선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 3차원 Linear Equation과 VLC를 기반으로 스테레오 이미지센서를 사용하는 실내 측위 알고리즘을 제안한다. 그리고 [2]에서 4개의 LED를 이용하는 실내 측위 알고리즘을 2개의 LED를 이용해 축 방위각 정보와 실내 위치를 추정하는 방법으로 알고리즘을 개선했다.
- 본 논문에서는 가시광 통신 기능을 갖는 LED 조명과 스테레오 이미지 센서를 이용하여 3차원 위치정보와 방위각 정보를 포함하는 4-DOF 측위가 가능한 실내 위치 추정 알고리즘을 제안하였다. Matlab 시뮬레이션을 통해 제안하는 알고리즘과 기존의 방안인 LSM, VEM의 평균 측위 오차를 구했고, 제안하는 알고리즘이 기존의 방법보다 우수한 위치 정보를 제공함을 보였다.
가설 설정
- 우선 이동체는 4-DOF 환경에서 동작한다고 가정한다. 이동체의 z축 회전성분과 3차원 위치정보를 포함하는 4-DOF 정보를 구하기 위해 이동체의 스테레오 이미지를 이용하여 다음과 같이 z축 회전성분을 먼저 구한다.
제안 방법
- 6%가 개선됨을 보였다. [2]는 LSM(Least Square Method)과 VEM(Vector Estimation Method)을 기반으로 4개의 LED와 스테레오 이미지센서를 이용하는 알고리즘을 제안했다. 여기서 LSM을 사용하는 경우, 4개의 LED가 같은 평면에 있으면 불안정한식이 되므로 4번째 LED 축에 작은 값을 더해줌으로써 실내위치를 추정한다.
- 본 논문의 구성은 다음과 같다. Ⅱ장에서는 위치 추정 모델을 제시하고, 2개의 LED와 스테레오 이미지센서를 이용해 이동체의 축 회전성분인 방위각과 3차원 실내 위치 정보를 제공하는 알고리즘을 제안한다. Ⅲ장에서는 시뮬레이션을 통해 제안한 알고리즘과 기존 방안의 3차원 위치좌표의 오차정보를 비교하였으며, 제안한 알고리즘의 방위각 정보의 성능을 보이며, Ⅳ장에서 결론을 맺는다.
- 본 논문에서는 3차원 Linear Equation과 VLC를 기반으로 스테레오 이미지센서를 사용하는 실내 측위 알고리즘을 제안한다. 그리고 [2]에서 4개의 LED를 이용하는 실내 측위 알고리즘을 2개의 LED를 이용해 축 방위각 정보와 실내 위치를 추정하는 방법으로 알고리즘을 개선했다. 더불어 시뮬레이션을 통하여 해상도의 변화에 따른 위치 측위 오차가 기존의 VEM를 기반으로 하는 시스템보다 우수함 보인다.
- 5m)에 위치하고 있다. 그리고 기존의 VEM을 사용하는 실내위치추정 알고리즘보다 성능의 우수함을 증명하기 위해 [2]에서 사용한 이미지 센서(APS-C tpye 6 Mega pixel)과 동일한 성능으로 시뮬레이션을 진행하였다. 스테레오 이미지 센서의 크기는 23.
- 그리고 이미지 센서에 3개 이상의 LED가 나타나는 경우, 각각의 이미지 센서에 동일한 LED ID가 반영되도록 임의의 두 지점을 선택한다. 다음으로 수신받은 정보와 이미지 센서에 맺힌 상을 이용해 이동체의 z축 회전 각도를 계산한다. 마지막으로 이동체와 LED사이의 거리를 계산하고 최종적으로 수신 받은 정보를 이용해 이동체의 실내 위치를 계산한다.
- 다음으로 실내 측위를 위해서는 송신 LED와 이미지센서 사이 거리 계산이 필요하며, 이미지 센서에 맺히는 LED상 좌표와 렌즈의 좌표를 이용해 만든 직선 방정식을 연립해 계산한다.
- 다음으로 이동체의 스테레오 이미지 센서에 맺히는 상을 이용해 송신 LED와 스테레오 이미지 센서의 중심과의 거리를 구하고 이동체의 실내 위치를 구하고자 한다. 그림 5는 LED A와 스테레오 이미지 센서를 이용하는 실내 측위 방법을 보인다.
- 이미지센서는 양자화 때문에 실제 값과 정확하게 일치하지 않아, 오차는 해상도가 증가함에 따라 증가와 감소의 모양으로 0에 수렴함을 보였다. 마지막으로 [5]는 4-DOF(Degrees of Freedom) 환경에서 단일 이미지센서에 맺히는 상을 이용하는 벡터와 비콘(beacon) 벡터를 이용해 축 방위각을 계산하고, 실내 위치를 측정하는 시스템을 개발하였다.
- 다음으로 수신받은 정보와 이미지 센서에 맺힌 상을 이용해 이동체의 z축 회전 각도를 계산한다. 마지막으로 이동체와 LED사이의 거리를 계산하고 최종적으로 수신 받은 정보를 이용해 이동체의 실내 위치를 계산한다.
- 먼저 [1]에서는 제안한 LED 핑거프린팅(fingerprinting) 시스템에서 K-NN(K-Nearest Neighbor) 알고리즘으로 데이터베이스 내부의 수집된 LED-ID와 비교하는 방법으로 실내 위치를 추정하였다. 더불어 기존의 Wi-fi 핑거프린팅을 사용하는 시스템보다 성능이 8.
대상 데이터
- 4개의 LED를 이용하는 방정식으로 실내위치를 추정하는 기존의 방법 LSM과 VEM은 측정범위는 대략 1.8×1.8m2이다.
- 본 논문에서는 제안하는 알고리즘과 기존의 LSM과 VEM의 성능 분석을 위해 Matlab을 사용하여 시뮬레이션을 진행하였다. VLC용 LED는 두 개가 고려되었고, LED는 각각 (2m, 2.5m, 3.5m), (3m, 2.5m, 3.5m)에 위치하고 있다. 그리고 기존의 VEM을 사용하는 실내위치추정 알고리즘보다 성능의 우수함을 증명하기 위해 [2]에서 사용한 이미지 센서(APS-C tpye 6 Mega pixel)과 동일한 성능으로 시뮬레이션을 진행하였다.
- 스테레오 이미지 센서의 크기는 23.7×15.8mm2이고, 두 이미지 센서의 중심사이 거리 L은 10cm이며 시뮬레이션 파라미터는 표 1에 정리되어 있다.
데이터처리
- 그림 6. 기존의 방법과 제안한 알고리즘의 평균오차.
- 표 1의 시뮬레이션 환경을 기반으로 본 논문에서 제안하는 알고리즘과 [2]에서 제안한 LSM과 VEM을 사용한 알고리즘의 성능을 분석하였으며, 누적분포함수(cumulative distribution function)를 통해 제안하는 알고리즘의 측위 오차 분포를 확인한다. 이때 측위 오차는 각 축의 유클리드 거리(Euclidean distance)를 이용해 아래와 같이 계산한다.
이론/모형
- 본 논문에서는 제안하는 알고리즘과 기존의 LSM과 VEM의 성능 분석을 위해 Matlab을 사용하여 시뮬레이션을 진행하였다. VLC용 LED는 두 개가 고려되었고, LED는 각각 (2m, 2.
성능/효과
- 본 논문에서는 가시광 통신 기능을 갖는 LED 조명과 스테레오 이미지 센서를 이용하여 3차원 위치정보와 방위각 정보를 포함하는 4-DOF 측위가 가능한 실내 위치 추정 알고리즘을 제안하였다. Matlab 시뮬레이션을 통해 제안하는 알고리즘과 기존의 방안인 LSM, VEM의 평균 측위 오차를 구했고, 제안하는 알고리즘이 기존의 방법보다 우수한 위치 정보를 제공함을 보였다. 더불어 방위각 정보의 변화에 큰 영향을 받지 않으며, 제안하는 알고리즘의 평균 측위 오차는 해상도가 증가할수록 작아짐을 보였다.
- 먼저 [1]에서는 제안한 LED 핑거프린팅(fingerprinting) 시스템에서 K-NN(K-Nearest Neighbor) 알고리즘으로 데이터베이스 내부의 수집된 LED-ID와 비교하는 방법으로 실내 위치를 추정하였다. 더불어 기존의 Wi-fi 핑거프린팅을 사용하는 시스템보다 성능이 8.6%가 개선됨을 보였다. [2]는 LSM(Least Square Method)과 VEM(Vector Estimation Method)을 기반으로 4개의 LED와 스테레오 이미지센서를 이용하는 알고리즘을 제안했다.
- Matlab 시뮬레이션을 통해 제안하는 알고리즘과 기존의 방안인 LSM, VEM의 평균 측위 오차를 구했고, 제안하는 알고리즘이 기존의 방법보다 우수한 위치 정보를 제공함을 보였다. 더불어 방위각 정보의 변화에 큰 영향을 받지 않으며, 제안하는 알고리즘의 평균 측위 오차는 해상도가 증가할수록 작아짐을 보였다. 그리고 본 논문에서 제안한 가시광 무선통신 기반의 측위 기법은 향후 위치 기반 서비스 환경에 적응 활용될 수 있을 것이라 기대된다.
- 그리고 [2]에서 4개의 LED를 이용하는 실내 측위 알고리즘을 2개의 LED를 이용해 축 방위각 정보와 실내 위치를 추정하는 방법으로 알고리즘을 개선했다. 더불어 시뮬레이션을 통하여 해상도의 변화에 따른 위치 측위 오차가 기존의 VEM를 기반으로 하는 시스템보다 우수함 보인다.
- 하지만 제안하는 알고리즘은 각도에 상관없이 약 4cm 이내의 낮은 평균 측위 오차를 갖는다. 또한 평균 측위 오차는 각도의 변화보다는 해상도에 많은 영향을 받음을 확인할 수 있다. 이와 같이 기존의 LSM, VEM방법을 사용하는 경우와 제안하는 알고리즘의 성능을 분석한 결과, 제안하는 방안은 LSM 방법보다 평균 98%, VEM 방법보다 평균 68%가 개선된다.
- 07cm로 가장 작은 평균 측위 오차를 보인다. 반면에 제안하는 알고리즘을 사용하는 경우는 해상도가 800에서 최대 오차 3.2cm를 갖으며 해상도가 3000에서 1.41cm로 가장 작은 평균 측위 오차를 보인다. 이를 통해, 제안하는 알고리즘은 해상도의 변화에 따라 약 1.
- 41cm로 가장 작은 평균 측위 오차를 보인다. 이를 통해, 제안하는 알고리즘은 해상도의 변화에 따라 약 1.79cm의 차이를 나타내고, VEM를 사용하는 경우는 차이가 18.23cm로 보다 큰 폭을 갖는 것을 알 수 있다.
- 이 경우는 LED의 위치좌표와 이미지 센서에 맺히는 상의 공선조건(collinearity condition)을 이용해 방정식을 세웠고, 주어진 수신기의 회전 각도와 측정을 통해 이미지 센서에 맺히는 상 좌표를 대입해 위치를 계산한다. 이미지센서는 양자화 때문에 실제 값과 정확하게 일치하지 않아, 오차는 해상도가 증가함에 따라 증가와 감소의 모양으로 0에 수렴함을 보였다. 마지막으로 [5]는 4-DOF(Degrees of Freedom) 환경에서 단일 이미지센서에 맺히는 상을 이용하는 벡터와 비콘(beacon) 벡터를 이용해 축 방위각을 계산하고, 실내 위치를 측정하는 시스템을 개발하였다.
- 또한 평균 측위 오차는 각도의 변화보다는 해상도에 많은 영향을 받음을 확인할 수 있다. 이와 같이 기존의 LSM, VEM방법을 사용하는 경우와 제안하는 알고리즘의 성능을 분석한 결과, 제안하는 방안은 LSM 방법보다 평균 98%, VEM 방법보다 평균 68%가 개선된다. 따라서 제안하는 알고리즘을 사용하는 경우 해상도의 변화에 영향을 받지 않고 고성능의 위치정보와 방위각 정보를 함께 제공하므로 다양한 애플리케이션의 영역에 응용이 가능하다.
- 그림 7은 해상도가 3000인 경우의 오차 누적 분포를 통해 제안하는 알고리즘의 세부 오차 정보를 보여준다. 제안하는 알고리즘을 사용하는 경우는 z축 오차 분포가 다른 축의 오차에 비해 크게 나타난다. 그 이유는 식 (13)-(15)를 살펴보면, x, y축의 위치 추정은 각각 축과 관련된 u-v 평면의 좌표를 이용해 계산되는 반면에 z축의 위치 추정은 다른 축에 의존하기 때문이다.
후속연구
- 더불어 방위각 정보의 변화에 큰 영향을 받지 않으며, 제안하는 알고리즘의 평균 측위 오차는 해상도가 증가할수록 작아짐을 보였다. 그리고 본 논문에서 제안한 가시광 무선통신 기반의 측위 기법은 향후 위치 기반 서비스 환경에 적응 활용될 수 있을 것이라 기대된다.
- 이와 같이 기존의 LSM, VEM방법을 사용하는 경우와 제안하는 알고리즘의 성능을 분석한 결과, 제안하는 방안은 LSM 방법보다 평균 98%, VEM 방법보다 평균 68%가 개선된다. 따라서 제안하는 알고리즘을 사용하는 경우 해상도의 변화에 영향을 받지 않고 고성능의 위치정보와 방위각 정보를 함께 제공하므로 다양한 애플리케이션의 영역에 응용이 가능하다.
- 추후 연구 내용은 고속의 이미지 정보처리를 통한 실시간 측위 정보제공 시스템과 CDM을 이용하여 양방향 통신이 가능한 실내 측위 시스템을 개발코자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.