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
- N장에서는 융합 측위기술을 이용한 실험 결과 및 시험환경, 측위 결과를 분석한다. 그리고 마지막으로 결론 및 향후 연구방향 등을 제시한다.
- 본고에서는 스마트폰을 이용하여 실내환경에 적합하게 전파신호세기가 미치지 못하는 음영지역에도 정확한 실내 측위가 될 수 있도록 LoS 및 NLoS 양쪽 측면을 모두 고려한 융합 측위 방안을 제시하였다.
- 본고에서는 실내 측위에 적용되는 다양한 기술 중에서 '스마트폰을 활용한 고정밀 실내 측위기술 개발'로측위 오차 범위가 2m 이내인 고정밀 실내 측위기술 개발방안을 제안한다.
- 기존의 측위기술인 GPS(Global Positioning Service)의 위치인식 기술이 활용되지 못하는 실내환경에서는 정확한 위치인식(location-aware) 및 경로 안내 (Navigation) 등을 위한 위치추적 (Location Tracking) 및 초정밀 실내 측위(HAIP: High Accuracy Indoor Positioning)에 한계가 있다. 위와 같은 문제점을 해결하고자 스마트폰을 활용한 고정밀 실내 융합 측위알고리즘과 측위기술을 개발하여 정확도가 높은 스마트폰용 실내 측위 서비스를 제공하고자 하는 것이다.
제안 방법
- AP 비콘 방식으로 사용자 주변의 측위 전용 AP를 검색하여 신호세기를 수신하고 Noise 제거를 위한 오차를 보정하여 이 값을 기반으로 거 리를 추정한다. AP 수가 3개 이하이면 판단기준이 되는 Im 이내인지를 판단하여 사용자의 위치를 설정하거나 이 범주를 벗어나면 스마트폰의 관성센서들을 이용한 DR 기반으로 측위, 위치를 추정한다.
- PDR 기반의 측위 문제점은 폰 화면에 반영되는 측 위 결과의 update 주기에 의존함으로써 진행속도에 따른 거리(성인 남자 기준: 초당 1.1m 진행)와 휴대폰에 반영된 진행거리가 맞지 않는 현상의 발생함에 따라 이를 실제 진행 거리에 근접하게 처리되도록 경험치(em— pirical data) 반영 및 AP의 위치정보를 기반으로 보정, 처리하였다.
- 가속도센서로부터 수집된 데이터를 토대로 스텝 수를 계산(Count)하고 사용자의 특성을 고려하여 이를 추정한다. 또 자이로나 컴파스(Compass)센서 등을 활용하여 진행방향을 추정, 건물의 맵 정보 등과 융복합하여 최종 정밀필터를 거쳐 에러를 보정한 후 정밀한 위치를 추정하게 된다.
- 실내 측위에 반영하였다. 거리별 AP의 성능 측정은 1차적으로 (그림 5)의 좌측과 같이 가능한 한 신호 간섭을 최대한 제거하기 위해 AP를 한대만 놓고 벽이 없는 상황에서 테스트하였으며, 좌측 그림의 파란 막대하나에 50cm로 2미터까지는 LoS 확보가 용이한 데이터가 수집되는 결과를 보여준다.
- 건물의 실내 측위 수행 영역은 RSS 기반 셀인지가 가능한 지역(心 확보)과 전파신호가 미치지 못하는 NLoS 영역으로 나누어 융합 측위하였다.
- 또 (Location) 구조체 리스트를 저장하여 사용자의 이동 위치 이력을 관리하는 한편 융합 측위 결과를 시뮬레이션 할 수 있는 GUI 기능을 제공하여 실시간 실내융합 측위가 가능하도록 기능을 구현하였다.
- 측위 전용 AP 기반 실내 측위가 불가능한 경우는 관성센서를 활용, 센서의 이벤트(Event) 발생 여부를 체크하고 센서타입을 결정하여 센서 메모리에 정보를 저장함과 동시에 센서 타입이 가속도센서인 경우는 해당 메모리에 3축 지자계 센서 정보 여부를 판단, heading 정보를 확보하고 진행방향과 속도를 계산한다. 또 자이로센서 정보 여부를 순차적으로 점검, 각도 등을 고려한 선형가속도를 계산한 후 보행자 기반으로 보폭을 감지하여 PDR 기반으로 추정한다.
- 바탕으로 위치정보를 추정하기 위해 모바일 단말과의 거 리를 환산한 예를 보여주고 있다. 또한 삼변측량법에 의한 측위 결과 및 RSSI를 이용한 거리변환과 스마트폰의 관성센서를 이용한 측위 방법, 건물 내 층간 구분을 위한 기능 구현으로 이러한 각 기능들을 이용하여 고정밀 실내 융합 측위를 수행하였다. 이 기능들은 안드로이드 기반 스마트폰에 적합하도록 기능을 구현, 최적으로 운영되도록 개발되었다.
- 계산하였다. 또한 스마트폰의 관성 센서를 이용한 측위 방법은 가속도센서의 오차속도와 이동거 리에 따른 누적오차를 줄이기 위해 z축 가속도((그림 3) 오른쪽 노란색) 변화로 성인남자의 PDR 기반으로 스텝을 인식하여 추정하였으며, 지자계 센서와 각속도 센서 (Azimuth)로 이동방향을 계산하고 압력센서(고도센서, Altitude)로 고도를 유추하여 층간의 이동경로를 추정함으로써 복합측위 방안을 마련하여 상호융합 측 위하는 고정밀 융합 실내 측위기술'을 적용하였다.
- 또한 신호세기가 미치지 못하는 공간에서는 스마트폰의 관성센서를 이용한 PDR 알고리즘을 적용, 추정하는 방법을 사용하여 측위하였다((그림 10) 참조). 이와 같이 RSS 기반 셀인지 기술과 PDR 기반의 실내 측위기술을 이용, 단점을 보완하고 측위기술을 융합함으로써 '스마트폰용 고정밀 실내 측위'가 가능하도록 하였다.
- 제공한다. 또한 융합 측 위 결과를 2D 또는 3D로 지도 위에 표시해 주기 위한 기능으루- ①emoApCustomerView>클래스 및 건물의 층간 이동 시 새로운 맵을 안드로이드 환경에서 2D로 제공해주기 위한 (DemoPageFragment) & ①emoPageA- dapter>클래스 등을 구현하였다.
- 이때 실내환경에 적합한 추정 모델 파라미터들을 적용하고 Indoor Multi-path Loss Model[8]에 적용, 추정하게 된다. 또한 추정오차를 줄이기 위한 각종 보정 알고리즘⑼을 적용하여 추정오차를 최소화하도록 한다.
- 보폭기준은 성인 남자 기준으로 73m(30~70cm 가변)로 설정해서 측정하였으며, 측위 데이터 update 주기는 스마트폰의 성능을 고려, 누적 진행거리를 감안하여 오차를 보정할 수 있는 알고리즘을 적용함으로써 실제 위치와 근접하게 추정토록 처리하였다.
- 본 시스템에 적용된 융합 측위 알고리즘은 1차로 모바일 단말을 사용하여 RSS 기반의 셀인지 시험 앱 및 스마트폰 관성센서 시험 앱을 이용하여 측위 전용 AP로부터 수신된 비콘 정보를 활용하여 위치 좌표(x, y) 및 신호 세기 (RSSI: Received Signal Strength Indicator) 등을 수집, 분석하여 해당정보를 실내 측위에 이용한다. 이때 실내환경에 적합한 추정 모델 파라미터들을 적용하고 Indoor Multi-path Loss Model[8]에 적용, 추정하게 된다.
- 본 연구에서는 측위 추정결과의 오차를 줄이기 위해서 관성센서의 추정오차 및 RSS 기반 셀인지 방법으로 추정된 데이터를 KF와 LSE(Least Squire Estimation) method에 적용, 추정함으로써 실내 측위 추정오차가 최소화되도록 하였다.
- 본고에서 제시한 융합 측위 방법은 실내환경에 적합하게 2개의 경우를 고려하였다. 첫째, RSS 기반 셀 인지기술을 이용하여 실내 측위를 수행한 결과와 둘째, 스마트폰에 내장된 관성센서들을 활용한 PDR 기반의 측위기술을 수행하고 이 2개의 기술을 융합하여 추정하는 실내 측위 방법이다.
- 사용자의 위치에 따라 실제 AP의 거리가 가까운 경우에도 신호가 약하게 잡히는 경우가 있어 이에 대한 보정처리를 하였으며, (그림 6)의 하단에 제시한 것과 같이 사용자의 스마트폰의 위치에 따라 신호세기가 달라질 수 있기 때문에 실내환경에 맞게 측위 방법을 달리하였다.
- 스마트폰의 관성센서와 AP 비콘 정보를 이용, 연속적으로 사용자를 추적하였으며, 스마트폰의 전파세기 측정 주기를 보정, 최적의 측위를 수행함으로써 원활한 위치 추적이 가능하도록 하였고 폰의 위치는 벨트 위 135° 각도로 기울여 측정하였다. 측위 실행 순위는 PDR - RSSI 셀 기반 순으로 실시하였다.
- 시험환경 구축은 건물의 층별 구분(Layerin効을 위해 1층 층계에 AP를 2대를 설치하고 2층 대강당 안에 12m 간격으로 5개를 사각 형태로 설치, 측정하였다. 건물의 실내 측위 수행 영역은 RSS 기반 셀인지가 가능한 지역(心 확보)과 전파신호가 미치지 못하는 NLoS 영역으로 나누어 융합 측위하였다.
- 실내 융합 측위 개념은 측위 전용 AP< 이용한 RSS 기반 셀인지를 통한 측위 방법과 스마트폰의 관성 센서를 이용하여 측위하는 2 가지 방법을 이용하였다. 즉, RSS 기반으로 측위하고 LoS가 확보되지 않는 구간에서는 PDR 기반으로 측위하는 방법이다.
- 실내 측위시스템의 요구사항 분석은 User Require- ments와剑 Technical Parameter 등 크게 2 가지 측면을 고려하여 분석[1]하였으며, 주요 요구사항을 살펴보면 측위 정확도 및 측정 불확실성, 적용범위, 비용, 인프라 및 통신방식, 데이터 출력형태, Interface, 가용도 및 규모 등 사용자 관점과 상위 요구사항들을 해결하기 위한 솔루션으로써 필수적으로 고려되어야 할 기술적인 요소들로 측정기술의 원리 및 측정횟수, Technology, 위치추정 알고리즘 및 통신수단, 시스템 구조, 응용분야 등을 토대로 실내 융합 측위기술 개발 및 알고리즘 적용, 측위시스템 개발에 활용하였다.
- 실시간 실내 융합 측위를 관리하기 위해 아래에 언급한 측위 관리를 위한 주요 기능 구조체와 함께 사용자의 층간 이동 시 층별 2차원 맵2D map)을 제공하기 위한 ①emo3DActivity>클래스를 제공한다. 또한 융합 측 위 결과를 2D 또는 3D로 지도 위에 표시해 주기 위한 기능으루- ①emoApCustomerView>클래스 및 건물의 층간 이동 시 새로운 맵을 안드로이드 환경에서 2D로 제공해주기 위한 (DemoPageFragment) & ①emoPageA- dapter>클래스 등을 구현하였다.
- 움직이는 모바일 사용자를 대상으로 AP로부터 수신된 신호세기를 고려하여 평균치를 적용하고 거리 및 방향을 추정하였다. 이때 적용된 알고리즘은 모바일 단말 주변의 AP를 검색, 선택하여 신호세기가 가장 센 것부터 검색, 3개의 AP< 기반으로 하여 RSSI 값을 측정하고 이를 평균하여 해당 평균치를 적용하는 최대 신호 세기 모델(MSSM: Maximum Signal Strength Model)과 KNN(K-Neighbor Node) 알고리즘⑻을 조합하여 신호 세기의 강도에 따른 우선순위(Priority)를 적용, 추정한다
- 위와 같은 신호전파모델 및 경로감쇄(Path Loss) 모델식에 빌딩의 실내환경에 적합한 모델 파라미터값을 적용, 변화시켜 실측 데이터와 추정치 간의 오차 및 측위 정확도를 확인하였으며, 그 결과는 및 (그림 9)와 같다.
- 추정하였다. 이때 적용된 알고리즘은 모바일 단말 주변의 AP를 검색, 선택하여 신호세기가 가장 센 것부터 검색, 3개의 AP< 기반으로 하여 RSSI 값을 측정하고 이를 평균하여 해당 평균치를 적용하는 최대 신호 세기 모델(MSSM: Maximum Signal Strength Model)과 KNN(K-Neighbor Node) 알고리즘⑻을 조합하여 신호 세기의 강도에 따른 우선순위(Priority)를 적용, 추정한다
- 사용하여 측위하였다((그림 10) 참조). 이와 같이 RSS 기반 셀인지 기술과 PDR 기반의 실내 측위기술을 이용, 단점을 보완하고 측위기술을 융합함으로써 '스마트폰용 고정밀 실내 측위'가 가능하도록 하였다.
- 정확한 측위를 위해서 AP의 거리별 성능을 측정하여 이를 실내 측위에 반영하였다. 거리별 AP의 성능 측정은 1차적으로 (그림 5)의 좌측과 같이 가능한 한 신호 간섭을 최대한 제거하기 위해 AP를 한대만 놓고 벽이 없는 상황에서 테스트하였으며, 좌측 그림의 파란 막대하나에 50cm로 2미터까지는 LoS 확보가 용이한 데이터가 수집되는 결과를 보여준다.
- 즉 스마트폰의 관성 측정장치(IMU: Inertial Measurement Unit), 실내 측위 안내시스템(INS: Inertial Navigation System)의 Process Model, AP의 비콘 정보를 수신하여 신호세기를 즉정/분석하는 모듈, 즉위 주정 데이터의 보정 및 누적오차 등을 줄일 수 있는 EKF(Extended Kalman Filter) 모듈 및 추정 에러 보정 처리부, 전파음영지역에 대한 보행자 기반의 위치, 속도, 방향 등을 추정하기 위한 旅hide Constraints 처리부 등으로 구성된다,
- 즉, Beacon Node(측위 전용 AP) 의 RSSI 값을 감지하여 우선적으로 삼변측량(T曲teration) 방식을 기반으로 이동경로를 화면에 출력하고 그 이력 (History)을 관리하여 정확한 스마트폰용 실내 측위 결과분석에 활용하였으며, 모바일 단말의 이동경로에 따른 실내 측위 결과는 (그림 4)의 우측 중앙에 붉은 실선으로 표시한 것과 같다. 붉은색 점은 화살표 방향으로 이동하면서 PDR 기반으로 측정한 결과이고 파란색 점은 측위전용 AP를 이용하여 삼변측량법을 사용, RSSI 기반으로 실내 측위를 추정한 결과다.
- 필요하였다. 즉, 융합 측위 데이터에 대한 정밀 필터링(Particle Filtering) 과정이 필요하며, 이 과정을 통해서 User의 Location을 정밀 추정하는 방법을 사용하였다.
- 측위 전용 AP의 유효 신호세기 반경은 최대 5m로 송신 파워를 조정 중에 있어 그 이상의 거 리에서는 스마트폰의 관성센서들을 이용하여 측위를 수행하였다.
- 측위오차 보정은 관성센서 시험 앱을 이용하여 모바일 단말에서 측정한 RSSI 값에 오차가 포함되어 있는 것을 제거하기 위해 K負를 적용하였고 스마트폰의 관성 센서 누적오차를 보정하기 위한 알고리즘을 적용, 시험하였다. 즉, PDR 기반의 측위 시 단말의 위치나 보폭, 속도 등 상황에 따른 오차 보정 및 알고리즘 적용이 필요하다 明.
대상 데이터
- 실내 측위를 수행한 시험대상 건물은 ETRI 융합기술연구생산센터의 7층 건물 중 넓은 Open 공간과 층간 고도가 높은 공간이 존재하는 2개층(1, 2층)으로 정하였으며, 콘크리트와 유리벽으로 구성되어 있고 1층에서 2층으로 계단이 연결되어 있는 구조로, 넓은 오픈 공간으로 구성되어 실내 측위에 적합한 환경이다.
- 측위 데이터 수집은 Android 기반의 스마트폰을 이용하여 AP로부터 수신된 비콘(Beacon) 정보를 이용하여 측정, 수집, 분석한다. 또한 신호세기와 추정거리(좌표) 에 대한 오차를 최소화하기 위해서 적용한 추정 에러 보정 알고리즘은 EKF[6][7] 및 MinMax 알고리즘[13] 등을 적용하여 누적 추정오차를 최소화하여 실측치와 근접하도록 융합 측위 알고리즘을 적용, 관측하였다.
- 참고문헌 [14]에서는 이러한 문제점을 해결하고자 CaDet Algorithm 제시하여 실내 측위에 활용한 결과를 보여주고 있다. 측위에 사용된 비콘 프레임정보는 IEEE 802.11 표준을 이용, SSID(Service Set Identifier) 및 BSSID(Basic Service Set Identifier) 등 위치정보 등을 이용해 측위 데이터로 활용함으로써 측위에 필요한 다양한 정보들을 획득한다. 즉, 비콘 정보를 이용하여 실내 측위를 한 사례 [15]도 이미 발표되었으며, IEEE 802.
- 7초 주기로, AP의 비콘 정보를 토대로 스마트폰을 이용하여 측정하였다. 측위에 적용된 측정데이터는 실내 측위에 유효한 데이터(Rx Power Range: -45db~-80db)를 선택. 적용하였으며, 범위(R印ge)를를 벗어나는 값들은 측위 정확도를 높이기 위해서 반영하지 않았다.
데이터처리
- 이 방법은 기준점(明에서 측위한 결과와 임의의 위치(IP)에서 측정한 결과를 가지고 상호 비교하여 거리를 추정하는 방식으로 초기 시험은 최소의 측위 전용 AP(총 5개)를 가지고 측정하였으며, Max Signal St- ren理由를 토대로 측위 전용 AP의 수를 가변시켜 비교분석하였다. 기존의 유사 프로젝트의 연구결과[19]는 k 값(선택한 AP 수)의 범위가(4~6)일 때 측위 정확도가 가장 높은 것으로 연구결과가 보고되고 있다.
이론/모형
- (그림 3)과 같이 RSS 기반 측위 방법은 측위 전용 AP 로부터 받은 신호세기를 측정, 위치 좌표(x, y)를 구하고삼변측량법 (Trilateration)을 활용하여 정확한 위치 (Location)를 계산하였다. 또한 스마트폰의 관성 센서를 이용한 측위 방법은 가속도센서의 오차속도와 이동거 리에 따른 누적오차를 줄이기 위해 z축 가속도((그림 3) 오른쪽 노란색) 변화로 성인남자의 PDR 기반으로 스텝을 인식하여 추정하였으며, 지자계 센서와 각속도 센서 (Azimuth)로 이동방향을 계산하고 압력센서(고도센서, Altitude)로 고도를 유추하여 층간의 이동경로를 추정함으로써 복합측위 방안을 마련하여 상호융합 측 위하는 고정밀 융합 실내 측위기술'을 적용하였다.
- 수집, 분석한다. 또한 신호세기와 추정거리(좌표) 에 대한 오차를 최소화하기 위해서 적용한 추정 에러 보정 알고리즘은 EKF[6][7] 및 MinMax 알고리즘[13] 등을 적용하여 누적 추정오차를 최소화하여 실측치와 근접하도록 융합 측위 알고리즘을 적용, 관측하였다.
- 이용한다. 이때 실내환경에 적합한 추정 모델 파라미터들을 적용하고 Indoor Multi-path Loss Model[8]에 적용, 추정하게 된다. 또한 추정오차를 줄이기 위한 각종 보정 알고리즘⑼을 적용하여 추정오차를 최소화하도록 한다.
성능/효과
- MNN(Multiple Nearest Neighbor 또는 KNN) 알고리즘을 적용한 결과는 우선적으로 모바일 단말로부터 측정한 인접한 다수(n 혹은 k개)의 AP로부터 수신된 신호 세기(RSSI)를 반영하여 추정하였으며, 단말과 인접한 AP의 선택 개수에 따라 측위 오차가 변화할 수 있다. 이에 대한 거리 및 좌표에 대한 추정식은 아래와 같이식(4), ⑸로 표현된다.
- 삼변측량법에 의한 update 주기는 평균 3.7초(S3 기준)에 1회 정도로 PDR 기반으로 천천히 걸어도 10m 이내에 3번 정도 측위되는 반면에 스마트폰의 관성 센서는 움직임을 감안하여 속도(스텝 수), 방향(r: radian), 위치 좌표(x, y)를 고려하여 실시간으로 측위함에 따라 측위 결과 비교 시 많은 차이를 보이고 있다.
후속연구
- 향후 연구방향으로는 다양한 건물의 실내 특성 적용과 이를 효율적으로 측위할 수 있는 융합 알고리즘 개발 및 기능 구현, 정확도 검증 등이 뒤따라야 하며, 실제 경험 데이터를 활용(Empirical Research & Case Study) 한고정밀 실내 측위시스템 개발 및 경로안내서비스 (Navigation), 지하시설물 추적관리서비스(Precise Tracking, Positioning System & Various Application Services) 개발 등 고정밀 실내 측위기술과 쉽게 접목할 수 있는 다양한 융복합 서비스로의 점진적 확장 및 활용이 필요하다.
- 즉, RSS 기반으로 측위하고 LoS가 확보되지 않는 구간에서는 PDR 기반으로 측위하는 방법이다. 향후에는 TOoA 및 AoA 기반의 실내 측위 방법도 고려할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.