$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

은닉 마르코프 모델을 이용한 실내 네트워크 맵 매칭
Indoor Network Map Matching by Hidden Markov Model 원문보기

한국공간정보학회지 = Journal of Korea Spatial Information Society, v.23 no.3, 2015년, pp.1 - 10  

김태훈 (Dept. of Computer Engineering, Pusan National University) ,  이기준 (Dept. of Computer Engineering, Pusan National University)

초록
AI-Helper 아이콘AI-Helper

최근 다양한 센서들의 성능 개선으로 실내측위가 가능해졌다. 하지만 Wi-Fi 라디오 맵을 이용한 실내 측위나 가속도 센서와 디지털 캠퍼스를 이용한 실내 측위는 아직 상당한 오차를 가지고 있어 지금까지의 연구는 실내 측위의 정확성을 높이는 측위 기술에 대해 많이 진행되었다. 하지만 좌표단위가 아닌 방 단위의 정확성을 가진 실내 맵 매칭이 가능하다면 Wi-Fi 라디오 맵, 가속도 센서 기반의 현재 실내측위기술로도 실내 서비스가 가능하다. 이에 본 연구는 방 단위의 정확성을 가지는 실내 맵 매칭을 위해, 실내 네트워크 맵 매칭에 대해 정의하고, 이를 수행하며 생기는 이슈들에 대해 살펴보고, 이를 해결하기 위해 은닉 마르코프 모델을 사용한 방안에 대해 제시한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Due to recent improvement of various sensor technologies, indoor positioning becomes available. However, Indoor positioning technologies by Wi-Fi radio map and acceleration sensor and digital campus still have a certain level of errors and a number of researches have been done to increase the positi...

주제어

#실내 네트워크 맵 매칭   #은닉 마르코프 모델  

질의응답

핵심어 질문 논문에서 추출한 답변
WiFi나 Beacon을 이용한 실내 측위 기술이 실내에서 사용하기에 부족함이 있는 이유는? 하지만 WiFi나 Beacon을 이용한 실내 측위 기술은 오차가 약 5m정도로 실제로 실내에서 사용하기에는 부족함이 있다[8]. 하지만, 실내 공간에서의 위치 기반서비스는 사람이 위치하는 좌표가 아니라, 방의 정보만 주어져도 서비스가 가능하다.
맵 매칭을 통해 어떤 보정과정이 이루어지는가? 하지만, 실내 공간에서의 위치 기반서비스는 사람이 위치하는 좌표가 아니라, 방의 정보만 주어져도 서비스가 가능하다. 그러므로 측위 된 좌표에 대해 좌표수준에서 실내 측위 결과를 보정하기보다는 방 단위의 정확도를 가지도록 보정해주는 과정이 필요하다. 이러한 보정과정은 맵 매칭을 통해 이루어진다.
MapCraft의 4단계는 어떻게 수행되는가? Xiao는 CRF(Conditional Random Field)를 사용하여 경로를 맵 매칭을 수행하는 알고리즘인 MapCraft를 정의하고 이를 사용하여 기존의 HMM(Hidden Markov Model)을 사용한 방법론에 비해 보다 빠르고 성능이 개선된 결과를 보여주었다[12]. MapCraft는 1단계 맵전처리, 2단계 상태(state) 및 특징 함수(feature function) 정의, 3단계 특징 가중치 학습, 마지막으로 4단계 시간에 따른 위치 추정의 총 4단계에 걸쳐 수행된다. 하지만 MapCraft는 좌표 수준의 보정을 수행한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. BuildNGO, 2014, Accessed October 1. http://www.sailstech.com/#!buildngo-en/c1hnx. 

  2. Chung, Y. S; Yoon, H. M; Choi, K. C. 2000, Classification of Map-matching Techniques and A Development, Journal of the Korean society for geospatial information system, 8(1):73-84. 

  3. Elliott, R. J; Aggoun, L; Moore, J. B. 1994, Hidden Markov Models: Estimation and Control, Springer, New York. 

  4. JOSM, 2014, Accessed October 1. https://josm.openstreetmap.de. 

  5. Kang, H. Y; Hwang, J. R; Li, K. J. 2011, Location Tracking in Indoor Symbolic Space with RFID Sensors, Journal of Korea Spaial Information Society, KSIS, 19(3):53-62. 

  6. Kim, D. H; Hwang, K. B. 2008, Indoor Location Estimation Using Hidden Markov Models with Reliable Variance Estimates, Proceedings of Korea Institute of Information Scientsts and Engineers, KISISE, 35(2):311-315. 

  7. Laura, R; Yael, M; Christian, S. J. 2014, Using Cameras to Improve Wi-Fi Based Indoor Positioning, Paper presented at the annual meeting for Web and Wireless Geographical Information Systems, Springer, May 29-30. 

  8. Liu, H; Darabi, H; Banerjee, P; Liu, J. 2007, Survey of Wireless Indoor Positioning Techniques and Systems, IEEE Transaction on System, Man, and Cybernetics, Part C, 37(6):1067-1080. 

    상세보기 crossref

  9. Li, K. J; Lee, J. Y. 2013, Basic Concepts of Indoor Spatial Information Candidate Standard IndoorGML and its Applications, Journal of Korea Spaial Information Society, KSIS, 21(3):1-10. 

  10. OGC IndoorGML, 2014, Accessed October 1, http://www.opengeospatial.org/projects/groups/indoorgmlswg. 

  11. Wu, C; Yang, Z; Liu, Y; Xi, W. 2013, WILL: Wireless Indoor Localization without Site Survey, TPDS Journal, 24(4):839-848. 

  12. Xiao, Z; Wen, H; Markham, A; Trigoni N. 2014, Lightweight Map Matching for Indoor Localisation Using Conditional Random Fields, Paper presented at the annual meeting for International Conference on Information Processing in Sensor Networks, IEEE Press, April 15-17. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로