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 걸음검출과 Wi-Fi 핑거프린팅 기법을 혼용한 실내 측위 기법을 제안한다. 제안 기법은 각기 다른 두 기법이 서로의 단점을 상호 보완할 수 있다는 데에서 착안하였다.
- 본 장에서는 별도의 인프라 구축 없이 스마트기기를 이용한 실내측위 기술을 소개한다. 소개하는 기술은 “걸음 검출을 이용한 측위 기법”과 "Wi-Fi 핑거프린팅을 이용한 측위 기법'을 혼용한 기법으로 두 기법의 장단점이 상호 보완적이라는 점에서 착안하였다.
- 본 논문은 기존 걸음검출 기법과 Wi-Fi 핑거프린팅기법이 상호 보완적이라는 점에 기반 하여 두 기법을 활용한 실내 측위 기법을 제안하였다. 제안 기법에는 초기위치를 탐지하지 못하고 오차가 쌓이는 걸음 검출의 단점을 Wi-Fi 핑거프린팅 기법을 이용해서 보완하였다.
가설 설정
- 수 있다. 이러한 오차를 보정하기 위해서 제안한 기법에서는 사용자가 도로의 방향과 유사한 방향으로 이동 한다 가정하고 도로의 방향정보를 방향오차 보정에 활용한다.
제안 방법
- 실내 측위 기법을 제안한다. 제안 기법은 각기 다른 두 기법이 서로의 단점을 상호 보완할 수 있다는 데에서 착안하였다. 때문에 실험을 통해 서로의 단점이 보완되었음을 입증하고 실제로 어느 정도의 오차를 보이는지 보인다.
- 하지만 이러한 지도 제작을 위해서는 실 설계도가 필요하고 실제 건물의 설계도를 구하는 것은 쉽지가 않다. 이러한 문제점을 극복하기 위해서 본 논문에서는 기존 실외 측위 서비스의 지도정보를 이용한다.
- 이러한 건축물의 지리적 정보는 이를 토대로 지리 위치 모델을 제작하는데 충분한 정보를 제공한다. 때문에 본 논문에서는 실외 측위 서비스에 있는 지도정보에서 건물의 형태와 크기 정보를 얻고 이를 기반으로 실내 구조를 실측하여 실내 지리 위치모델을 제작하였다. 이러한 방법을 통해 제작한 지리적 모델은 본 논문에서 추가로 사용하는 그래프 위치 모델 제작 시 엣지에 입력할 거리와 방향 정보를 측정에 편리를 제공한다.
- 본 논문에서 제안한 기법은 실내 측위의 정밀도를 높이기 위해 도로정보를 사용한다. 도로 정보 이용해 정밀도를 높이기 위해서는 그래프내의 엣지가 정확한 도로의 방향 및 거리 정보를 가지고 있어야 한다.
- 본 논문에서 제안한 기법은 거리에 대한 오차보정을 Wi-Fi 핑거프린팅을 이용해 하게 된다. Wi-Fi 핑거프린팅 정보는 그래프 위치 모델의 구현의 편의상 노드에 입력되게 되며 사용자가 직접 노드가 위치한 지점에서 Wi-Fi 핑거프린팅 정보를 수집 및 노드에 맵핑하는 방법으로 정보를 기록한다.
- 본 논문에서 제안하는 실내 측위 기법은 상기 제작 방법을 설명한 지도를 기반으로 걸음검출 기법과 Wi-Fi 핑거프린팅 기법을 혼용하여 단말의 실내 위치를 추적한다. 제안하는 기법은 단 구간에 대해서 걸음 검출을 통해 위치를 추적한다.
- 제안하는 기법은 단 구간에 대해서 걸음 검출을 통해 위치를 추적한다. 이후 일정 구간에 위치한 노드를 지날 때마다 Wi-Fi 핑거프린팅 값을 검사하여 걸음 검출로 누적된 오차를 보정한다.
- 즉 걸음검출만으로는 시점으로부터의 상대위치만 알 수 있으며 상대위치를 통해 최종위치를 알기 위해서는 초기위치 값이 필요하다. 때문에 걸음검출을 통해 사용자의 위치를 추적하기 위해서는 측위 시작 시 초기위치 탐지 단계가 필수적이며 이를 위해 제안한 기법에서는 Wi-Fi 핑거프린팅 기법을 이용해 초기위치를 탐지한다.
- 초기위치 탐지 이후 제안 기법은 실시간으로 이동 중인 사용자의 변위를 측정하고 이를 통해 위치를 추적한다. 이 러한 변위측정은 사용자의 걸음의 방향과 보폭을 측정함으로써 측정가능하다.
- 발생하게 된다. 제안기법에서는 이러한 가속도변화를 걸음의 가속도 변화 패턴으로 정의하고 가속도 센서의 측정값 중 해당 패턴이 발생하면 걸음이 발생한 것으로 간주하여 걸음을 검출한다.
- Wi-Fi 핑거프린팅을 이용하여 초기위치를 탐지하고 걸음 검출을 통해 사용자의 실내위치를 추적하는 본 논문의 제안기법은 추적 중 두 가지의 오차를 발생시킬 수 있다. 본 장에서는 제안한 기법에서 발생할 수 있는두 가지 오차를 어떻게 보정하여 측위의 정밀도를 어떻게 높이는지 설명한다.
- 있다. 제안 기법은 이중 방향정보를 활용하여 엣지 위를 걷고 있는 사용자가 엣지와 다른 방향을 걷고 있는 경우 무효한 걸음으로 판단하고 이를 무시한다. 단 사용자의 방향과 측정된 사용자의 방향이 정확히 일치하기는 어렵기 때문에 도로의 방향을 기준으로 사용자의 걸음 방향이 +-45도 범위 내에 있다면 유효한 걸음으로 인식하고 사용자 위치를 이동시킨다.
- 걸음을 추적하게 된다. 이러한 과정에서 방향, 걸음 검출은 센서를 통해 측정 가능하지만 보폭은 센서로 측정이 어렵기 때문에 제안 기법에서는 신장에 비례한 보폭의 평균치를 사용한다. 보폭 측정 시 신장에 비례한 보폭의 평균치 사용은 보폭측정에 필요한 연산 오버헤드를 줄여주고 가속도 센서를 사용하여 측정하는 기법보다 낮은 오차를 갖는 이점이 있다.
- 제안 기법에서는 이렇게 축적된 보폭오차를 보정하기 위해 지속적으로 현재 위치의 Wi-Fi 핑거프린팅 값을 수집하고 각 노드에 매핑된 Wi-Fi 핑거프린팅 값과 수집된 현재 위치의 Wi-Fi 핑거프린팅 값이 일정 이상 일치할 경우 사용자의 위치를 노드로 초기화 하여 보폭으로 인해 생긴 오차를 보정한다. 위치를 보정한 이후 걸음 검출을 통한 측위를 재개한다.
- 제안하는 실내 측위 기법은 걸음검출을 이용하여 실내 위치를 추적하고 축적된 오차를 Wi-Fi 핑거프린팅기법을 통해 보정함으로써 정밀도를 높였다. 이러한 과정에서 제안 기법은 두 가지 오차를 발생시킬 수 있다.
- 제안 기법은 걸음검출로 축적된 오차를 Wi-Fi 핑거프린팅으로 보정하기 때문에 걸음검출의 축적될 수 있는 최대 오차는 Wi-Fi 핑거프린팅 오차범위에 제한된다. 또한 Wi-Fi 핑거프린팅으로 측정된 위치정보는 걸음 검출로 측정된 위치정보 보다 우선 시 되기 때문에 제안기법에서 발생할 수 있는 최대 오차가 된다.
- 또한 Wi-Fi 핑거프린팅으로 측정된 위치정보는 걸음 검출로 측정된 위치정보 보다 우선 시 되기 때문에 제안기법에서 발생할 수 있는 최대 오차가 된다. 때문에 본 논문에서는 Wi-Fi 핑거프린팅 기법 실험을 통해 제안기법에서 발생할 수 있는 최대 오차를 측정하였다. 제안기법에서 Wi-Fi 핑거프린팅이 맵핑된 노드는 약 5m 간격으로 존재하며 이에 대한 오차를 알아보기 위해 20m 구간에 대해 4개의 노드를 설치하고 15회 실험하였다.
- 때문에 본 논문에서는 Wi-Fi 핑거프린팅 기법 실험을 통해 제안기법에서 발생할 수 있는 최대 오차를 측정하였다. 제안기법에서 Wi-Fi 핑거프린팅이 맵핑된 노드는 약 5m 간격으로 존재하며 이에 대한 오차를 알아보기 위해 20m 구간에 대해 4개의 노드를 설치하고 15회 실험하였다.
- 하지만 Wi-Fi AP 인프라가 없는 경우 제안 기법은 걸음검출로만 위치를 추적해야 되기 때문에 걸음검출의 오차 또한 중요하고 할 수 있다. 걸음검출 기법의 오차율을 알아 보기위해 성인 남성 5명을 대상으로 20m 구간에 대해 걸음검출 기법만을 이용하여 10회 이동 후 발생하는 오차를 측정하고 오차에 대한 평균을 구하여 표시하였다.
- 실내 측위 기법을 제안하였다. 제안 기법에는 초기위치를 탐지하지 못하고 오차가 쌓이는 걸음 검출의 단점을 Wi-Fi 핑거프린팅 기법을 이용해서 보완하였다. 또한 단 구간에서 오차가 큰 Wi-Fi 핑거프린팅 기법의 단점을 걸음검출 기법을 통해 보완하여 정밀도를 높였다.
- 제안 기법에는 초기위치를 탐지하지 못하고 오차가 쌓이는 걸음 검출의 단점을 Wi-Fi 핑거프린팅 기법을 이용해서 보완하였다. 또한 단 구간에서 오차가 큰 Wi-Fi 핑거프린팅 기법의 단점을 걸음검출 기법을 통해 보완하여 정밀도를 높였다.
- 실내측위 기술을 소개한다. 소개하는 기술은 “걸음 검출을 이용한 측위 기법”과 "Wi-Fi 핑거프린팅을 이용한 측위 기법'을 혼용한 기법으로 두 기법의 장단점이 상호 보완적이라는 점에서 착안하였다. 본 장에서는 제안한 기법의 구성과 작동 원리 그리고 어떻게 측위의 정밀도를 높였는지 설명한다.
대상 데이터
- 7으로 자세한 스펙은 다음 표와 같다. 실험에 사용된 기기가 많은 장치를 보유하고 있지만 제안 기법에 필요한 장치들은 가속도 센서 , 나침반센서 , Wi-Fi 모듈로 거의 모든 스마트기기 환경에서 존재하는 장치들만을 사용한다.
- 실험에 사용된 스마트 기기는 Asus에서 제작한 Nex us 7으로 자세한 스펙은 다음 표와 같다. 실험에 사용된 기기가 많은 장치를 보유하고 있지만 제안 기법에 필요한 장치들은 가속도 센서 , 나침반센서 , Wi-Fi 모듈로 거의 모든 스마트기기 환경에서 존재하는 장치들만을 사용한다.
이론/모형
- 센서를 통해 검출해야 한다. 걸음을 검출하기 위해서 제안기법에서는 스마트 기기의 가속도 센서를 이용한다. 사용자가 스마트 기기를 들고 걸으면<그럼>과 같이 Z축의 변화가 일어난다.
성능/효과
- 15회 실험결과 Wi-Fi 핑거프린팅을 잘못 인식한 경우는 약 4회로 각각 5m 간격에 있는 인접 노드로 잘못 인식하였고 이를 거리로 계산하면 300m 이동거리에 대해 20m의 오차가 발생하였다. 실험결과를 토대로 계산한 Wi-Fi 핑거프린팅 오차율은 전체 이동거리의 약 6.
- 20m의 오차가 발생하였다. 실험결과를 토대로 계산한 Wi-Fi 핑거프린팅 오차율은 전체 이동거리의 약 6.6 7%로 매우 낮은 오차율을 보임을 확인하였다.
- 5명의 성인남성에 대해 실험결과 20m 구간에 대해 걸음 검출 기법의 발생오차는 약 1.4m ~ 2.3m로 평균 1.9m의 오차를 발생시켰다. 이는 성인남성 기준 두 걸음 정도의 거리로 걸음검출을 통한 측위가 매우 낮은 오차범위를 보임을 실험을 통해 확인하였다.
- 제안 기법의 유효성을 알아보기 위해서 발생할 수 있는 두 가지 오차에 대해 실험한 결과 5m 간격으로 Wi-F i 핑거프린팅을 이용한 오차 보정 시 이동거리 대비 약 5%의 낮은 오차율 보임을 확인하였다. 또한 Wi-Fi 인프라 없이도 20m구간에 대해 걸음검출만으로 실험하였을 때의 오차율은 약 9.
- 낮은 오차율 보임을 확인하였다. 또한 Wi-Fi 인프라 없이도 20m구간에 대해 걸음검출만으로 실험하였을 때의 오차율은 약 9.5%로 Wi-Fi 인프라가 없는 최악의 상황에서도 낮은 오차율을 가짐을 확인하였다.
- 본 논문에서는 제안 기법을 통한 측위가 실내 도로에 대해서 매우 낮은 오차율을 보임을 확인하였다. 향후 본 연구를 기반으로 특정 공간을 효과적인 그래프 위치 모델로 전환할 수 있는 기법에 대해 연구를 진행할 예정이다.
후속연구
- 때문에 본 논문에서는 실외 측위 서비스에 있는 지도정보에서 건물의 형태와 크기 정보를 얻고 이를 기반으로 실내 구조를 실측하여 실내 지리 위치모델을 제작하였다. 이러한 방법을 통해 제작한 지리적 모델은 본 논문에서 추가로 사용하는 그래프 위치 모델 제작 시 엣지에 입력할 거리와 방향 정보를 측정에 편리를 제공한다.
- 향후 본 연구를 기반으로 특정 공간을 효과적인 그래프 위치 모델로 전환할 수 있는 기법에 대해 연구를 진행할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.