최근 다양한 스마트 기기가 보급화 됨에 따라 스마트 기기를 이용한 실내 위치추적 기술 연구 또한 활발히 진행되고 있다. 하지만 실내 위치추적 기술은 GPS 센서 없이 실내의 위치를 추적해야 한다는 제약 사항이 있다. 본 논문에서는 별도의 인프라 구축이 필요 없고 오차범위가 작은 실내위치추적 기법을 제안한다. 제안 기법은 기존 실내 측위를 위한 기법 중 걸음검출, Wi-Fi 핑거프린팅 기법들의 장단점이 서로 상호보완적 이라는 점에서 착안하였다. 제안하는 기법은 걸음검출을 통해 사용자의 변위를 측정하며 이를 보정하기 위해 Wi-Fi 핑거프린팅 기법을 혼합 형태로 사용한다. 본 논문에서는 실험을 통해 제안하는 기법의 유효성을 입증하고 실용화 가능성을 보인다.
최근 다양한 스마트 기기가 보급화 됨에 따라 스마트 기기를 이용한 실내 위치추적 기술 연구 또한 활발히 진행되고 있다. 하지만 실내 위치추적 기술은 GPS 센서 없이 실내의 위치를 추적해야 한다는 제약 사항이 있다. 본 논문에서는 별도의 인프라 구축이 필요 없고 오차범위가 작은 실내위치추적 기법을 제안한다. 제안 기법은 기존 실내 측위를 위한 기법 중 걸음검출, Wi-Fi 핑거프린팅 기법들의 장단점이 서로 상호보완적 이라는 점에서 착안하였다. 제안하는 기법은 걸음검출을 통해 사용자의 변위를 측정하며 이를 보정하기 위해 Wi-Fi 핑거프린팅 기법을 혼합 형태로 사용한다. 본 논문에서는 실험을 통해 제안하는 기법의 유효성을 입증하고 실용화 가능성을 보인다.
Recently, research on indoor locating techniques using smart device sensors has been conducted actively, Owing to the exponential increase in the use of various smart devices. However, in order to develop indoor location techniques, there are limitations due to the requirement that the tracking syst...
Recently, research on indoor locating techniques using smart device sensors has been conducted actively, Owing to the exponential increase in the use of various smart devices. However, in order to develop indoor location techniques, there are limitations due to the requirement that the tracking system has to function without GPS. In this paper, we propose an accurate indoor locating system that does not require additional infrastructure. The proposed scheme is developed based on the idea that the advantages and disadvantages of "Wi-Fi Fingerprinting" and "Step Detection" techniques are complementary. In the proposed scheme, we track users with "Step Detection," and correct errors with "Wi-Fi Fingerprinting." In this paper, we demonstrate the effectiveness and feasibility of our proposed scheme through experiments.
Recently, research on indoor locating techniques using smart device sensors has been conducted actively, Owing to the exponential increase in the use of various smart devices. However, in order to develop indoor location techniques, there are limitations due to the requirement that the tracking system has to function without GPS. In this paper, we propose an accurate indoor locating system that does not require additional infrastructure. The proposed scheme is developed based on the idea that the advantages and disadvantages of "Wi-Fi Fingerprinting" and "Step Detection" techniques are complementary. In the proposed scheme, we track users with "Step Detection," and correct errors with "Wi-Fi Fingerprinting." In this paper, we demonstrate the effectiveness and feasibility of our proposed scheme through experiments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
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.
참고문헌 (15)
김병국, 이종민, "LBS 의 활용현황과 전망", 대한토목학회지, 제50권, 제4호, pp. 24-30, 2002년
박세진, 김민구, "802.11 무선 신호 학습 기법을 이용한 실내 위치 인식 시스템의 구현", 한국정보과학회 학술발표논문집, 제34권, 제1C호, 361-365
유재준, "실내 위치기반 서비스 기술 및 서비스 개발 동향", 2013년 8월
정구인, 전재훈, 이강휘, 송민선, "광학적 분석방법을 이용한 보폭측정", 전기학회논문지, 제57권, 제6호, pp. 1116-1122, 2008년
정승혁, 신현식, "WPS(WiFi Positioning System & Service) 동향", 한국전자통신학회논문지, 제6권, 제3호, 2011년
Cobb, H. Stewart, "GPS pseudolites: Theory, design, and applications", Diss. Stanford University, 1997.
Gallier, Jean H, "Curves and surfaces in geometric modeling: theory and algorithms. Morgan Kaufmann", 2000.
Kaemarungsi, Kamol, "Efficient design of indoor positioning systems based on location fingerprinting", Wireless Network, Communications and Mobile Computing, 2005 International Conference on, vol 1, 2005.
Li, Dandan, and Dik Lun Lee, "A topology-based semantic location model for indoor applications", Proceedings of the 16th ACM SIGSPATIAL international conference on Advances in geographic information systems, 2008.
Mirzaei, Reza Shanbehbazari, "Spatio-Temporal Databases for Indoor Positioning Systems", 2005
Sahin, Guvenc, and Haldun Sural, "A review of hierarchical facility location models", Computers & Operations Research, vol 38, no 9, pp. 2310-2331, 2007.
Spiekermann, Sarah, "General Aspects of Location-based services", 2004.9.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.