황치곤
(Department of Internet Information, Kyungmin College)
,
윤창표
(Department of Computer & Mobile Convergence, Gyeonggi Collage of Science and Technology)
최근 센서 데이터 통합최근 센서를 통한 상황인지는 많은 연구가 진행되고 있다. 그러나 센서 데이터의 수집과 분석은 아직 통합이 부족하다. 이는 센서에서 발생하는 데이터에 대하여 메타데이터, 규격, 단위, 검출된 값에서 일치시키기 어렵기 때문이다. 따라서 다양한 센서에서 발생하는 데이터를 효율적으로 이용하기 위한 방법론이 필요하다. 본 논문에서는 이동하는 iBeacon에서 발생하는 정보를 통하여 위치를 인식하는 시스템을 제안하고자 한다. 본 시스템은 iBeacon을 착용한 환자가 실내에서 이동할 때 정확한 위치를 인식할 수 있는 데이터를 표본으로 온톨로지를 구축한다. 이는 기본 항목과 센서의 항목을 매핑하고, 검출된 값으로 필터링을 수행한 결과를 지식으로 저장한다. 이에 제안 시스템은 온톨로지를 통하여 iBeacon을 휴대한 환자가 실내에서 이동하여 발생하는 값을 인식함으로써 효율적인 위치정보를 추출할 수 있다. 이는 비콘 뿐만 아니라 다른 센서에 적용이 가능하고, 온톨로지 구성방법에 따라 다양한 적용이 가능하다.
최근 센서 데이터 통합최근 센서를 통한 상황인지는 많은 연구가 진행되고 있다. 그러나 센서 데이터의 수집과 분석은 아직 통합이 부족하다. 이는 센서에서 발생하는 데이터에 대하여 메타데이터, 규격, 단위, 검출된 값에서 일치시키기 어렵기 때문이다. 따라서 다양한 센서에서 발생하는 데이터를 효율적으로 이용하기 위한 방법론이 필요하다. 본 논문에서는 이동하는 iBeacon에서 발생하는 정보를 통하여 위치를 인식하는 시스템을 제안하고자 한다. 본 시스템은 iBeacon을 착용한 환자가 실내에서 이동할 때 정확한 위치를 인식할 수 있는 데이터를 표본으로 온톨로지를 구축한다. 이는 기본 항목과 센서의 항목을 매핑하고, 검출된 값으로 필터링을 수행한 결과를 지식으로 저장한다. 이에 제안 시스템은 온톨로지를 통하여 iBeacon을 휴대한 환자가 실내에서 이동하여 발생하는 값을 인식함으로써 효율적인 위치정보를 추출할 수 있다. 이는 비콘 뿐만 아니라 다른 센서에 적용이 가능하고, 온톨로지 구성방법에 따라 다양한 적용이 가능하다.
Recently, there have been many research that recognize the situation using sensors. However, sensor data collection and analysis are still lacking in integration. This is because the data generated by the sensor is difficult to match in terms of metadata and units. Therefore, a methodology for effic...
Recently, there have been many research that recognize the situation using sensors. However, sensor data collection and analysis are still lacking in integration. This is because the data generated by the sensor is difficult to match in terms of metadata and units. Therefore, a methodology for efficiently using data generated from various sensors is needed. In this paper, we propose a system that recognizes the location through information generated from a moving iBeacon. This system constructs the ontology with the data that can recognize the exact position when the patient wearing iBeacon moves in the room. This maps standard items and sensor items, and stores the results of filtering the detected values as knowledge. the system can extract efficient location information by recognizing the value generated by moving the patient carrying iBeacon through the ontology. This can be applied not only to beacons but also to other sensors, and it can be applied variously according to the ontology configuration.
Recently, there have been many research that recognize the situation using sensors. However, sensor data collection and analysis are still lacking in integration. This is because the data generated by the sensor is difficult to match in terms of metadata and units. Therefore, a methodology for efficiently using data generated from various sensors is needed. In this paper, we propose a system that recognizes the location through information generated from a moving iBeacon. This system constructs the ontology with the data that can recognize the exact position when the patient wearing iBeacon moves in the room. This maps standard items and sensor items, and stores the results of filtering the detected values as knowledge. the system can extract efficient location information by recognizing the value generated by moving the patient carrying iBeacon through the ontology. This can be applied not only to beacons but also to other sensors, and it can be applied variously according to the ontology configuration.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 실내의 측위를 위해 iBeacon을 이용하여 이에 발생하는 정보를 센싱하고 사용자의 정보와 결합한 온톨로지를 이용하는 환자 관리 시스템을 제안하였다. 이는 온톨로지를 IoT 환경에서 이용되는 센서와 결합하는 방안을 제시하였고, 이질적 데이터 환경이나 센서 환경에서 발생하는 문제점을 해결할 수 있다는 것을 확인하였다.
이에 따라 본 논문에서는 IoT 환경에서 온톨로지를 이용하여 iBeacon에서 발생하는 데이터를 수집하고, 사용자 정보와 수집된 데이터를 기반으로 메타 정보와 인스턴스 정보로 추출하여 재구성한 온톨로지를 이용하여, 사용자에게 통합정보를 제공할 수 있는 환자 관리 시스템을 제안한다.
제안된 시스템은 비콘을 환자에게 장착시키고 실내에서 이동할 때, 사용자의 위치 파악 및 이동경로를 산출함으로써, 환자의 상태 파악을 위한 정보로 제공하고자 하는데 목적이 있다. 이를 위하여 사용자와 비콘 정보는 시스템을 구축하는 초기에 제공되어야 한다.
제안 방법
BR을 통해 측정된 RSSI값을 검출하고, 이를 칼만 필터링을 수행하여 환자 정보 및 비콘 정보를 연동하여 온톨로지를 구축함으로써 환자의 위치를 제공할 수 있는 시스템을 테스트를 통하여 구현해보았다.
각 구성요소를 통하여 환자의 실내 위치를 정확히 추정하여 이에 대한 서비스를 제공한다.
그림 7은 제안된 시스템을 위한 환자 정보(Paitent Information)과 BR에서 측정된 측위 정보(Positioning Information)를 제공하는 인터페이스이다. 제안된 방식에 따라 BR에서 모바일 비콘의 정보를 산출하였고, 산출된 정보를 필터링하여 이를 표준화된 방안으로 제공하도록 적용하였다.
제안하는 비콘의 운영 방식은 고정식이 아니라 사용자(환자)에 모바일 비콘을 부착한다. 모바일 비콘이 이동하면서 비콘 광고를 하게 되면 이 정보를 BR(Beacon Reader)에서 수신하여, 이 정보를 필터링함으로써 환자의 위치를 식별하도록 한다.
제안하는 시스템의 구성은 서비스를 제공하기 위한서비스 서버와 실내 측위를 위한 장소에 비콘이 신호를 수신하기 위한 BR로 구성된다. 서버 측에서는 온톨로지의 구축 및 관리, 서비스 제공 그리고 비콘을 감시한다.
5m간격으로 측정한 값을 바탕으로 측정된 실 표본 값과 이를 칼만 필터를 통하여 필터링 된 값이다. 측정된 값을 바탕으로 온톨로지를 구축한다. 대상이 되는 모바일 비콘이 BR에 측정될 때, 그 값이 구축된 영역 내에 들어오면 거리를 추정할 수 있다.
이론/모형
필터링된 비콘 데이터를 식별하기 위한 추론 기법으로 온톨로지를 이용한다. 온톨로지는 데이터 간의 의미적 연관관계와 구조적 차이를 해결하기 위한 방안을 제공하고, 자원들 간의 이질성을 해결하여 사람과 컴퓨터 간의 정보 교환을 도와주는 지식으로써의 역할을 수행한다[7].
성능/효과
이를 위하여 사용자와 비콘 정보는 시스템을 구축하는 초기에 제공되어야 한다. 그리고 지정된 BR(br01, br02, ...)으로 측정된 RSSI값이고, 이를 필터링한 값이 br01filtering, br02filtering 으로 산출됨을 보여주고 있다. 이를 통하여 사용자의 위치정보를 산출할 수 있다.
본 연구는 실내의 측위를 위해 iBeacon을 이용하여 이에 발생하는 정보를 센싱하고 사용자의 정보와 결합한 온톨로지를 이용하는 환자 관리 시스템을 제안하였다. 이는 온톨로지를 IoT 환경에서 이용되는 센서와 결합하는 방안을 제시하였고, 이질적 데이터 환경이나 센서 환경에서 발생하는 문제점을 해결할 수 있다는 것을 확인하였다. 이후 본 연구는 온톨로지를 시스템에 적용 시킬 수 있는 수식을 통하여 정례화하고, 다른 IoT 분야에 확대할 필요성이 있다.
후속연구
이는 온톨로지를 IoT 환경에서 이용되는 센서와 결합하는 방안을 제시하였고, 이질적 데이터 환경이나 센서 환경에서 발생하는 문제점을 해결할 수 있다는 것을 확인하였다. 이후 본 연구는 온톨로지를 시스템에 적용 시킬 수 있는 수식을 통하여 정례화하고, 다른 IoT 분야에 확대할 필요성이 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
IoT은 무엇인가?
이 중 IoT는 지능화된 사물들이 인터넷에 연결되어 네트워크를 통해 사람과 사물, 사물과 사물 간에 상호 소통하고 상황인식 기반의 지식이 결합되어 지능적인 서비스를 제공하는 새로운 패러다임이다. 여기서 중요한 핵심은 센서를 통하여 정확히 상황을 인지하고 이에 서비스를 제공하는 것이다[2].
iBeacon에서 발생한 데이터는 어떤 형태로 제공되어 지는가?
센서 또는 측위를 위해 사용되는 iBeacon에서 발생한 데이터는 각 표준에 따른 방법으로 검출된 자료를 제공한다. 이 자료는 XML, jason, text 기반의 데이터베이스 그리고 구조화된 데이터베이스 등과 같이 다양한 형태로 제공되어 진다.
데이터들 간의 차이에서 발생하는 이질성은 어떻게 구분하는가?
이는 적용된 시스템, 운영 체제, 통신 방식, 처리 구조 등에 따라 달라질 수 있다[3]. 이와 같이 데이터들 간의 차이에서 발생하는 문제를 이질성이라 하고, 이런 이질성은 의미론적(Semantic) 이질성이나 구조적 (Structure) 이질성을 구분할 수 있으며, 이를 해결하기 위한 대표적인 방법이 온톨로지를 통한 접근법이다. 이에 따라 IoT 환경에서 센서가 수집한 데이터를 상황인식 정보로 변환하고, 이를 기반으로 시맨틱 기술에 IoT 환경에 적용한 연구가 진행되고 있다[4].
참고문헌 (8)
K. Schwab, "The fourth industrial revolution," Geneva: World Economic Forum, 2016.
N. Yang, H. S. Choi and W. S. Rhee, "Development of the Cross-vertical Ontology for Context Aware Service in Various IoT Environment," Journal of The Korea Contents Association, vol.15, no.2, pp.58-73, Feb. 2015.
M. Yarvis, N. Kushalnagar, H. Singh, A. Rangarajan, Y. Liu and S. Singh, "Exploiting heterogeneity in sensor networks," In Proceedings IEEE 24th Annual Joint Conference of the IEEE Computer and Communications Societies, vol. 2, pp. 878-890, Mar. 2005.
M. Comptona, et al., "The SSN ontology of the W3C semantic sensor network incubator group," Web Semantics: Science, Service, and Agents on the World Wide Web, vol. 17, pp. 25-32, Dec. 2012.
D. Namiot, "On indoor positioning," International Journal of Open Information Technologies, vol. 3, no. 3, pp.23-26, Feb. 2015.
A. S. Paul and E. A. Wan, "RSSI-based indoor localization and tracking using sigma-point Kalman smoothers," IEEE Journal of Selected Topics in Signal Processing, vol. 3, no. 5, pp. 860-873. Oct. 2009.
C. S. Kim, J. W. Lee and H. K. Jung, "A Study on Semantic Web based User Oriented Retrieval System," Jounrnal of the Korea Institute of Information and Communication Engineering, vol. 19, no. 4, pp.871-876, Apr. 2015.
C. G. Hwang, K. D. Jung and J. Y. Lee, "An Ontology-Based Service Integration System for SAAS in The Cloud Environment," Far East Journal of Electronics and Communications, vol. 2, pp.77-84, Sept. 2016.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.