[논문]Wi-Fi RSSI 신호와 지자기 센서를 이용한 실내 위치 추정

김시훈; 강도화; 김관우; 임창헌

doi:10.14372/iemek.2017.12.1.19

Wi-Fi RSSI 신호와 지자기 센서를 이용한 실내 위치 추정
Indoor Location Estimation Using Wi-Fi RSSI Signals and Geomagnetic Sensors 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.12 no.1, 2017년, pp.19 - 25

김시훈 (Pukyong National University) , 강도화 (Pukyong National University) , 김관우 (Pukyong National University) , 임창헌 (Pukyong National University)

Abstract ▼ AI-Helper

Recently, indoor LBS has been attracting much attention because of its promising prospect. One of key technologies for its success is indoor location estimation. A popular one for indoor positioning is to find the location based on the strength of received Wi-Fi signals. Since the Wi-Fi services are currently prevalent, it can perform indoor positioning without any further infrastructure. However, it is found that its accuracy depends heavily on the surrounding radio environment. To alleviate this difficulty, we present a novel indoor position technique employing the geomagnetic characteristics as well as Wi-Fi signals. The geomagnetic characteristic is known to vary according to the location. Therefore, employing the geomagnetic signal in addition to Wi-Fi signals is expected to improve the location estimation accuracy.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

실내 위치 추정을 위한 기존의 기술들의 성능을 개선하기 위해 여러 방안들이 많이 연구되고 있다. 본 논문에서는 실내 위치 추정 기술로 Wi-Fi를 기반으로 지자기를 함께 사용하는 방안을 제안한다.
하지만 경우에 따라 거리와 무관하게 비슷한 값을 가지는 셀이 나타날 수 있다. 이런 이유 때문에 본 논문에서는 지자기 값을 단독으로 사용하기보다는 보조적인 역할로써 위치 추정 성공 확률을 높이는 역할을 할 수 있도록 하였다. Wi-Fi 신호를 활용하는 것은 기존의 인프라를 거의 그대로 활용한다는 장점을 갖지만, Wi-Fi 방식 하나만 적용하였을 경우 주변 물체들의 배치에 따라 RSSI가 변한다는 단점이 나타난다.
이번 논문에서는 기존의 인프라를 크게 변화시키지 않으면서 실내 위치를 추정하는 Wi-Fi 기반의 실내 위치 추정 방식을 제안한다. 제안 방식은 지자기 센서를 함께 활용하여 Wi-Fi신호만 이용한 위치추정에서 발생할 수 있는 AP간에 충돌 및 중첩과 같은 단점을 보완할 수 있다.
그러므로 본 논문에서는 수신된 신호의 신뢰도를 반영한 다른 방식의 알고리듬을 구상 및 구현하였다. 최종적으로 Wi-Fi의 RSSI를 이용한 위치추정을 우선적으로 하고, 지자기를 활용하여 측위 해상도를 더욱 높이고자 하였다. 지자기 값은 일반적으로 인접한 셀과 무관하고 각 셀에서 고유의 값을 나타내지만, 크기 값만을 사용하기 때문에 경우에 따라 동일한 값을 가지는 셀이 나올 수 있다.

가설 설정

표 안의 값은 각각의 AP에 대한 RSSI 평균값과 분산을 나타내고, 마찬가지로 지자기에 대한 크기를 평균과 분산으로 나타내었다. 이때 실내 위치 추정을 하고자 하는 사용자의 위치는 10번 셀이라고 가정한다.

제안 방법

11AC모델, AP에 해당하는 Wi-Fi 증폭기는 샤오미 증폭기를 사용하였다. AP의 RSSI를 측정하는 도구는 C언어 오픈소스 파일을 수정하여 활용하였다 [11]. Wi-Fi 신호의 RSSI는 노트북을 활용하여 측정하였고, 지자기는 휴대전화에 내장된 3축 자계센서를 활용하였다.
RFID는 태그 (tag)와 리더 (reader)로 구성되는데, reader가 신호를 송출하면 근방의 태그가 고유 ID를 회신한다 [1]. Bluetooth기반의 위치추정과 유사하게 수신된 고유 ID 또는 RSSI를 이용하여 위치를 추정한다. RFID 기반의 위치 추정은 RFID가 근접센서이므로 위치 추정 오차가 적다는 장점이 있지만, 신호의 도달거리가 짧아 리더를 조밀하게 배치해야 한다는 단점이 있다.
하지만 KNN 알고리듬은 수신된 신호의 신뢰도를 고려하지 않는다. 그러므로 본 논문에서는 수신된 신호의 신뢰도를 반영한 다른 방식의 알고리듬을 구상 및 구현하였다. 최종적으로 Wi-Fi의 RSSI를 이용한 위치추정을 우선적으로 하고, 지자기를 활용하여 측위 해상도를 더욱 높이고자 하였다.
지자기 값은 일반적으로 인접한 셀과 무관하고 각 셀에서 고유의 값을 나타내지만, 크기 값만을 사용하기 때문에 경우에 따라 동일한 값을 가지는 셀이 나올 수 있다. 그렇기 때문에 본 논문에서는 연산순서를 정해주었다. 우선 Wi-Fi 신호를 활용한 추정이 첫 번째 단계다.
8m의 크기를 가진다. 복도의 폭이 셀의 크기와 동일하여 일차원의 직선 형태로 구성하였다. AP는 총 3개를 사용하였으며, 전체 실험구간에 균등하게 배치되도록 약 7~8m정도의 간격을 가지고 설치하였다.
셀의 크기가 작을수록 측위 해상도는 높아지지만, 인접한 셀 간의 데이터베이스의 차이가 적어지기 때문에 정확한 위치를 추정하기 어려워진다. 본 논문에서는 셀의 크기를 실험을 통해 1.8m*1.8m로 정하였다. 3개의 AP를 활용하여 위치를 추정하였고 1.
Wi-Fi 신호의 RSSI는 노트북을 활용하여 측정하였고, 지자기는 휴대전화에 내장된 3축 자계센서를 활용하였다. 실내 위치 추정 시스템은 MATLAB의 GUI기능을 사용하여 구현하였다.
오차범위는 추정 위치보다는 가능성이 낮지만, 사용자의 현재 위치일 가능성이 있는 셀을 의미한다. 우선, 가능성이 높은 셀 후보군을 계산한다. 다음으로 셀 후보군들의 위치 평균값보다 멀리 떨어져 있는 셀 후보를 제거한다.
이번 논문에서는 기존의 인프라를 크게 변화시키지 않으면서 실내 위치를 추정하는 Wi-Fi 기반의 실내 위치 추정 방식을 제안한다. 제안 방식은 지자기 센서를 함께 활용하여 Wi-Fi신호만 이용한 위치추정에서 발생할 수 있는 AP간에 충돌 및 중첩과 같은 단점을 보완할 수 있다. 또한 현재 스마트폰 사용자라면 이미 내장되어있는 Wi-Fi관련 모듈과 자계센서를 이용하는 것이기 때문에, 사용자에게 손쉽게 적용할 수 있을 것이다.
기존의 Fingerpr inting법은 위치 추정 결과로 가장 가능성이 높은 셀 하나만을 출력한다. 하지만 본 논문에서는 셀 후보군을 이용하여, 추정위치와 오차범위를 계산한다. 여기서 추정위치는 사용자가 현재 위치한다고 판단되는 셀이다.

대상 데이터

복도의 폭이 셀의 크기와 동일하여 일차원의 직선 형태로 구성하였다. AP는 총 3개를 사용하였으며, 전체 실험구간에 균등하게 배치되도록 약 7~8m정도의 간격을 가지고 설치하였다. AP의 경우 이동 및 설치가 간편하도록 Wi-Fi 증폭기를 사용하였다.
AP의 RSSI를 측정하는 도구는 C언어 오픈소스 파일을 수정하여 활용하였다 [11]. Wi-Fi 신호의 RSSI는 노트북을 활용하여 측정하였고, 지자기는 휴대전화에 내장된 3축 자계센서를 활용하였다. 실내 위치 추정 시스템은 MATLAB의 GUI기능을 사용하여 구현하였다.
AP의 경우 이동 및 설치가 간편하도록 Wi-Fi 증폭기를 사용하였다. 공유기는 샤오미 3세대 802.11AC모델, AP에 해당하는 Wi-Fi 증폭기는 샤오미 증폭기를 사용하였다. AP의 RSSI를 측정하는 도구는 C언어 오픈소스 파일을 수정하여 활용하였다 [11].

데이터처리

표 1은 실내 위치 추정에서 사용하는 셀의 일부 DB를 나타낸 것이다. 표 안의 값은 각각의 AP에 대한 RSSI 평균값과 분산을 나타내고, 마찬가지로 지자기에 대한 크기를 평균과 분산으로 나타내었다. 이때 실내 위치 추정을 하고자 하는 사용자의 위치는 10번 셀이라고 가정한다.

이론/모형

비콘 기반의 측위 기술로 BLE (Bluetooth Low Energy)방식의 비콘을 사용한다 [3]. 비콘이 주변 임의의 단말기에 해당하는 장치 ID, 서비스 장소명 등의 데이터를 전송한다.

성능/효과

8m로 정하였다. 3개의 AP를 활용하여 위치를 추정하였고 1.8m*1.8m의 셀 크기를 가질 때 DB의 차이가 위치 추정에 용이하게 나왔다.
각 셀의 위치에 따라서 위치 추정 성공 확률에 많은 차이를 보였다. 기본적으로 AP와 아주 가까이에 있는 경우에 높은 성능을 보였으며, 두 AP사이의 셀이나 AP의 신호가 잘 도달하지 못하는 거리에 있는 셀에서 낮은 성공률을 보였다. DB 상에서 각 AP의 수치들이 주변 셀과 큰 차이를 보이지 못했기 때문이다.
따라서 인프라 구축 비용이 거의 추가되지 않는다. 다만 기존의 방식에서는 원하는 위치 추정 성공 확률을 얻기 위해 그만큼의 AP 수를 늘여주어야 하는 단점이 있는데, 제안한 방법으로 지자기센서를 결합하여 AP수를 최소화한 상태로 위치 추정 성공 확률을 한층 높일 수 있다. 지자기 센서 또한 최근 대부분의 사람들이 스마트폰을 소유하고 있기 때문에 내장되어있는 3축 지자기 센서를 활용이 가능하다.
오류확률이란 그 반대의 경우를 의미한다. 동일한 위치에서 20번 위치추정을 하였고, Wi-Fi만을 사용했을 때 26.56%의 오류확률이 나왔지만, 본 논문에서 제안한 Wi-Fi와 지자기 값을 결합한 방법을 이용하였을 때는 13.06%로 줄어들어 오류 확률이 1/2로 줄어드는 효과를 보였다.

후속연구

제안 방식은 지자기 센서를 함께 활용하여 Wi-Fi신호만 이용한 위치추정에서 발생할 수 있는 AP간에 충돌 및 중첩과 같은 단점을 보완할 수 있다. 또한 현재 스마트폰 사용자라면 이미 내장되어있는 Wi-Fi관련 모듈과 자계센서를 이용하는 것이기 때문에, 사용자에게 손쉽게 적용할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	삼각 측량법은 무엇인가?	위치를 추정하기 위한 방법으로는 삼각 측량법과 Fingerprinting 기법이 대표적이다. 삼각 측량법이란 삼각형 한 변의 길이와 그 양쪽 각을 구한 후, 이를 이용하여 나머지 한 변의 길이를 수학 공식을 이용해 계산해내는 평면위치 결정 측량법이다. 따라서 삼각 측량법을 활용하여 위치를 추정하기 위해서는 삼각형의 변의 길이 또는 각을 측정하는 과정이 필요하다.
	삼각 측량법을 활용하여 위치를 추정하기 위해서는 삼각형의 변의 길이 또는 각을 측정하는 과정이 필요한데, 이를 측정하는 방법으로 무엇이 있는가?	따라서 삼각 측량법을 활용하여 위치를 추정하기 위해서는 삼각형의 변의 길이 또는 각을 측정하는 과정이 필요하다. 이를 측정하는 방법으로는 ToA(Time of Arrival), TDoA (Time Difference of Arrival), AoA (Angle of Arrival), 그리고 Wi-Fi와, RFID의 RSSI (Received Signal Strength Indication)를 이용하여 측정하는 방법이 있다 [6, 7].
	위치를 추정하기 위한 방법 중 대표적인 것은 무엇인가?	위치를 추정하기 위한 방법으로는 삼각 측량법과 Fingerprinting 기법이 대표적이다. 삼각 측량법이란 삼각형 한 변의 길이와 그 양쪽 각을 구한 후, 이를 이용하여 나머지 한 변의 길이를 수학 공식을 이용해 계산해내는 평면위치 결정 측량법이다.

참고문헌 (11)

J.W. Song, S.J. Hur, Y.W. Park, K.Y. Yoo, "Database investigation algorithm for high-accuracy based indoor positioning," IEMEK J. Embed. Sys. Appl., Vol. 7, No. 2, pp. 85-93, 2012 (in Korean).
Y.J. Park, "Design and implementation of enhanced fingerprint locating algorithm for indoor Wi-Fi environment," Pusan National University, 2013 (in Korean).
J.S. Kwon, J.M.Lee, H.S.Kim, "Advanced indoor zone detection with bluetooth and ultrasound of smartphone," IEMEK J. Embed. Sys. Appl., Vol. 11, No. 3, pp. 135-141, 2016 (in Korean).
S.M. Kim, W.J. J, W.T Woo, "Infrared-based user location tracking system for indoor environments", Journal of the Institute of Electronics Engineers of Korea CI, Vol. 42, No. 5 , pp. 9-12, 2005 (in Korean).
S.J. Hur, J.Y Song, Y.W Park, "Indoor position technology in geo-magnetic field," The Journal of Korean Institute of Communications and Information Sciences, Vol. 38C, No. 01, 2013 (in Korean).
J.G. Park, M.A. Jung, S.H. Yoon, S.R. Lee, "System design for location determination inside the ship," The Korean Institute of Communications and Information Sciences, Vol. 38C, No. 22, pp. 181-188, 2013 (in Korean).

원문보기 상세보기
B.S. Lee, S.W. Kim, "A study on self-localization of home wellness robot using collaboration of rrilateration and triangluation," Journal of Institute of Korean Electrical and Electronics Engineers, Vol. 18, No. 1, pp. 057-063, 2014 (in Korean).
S.H. Son, Y.J. Park, B.J. Kim, Y.J. Baek, "Wi-Fi fingerprint location estimation system based on reliability," The Journal of Korean Institute of Communications and Information Sciences, Vol. 38C, No. 06, pp. 531-539, 2013 (in Korean).

원문보기 상세보기
J.J. Yoo, Y.S. Cho, "Trend in technical development and standardization of indoor location based services," Electronics and Telecommunications Research Institute, 2014 (in Korean).
Y.G. Jeong, "A study on implementation of indoor positioning system based on wireless LAN," Kongju National University, 2015 (in Korean).
http://www.rohitab.com/discuss/topic/37123-c-scanning-for-wireless-networks/

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증