[논문]스마트폰 사용자의 실내 위치 추적을 통한 응급 상황 대피로 안내에 대한 연구

전욱; 장정환; 장청윤; 조용철; 이창호

doi:10.12812/ksms.2018.20.1.033

Abstract ▼ AI-Helper

The rate of fire in buildings is gradually increasing in these days and the damage of property are severely increasing. This study suggests a methodology that provides information of the emergency exits based on indoor location services. The methodology uses determination technology and the latest u...

The rate of fire in buildings is gradually increasing in these days and the damage of property are severely increasing. This study suggests a methodology that provides information of the emergency exits based on indoor location services. The methodology uses determination technology and the latest update of indoor map generation via the built-in sensors of smartphone. This paper enhances the accuracy of indoor localization, and also it is to study how to provide exact indoor layout for rescuing the workers in emergency, such as fires and natural disasters.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 실내 측위 정확도를 향상시켜 사용자의 이동 경로를 정확히 추적하고, 실내의 장애물과 구조물의 배치 그리고 실내 평면 정보의 변화를 파악할 수 있는 방안에 대하여 연구한다.
따라서 본 연구에서는 실내 위치 기반 서비스 제공을 위하여 필요한 측위기술과 사용자의 스마트폰에 내장된 센서를 융합함으로써 최신 실내 지도 생성 업데이트를 통하여 다양한 장소에서의 실내 위치 추정 정확도를 높이는 방안에 대하여 제시하며, 화재나 자연재난 등 긴급 상황에서 구조대원들에게 정확한 실내 위치를 제공하는 방안에 대하여 연구하고자 한다.
본 연구에서는 실내 위치 기반 서비스 제공에 대한 문헌과 자료 분석을 통하여 현재 많이 발생하는 화재와 자연재해로 인한 위험 요소를 줄일 수 있는 방안에 대하여 방법론을 제시하였다. 사용자를 역할별로 나누어 관찰하고 행동 패턴에 따라 관리자, 입주자, 방문자로 분류하였다.
세부적으로는 PDR(Pedestrian Dead Reckoning, 보행자 추측 항법)에 동적인 오차 보정 기준을 적용하여 실내 위치 측정의 정확도를 향상시킬 수 있는 방안과 이를 통한 실내 측위 정확도를 향상시켜 사용자의 이동 경로를 정확히 추적하고, 실내의 장애물과 구조물의 배치 그리고 실내 평면 정보의 변화를 파악할 수 있는 방안에 대하여 제시하고자 한다.

제안 방법

또한 수집된 데이터 중 지자기 데이터는 관리자와 입주자의 위치 추정치와 매칭하여 오차 보정점을 생성하는 데 사용하여 모든 주체들의 추정된 이동 경로는 실내 공간 정보를 구성하는 데 활용되며, 최종 단계에서는 주체별 이동 경로의 분포를 분석하여 실내 공간 정보를 확정하고자 한다.
본 연구에서 사용하게 될 가속도와 방향 및 PDR 알고리즘은 선행연구와 논문을 바탕으로 조사 연구를 진행하였으며, [Figure 3]에서와 같이 측위에 필요한 데이터를 수집하고, 수집된 데이터로 걸음 수와 이동 방향을 계산하고자 한다.
본 연구에서 제안하는 오차 보정 방법은 [Figure 2]와 같이 사용자를 관리자, 입주자, 방문자로 분류하여 사용 주체가 상호 보완적으로 오차 보정 기준점을 개선하는 방법을 적용한다.
본 연구에서는 실내 위치 기반 서비스 제공에 대한 문헌과 자료 분석을 통하여 현재 많이 발생하는 화재와 자연재해로 인한 위험 요소를 줄일 수 있는 방안에 대하여 방법론을 제시하였다. 사용자를 역할별로 나누어 관찰하고 행동 패턴에 따라 관리자, 입주자, 방문자로 분류하였다. 또한 해당 역할에 따른 스마트폰 소지 환경과 그 환경에 적합한 알고리즘을 사용하여 보다 더 정확한 위치 추적에 관한 방법과 분석을 진행한 결과 건물구조나 핸드폰 센서의 정확도 등 으로 인한 오류가 발생할것으로 예상할수 있다.
실외에 대한 측위는 포함하지 않는다. 실내 측위는 별도의 센서 모듈이 아닌 INS를 활용하여 데이터를 수집하고 가속도 센서와 자이로 센서 그리고 지자기 센서 등 스마트폰에 탑재하고 있는 측위에 사용할 수 있는 센서를 활용하고자 한다.
실내에서 이루어지는 업무에 따라 사용자들을 분류하여 행동 패턴을 분석하였다.
Fingerprint 기법은 임의로 여러 개의 위치를 선정하고 선정한 위치에서 수집한 신호의 세기를 이용하여 사용자의 위치를 추정하는 방법이다[9]. 여러 개의 AP(Access Point)로부터 RSSI(Received Signal Strength Indicator)를 측정한 후 평균값을 DB(Data Base)에 저장하여 기록된 값과 비교하며 위치를 추정한다[10]. 그러나 Fingerprint 기법은 RSSI의 오류를 완전히 배제하지 못하는 문제점이 있기도 하다[11].

이론/모형

오차 보정 기준점은 [Figure 5]와 같이 Fingerprint 기법을 응용하여 관리자와 입주자의 이동 경로를 따라 지자기 센서의 데이터를 수집하여 지자기 데이터 맵을 구축하며 수집된 지자기 센서의 데이터와의 매칭은 기본적으로 NN, KNN, KWNN 기법을 적용하며, 측위에 사용되는 파라미터는 지자기 맵에서 사용자가 수집한 지자기 데이터가 관측될 확률이나 확률 값을 Log- Scale로 변환하여 사용하는 Rice-Gaussian 기법을 사용한다.
연구 방법에 따라 다르지만 대체적인 PDR 기법은 주로 가속도 센서 및 각속도 센서를 이용하는데 적분 과정을 통하여 보행 거리 및 방향을 구할 수 있다. 하지만 장시간 사용할 경우 센서의 잡음 및 편류가 포함된 적분 누적 오차로 인하여 정확한 계산이 어렵다는 문제점이 있으므로 [Figure 4]과 같이 가속도 센서 값을 통하여 보행자가 멈추었다고 볼 수 있는 시점에서 속도 값을 0으로 보정하는 Zero Velocity Update 기법을 사용하여 사용자의 이동 방향과 이동 거리를 계산한다[13][14].

성능/효과

관리자는 보안 요원, 청소부 등 실내에서 일정 시간 간격으로 매번 유사한 이동 경로를 거치고 넓은 범위를 이동하며 업무를 수행하는 주체로 정의하였고, 스마트폰을 소지하고 있다고 가정하여 분석한 결과 실제 인터뷰와 관찰을 통하여 청소부와 같은 경우에는 예상보다 이동 경로가 불규칙하였기 때문에 본 연구에서 제외하였다. 또한 보안 요원은 특정 시간에 일정한 경로로 이동하는 것으로 파악되었고, 방 안쪽에서의 이동은 거의 없었으며, 복도에서 각각의 방문을 확인하는 행동 패턴을 보였다.
사용자를 역할별로 나누어 관찰하고 행동 패턴에 따라 관리자, 입주자, 방문자로 분류하였다. 또한 해당 역할에 따른 스마트폰 소지 환경과 그 환경에 적합한 알고리즘을 사용하여 보다 더 정확한 위치 추적에 관한 방법과 분석을 진행한 결과 건물구조나 핸드폰 센서의 정확도 등 으로 인한 오류가 발생할것으로 예상할수 있다. 이러한 오류는 화재발생 등 위급상황 시 의사결정의 오류를 유발할 수 있으므로, 오류를 최소화 하는 것이 필요하다.

후속연구

또한 PDR 기법에서의 오차 보정 결과를 바탕으로 대형 백화점, 병원, 창고 등 장소의 위급 상황 발생 시 안전 구조 요원에게 정확한 최신 실내 노선을 제공할 수 있으며, 사용하지 않는 안전 통로와 비상구 때문에 인명 구조 시간을 허비하는 문제가 발생하는 것을 예방할 수 있을 것이다.
이러한 오류는 화재발생 등 위급상황 시 의사결정의 오류를 유발할 수 있으므로, 오류를 최소화 하는 것이 필요하다. 또한 스마트폰 위치추정 기술은 향후 스마트폰의 발전에 따라 호환성 검토, 수정 및 보완이 필요할 것이다.
향후 연구에서는 본 연구에서 제시하는 방법에 따라 역할별로 실제 상황에 맞는 알고리즘을 테스트로 진행할 것이며 스마트폰 센서에서 발생하는 오류를 줄여 더욱 정확한 위치 추적에 관한 방법에 대하여 제시할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	관성 항법 시스템은 무엇인가?	INS(Inertial Navigation System, 관성 항법 시스템)는 가속도계, 자이로스코프 및 자력계에서 제공하는 센서에 의하여 시작점, 방향 및 속도에 근거한 상대적인 객체의 위치 및 방향을 추적하는 데 사용되는 탐색 기법을 기반으로 한다. 자이로스코프는 운동량의 보존 원리에 기초하여 방향을 측정하거나 유지하는 장치이며 신체에 대한 각속도는 코리올리 효과(coriolis effect)를 이용하며 각속도 ω로 회전하는 기준 좌표계에서 속도 v로 움직이는 질량 m의 힘을 식(2)와 같이 표현할 수 있다.
	PDR은 무엇인가?	PDR은 각종 센서를 이용하여 사용자의 움직임을 분석하여 이전의 알려진 위치로부터 현재의 위치를 추정하는 위치 인식 기술이다[3]. PDR의 주요 요소는 걸음 수, 보폭, 방향이며 스마트폰의 가속도 센서, 자이로스코프 센서 및 자기장 센서를 이용하여 적분 과정을 통해 보행 거리 및 방향 위치를 추정하는 기법이다[4].
	보행자 추측 항법은 어떻게 사용자의 위치를 추정하는가?	PDR의 주요 요소는 걸음 수, 보폭, 방향이며 스마트폰의 가속도 센서, 자이로스코프 센서 및 자기장 센서를 이용하여 적분 과정을 통해 보행 거리 및 방향 위치를 추정하는 기법이다[4]. PDR 기법은 걸음 수 측정(step counting), 보폭 추정(stride length estimation), 방향 추정(heading estimation) 등 세 가지를 결합하여 사용자의 위치를 추정한다. 그중에 가속도계의 값은 스마트폰을 소지하고 있는 위치(손, 주머니, 바지 주머니)에 따라 출력 값은 다르며 식(1)에 따라 유클리디안을 사용하여 걸음 수 검출 및 보폭 길이 추정을 한다[5].

참고문헌 (16)

National Fire Agency Fire Data System , "10-Year Fire Statistics", http://www.nfds.go.kr/fr_date_0601.jsf
Yonhapnews, "Patient over 90s has died at Sejong Hospital in Miryang, Updated with a death toll of 49", http://www.yonhapnews.co.kr/bulletin/2018/02/14/0200000000AKR20180214089500052.HTML?input1195m
Daisuke Taniuchi, Takuya Maekawa(2015), "Automatic Update of Indoor Location Fingerprints with Pedestrian Dead Reckoning", ACM Transactions on Embedded Computing Systems, Vol. 14, No.2.

상세보기
Do Yun Kim, Lynn Choi(2017), "Correction Algorithm for PDR Performance Improvement through Smartphone Motion Sensors", KIISE Transactions on Computing Practices, Vol. 23. No. 3. pp. 148-155

원문보기 상세보기
Joakim Skytte(2017), "Feasibility Study of Indoor Positioning in a Hospital Environment using Smartphone Sensors", Master's Thesis, Department of Electrical Engineering, Linkoping University
Eric Andersson(2012), "Motion Classi Cation and Step Length Estimation for GPS/INS Pedestrian Navigation", Master's Thesis, Royal Institute of Technology.
Ubejd Shala, Angel Rodriguez, Fredrik Frisk (2011), "Indoor Positioning using Sensor-fusion in Android Devices", Master's Thesis, Kristianstad University School of Health and Societ Department Computer Science.
Daye Ahn, Rhan HA(2014), "Indoor Localization Methodology Based on Smart Phone in Home Environment", The Journal of Korea Information and Communications Society, Vol.39C, No.04.
Sanghyun Son, Youngjoon Park, Beomjun Kim, Yunju Baek(2013), "WiFi Fingerprint Location Estimation System Based on Reliability", The Korean Institute of Communications and Information Sciences, Vol. 38C, No.06.
Hyunsu Kim, Jimin Bae, Jihoon Choi(2013), "Wireless LAN Based Indoor Positioning Using Received Signal Fingerprint and Propagation Prediction Mode", The Korean Institute of Communications and Information Sciences, Vol. 38A, No.12.
Hae-Seong Kim(2017), "Fingerprint-based Indoor Localization using a Uniformly Positioned Access Point Selection Algorithm in WLAN", Master's Thesis, Computer Engineering of AJou University.
Jung-Hwan Jang(2012), "A Study on Error Reduction of Indoor Location Determination using Triangulation Method and Least Square Method", Master's Thesis, Industrial Engineering of Inha University.
Hamaza Benzerrouk, Alexander Nebylov, Hassen Salhi, Pau Closas(2014), "MEMS IMU/ZUPT Based Cubature Kalman Filter Applied to Pedestrian Navigation System", Conference Proceedings Paoer - Sensors and Applications.
Jooyoung Kim, Sooyong lee,(2012), "Sensor Information Filter for Enhancing the Indoor Pedestrian Localization Accuracy", Korea Robotics Socirty.
Wonho Kang, Youngnam Han, (2015), "SmartPDR:Smartphone-Based Pedestrian Dead Reckoning for Indoor Localization", IEEE Sensors Journal, VOL. 15, No.5.

상세보기
Moustsfa Alzantot, Moustafa Youssef(2012), " CrowdInside: Automatic Construction of Indoor Floorplans", 20th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

스마트폰 사용자의 실내 위치 추적을 통한 응급 상황 대피로 안내에 대한 연구
A Study on the Guide to Emergency Exit by Tracking Location of Smartphone Users 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스마트폰 사용자의 실내 위치 추적을 통한 응급 상황 대피로 안내에 대한 연구 A Study on the Guide to Emergency Exit by Tracking Location of Smartphone Users 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

전욱 (3) 장정환 (27) 장청윤 (18) 조용철 (24) 이창호 (121)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스마트폰 사용자의 실내 위치 추적을 통한 응급 상황 대피로 안내에 대한 연구
A Study on the Guide to Emergency Exit by Tracking Location of Smartphone Users 원문보기

AI 본문요약
AI-Helper