Journal of Korea Spatial Information System Society (한국공간정보시스템학회 논문지)

Korea Spatial Information System Society (대한공간정보학회)
권호 표지

Tracking Moving Objects Using Signature-based Data Aggregation in Sensor Network

센서네트워크에서 시그니처 기반 데이터 집계를 이용한 이동객체 트래킹 기법

  • 김용기 (전북대학교 컴퓨터공학과) ;
  • 김영진 (삼성전자 DMC연구소) ;
  • 윤민 (전북대학교 컴퓨터공학과) ;
  • 장재우 (전북대학교 전기전자컴퓨터공학부)
  • Published : 2009.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Currently, there are many applications being developed based on sensor network technology. A tracking method for moving objects in sensor network is one of the main issue of this field. There is a little research on this issue, but most of the existing work has two problems. The first problem is a communication overhead for visiting sensor nodes many times to track a moving object. The second problem is an disability for dealing with many moving objects at a time. To resolve the problems, we, in this paper, propose a signature-based tracking method using efficient data aggregation for moving objects, called SigMO-TRK. For this, we first design a local routing hierarchy tree to aggregate moving objects' trajectories efficiently by using a space filtering technique. Secondly, we do the tracking of all trajectories of moving objects by using signature in a efficient way, our approach generates signatures to method. In addition, by extending the SigMO-TRK, we can retrieve the similar trajectories of moving objects for given a query. Finally, by using the TOSSIM simulator, we show that our signature-based tracking method outperforms the existing tracking method in terms of energy efficiency.

현재, 센서네트워크 기술을 이용한 많은 응용들이 개발되고 있다. 이러한 많은 응용 가운데 이동객체 트래킹 기법은 중요한 이슈 중에 하나이다. 그러나 현재 이에 대한 연구는 많은 연구가 이루어지지 않은 상태이며, 존재하는 연구는 다음과 같은 2가지 문제점을 가지고 있다. 첫째, 이동객체의 트래킹을 위해 반복적으로 센서노드를 방문해야하는 오버헤드가 발생한다. 둘째, 여러 이동객체를 동시에 지원하지 못한다. 이러한 문제를 해결하기 위해 본 논문에서는 시그니처 기반의 효율적인 데이터 집계를 이용한 이동객체 트래킹 기법(SigMO-TRK)을 제안한다. 이를 위해, 첫째, 공간 필터링 방법을 이용하여 효과적으로 이동객체들의 궤적을 집계하기 위한 지역적 라우팅 계층트리를 구성한다. 둘째, 시그니처를 사용하여 효율적으로 모든 이동객체들의 궤적에 대한 트래킹을 수행한다. 또한, SigMO-TRK를 확장하여 주어진 질의에 대한 이동객체의 유사궤적을 검색한다. 마지막으로, TOSSIM 시뮬레이터를 사용하여 제안하는 이동객체 트래킹 기법이 기존의 트래킹 기법보다 에너지 효율성 측면에서 우수함을 보인다.

Keywords

References

  1. W. Zhang and G. Cao, “DCTC: Dynamic Convoy Tree-Based Collaboration for Target Tracking in Sensor Networks,” IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS, Vol. 3, No. 5, 2004, pp. 1689-1701. https://doi.org/10.1109/TWC.2004.833443
  2. X. Ji, H. Zha, J. J. Metzner, and G. Kesidis, “Dynamic cluster structure for object detection and tracking in wireless ad-hoc sensor networks,” IEEE Int'l. Conf. on Communications, Vol. 7, 2004, pp. 3807-3811.
  3. Y. Xu, J. Winter, W. C. Lee “Prediction-based strategies for energy saving in object tracking sensor networks,” IEEE Int'l. Conf. on Mobile Data Management, 2004, pp. 346-357.
  4. A. Meka, A. K. Singh, “DIST : A Distributed Spatio-temporal Index Structure for Sensor Networks,” Proc. of the 14th ACM Int'l. Conf. on Information and Knowledge Management. 2005, pp. 139-146.
  5. 강홍구, 박치민, 홍동숙, 한기준, “공간 센서 데이타의 효율적인 실시간 처리를 위한 공간 DSMS의 개발,” 한국공간정보시스템학회 논문지, Vol.9, No.1, 2007, pp.45-57.
  6. J. Aslam, Z. Butler, F. Constantin, V. Crespi, G. Cybenko, and D. Rus, “Tracking a Moving Object with Binary Sensors,” Proc. of ACM SenSys, 2003, pp. 150-161.
  7. K. Mechitov, S. Sundresh, Y. Kwon, and G. Agha, “Cooperative Tracking with Binary-Detection Sensor Networks,” Tech. Rep. UIUCDCS-R-2003-2379, University of Illinois at Urbana-Champaign, 2003.
  8. X. Li, Y. Kim, R. Govindan, and W. Hong. "Multi-dimensional range queries in sensor networks," Proc. of ACM SenSys, 2003, pp. 63-75.
  9. B. Greenstein, D. Estrin, R. Govindan, S. Ratnasamy, and S. Shenker, "DIFS:A distributed index for features in sensor network," Proc. of IEEE International Workshop on Sensor Network Protocols and Applications, 2003. pp. 163-173.
  10. H. T. Kung and D. Vlah, “Efficient Location Tracking Using Sensor Networks,” Proc. of IEEE Wireless Communications and Networking Conference, Vol. 3, 2003, pp. 1954-1961.
  11. 이연, 어상훈, 조숙경, 이순조, 배해영, “USN환경에서 효율적인 공간영역질의를 위한적응형 영역 집계 인덱스 기법,” 한국공간정보시스템학회 논문지, Vol.9, No. 2, 2007, pp.93-107.
  12. B. Karp and H. T. Kung. “GPSR: Greedy Perimeter Stateless Routing for Wireless Networks,” Proc. of the Sixth Annual Int'l. Conf. on Mobile Computing and Networking, 2000, pp. 243-254.
  13. J. Zobel, A. Moffat, and K. Ramamohanarao, “Inverted Files versus Signature Files for Text Indexing,” ACM Trans. on Database Systems, Vol. 23, No.4, 1998, pp. 453-490. https://doi.org/10.1145/296854.277632
  14. http ://www.tinyos .net/tinyos-1.x/doc/tutorial/lesson5.html
  15. P. Levis, N. Lee, M. Welsh, and D. Culler, “TOSSIM: Accurate and Scalable Simulation of Entire TinyOS Applications”, Proc. of the 1st Conf. on Embedded Networkd Sensor Systems, 2003, pp. 126-137.