Location Estimation System based on Majority Sampling Data

Location estimation service can be provided outdoors using various location estimation system based on GPS. However, location estimation system is based on existing indoor resources as GPS cannot be used because of insufficient visible satellites and weak signals. The fingerprinting technique that uses WLAN signal, in particular, is good to use indoors because it uses RSSI provided by AP to estimate location. However, its accuracy may vary depending on how accurate data the offline stage used where the fingerprinting map is built. The study sampled various data at the stage that builds the fingerprinting map and suggested a location estimation system that enhances its precision by saving the data of high frequency among them to improve this problem. The suggested location estimation system based on majority sampling data estimates location by filtering RSSI data of the highest frequency at the client and server to be saved at a map, building the map and measuring a similar distance. As a result of the test, the location estimation precision stood at minimum 87.5 % and maximum 90.4% with the margin of error at minimum 0.25 to 2.72m.

머저리티 샘플링 데이터 기반 위치 추정시스템

실외에서는 GPS를 기반으로 하는 다양한 위치 추정 시스템을 사용하여 위치 추정 서비스를 제공할 수 있으나, 실내에서는 가시위성의 부족과 신호의 미약으로 GPS를 사용할 수 없어 실내에 존재하는 자원을 기반으로 하는 위치 추정시스템을 사용하고 있다. 특히 WLAN의 신호를 이용하는 fingerprinting 기법은 AP에서 제공하는 RSSI를 이용하여 위치를 추정하기에 실내에서 이용하기에 적합하다. 하지만 fingerprinting 기법은 fingerprinting map을 구축하는 offline 단계에서 얼마나 정확한 데이터를 이용하였는가에 따라 위치 추정의 정확도가 달라지는 단점이 존재한다. 본 논문에서는 이러한 단점을 보완하기 위해 fingerprinting map을 구축하는 단계에서 다수의 데이터를 샘플링 하여 그 중 빈도가 높은 데이터를 저장하여 위치 추정 정밀도를 높이는 위치 추정 시스템을 제안한다. 제안하는 머저리티 샘플링 데이터 기반의 위치 추정 시스템은 map에 저장되어야 하는 RSSI를 클라이언트와 서버에서 가장 빈도가 높은 RSSI데이터를 필터링하여 map을 구축한 후 유사거리측정방식에 의해 위치를 추정하는 시스템이다. 실험결과 최소 87.5 %, 최대 90.4%의 위치 추정 정밀도를 가지는 것을 알 수 있으며, 최소 0.25 ~ 2.72m의 오차 범위를 가지는 것을 확인 할 수 있었다.