• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.1141-1144
• /
• 2005

본 논문은 실내에서 홈 거주자의 위치를 인식하기 위해 근접성을 이용한 위치 추적 시스템 환경을 제안하고자 한다. 이를 위해 기존 실내의 고정된 위치에 있는 구조/시설물 및 가전제품의 ON/OFF 스위치를 이용하며 기타 추가적인 스위치 및 센서를 부착하여 개폐동작이 일어날 때 발생되는 신호를 검출하여 실제위치를 얻는다. 발생되는 신호는 Pull-up 저항을 이용한 신호 검출 방법으로 눌려진 스위치나 센서에서 발생된 아날로그 신호를 검출한다. 검출된 신호의 고유한 ID값은 Sensor TMO로 송신되어 수집된다. 수집된 센서ID는 소켓통신을 이용하여 홈서버인 실내위치추적시스템으로 보내질 뿐아니라 원격 모니터링 GUI를 통해 실내 거주자의 위치를 GUI의 가상공간 좌표와 매핑된 홈 거주자의 위치를 보인다. 본 논문에서 제안한 실내위치추적시스템은 홈 거주자의 위치를 주기적으로 모니터링하고 거주자의 이동 패턴과 활동 상황을 파악하여 헬스케어 정보로 활용할 예정이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.4
• /
• pp.497-502
• /
• 2010

The accurate estimation of position and direction of the mobile robot is essential for preparing precise movement and works in the inner complex environment. In this paper, we propose a robust estimation method of location and direction using the velocity of mobile robot in the inner GPS environment. The estimation using the inner GPS with ultrasonic sensors have to consider with various acoustic noise and sensor errors. We design a robust estimation method using a membership function based on uncertainty of the obtained information and robot velocity. The simulation results of the proposed method show effectiveness in the contaminated environment with position errors.

• Journal of Advanced Marine Engineering and Technology
• /
• v.40 no.7
• /
• pp.647-654
• /
• 2016

Indoor localization based on visible-light communication using the received signal strength intensity (RSSI) has been widely studied because of its high accuracy compared with other wireless localization methods. However, because the RSSI can vary according to the inclination and azimuth of the receiver, a large error can occur, even at the same position. In this paper, we propose a visible-light communication-based 3-D indoor positioning algorithm using the Gauss-Newton technique in order to reduce the errors caused by the change in the inclination of the receiver. The proposed system reduces the amount of computations by selecting the initial position of the receiver through the linear least-squares method (LSM), which is applied to the RSSIs, and improves the position accuracy by applying the Gauss-Newton technique to the 3-D nonlinear model that contains the RSSIs acquired by the changes in the azimuth and inclination of the receiver. In order to verify the validity of the proposed algorithm in an indoor space with dimensions of $6{\times}6{\times}3m$ where 16 LED lights are installed, we compare and analyze the errors of the conventional linear LSM-based trilateration technique and the proposed algorithm according to the changes in the inclination and azimuth of the receiver. The experimental results show that the location accuracy of the proposed algorithm is improved by 82.5% compared to the conventional LSM-based trilateration technique.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.603-605
• /
• 2021

With the expansion of the indoor service-providing robot market and the electrification of automobiles, research on autonomous driving is being actively conducted. In general, in the case of outside, the location is mainly recognized through GPS, and location positioning is performed indoors using technologies such as WiFi, UWB (Ultra-Wide Band), VLP, LiDAR, and Vision. In this paper, we introduce a system for location-positioning using LED lights with different color temperatures in an indoor environment. After installing LED lights in a simulated environment such as a tunnel, it was shown that information about the current location can be obtained through the analysis of chromaticity values according to location. Through this, it is expected to be able to obtain information about the location of the vehicle in the tunnel and the movement of the device in a room such as a warehouse or a factory.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.59-62
• /
• 2009

증강현실 기술은 실제 환경에 가상의 물체를 덧씌우는 기술을 말하며, 이는 지리정보의 가시화 같은 작업에 매우 큰 잠재력을 갖고 있다. 하지만 지금까지 연구된 이동형 증강현실 시스템은 사용자의 위치를 파악하기 위해 GPS를 사용하거나 마커를 현장에 붙이는 방식을 사용하였다. 최근 연구들은 마커를 사용하지 않는 방법을 지향하고 있으나 많은 제약을 갖고 있다. 특히 실내의 경우는 GPS정보를 사용할 수 없기 때문에 실내 위치파악을 위해서는 새로운 기술이 필요하다. 최근 무선(RF)기반의 실내 위치 추정 연구가 활발히 수행되고 있지만, 이 또한 다량의 센서와 인식기를 설치해야한다는 제약이 존재한다. 본 연구에서는 한 대의 카메라를 사용하는 SLAM 알고리듬을 이용한 위치 추정기법을 제시하였으며, 추정된 위치를 이용하여 증강현실을 통한 정보 가시화 프로그램을 개발하였다. 이는 실내외 seamless 연동형 u_GIS 시스템의 밑바탕이 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.390-392
• /
• 2016

최근 위치 기반 서비스의 활용이 높아졌으며 특히 Wifi를 사용한 위치 측위 기술의 발달로 실내위치 인식 서비스가 증가했다. 따라서 본 논문에서는 실내 공간 활용 증대를 위하여 실내 공간에서의 위치 측정 데이터를 수집해 분석하는 시스템을 제안하였다. 위치 측정을 위해 Wifi기반 Fingerprinting 기술을 통해 라디오 맵을 구축하였으며 이를 통해 실제 교내 도서관의 위치 데이터를 수집하였다. 데이터 분석은 도서관 이용 빈도가 높은 시간과 장소를 기준으로 이루어졌으며 시간과 장소간의 상관관계를 확인하였다.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.14 no.6
• /
• pp.57-65
• /
• 2018

Conventional RF signal-based indoor localization techniques such as BLE or Wi-Fi based fingerprinting method show considerable localization errors even in small-scale indoor environments due to unstable received signal strength(RSS) of RF signals. Therefore, it is difficult to apply the existing RF-based fingerprinting techniques to large-scale indoor environments such as airports and department stores. In this paper, instead of RF signal we use the geomagnetic sensor signal for indoor localization, whose signal strength is more stable than RF RSS. Although similar geomagnetic field values exist in indoor space, an object movement would experience a unique sequence of the geomagnetic field signals as the movement continues. We use a deep neural network model called the recurrent neural network (RNN), which is effective in recognizing time-varying sequences of sensor data, to track the user's location and movement path. To evaluate the performance of the proposed geomagnetic field based indoor positioning system (IPS), we constructed a magnetic field map for a campus testbed of about $94m{\times}26$ dimension and trained RNN using various potential movement paths and their location data extracted from the magnetic field map. By adjusting various hyperparameters, we could achieve an average localization error of 1.20 meters in the testbed.

• ICROS
• /
• v.16 no.1
• /
• pp.35-43
• /
• 2010

본 연구에선는 먼저 무선 센서 네트워크와의 연동물을 통해 다양한 센서를 이용하여 이동로봇의 인식할 수 있는 방법에 대해 살펴보고 이 중 구조가 간단하고 성능이 비교적 정확하여 많이 사용되고 있는 초음파 센서를 이용한 이동로봇의 위치 인식 방법에 대해 소개하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2006.06a
• /
• pp.107-115
• /
• 2006

본 논문은 유비쿼터스 환경하에서 수신된 RF 신호의 수신 강도를 이용하여 위치를 추정하고 이를 기반으로 각종 서비스를 제공하는 시스템이다. 이는 크게 무선 송신 단말기, 정보처리 기지국 위치인식 서버 및 시스템 호스트의 네 부분으로 구성되었으며, 30층 규모의 건물에 5000여 개의 단말기가 운영 중에 있다. 실내에서의 이동 객체 위치를 추정하기 위하여 자체 개발, 제작된 송/수신기의 RF 감쇠 특성을 살펴보고, 이를 이용하여 책상, 파티션 등 사무 기기로 이루어진 사무실에서의 위치추정 방법을 소개한다. 실내 환경의 변화와 주변 시설물 등의 영향으로 RF 신호는 감쇠, 흡수, 반사, 회절 등 많은 영향을 받으며, 특히 복층의 경우 층간 효과도 존재한다. 이러 한 실내 상황에서 위치추정 결과를 제시하며, BAS등 회부 시스템과의 연계를 통한 지능적인 서비스를 제공한다. 제고하는 서비스에는 사용자 위치에 근거한 자동 조명/공조 연동 및 주차장 Gate 연동 서비스 등 기본적인 공공 서비스부터 개인별 시강/wellness 이용 현황 등을 자동 체크하여 이에 근거한 요금 부과 및 Schedule 관리 등을 할 수 있게 하는 개인 서비스가 있다. 또한 본 시스템을 실제로 설치, 운영하고 있는 적용 사이트에 관한 사례를 통해 앞으로의 개선 방향 및 서비스 효율성 등에 관해 논의한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.4
• /
• pp.687-694
• /
• 2022

In this paper, we proposed an autonomous vehicle platform that delivers goods to a designated destination based on the SLAM (Simultaneous Localization and Mapping) map generated indoors by applying the Visual SLAM technology. To generate a SLAM map indoors, a depth camera for SLAM map generation was installed on the top of a small autonomous vehicle platform, and a tracking camera was installed for accurate location estimation in the SLAM map. In addition, a convolutional neural network (CNN) was used to recognize the label of the destination, and the driving algorithm was applied to accurately arrive at the destination. A prototype of an indoor delivery autonomous vehicle was manufactured, and the accuracy of the SLAM map was verified and a destination label recognition experiment was performed through CNN. As a result, the suitability of the autonomous driving vehicle implemented by increasing the label recognition success rate for indoor delivery purposes was verified.