• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.47-49
• /
• 2022

IPS는 건물 내부에서 벽과 지붕으로 인해 정확도가 떨어지는 GPS를 대신하기 위한 실내 측위 시스템이다. 위성 신호를 대신하여 Wi-Fi와 같은 전파 신호들을 사용하고, 정확도를 높이기 위한 다양한 측위 기법들이 연구되고 있다. 본 논문에서는 정확도 높은 핑거프린트 기법에 고준위 신호를 적용하여 기존보다 효율적인 측위 방법을 제시한다. 과거에 비해 많아진 와이파이 AP를 활용하여 수집된 고준위 신호로 라디오 맵을 구성한다. 구성된 라디오 맵이 위치마다 나타내는 패턴을 분석하여 사용 적합성을 확인한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2009년도 춘계학술대회 논문집
• /
• pp.615-616
• /
• 2009

• 전자공학회논문지
• /
• 제50권12호
• /
• pp.107-116
• /
• 2013

본 논문은 실내에 구축된 무선센서네트워크 데이터를 효과적으로 가시화하기 위해 증강현실을 통한 WSN 모니터링 시스템을 제안한다. 본 논문에서 제안하는 시스템을 구현하기 위해서는 무선센서네트워크, 실내위치측위, 위치기반 증강현실 기술의 연동이 필요하다. 이를 위해 먼저, 실내에 무선센서네트워크 환경을 구성하고 웹서버를 구축한 후, 안드로이드폰을 이용하여 서버 DB에서 데이터를 획득한다. 다음으로 사용자의 (x, y) 좌표를 측위하기 위해 실내에 설치된 AP중에서 신호세기가 가장 강한 3곳의 RSSI를 수집하여 삼각측량법을 통해 좌표를 얻는다. 그리고 칼만필터를 통해 위치를 보정하였다. 마지막으로, 칼만 필터를 통해 보정된 (x, y) 좌표를 Mixare에서 사용하는 GPS 신호의 위도와 경도에 대입하고, 현재 사용자의 위치와 서버 DB에 저장되어 있는 무선센서들의 위치를 획득하였다. 그 후, 안드로이드폰을 사용하여 현실세계의 영상과 무선센서의 위치 및 데이터를 정합하여 증강현실을 구현하였다.

• 한국철도학회논문집
• /
• 제19권5호
• /
• pp.585-591
• /
• 2016

최근 IoT환경에서 다양한 위치기반의 서비스의 확산으로 인해 실내측위는 중요한 영역으로 자리잡고 있다. 이에 본 논문에서는 특정 공간에 시설물, 서비스 등을 고려한 가상의 영역을 Zone으로 설정하였고, 다층퍼셉트론(MLP: Multi-Layer Perceptron)을 사용하여 Zone을 인식하는 방법을 제안하였다. 제안방법의 다층퍼셉트론은 입력으로 BLE(Bluetooth Low Energy) Beacon의 RSSI(Received Signal Strength Indicator)신호를 입력으로 활용하였고 현재 위치의 소속된 Zone을 출력하였다. 제안방법의 검증을 위해서 실제 역사와 유사한 크기의 실험환경을 구축하였으며 4개의 Beacon을 설치하였고 2개의 Zone영역을 설정하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.804-806
• /
• 2009

최근 실내 위치 인식을 위하여 IEEE 802.15.4a에 기반한 거리측정 및 이 값들을 이용한 다양한 위치 인식 기법이 제안되고 있다. 본 논문에서는 실내에서 간단한 초음파 모듈과 적은 수의 IEEE 802.15.4a 노드를 이용하여 고정밀 위치정보를 제공하는 기법을 제시한다. 제안된 기법이 기존의 삼변측량기법에 비해서 실내환경에 존재하는 다양한 전파 방해에 덜 민감하여 보다 높은 정밀도를 제공한다는 것을 실제적인 구현과 실험을 통하여 검증한다. 또한, 제안된 기법은 삼변측량을 이용할 때보다 상대적으로 적은 수의 노드를 이용하기 때문에 경제적인 측면에서도 이점이 존재한다.

• 통합자연과학논문집
• /
• 제4권3호
• /
• pp.238-242
• /
• 2011

For any pattern matching based algorithm in WLAN environment, the characteristics of signal to noise ratio(SNR) to multiple access points(APs) are utilized to establish database in the training phase, and in the estimation phase, the actual two dimensional coordinates of mobile unit(MU) are estimated based on the comparison between the new recorded SNR and fingerprints stored in database. The system that uses the artificial neural network(ANN) falls in a local minima when it learns many nonlinear data, and its classification accuracy ratio becomes low. To make up for this risk, the SVM/ANN hybrid algorithm is proposed in this paper. The proposed algorithm is the method that ANN learns selectively after clustering the SNR data by SVM, then more improved performance estimation can be obtained than using ANN only and The proposed algorithm can make the higher classification accuracy by decreasing the nonlinearity of the massive data during the training procedure. Experimental results indicate that the proposed SVM/ANN hybrid algorithm generally outperforms ANN algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.319-322
• /
• 2019

실내 환경에서 사용자의 위치를 측위하는 다양한 기법들이 있다. 그중 와이파이 핑거프린트 기법은 데이터 수집 단계와 측위 단계로 구분된다. 데이터 수집 단계에서는 해당 위치 주변의 모든 와이파이 신호를 수집하여 리스트 형태로 관리한다. 수집된 데이터가 많을수록 실내측위 정확도가 향상된다. 기존 고품질 데이터 수집 및 관리 방법은 많은 시간과 비용이 소모되고, 기계학습에 필요한 데이터를 추출해 생성할 때 많은 연산이 필요하다. 따라서 한정된 자원 안에서 많은 데이터를 수집 및 관리할 수 있는 방법을 연구한다. 본 논문은 효율적인 데이터 수집 기법과 기계학습에 필요한 학습 데이터 관리 및 생성 기법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.492-494
• /
• 2021

기계학습에서 분류를 위한 기법으로 의사결정트리 기법을 이용한다. 그러나 의사결정트리는 과적합의 문제로 성능이 저하되는 문제가 있다. 이러한 문제를 해결하기 위해 여러 개의 부트스트랩을 생성하여 각 자료를 모델링하여 학습하는 Bagging기법, 샘플링한 데이터를 모델링하여 가중치를 조정하여 과적합을 감소시키는 Boosting과 같은 기법으로 이를 해결할 수 있다. 또한, 최근에 Xgboost 기법이 등장하였다. 이에 본 논문에서는 실내 측위를 위한 wifi 신호 데이터를 수집하여 기존 방식과 Xgboost에 적용하고, 이를 통한 성능평가를 수행한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.467-468
• /
• 2021

BLE 비콘을 이용한 실내측위 시스템의 성능 개선을 위해 BLE5.1에서 지원하는 방향탐지 기술 중 도래각을 측정하는 수신기를 제작하고 머신러닝으로 분석하여 최적의 위치를 측정하였다. 머신러닝 모델의 생성과 테스트를 위해 k-최근접 이웃 분류 및 회귀, 로지스틱 회귀, 서포트 벡터머신, 결정트리 인공신경망 및 심층신경망 등을 이용하여 학습하고 시험하였다. 결과로서, 연구에서 제작한 테스트 세트 4를 이용하는 경우 최대 99%의 정확도를 보였다.