• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.86-89
• /
• 2016

실내 위치 인식 기술은 Wi-Fi, Bluetooth Low Energy 등 여러 기술을 통해 시도되어 왔으며, 실내 위치 인식 시스템의 상용화가 급증하는 추세이다. 대표적인 실내 측위 시스템인 Wi-Fi 기반 실내 측위는 고출력으로 넓은 범위에 서비스를 제공해주지만, 각 AP 마다 파워 출력이 다르기 때문에 위치 인식 측면에서의 오차가 발생하고, Bluetooth Low Energy 기반 실내 측위는 10m Cell 내에서는 정확한 인식이 가능하지반, 10m 거리 밖 오차는 매우 크다. UWB(Ultra Wide Band)[1][2][3]는 저전력으로, 3.1~10.6GHz의 대역올 이용하여, Wi-Fi의 10배 이상의 속도로 데이터를 전달한다. 이때, 데이터 전달에 사용되는 전파신호는 레이더 신호와 유사한 특징을 가져 거리측정에 사용될 수 있으며, 실내 측위 시 15cm 이내의 정확도를 가진다. 본 논문에서는 UWB의 광대역을 이용한 핑거프린팅과 정밀 측위를 위한 TDoA 기법을 이용한 정밀 실내 측위 알고리즘을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.509-512
• /
• 2013

최근 모바일 기기의 고도화 및 위성 기술의 발달에 따라, 모바일 단말에서 개인 위치의 수집이 용이해지고 있고, 이에 따라 개인 위치 정보 기반의 다양한 서비스들이 주목 받고 있다. 수집된 위치 정보를 필요한 기준에 따라 적절하게 분석한다면 다양한 위치기반 서비스 및 개인용 스마트 기기 인터페이스 등을 위한 매우 유용한 정보로 활용 할 수 있다. 예를 들어 각 지역별 유동인구 또는 사람들이 밀집한 특정 지역이나, 시간대를 확인 하여 위치기반 서비스의 성능을 향상 시킬 수 있다. 또한 스마트 기기에서 사용자의 위치와 연관된 이동 방식을 인지하여 개인 사용자에게 필요한 인터페이스를 제공할 수 있다. 이 논문에서는 위치 정보 수집을 위한 툴에 대할 설명과, 약 1개월간 수집된 위치정보를 기반으로 분석 결과를 소개한다. 이 결과를 토대로 이동 방식 인식을 위한 알고리즘 개발 시 필요한 점들을 고찰한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.8A
• /
• pp.575-582
• /
• 2009

The localization algorithm(LAtu) using the IDentification Code($C_{ID}$) is suggested in RSS(Received Signal Strength) based Wireless Sensor Network(WSN), and the localization system using the suggested algorithm is designed and implemented in this paper. In addition to this, the performance of ranging correction quality and localization error of the localization system(System(LAtu)) that is developed using the LAtu is analyzed and compared with that of the localization system(System(LAieee)) using the channel model of IEEE 802.15.4 standard(LAieee) by the actual experimentation. From the experimentation, the ranging correction quality is analyzed that the LAtu is highly better than the channel model of LAieee about 34% under the distance between the moving module and the beacon module($D_{MM-BM}$) is 2m, and is also a few better than that of the LAieee about average 5% under the $D_{MM-BM}$ is above 5m. The localization error quality of the System(LAtu) is lower than that of the System(LAieee)) about 1cm under the lecture room and 4cm in the large lecture room.

• The KIPS Transactions:PartC
• /
• v.14C no.1 s.111
• /
• pp.105-114
• /
• 2007

In sensor network processing environments, current location tracking methods have problems in accuracy on receiving the transmitted data and pinpointing the exact locations depending on the applied methods, and also have limitations on decision making and monitoring the situations because of the lack of considering context-awareness. In order to overcome such limitations, we proposed a method which utilized context-awareness in a data processing module which tracks a location of the magnetic object(Magnetic Line Tracer) and controlled introspection data based on magnetic sensor. Also, in order to prove its effectiveness we have built a wireless sensor network test-bed and conducted various location tracking experiments of line tracer using the data and resulted in processing of context-aware data. Using the new data, we have analyzed the effectiveness of the proposed method for locating the information database entries and for controlling the route of line tracer depending on context-awareness.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.5
• /
• pp.38-47
• /
• 2008

The most commonly used location recognition system is the GPS-based approach. However, the GPS is inefficient for an indoor or urban area where high buildings shield the satellite signals. To overcome this problem, this paper propose the indoor positioning method using wavelet and neural network. The basic idea of proposed method is estimated the location using the received signal strength from wireless APs installed in the indoor environment. Because of the received signal strength of wireless radio signal is fluctuated by the environment factors, a feature that is strength of signal noise and error and express the time and frequency domain is need. Therefore, this paper is used the wavelet coefficient as the feature. And the neural network is used for estimate the location. The experiment results indicate 94.6% an location recognition rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1227-1230
• /
• 2012

본 논문에서는 IEEE 802.15.4(ZigBee, 지그비)통신기술과 채널 선택(Channel selection)기술을 활용하여 객체가 소지한 능동형 태그의 주기적 비컨신호로 위치를 인식, 추적하여 서버에게 트래킹 정보를 제공해주는 시스템으로써 위치기반 개인화 플랫폼을 구현하였고 효율적인 위치 인식 플랫폼을 위한 코디네이터의 위치 선정에 대한 성능을 평가하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.742-745
• /
• 2009

This paper proposed indoor location recognition method based on RSSI (received signal strength indication) using the LVQ (Learning Vector Quantization) network. The LVQ inputs are the RSSI values measured by the fixed reference nodes and the output are the spatial sections. In order to verify the effectiveness of the proposed method, we performed experiments, and then compared to the conventional triangularity measurement method.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.439-444
• /
• 2001

비재귀 명사구(baseNP)는 단순한 단어 패턴과 품사 패턴에 의하여 쉽게 인식되므로, 자연어처리의 다양한 분야에서 활용한다. 교착어의 지배 성분 후위 원칙에 의하여 한국어 비재귀 명사구 인식은 보다 많은 광역 정보를 필요로 하므로, 본 논문에서는 광역 정보의 활용이 쉬운 상태 기반 모델을 사용한다. 본 논문은 상태 기반의 한국어 비재귀 명사구 인식에서 방향성을 고려한다. 교착어의 특성상 한국어 비재귀 명사구는 처음 위치가 끝 위치에 비하여 인식이 어려운 특징을 가지므로 방향성을 고려하여 오른쪽 우선의 방범을 활용한 경우, 모델의 특성 및 성능이 변화한다. 본 논문에서는 기존의 왼쪽 우선 방법과 새로이 제안하는 오른쪽 우선 방법을 각각 적용하고, 양 방법을 통합하는 방법들을 제안한다. 통합 결과 92.55%의 정확률과 90.90%의 재현률을 얻었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1325-1326
• /
• 2015

본 논문에서는 마커 인식을 이용한 깊이 영상 기반 군집로봇 대형제어 방법을 제안한다. 제안한 방법은 먼저, follower 로봇들의 입력 영상에서 마커 인식 알고리즘을 이용하여 마커를 인식 한 뒤 인식된 마커를 분석하여 등록된 ID를 찾는다. 검출된 마커의 ID가 leader로봇의 ID일 경우 해당 마커의 위치와 기울기 값을 깊이 영상 센서로부터들어오는 깊이 정보를 통해 계산 한 뒤 마커의 위치와 기울기를 이용하여 대형제어를 한다. 마지막으로 제안한 알고리즘을 실제 로봇을 이용한 대형 제어실험을 통해 응용 가능성을 증명한다.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.22 no.3
• /
• pp.50-59
• /
• 2014

This paper proposes a method of localization of vehicle especially the horizontal position for the purpose of recognizing the driving lane. Through tracking road signs, the relative position between the vehicle and the sign is calculated and the absolute position is obtained using the known information from the regulation for installation. The proposed method uses Kalman filter for road sign tracking and analyzes the motion using the pinhole camera model. In order to classify the road sign, ORB(Oriented fast and Rotated BRIEF) features from the input image and DB are matched. From the absolute position of the vehicle, the driving lane is recognized. The Experiments are performed on videos from the highway driving and the results shows that the proposed method is able to compensate the common GPS localization errors.