• International Journal of Precision Engineering and Manufacturing
• /
• 제7권2호
• /
• pp.41-45
• /
• 2006

This paper deals with human spatial cognition using visual and auditory stimulation. More specially, this investigation is to observe the relationship between the head and the eye motor system for the localization of visual target direction in space and to try to describe what is the role of right-side versus left-side pinna. In the experiment of visual stimulation, nineteen red LEDs (Luminescent Diodes, Brightness: $210\;cd/^2$) arrayed in the horizontal plane of the surrounding panel are used. Here the LEDs are located 10 degrees apart from each other. Physiological parameters such as EOG (Electro-Oculography), head movement, and their synergic control are measured by BIOPAC system and 3SPACE FASTRAK. In the experiment of auditory stimulation, one side of the pinna function was distorted intentionally by inserting a short tube in the ear canal. The localization error caused by right and left side pinna distortion was investigated as well. Since a laser pointer showed much less error (0.5%) in localizing target position than FASTRAK (30%) that has been generally used, a laser pointer was used for the pointing task. It was found that harmonic components were not essential for auditory target localization. However, non-harmonic nearby frequency components was found to be more important in localizing the target direction of sound. We have found that the right pinna carries out one of the most important functions in localizing target direction and pure tone with only one frequency component is confusing to be localized. It was also found that the latency time is shorter in self moved tracking (SMT) than eye alone tracking (EAT) and eye hand tracking (EHT). These results can be used in further study on the characterization of human spatial cognition.

• Journal of Advanced Marine Engineering and Technology
• /
• 제39권9호
• /
• pp.959-966
• /
• 2015

본 논문에서는 Walsh code를 이용하여 중첩된 Light emitting diode(LED) 송신신호들을 수신부에서 각각의 LED 송신신호로 식별하고 조명의 깜박임 현상을 제거할 수 있는 Manchester code 기반 가시광 통신 실내 위치인식 시스템을 제안한다. 제안한 시스템은 고정된 LED 광원의 위치정보들과 수신부에서 그들로부터 수신된 신호들을 람버시안 방사 특성과 삼변 측량법을 이용하여 수신부의 상대적인 위치를 추정할 수 있다. 제안한 논문의 타당성을 검증하기 위하여 16개의 LED 조명을 설치한 $6{\times}6{\times}1.5m^3$의 실내 공간에서 모의실험을 수행하였다. 그 결과, 중첩된 송신신호들은 수신부에서 분리가 가능하고 측위 오차는 최대 0.2977 m, 평균 오차 0.0536 m로 정밀한 위치 인식이 가능하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5785-5804
• /
• 2019

The information of localization is a fundamental requirement in wireless sensor network (WSN). The method of distance vector-hop (DV-Hop), a range-free localization algorithm, can locate the ordinary nodes by utilizing the connectivity and multi-hop transmission. However, the error of the estimated distance between the beacon nodes and ordinary nodes is too large. In order to enhance the positioning precision of DV-Hop, fast triangle flip bat algorithm, which is based on curve strategy and rank transformation (FTBA-TCR) is proposed. The rank is introduced to directly select individuals in the population of each generation, which arranges all individuals according to their merits and a threshold is set to get the better solution. To test the algorithm performance, the CEC2013 test suite is used to check out the algorithm's performance. Meanwhile, there are four other algorithms are compared with the proposed algorithm. The results show that our algorithm is greater than other algorithms. And this algorithm is used to enhance the performance of DV-Hop algorithm. The results show that the proposed algorithm receives the lower average localization error and the best performance by comparing with the other algorithms.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.463-468
• /
• 2010

미지의 영역에서 작업을 수행하고자 하는 이동로봇은 주변의 지도가 없을 뿐만 아니라 자신의 위치도 알 수 없다. 이러한 환경의 극복을 위해 가장 많이 쓰이는 방법이 SLAM(Simultaneous Localization And Mapping)이다. SLAM 분야에서 가장 많이 쓰이는 방법은 EKF (Extended Kalman Filter) 기반의 SLAM이다. 최적의 센서 융합 기법이지만 odometeric error 등을 보상하기 위해서는 복잡한 과정이 점차 증가하게 된다. 사람은 SLAM 방식을 이용하여 낯선 장소에서 마음속의 지도를 쉽게 작성하지만 로봇의 경우 SLAM을 수행하는 것은 매우 어렵고 시간이 오래 걸린다는 단점이 생기는 것이 다. 이러한 단점의 보완을 위하여 본 논문에서는 대칭모형 SLAM(M-SLAM)을 제안한다. M-SLAM은 대칭에 사용할 모형을 미리 정하고 센서로 받아들인 데이터를 모형과 비교하여 대칭된 모형을 맵에 적용시켜서 작업의 양을 줄이는 방법이다. M-SLAM은 적은 특징점을 이용하여 선택된 대칭 도형과의 유사성 판별을 이용하는 방법이므로 특징점이 적은 거리센서에 사용하기 적합한 특성을 가지고 있다고 할 수 있다. 특징점이 적어도 된다는 장점은 SLAM의 시간을 크게 줄여 줄수 있다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.204-211
• /
• 2020

본 논문에서는 약한 지도학습을 통한 주 객체 위치 검출을 위한 최적의 딥러닝 네트워크 구조를 제안한다. 제안된 네트워크는 약한 지도학습을 통한 주 객체의 위치 검출 정확도를 향상시키기 위해 컨벌루션 블록을 추가하였다. 추가적인 딥러닝 네트워크는 VGG-16을 기반으로 합성곱 층을 더해주는 5가지 추가적인 블록으로 구성되며 객체의 실제 위치 정보가 필요하지 않는 약한 지도 학습의 방법으로 학습하였다. 또한 객체의 위치 검출에는 약한 지도학습의 방법 중, CAM에서 GAP이 필요하다는 단점을 보완한 Grad-CAM을 사용하였다. 제안한 네트워크는 CUB-200-2011 데이터 셋을 이용하여 성능을 테스트하였으며 Top-1 Localization Error를 산출하였을 때 50.13%의 결과를 얻을 수 있었다. 또한 제안한 네트워크는 기존의 방법보다 주 객체를 검출하는데 더 높은 정확도를 보인다.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.494-500
• /
• 2020

본 논문에서는 초광대역 (Ultra-wideband, UWB) 시스템에서 실내 위치 측위를 위한 새로운 거리 추정 기법을 제안한다. 제안하는 기법은 딥러닝 기법 중 하나인 순환 신경망 (RNN)을 기반으로 한다. 순환신경망은 시계열 신호를 처리하는데 유용한데 UWB 신호 역시 시계열 데이터로 볼 수 있기 때문에 순환신경망을 사용한다. 구체적으로, UWB 신호가 IEEE 802.15.4a 실내 채널모델을 통과하고 수신된 신호에서 순환신경망 회귀를 통해 송신기와 수신기 사이의 거리를 추정하도록 학습한다. 이렇게 학습된 순환신경망 모델의 성능은 새로운 수신신호를 이용하여 검증하며 기존의 임계값 기반의 거리 추정 기법과도 비교한다. 성능지표로는 제곱근 평균추정에러 (root mean square error, RMSE)를 사용한다. 컴퓨터 모의실험 결과에 따르면 제안하는 거리 추정 기법은 수신신호의 신호 대 잡음비 (signal to noise ratio, SNR) 및 송수신기 사이의 거리와 상관없이 기존 기법보다 항상 월등히 우수한 성능을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.29-36
• /
• 2012

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다.

• 한국정보통신학회논문지
• /
• 제14권6호
• /
• pp.1511-1519
• /
• 2010

본 논문에서는 실내외 무선 센서네트워크 환경에서 전파특성을 고려한 수신신호세기 기반의 협력 위치추정 알고리즘을 제안하고 이에 대해 성능을 분석하였다. 기존의 수신신호세기 기반의 위치추정 기법은 장애물 등 전파환경에 따라 신호세기가 불안정하여 낮은 위치추정 신뢰도를 보였다. 이러한 불안정한 전파환경을 극복하기 위해 본 논문에서는 광선발사법을 통해 도출된 전파특성 요인을 제안하는 협력 위치추정 알고리즘에 반영하였다. 또한 협력 위치추정 알고리즘의 성능평가를 위해 4개의 가상공간에 고정위치를 알고 있는 4개의 Zigbee 노드와 위치를 알지 못하는 미지의 Zigbee 노드 5개를 배치하여 실험하였다. 실험결과, NLCA의 경우 2m-3.5m 오차를 보였으나 본 논문에서 제안하는 CLA/ECLA의 경우는 1.3m-2.5m/0.5m-1.2m로 선형적인 성능개선을 보였다. 그러므로 전파특성요인이 고려되었을 경우 기존의 수신신호세기 기반 위치추정 방식에 비해 본 논문에서 제안하는 협력위치추정 방식이 보다 효율적임을 확인하였다.

• 한국음향학회지
• /
• 제35권5호
• /
• pp.358-367
• /
• 2016

음원의 위치를 찾는 SSL(Sound Source Localization)은 로봇과의 인터페이스, 화상회의, 스마트 자동차 등 여러 분야에서 꼭 필요한 기술이다. 일반적으로 음원의 위치 정보를 활용하는 기술들은 주로 측정 장치에 대한 음원의 각도 정보를 찾아서 이용하고 있다. 그러나 음원의 위치에 대한 각도를 추정할 때 이용하는 사인 역함수의 비선형적인 특성으로 추정된 각도에 오차가 발생하며, 이에 대한 방안으로 마이크가 담당하는 영역을 분할하는 방법이 제안되었다. 본 논문에서는 마이크 어레이 패턴에 따른 영역분할 방법을 제안하고 음원의 위치를 2차원상의 평면 좌표로 특정하는 방법으로 위치 추정 성능을 평가하였다. 실험에서 잡음에 강인한 GCC-PHAT(Generalized Cross Correlation Phase Transform) 방법을 사용했으며, 마이크 어레이의 패턴은 마이크 3개와 4개로 삼각형과 사각형 두 종류로 구성하였으며, 100개의 음성 데이터로 실험한 결과 실제 환경에서는 3개의 마이크 어레이를 사용해서는 영역 분할 해상도가 낮아서 음원의 위치를 정해진 특정 범위내로 추정하는데 실패했으나, 4개 마이크를 이용하여 해상도를 높였더니 위치추정 성공률이 67 %로 크게 향상됨을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제39C권9호
• /
• pp.820-827
• /
• 2014

One of the basic problems in Wireless Sensor Networks (WSNs) is the localization of the sensor nodes based on the known location of numerous anchor nodes. WSNs generally consist of a large number of sensor nodes and recording the location of each sensor nodes becomes a difficult task. On the other hand, based on the application environment, the nodes may be subject to mobility and their location changes with time. Therefore, a scheme that will autonomously estimate or calculate the position of the sensor nodes is desirable. This paper presents an intelligent localization scheme, which is an artificial neural network (ANN) based localization scheme used to estimate the position of the unknown nodes. In the proposed method, three anchors nodes are used. The mobile or deployed sensor nodes request a beacon from the anchor nodes and utilizes the received signal strength indicator (RSSI) of the beacons received. The RSSI values vary depending on the distance between the mobile and the anchor nodes. The three RSSI values are used as the input to the ANN in order to estimate the location of the sensor nodes. A feed-forward artificial neural network with back propagation method for training has been employed. An average Euclidian distance error of 0.70 m has been achieved using a ANN having 3 inputs, two hidden layers, and two outputs (x and y coordinates of the position).