본 논문에서는 체험형 VR 환경을 고려한 동작 및 위치 인식 기법을 제안한다. 동작 인식은 신체부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의한다. 각각의 AHRS 디바이스로부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 인식하고 신체 분절 간의 관절각을 추출하여 동작을 보정한다. 위치인식은 AHRS 디바이스의 관성센서를 통해 보행 정보를 추출하여 상대위치를 인식하고 BLE Fingerprint를 이용하여 누적오차를 보정한다. 제안하는 동작 및 위치인식 기법의 구현을 위해 AHRS기반의 위치인식과 관절각 추출 실험을 진행하였다. 위치 인식 실험의 평균 오차는 0.25m, 관절 각 추출 실험에서 관절 각 평균 오차는 $3.2^{\circ}$로 나타났다.
유비쿼터스 환경에서 위치추적 서비스를 구현하기 위해서는 위치 정보 및 이를 기반으로 한 주변의 상황에 대한 정보와 최적화된 위치 서비스 제공이 필요하다. 본 논문에서 제안하는 위치보정 기법은 실제 위치하는 측정태그와 보정태그와의 거리계산을 통하여 최적의 위치 값을 추출해내는 기법으로써 우선적으로 앤커에 수신된 태그의 위치 값 계산을 한 후 보정태그와의 거리 오차 계산을 통하여 위치 값을 보정한다. 본 논문에서는 CSS기반의 RF칩을 이용하여 실내에서 각 노드 간의 위치를 측정하는 시스템을 개발하고, 이에 대한 정밀도를 높이는 알고리즘을 제안하고자 한다.
핸드폰, PDA, Laptop이 보편화 되면서 이를 이용한 위치 인식 기술의 중요성이 높아지고 있다. 이러한 위치기반 서비스(LBS : Location Based Service)는 GPS를 이용한 실외 서비스와 WLAN, Zigbee, UWB 등을 이용한 실내 서비스로 나눌 수 있다. 본 논문에서는 이미 많은 수의 기반시설(AP : Access Point)가 구축되어 있는 무선랜 기반의 효과적인 위치 측정 기법에 관한 연구를 모색 해보고자 한다. 각 AP에서 받은 신호세기(SS : Signal Strength)를 데이터 베이스에 저장한 후, 이동단말기(MU : Mobile Unit)의 위치가 요구되는 장소에서 다시 신호세기를 측정하여 데이터 베이스와 비교하여 가장 적합한 위치 데이터 정보를 리턴하는 핑거프린트(Fingerprint) 방식을 소개한다. 그리고 불안정한 신호 세기 데이터를 판별하기 위하여 단일 클래스 SVM 기법인 SVDD(Support Vector Data Description)을 이용하였다.
전파 지문 기반의 실내 경로 생성 기술에 RNN 모델을 적용하기 위해서는 데이터 세트가 연속적이고 순차적이어야 한다. 그러나 Wi-Fi 전파 지문 데이터는 수집 시점의 특정 위치에 대한 특징 정보로서 연속성이 보장되지 않기 때문에 RNN 데이터로는 부적합하다. 따라서 순차적 위치의 연속성 정보를 부여해야한다. 이를 위해서는 신호 데이터를 기반으로 각 지역의 구분을 통해 클러스터링이 가능하다. 이때 클러스터 간의 연속성 정보에는 전파 신호의 한계로 이해 실제 이동이 가능한지의 정보를 담지 못한다. 따라서 인접 클러스터간의 이동이 가능한지에 대한 연관성 정보가 필요하다. 본 논문에서는 딥러닝 네트워크인 순환신경망(RNN) 모델을 사용해 이동 중인 객체의 경로 예측을 위한 기술로서 실내 환경에서 경로 생성을 위해 연속적인 위치 정보를 생성하여 객체의 경로 예측 시 발생할 수 있는 오류를 낮추고 예측 경로상의 이동이 불가능한 잘못된 경로 예측을 회피할 수 있는 향상된 이동 경로 생성을 위한 클러스터링 상호간의 연관성을 부여하는 기법을 제안한다.
최근 WLAN을 기반으로 하는 실내 위치추정 시스템에 대한 관심이 증가하고 있다. 대부분의 WLAN을 기반으로 하는 위치추정 시스템들은 fingerprinting 기법을 사용한다. fingerprinting 기법에서 이동객체의 위치정확도는 참조 점의 수에 비례한다. 하지만 참조 점의 수에 따라 training 단계에서 fingerprint 데이터베이스를 생성하기 위해 많은 시간과 노력을 요구한다. 이러한 문제점들을 해결하기 위해, 본 논문에서는 WLAN 기반 AP들의 주변 환경정보를 이용하여 AP와 이동 객체 간의 거리를 산출하여 위치를 추정하는 새로운 알고리즘을 제안하였으며, 이동 객체의 위치 정확도를 개선하기 위하여 제안 알고리즘에 파티클 필터를 적용하였다. 이 알고리즘을 구현하기 위하여 먼저 AP들의 주변에 존재하는 벽, 철문, 유리문, 파티션 등과 같은 환경 정보 데이터베이스를 구축하였고 위치 추정은 감쇠 모델과 경로 손실 모델을 이용하였다. 제안 알고리즘을 실험을 통하여 확인한 결과 위치 정확도는 낮았지만 fingerprinting의 문제점을 해결하였다.
최근 Wi-Fi 전파 지문을 이용한 실내 위치 인식 기술이 다양한 산업 분야 및 공공 서비스에서 적용되어 운영되고 있다. 기계학습 기술의 관심과 함께 단말 주변의 무선 신호 데이터를 사용한 기계학습 기반의 위치 인식 기술이 빠르게 발전하고 있다. 이때 기계학습에 필요한 무선 신호 데이터의 수집 과정에서 왜곡되거나 학습에 적합하지 않은 데이터가 포함되어 위치 인식의 정확도가 낮아지는 결과가 발생한다. 또한 특정 위치에서 수집된 데이터를 기반의 위치 인식을 수행하는 경우 학습에 포함되지 않은 주변 위치에서의 위치 인식에 문제가 발생한다. 본 논문에서는 수집된 학습 데이터의 전처리 과정을 통해 향상된 위치 인식 결과를 얻기 위한 학습 데이터 전처리 기법을 제안한다.
최근 실내 환경에서 정확한 위치 기반 서비스의 제공을 위해 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 이때 학습 데이터의 구성은 매우 중요하며 학습에 필요한 충분한 데이터의 수집은 필수적이다. 그러나 측위가 필요한 영역 내에서 무선 신호 데이터의 수집을 위한 특정 지점의 수는 무한하며 이러한 데이터를 모두 수집하는 것은 불가능하다. 따라서 부족한 학습 데이터를 보충할 수 있는 방법이 필요하다. 본 연구에서는 부족하게 수집된 위치 데이터를 기반으로 학습에 필요한 충분한 수의 위치 데이터의 구성 방법을 제안한다.
근래의 위치 측위 방법으로 GPS(Global Positioning System) 위성정보를 활용하는 전파항법 방식을 많이 사용하고 있다. GPS 활용범위가 넓어지고 다양한 측위 정보를 기반으로 하는 분야가 생기면서 보다 높은 정확도를 얻기 위한 새로운 방법들이 요구되고 있다. 자율주행차의 경우 IMU(Inertial Measurement Unit)를 사용한 항법 시스템인 INS(Inertial Navigation System)와 차량 내부 센서를 이용한 DR(Dead Reckoning) 알고리즘을 사용하여 GPS의 정확도 저하나 음영지역에서의 위치 측정방법으로 사용하고 있다. 그러나 이러한 측위 방법은 대형화되는 빌딩 지역, 터널, 지하 주차장 등 다양한 음영지역과 시간이 지남에 따라 오차가 계속 증가하는 누적 기반 위치추정 방법의 한계로 인해 많은 문제 요소가 있다. 본 논문은 GPS 음영지역에서 차량의 위치 측위를 위해, 대중적 무선 통신인 WLAN을 이용한 Fingerprint 기법을 4개의 Anchor 형태로 AP(Access Point)와 지향성 안테나를 위치하여 넓은 지하 주차공간에서 효율적인 측위 방법을 제시하고 시간이 지남에 따라 주차된 차량이 이동하는 환경에서도 변화가 없는 위치 측위 결과를 입증하였다.
유비쿼터스 환경에서 실내 공간의 사용자 위치정보는 다양한 응용분야에서 사용자에 특화된 서비스를 제공하는데 필요한 필수적인 정보이기 때문에 매우 중요하다. 기존연구들은 규모가 큰 건물에서의 사용자 위치 예측만 고려하고 있고 실험 대상이 되는 공간에서 고정된 AP가 다수 존재한다고 가정한다. 그러나 일반 가정은 면적이 좁은 공간들로 구성되며 고정된 AP가 소수이고 변화가 유동적인 환경이다. 본 논문에서는 기존 연구들이 AP환경이 비교적 안정적인 큰 건물에서의 사용자 위치 예측에 집중한 것과 달리, 일반 가정환경에서 와이파이 핑거프린트 방식을 기반으로 하여 공간을 식별하고 사용자의 위치를 Room-level로 예측하는 사용자 공간 예측 시스템을 제안한다. 실제 가정에서 실험을 한 결과 제안하는 시스템이 모든 가정에서 평균 80%이상의 정확도로 사용자가 위치한 공간을 예측함을 알 수 있었다.
지문의 중심점과 삼각점은 융선의 흐름이 급격히 변하는 부분에 생기는 부위를 지칭하는 것으로 중심점과 삼각점 주위의 융선의 변화를 관찰하면 중심점과 삼각점의 존재 여부를 추측할 수 있다. 융선의 전역적인 방향성분을 구한 후 같은 방향 성분끼리 군집화를 수행하면 군집화된 부분의 경계에 중심점과 삼각점이 형성되는 것을 관찰할 수 있으며, 궁상문, 솟은 궁상문, 좌제상문, 우제상문, 와상문등 크게 5종류로 분류되는 지문의 문양별 방향성문 군집화의 특성이 다르다는 것을 관찰할 수 있다. 본 논문에서는 삼각점을 획득하지 못한 지문을 이용하여 지문의 중심점을 구한 후 방향성분 군집화를 통하여 지문분류를 효과적으로 할 수 있는 방법을 제안하고 실험을 통하여 이를 증명한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.