• 대한임베디드공학회논문지
• /
• 제12권1호
• /
• pp.19-25
• /
• 2017

Recently, indoor LBS has been attracting much attention because of its promising prospect. One of key technologies for its success is indoor location estimation. A popular one for indoor positioning is to find the location based on the strength of received Wi-Fi signals. Since the Wi-Fi services are currently prevalent, it can perform indoor positioning without any further infrastructure. However, it is found that its accuracy depends heavily on the surrounding radio environment. To alleviate this difficulty, we present a novel indoor position technique employing the geomagnetic characteristics as well as Wi-Fi signals. The geomagnetic characteristic is known to vary according to the location. Therefore, employing the geomagnetic signal in addition to Wi-Fi signals is expected to improve the location estimation accuracy.

• 정보과학회 논문지
• /
• 제44권6호
• /
• pp.643-648
• /
• 2017

Wi-Fi 기반 실내 측위 기법 중 핑거프린팅 측위는 높은 정밀도로 가장 보편적인 기술 중 하나이다. 그러나 초기 신호 지도 구축과 이 후 갱신 과정은 수동으로 이루어져 많은 노동력과 시간 비용을 발생시키는 단점이 있다. 본 논문에서는 그래프를 기반으로 각 정점에서 초기 신호 지도를 구축 하는 것을 제안한다. 그리고 사용자로부터 획득한 신호 세기 데이터를 각 간선에 참조 위치를 생성하여 자동으로 매핑하여 신호 지도를 갱신하는 방법을 제안한다. 제안하는 방식은 초기 신호 지도를 그래프의 정점에서만 신호를 수집하여 구축하고 갱신은 자동으로 수행하므로 기존 핑거프린팅 무선 측위 기법의 단점인 노동력과 시간 비용을 크게 감소시킬 수 있다. 실험 결과, 실제 위치에서의 데이터와의 비교를 통해 신호 지도 갱신 기법을 검증할 수 있었고 자동으로 신호 지도를 갱신하는 작업으로 약 3.2m, 3.5m의 정밀도를 갖는 신호 지도를 구축할 수 있었다.

• 한국산학기술학회논문지
• /
• 제17권1호
• /
• pp.1-8
• /
• 2016

본 논문에서는 GPS를 이용할 수 없는 지하철 승강장에서 움직이는 지하철의 위치 추적 정확성을 높이기 위해 WiFi 핑거프린트 기법에 k-nn기반 알고리즘들을 적용한 후 오류를 검출하고 비교하였다. 승강장내 지하철의 위치 정보는 지하철 제어를 위해 종합사령실에서 필요로 하며, 이용객의 안전과 편의를 위해 다양하게 사용되어지고 있다. 현재 역사 또는 승강장 내에는 승객의 편의를 위해 각 통신사별로 WiFi용 AP(Access Point)들이 다수 설치되어 있어 이를 활용한 다양한 위치 추정 연구들도 활발히 진행되고 있다. 본 연구에서는 설치되어진 WiFi용 AP를 활용할 경우와 신규로 WiFi용 AP를 설치할 경우등을 고려하여 다양한 조건에서 지하철의 위치를 추적할 수 있는 시뮬레이터를 개발한 후 모의실험을 진행하였다. 개발된 시뮬레이터는 설치된 WiFi용 AP들의 개수와 승강장 넓이, 지하철 진입속도 등에 따라 지하철의 위치를 추적할 수 있도록 설계되었다. 그리고 k-nn알고리즘과 fuzzy k-nn알고리즘을 선택적으로 적용할 수 있으며 핑거프린트 데이터베이스를 기반으로 4가지의 거리 측정 알고리즘을 적용하여 위치 추적 오류를 비교할 수 있도록 하였다. 시뮬레이터를 이용한 모의 실험결과 0.5m의 그리드 단위길이에 8개의 WiFi용 AP를 설치하고 'minkowski' 거리 측정 알고리즘을 적용한 k-nn알고리즘를 사용할 경우 가장 정확한 위치 추적결과를 얻을 수 있었다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 한국통신학회논문지
• /
• 제38C권6호
• /
• pp.531-539
• /
• 2013

Wi-Fi 기반 위치 추적 기술은 다양한 방법들이 제시되어 있으나 일반적으로 지정한 참조위치에서 측정한 신호세기 정보를 활용하는 핑거프린트 기법을 주로 이용한다. 그러나 핑거프린트 기법이 높은 해상도와 정밀도를 가지기 위해서는 다수의 참조위치를 필요로 하지만, 다수의 정보를 위해서는 많은 비용의 소모가 발생한다. 본 논문에서는 서비스 지역을 격자로 구분하고 가상의 참조위치를 바탕으로 신호 세기 모델을 만들어서 격자의 신호 세기정보를 예측하고 신뢰도를 부여하여 핑거프린트 맵을 생성한다. 이렇게 생성된 맵은, 위치 추정을 위해 입력된 신호 세기 리스트와 비교하여 추정하고자 하는 대상이 어떠한 격자에 있는지 비교하는데 사용한다. 제안하는 기법과 시스템의 성능을 평가하기 위해 $20m{\times}22m$의 실내 환경에서 기존의 핑거프린트 기법(RADAR)과 비교한 결과 제안하는 시스템을 이용할 때 위치 측정 에러가 감소하는 결과를 확인하였다. 그리고 실험 결과 기존의 방법에 비해 1.74미터의 에러가 감소한 것을 확인했다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권3호
• /
• pp.113-120
• /
• 2017

실내 Wi-Fi환경에서 위치추정 정확도를 향상시키기 위한 위치추정에 대한 연구가 수년 동안 계속되어 오고 있다. 핑거프린트 기법 및 전파모델은 실내 위치추정에 있어서 매우 중요한 기술이다. 추가적인 하드웨어 없이 저비용으로 핑거프린트 기법을 사용하는 다양한 위치추정 시스템에 대한 연구가 진행되고 있다. 그러나 실내 위치추정 모델에서 VAP (virtual access points) 개념을 사용하여 이러한 목표를 실현한 사례는 매우 드물다. 본 논문은 Wi-Fi 환경의 핑거프린트 기반에서 VAP를 사용한 실내 위치추정 시스템의 아이디어를 제시하였다. 이 아이디어의 핵심은 실제 실내 Wi-Fi 환경에서 VAP를 사용하여 AP의 역할을 수행 할 수 있다. 제안 알고리즘의 성능분석을 위하여 4개의 시나리오를 사용하여 실험한 결과, 1개의 AP 대신에 2개의 VAP를 사용했을 때 가장 우수한 결과가 도출되었으며, 실험의 3번째 경우인 3개의 AP와 2개의 VAP를 사용했을 때 3.99 미터의 가장 낮은 위치오차가 발생하였음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권11호
• /
• pp.2657-2675
• /
• 2013

A novel neighbor selection-based fingerprinting algorithm using matrix correlation (MC) for Wi-Fi localization is presented in this paper. Compared with classic fingerprinting algorithms that usually employ a single received signal strength (RSS) sample, the presented algorithm uses multiple on-line RSS samples in the form of a matrix and measures correlations between the on-line RSS matrix and RSS matrices in the radio-map. The algorithm makes efficient use of on-line RSS information and considers RSS variations of reference points (RPs) for localization, so it offers more accurate localization results than classic neighbor selection-based algorithms. Based on the MC algorithm, an error estimation method using artificial neural network is also presented to fuse available information that includes RSS samples and localization results computed by the MC algorithm and model the nonlinear relationship between the available information and localization errors. In the on-line phase, localization errors are estimated and then used to correct the localization results to reduce negative influences caused by a static radio-map and RP distribution. Experimental results demonstrate that the MC algorithm outperforms the other neighbor selection-based algorithms and the error estimation method can reduce the mean of localization errors by nearly half.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.95-97
• /
• 2016

실내 위치 인식 기술은 여러 기술을 통해 시도되어 왔으며, 대표적인 기술로는 Wi-Fi 기반 위치 인식과 Bluetooth Low Energy 기반의 위치 인식이 있다. 하지만 Bluetooth Low Energy는 10m 거리 밖에선 오차가 많아지고 정밀도가 낮아지는 특성으로 인해 Wi-Fi가 보편화되었다. 본 논문에서는 핑거프린팅 기법을 이용하였을 때 Wi-Fi와 Bluetooth Low Energy의 위치 인식 기술의 성능 분석을 목적으로 기술되었다.

• 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.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권1호
• /
• pp.62-68
• /
• 2016

실내 위치인식 기술 중 하나인 WiFi Fingerprint는 기존의 WiFi access point(AP)의 거리에 따른 신호 세기를 활용하여 위치를 추정하는 편리함 때문에 많은 연구가 이루어지고 있다. 하지만 이 방식은 Radio map에 저장된 Reference point에 의존하기 때문에 다른 방식에 비해 위치의 분해능이 떨어지고 연산량이 많다. 본 논문에서는 이러한 문제를 해결하기 위하여 WiFi와 BLE를 융합한 Log-Distance Path Loss Model 기반의 Radio map 설계 알고리즘을 제안한다. 제안한 알고리즘은 Log-Distance Path Loss Model이 적용된 변수 값을 추출하여 Radio map을 설계하는 방식이며 Median Filter를 적용하여 오차를 개선하였다. 기존 Fingerprint와 비교하여 실험한 결과, 위치의 정확도는 평균 2.747m에서 2.112m로 0.635m 감소되는 것을 확인하였으며 연산량은 AP 환경에 따라 33%이상 감소하는 것을 확인하였다.