• 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.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.11-16
• /
• 2023

실내 측위를 위한 기법으로 Fingerprinting, 삼변 측량을 이용한 실내 위치 측위 방법, Wi-Fi / Bluetooth 등 장비로 얻은 정보를 활용하여 사용자의 실내 위치를 특정 하는 것이 일반적이고 대표적인 방법이다. 하지만 이러한 방법들은 실내 공간이 다수의 장비(AP, Beacon)를 설치할 수 있을 만큼의 장소가 마련되어야 한다. 본 논문에서는 폭이 좁은 건물 등 기존 방식을 적용할 수 없는 건물 구조에서 GPS 신호와 비콘 으로부터 전달된 신호를 동시에 이용하여 건물 내 사용자의 위치를 표현할 수 있는 기법을 제안한다. 또한 최단 경로 탐색을 위해 가장 대표적이고 효율적인 최단 경로 탐색 알고리즘 중의 하나인 다익스트라 알고리즘(Dijkstra Algorithm)를 적용하여 최단 경로 탐색 시스템을 설계 구현했다. 제안된 기법은 향후 건물 구조 특성을 고려한 사용자 실내 위치 측정 방법 중 하나로 고려될 수 있을 것이다.

• Journal of Positioning, Navigation, and Timing
• /
• 제11권3호
• /
• pp.217-227
• /
• 2022

In order to provide a location-based services regardless of indoor or outdoor space, it is important to provide position information of the terminal regardless of location. Among the wireless/mobile communication resources used for this purpose, Long Term Evolution (LTE) signal is a representative infrastructure that can overcome spatial limitations, but the positioning method based on the location of the base station has a disadvantage in that the accuracy is low. Therefore, a fingerprinting technique, which is a pattern recognition technology, has been widely used. The simplest yet widely applied algorithm among Fingerprint positioning technologies is k-Nearest Neighbors (kNN). However, in the kNN algorithm, it is difficult to find the optimal K value with the lowest positioning error for each location to be estimated, so it is generally fixed to an appropriate K value and used. Since the optimal K value cannot be applied to each estimated location, therefore, there is a problem in that the accuracy of the overall estimated location information is lowered. Considering this problem, this paper proposes a technique for adaptively varying the K value by using a Convolutional Neural Network (CNN) model among Artificial Neural Network (ANN) techniques. First, by using the signal information of the measured values obtained in the service area, an image is created according to the Physical Cell Identity (PCI) and Band combination, and an answer label for supervised learning is created. Then, the structure of the CNN is modeled to classify K values through the image information of the measurements. The performance of the proposed technique is verified based on actual data measured in the testbed. As a result, it can be seen that the proposed technique improves the positioning performance compared to using a fixed K value.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.251-256
• /
• 2006

In the work package 'Integrated Positioning' of the research project NAVIO (Pedestrian Navigation Systems in Combined Indoor/Outdoor Environements) we are dealing with the navigation and guidance of visitors of our University. Thereby start points are public transport stops in the surroundings of the Vienna University of Technology and the user of the system should be guided to certain office rooms or persons. For the position determination of the user different location sensors are employed, i.e., for outdoor positioning GPS and dead reckoning sensors such as a digital compass and gyro for heading determination and accelerometers for the determination of the travelled distance as well as a barometric pressure sensor for altitude determination and for indoor areas location determination using WiFi fingerprinting. All sensors and positioning methods are combined and integrated using a Kalman filter approach. Then an optimal estimate of the current location of the user is obtained using the filter. To perform an adequate weighting of the sensors in the stochastic filter model, the sensor characteristics and their performance was investigated in several tests. The tests were performed in different environments either with free satellite visibility or in urban canyons as well as inside of buildings. The tests have shown that it is possible to determine the user's location continuously with the required precision and that the selected sensors provide a good performance and high reliability. Selected tests results and our approach will be presented in the paper.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.373-374
• /
• 2015

스마트폰에 대한 사용빈도와 그 기술에 대한 관심이 높아지고 있는 현대사회에서는 다양한 응용 서비스를 만족하기 위한 위치기반 서비스의 필요성이 증대하고 있으며, 특히 Wi-Fi 기반의 실내 측위는 RFID와 같이 측위를 위한 추가 장비가 필요하지 않은 장점을 가지고 있기에, 본 연구에서는 다양한 측위 기술 가운데 오차 범위가 적은 Fingerprinting 방식에 무선 네트워크에서 대표적으로 사용되는 IEEE 802.11를 기반으로 KNN 방식을 이용한 실내 측위 시스템을 제안한다.

• ETRI Journal
• /
• 제40권4호
• /
• pp.531-536
• /
• 2018

The weighted K-nearest neighbor (WKNN) algorithm is used to reduce positioning accuracy, as it uses a fixed number of neighbors to estimate the position. In this paper, we propose a dynamic threshold location algorithm (DH-KNN) to improve positioning accuracy. The proposed algorithm is designed based on a dynamic threshold to determine the number of neighbors and filter out singular reference points (RPs). We compare its performance with the WKNN and Enhanced K-Nearest Neighbor (EKNN) algorithms in test spaces of networks with dimensions of $20m{\times}20m$, $30m{\times}30m$, $40m{\times}40m$ and $50m{\times}50m$. Simulation results show that the maximum position accuracy of DH-KNN improves by 31.1%, and its maximum position error decreases by 23.5%. The results demonstrate that our proposed method achieves better performance than other well-known algorithms.

• 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.

• 한국멀티미디어학회논문지
• /
• 제14권3호
• /
• pp.433-439
• /
• 2011

무선 AP 기반 측위 시스템은 실세계에 분포한 AP의 정보를 수집하여 DB화 한 뒤 팀색 되는 AP정보와 비교하여 측위를 수행한다. 기존의 핑거 프린트 방식은 DB를 구성할 당시 특정 위치에서 수집되는 데이터를 최대한 많이 얻어내 그 값의 평균값을 저장하여 측위에 사용하는 방식이다. 그러나 평균치를 활용하면 오차가 발생할 확률이 있다. 이러한 오차는 정확한 측위를 배경으로 하는 서비스에는 치명적인 약점이 된다. 본 논문에서는 기존 무선 AP 측위 시스템의 특정에 대하여 설명하고 핑거프린트 적용에 있어서 발생하는 문제점을 해결하기 위하여 AP 정보의 특정을 활용한 DB 구축방안과 MSS 기법을 적용한 측위 기법에 대하여 제안하였다. 그리고 핑거프런트방식과 제안한 방식을 구현하고 실험한 결과를 최적의 조건에서 제안한 방식의 불일치율이 27%로 줄었음을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.77-84
• /
• 2021

본 논문에서는 영상 데이터, 비콘 데이터의 결합을 통해 집단시설에서 출입이 허용된 승인자와 비승인자를 구분하는 시스템을 제안한다. IP 카메라를 통해 수집된 영상 데이터는 YOLOv4를 사용하여 사람 객체를 추출하고, 애플리케이션을 통해 비콘의 신호 데이터(UUID, RSSI)를 수집하여 핑거프린팅 기반의 라디오 맵을 구성한다. 비콘은 신호의 불안전성을 보완해 위치 파악의 정확도를 향상하기 위하여 CNN-LSTM 기반의 학습을 진행한 후 사용자 위치 데이터를 추출한다. 이후 도출된 위치 데이터와 사람 객체가 추출된 영상 데이터를 매핑해 실시간으로 비승인자를 추적한다. 본 논문의 결과로 93.47%의 정확도를 보였으며, 향후 코로나19로 사용이 증가한 QR코드 등의 출입 인증 절차와 융합해 인증 절차를 거치지 않은 사람을 추적하는 확장성까지 기대할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.88-91
• /
• 2016

최근 스마트 기기의 활용 요구 증가로 인한 실내 위치 인식 시스템 수요가 급증함에 따라, BLE(Bluetooth Low Energy) 비콘을 이용한 실내 측위 시스템이 각광받고 있다. 본 논문은 BLE 비콘 기반에 중심을 두고 RSSI 신호를 이용하여 거시적인 삼변 측량 기법을 이용하여 산출한다. 그 결과값을 근사치 위치에만 Fingerprinting을 적용하여 위치 측위 기본 연산량을 줄임과 동시에 에너지 효율을 증대시킨다. 또한 선정된 Fingerprinting Cell 주위의 노드만을 이용하여 사용자의 단말 위치의 정밀성을 보장하는 정밀 삼변 측량 연산을 수행하여 에너지 효율을 고려한 BLE 핑거프린팅 기반의 정밀 실내 측위 알고리즘을 제안한다.