• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.57-65
• /
• 2018

BLE 또는 Wi-Fi 기반 지문인식과 같은 기존의 RF 신호 기반 실내 위치인식 기술은 RF 신호의 불안정한 수신 신호 세기로 인해 소규모 실내 환경에서도 작지 않은 오차를 발생시키며 공항, 백화점과 같은 대규모 실내 환경에 적용하기가 어렵다. 이 논문에서는 RF 신호보다 안정적인 신호 강도를 갖는 자기장 신호를 이용한 실내측위 시스템을 제안한다. 유사한 자기장 값이 같은 실내 공간에 여럿 존재하지만, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 본 논문에서는 시간에 따라 변화하는 센서 데이터 시퀀스를 인식하는 데 효과적인 순환 신경망 (Recurrent neural network, RNN)이라 불리는 심층 신경망 모델을 사용하여 사용자의 현재 위치와 이동 경로를 추적한다. 제안된 신경망 기반의 지자기 실내측위시스템의 평가를 위해 약 $94m{\times}26$ 크기의 교내 테스트베드에서 자기장 맵을 구축하고 자기장맵으로부터 추출한 다양한 이동 경로와 위치 정보를 이용하여 RNN을 학습한 결과, 테스트베드에서 제안된 시스템은 평균 1.20 미터의 테스트 측위 오차를 달성할 수 있었다.

• 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.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권3호
• /
• pp.25-30
• /
• 2019

지자기 벡터는 센서가 바라보고 있는 방향에 따라 그 값이 달라지는 특성이 있다. 본 논문에서는 그런 문제를 최소화하여 지자기 기반 실내 위치 추정에 사용될 수 있도록 지자기 벡터 보정법을 제안한다. 지자기 기반 실내 위치 추정에서 사용되는 핑거프린팅 기법은 자기장 지도와 현재 위치에서의 자기장 값을 매칭하여 위치를 추정해낸다. 이때, 자기장 센서는 사용자의 이동 방향에 따라 읽어 들이는 자기장 벡터 값이 달라지기 때문에 위치 추정 정확도가 낮아진다. 이를 해결하기 위해 많은 연구들은 자기장 벡터 크기를 사용하지만, 이는 지문의 고유성을 감소시킨다. 따라서 본 논문에서는 지문의 고유성을 유지할 수 있는 자기장 벡터를 그대로 사용하되, 벡터 크기처럼 사용자의 이동방향에 영향을 받지 않도록 벡터 값을 보정하는 방법을 제안한다. 임의의 방향으로 걸어본 결과, 본 연구에서 제안된 보정법을 사용하면 자기장 지도와의 매칭 정확도가 높아지는 것을 확인하였다.

• 통합자연과학논문집
• /
• 제4권3호
• /
• pp.238-242
• /
• 2011

For any pattern matching based algorithm in WLAN environment, the characteristics of signal to noise ratio(SNR) to multiple access points(APs) are utilized to establish database in the training phase, and in the estimation phase, the actual two dimensional coordinates of mobile unit(MU) are estimated based on the comparison between the new recorded SNR and fingerprints stored in database. The system that uses the artificial neural network(ANN) falls in a local minima when it learns many nonlinear data, and its classification accuracy ratio becomes low. To make up for this risk, the SVM/ANN hybrid algorithm is proposed in this paper. The proposed algorithm is the method that ANN learns selectively after clustering the SNR data by SVM, then more improved performance estimation can be obtained than using ANN only and The proposed algorithm can make the higher classification accuracy by decreasing the nonlinearity of the massive data during the training procedure. Experimental results indicate that the proposed SVM/ANN hybrid algorithm generally outperforms ANN algorithm.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• 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.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.20-23
• /
• 2017

의료 기기 관리의 중요성에 따라 의료 기기의 실시간 실내 측위의 필요성이 대두되고 있다. 본 논문에서는 의료 기기에 Wi-Fi 태그를 부착하여 삼각 측량과 핑거프린트 방식을 이용한 의료 기기의 실시간 실내 측위 시스템을 구현하고자 한다. 중앙 제어 모듈과 의료 기기에 부착한 Wi-Fi 태그와의 통신을 통하여, 의료 기기의 위치 정보를 관리하는 데이터베이스를 실시간으로 파악함으로써 의료 기기의 정확한 위치 확인이 가능하다. 본 시스템을 통해 의료 기기에 부착한 Wi-Fi 태그의 실시간 위치 파악 및 정보 관리가 가능하여 의료 기기의 관리가 용이할 것으로 기대한다.

• 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.

• 한국정보통신학회논문지
• /
• 제14권11호
• /
• pp.2463-2470
• /
• 2010

실시간으로 특정 대상의 위치를 추적하는 것은 특히 u-헬스 서비스에 있어서는 이용자가 자율적인 통제가 어려운 상황에 처할 수 있음에 따라 중요하게 요구되는 사항이다. 지금까지 위치를 인식하는 대표적 방법으로 삼각측량법이 제시되어 왔는데, 이는 세 개의 고정된 기준점에 의하여 대상노드와의 거리를 측량하여 위치를 추정하는 방법이다. 그러나 특히 u-헬스 서비스에서 이용자는 위치인식을 위한 기준 수신장치로부터 멀어지거나 또는 수신장치의 장애, 고장, 부재 등과 같은 통신 도달성이 결여된 여건에 처할 수 있다. 본 논문에서는 이러한 특수한 여건이나 상황에 적용 가능한 위치인식 방안과 이를 실시간으로 추적할 수 있는 방법을 연구하여 제시한다.

• 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.