• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.206-221
• /
• 2019

Source localization in three-dimensional (3-D) wireless sensor networks (WSNs) is becoming a major research focus. Due to the complicated air-ground environments in 3-D positioning, many of the traditional localization methods, such as received signal strength (RSS) may have relatively poor accuracy performance. Benefit from prior learning mechanisms, fingerprinting-based localization methods are less sensitive to complex conditions and can provide relatively accurate localization performance. However, fingerprinting-based methods require training data at each grid point for constructing the fingerprint database, the overhead of which is very high, particularly for 3-D localization. Also, some of measured data may be unavailable due to the interference of a complicated environment. In this paper, we propose an efficient kernel based 3-D localization algorithm via tensor completion. We first exploit the spatial correlation of the RSS data and demonstrate the low rank property of the RSS data matrix. Based on this, a new training scheme is proposed that uses tensor completion to recover the missing data of the fingerprint database. Finally, we propose a kernel based learning technique in the matching phase to improve the sensitivity and accuracy in the final source position estimation. Simulation results show that our new method can effectively eliminate the impairment caused by incomplete sensing data to improve the localization performance.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1655-1666
• /
• 2015

본 논문에서는 Fingerprint 기법의 Resource로 신호의 세기가 아닌 이미지를 이용해 좌표정보를 포함하는 이미지 기반의 데이터베이스를 구축하고, 사용자로부터 입력되는 이미지와 유사도 비교를 통해 사용자의 위치추정 기법에 대해 제안한다. Fingerprint 기법은 신호 세기뿐만 아니라 환경에 대한 지역적 잡음 정보들까지 모두 추정에 반영하므로 높은 위치 추정 정확도를 제공한다. 이미지의 유사도는 SURF 알고리즘을 통해 데이터베이스와 사용자 입력 이미지의 특징점을 검출하고, 동일한 특징점 간의 매칭을 통해 비교된다. 여기에서 우리는 RANSAC 알고리즘을 함께 사용하여 검출된 특징점의 노이즈 제거를 통해 이미지 유사도 비교의 정확도를 높였다. 제안하는 기법의 검증을 위해 두 건물의 실내와 주변 실외 환경에서 이미지를 획득하여 데이터베이스를 구축하고, 임의의 위치에서 사용자의 위치를 추정하였다. 추정 된 최종 위치는 데이터베이스에 저장 된 이미지가 가지는 좌표가 사용자의 위치와 가장 근접한 좌표로 검출되는지 확인하였으며 RANSAC을 통해 특징점의 노이즈 제거 전과 제거 후에 대한 이미지 유사도 비교의 성능을 분석하였다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1779-1788
• /
• 2012

최근 유비쿼터스라는 시대적 흐름에 따라 실내환경을 고려한 응용서비스들에 대한 요구가 증가 하고 있다. 실내 위치기반 서비스의 경우 가장 많이 사용 되고 있는 방법은 WLAN을 이용한 방법이다. 그러나 WLAN는 환경변화에 많은 영향을 받는다. 이러한 문제점을 해결하기 위해서 UWB를 이용한 연구가 많이 진행 되고 있다. UWB에 관한 연구가 많이 진행 되는 이유는 UWB전파 특성으로 환경변화에 적은 영향을 받기 때문이다. 그래서 본 논문은 UWB기술을 이용한 시스템인 Ubisense 시스템을 이용하여 환경변화에 영향이 적고 정밀도가 높은 값을 추출한 후 위치정보를 더 정확한 값으로 보정하는 위치 보정 알고리즘을 제안한다. 제안하는 위치 보정 알고리즘은 정밀도가 높은 위치 측정 시스템에서 더욱 정확한 위치를 추정하기 위해 환경 데이터베이스를 구축한 후 이를 이용한 알고리즘이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1339-1355
• /
• 2023

Localization is a hot research spot for many areas, especially in the mobile robot field. Due to the weak signal of the global positioning system (GPS), the alternative schemes in an indoor environment include wireless signal transmitting and receiving solutions, laser rangefinder to build a map followed by a re-localization stage and visual positioning methods, etc. Among all wireless signal positioning techniques, Wi-Fi is the most common one. Wi-Fi access points are installed in most indoor areas of human activities, and smart devices equipped with Wi-Fi modules can be seen everywhere. However, the localization of a mobile robot using a Wi-Fi scheme usually lacks orientation information. Besides, the distance error is large because of indoor signal interference. Another research direction that mainly refers to laser sensors is to actively detect the environment and achieve positioning. An occupancy grid map is built by using the simultaneous localization and mapping (SLAM) method when the mobile robot enters the indoor environment for the first time. When the robot enters the environment again, it can localize itself according to the known map. Nevertheless, this scheme only works effectively based on the prerequisite that those areas have salient geometrical features. If the areas have similar scanning structures, such as a long corridor or similar rooms, the traditional methods always fail. To address the weakness of the above two methods, this work proposes a coarse-to-fine paradigm and an improved localization algorithm that utilizes Wi-Fi to assist the robot localization in a geometrically similar environment. Firstly, a grid map is built by using laser SLAM. Secondly, a fingerprint database is built in the offline phase. Then, the RSSI values are achieved in the localization stage to get a coarse localization. Finally, an improved particle filter method based on the Wi-Fi signal values is proposed to realize a fine localization. Experimental results show that our approach is effective and robust for both global localization and the kidnapped robot problem. The localization success rate reaches 97.33%, while the traditional method always fails.

• 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.