DOI QR코드

DOI QR Code

An Approach to Measuring Beacon Distance Using ANN

ANN을 사용한 비콘 거리측정 기법 연구

  • Noh, Jiwoo (Department of Software Engineering, Chonbuk National University) ;
  • Kang, Seunghyeon (Department of Software Engineering, Chonbuk National University) ;
  • Kim, Taeyeong (Department of Software Engineering, Chonbuk National University) ;
  • Jang, Jihyun (Department of Software Engineering, Chonbuk National University) ;
  • Kim, Suntae (Department of Software Engineering, Chonbuk National University) ;
  • Lee, JeongHyu (Department of Software Engineering, Chonbuk National University) ;
  • Kang, YunGu (Userinsight) ;
  • Park, YouBin (Userinsight) ;
  • Choi, Eddy (Userinsight)
  • 노지우 (전북대학교 소프트웨어공학과) ;
  • 강승현 (전북대학교 소프트웨어공학과) ;
  • 김태영 (전북대학교 소프트웨어공학과) ;
  • 장지현 (전북대학교 소프트웨어공학과) ;
  • 김순태 (전북대학교 소프트웨어공학과) ;
  • 이정휴 (전북대학교 소프트웨어공학과) ;
  • 강윤구 (유저인사이트) ;
  • 박유빈 (유저인사이트) ;
  • 최경림 (유저인사이트)
  • Published : 2018.05.11

Abstract

무선 통신기술이 발전함에 따라 위치기반 서비스에 대한 관심 또한 증가하고 있다. 그 중 저전력 블루투스 기술을 사용한 비콘(Beacon)은 실내 위치인식이 불가능한 GPS와 달리 실내에서도 측위가 가능하여 사용성이 주목 받고 있다. 그러나 비콘으로부터 수신되는 RSSI(Received Signal Strength Indication) 값은 여러 환경요소로부터 영향을 받기 때문에 RSSI값을 기반으로 한 거리측정이 실제거리와의 오차가 크게 나타난다. 이에 따른 문제를 해결하기 위한 기존의 연구들이 존재하지만 평균적으로 10m이하의 거리에서 2m의 오차를 나타내고 있다. 본 연구에서는 RSSI의 오차를 줄이기 위해 확장 칼만 필터와 신호 안정화 필터를 사용하여 Raw Data를 전처리 한 후 산출된 Cleaned Data를 기반으로 각 거리단위에 최적화된 ANN(Artificial Neural Network)모델을 생성하여 거리를 측정하는 기법을 제안한다.

Keywords

Acknowledgement

Grant : 2.4GHz무선 신호 및 스마트폰 센서 기반 실내/외 정밀 위치 측위 기술이 적용된 관광 정보 안내 플랫폼 개발

Supported by : 중소기업청