초록
본 논문에서는 대규모 실내 환경에서 WiFi 모듈이 내장된 스마트폰 사용자의 위치를 추적하기 위한 효과적인 이동 모델과 관측 모델을 제시한다. 제안하는 세 가지 부속 이동 모델들은 보행자의 움직임에 대한 더 정확한 예상 확률 분포를 제공한다. 또, 가우시안 보간법 기반의 관측 모델은 훈련 데이터 의 수집이 이루어지지 않은 지역들에 대해서도 관측 우도 계산을 가능하게 한다. 파티클 필터 프레임워크 속에 이와 같은 이동 모델과 관측 모델을 결합함으로써, 본 연구의 위치 추적 알고리즘은 대규모 실내 환경들에서도 스마트폰 사용자의 위치를 정확하게 추적할 수 있다. 한 복층 건물에서 안드로이드 스마트폰으로 수행한 실험을 통해, 본 연구에서 제안한 WiFi 위치 추적 알고리즘의 성능을 확인할 수 있었다.
We propose effective motion and observation models for the position of a WiFi-equipped smartphone user in large indoor environments. Three component motion models provide better proposal distribution of the pedestrian's motion. Our Gaussian interpolation-based observation model can generate likelihoods at locations for which no calibration data is available. These models being incorporated into the particle filter framework, our WiFi fingerprint-based localization algorithm can track the position of a smartphone user accurately in large indoor environments. Experiments carried with an Android smartphone in a multi-story building illustrate the performance of our WiFi localization algorithm.
