• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.533-534
• /
• 2009

무선센서네트워크에서 많은 응용 프로그램들이 센서노드들의 위치 정보를 기반하기 때문에 센서노드에 대한 위치 측정은 매우 중요하다. 본 논문은 위치 정보를 알고 있는 소수의 앵커노드들을 사용하여 위치 측정 정확도를 높이고 주어진 위치 정보 메시지의 교환 비용을 줄이는 분산 위치 측정 기법인 Low-cost Localization using 2-hop Distance Anchors (LLTA)를 제안한다. LLTA는 높은 위치 측정 정확도를 위해 각각의 센서노드로부터 2 홉 거리 이내의 센서노드들의 위치 정보를 모으는 2-홉플러딩을 사용한다. 또한 2-홉 플러딩을 통해 얻은 위치 정보를 이용하여 센서노드가 위치할 수 있는 지역을 계산한 후 그리드 스캔 알고리즘을 사용하여 센서노드의 더 정확한 위치를 계산한다. 시뮬레이션 결과를 통해 LLTA가 기존의 위치 측정 기법들보다 위치 측정 정확도가 더 높고, 위치 정보 전달 비용이 더 낮음을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.296-300
• /
• 2007

유비쿼터스 환경의 센서 노드들은 데이터 전달을 위해 무선 통신을 수행한다. 또한 노드들의 위치정보를 활용하면 통신 경로선택에 큰 이점을 가지게 된다. 그래서 이동성을 갖춘 센서 노드 위치를 정확히 측정하기 위해 별도의 GPS, 초음파 센서 등을 부착한다. 그러나 센서 네트워크는 제한된 전력 사용과 낮은 비용 유지가 요구된다. 또한 기존의 애드혹 기반의 위치측정과 전체 망의 생존성을 고려해야 하는 센서 네트워크간의 상황이 적용 모델의 변수로서 작용한다. 본 논문에서는 컴퓨팅 자원이 부족한 센서 네트워크에서 다음의 조건을 만족하는 위치측정 방법을 제안한다. 첫째 빈번하게 이동하는 센서 노드의 이동성을 고려한다. 둘째 위치측정을 위한 별도의 장비를 추가하지 않는다. 셋째 노드의 송신출력 분석에 기반하여 상대적인 위치를 검출한다.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.683-686
• /
• 1999

이동로봇은 주행성을 가지며 설정된 이동 경로에 따라 목적지까지 자율적으로 이동하기 위해서는 이동로봇의 실제 위치에 대한 정확한 정보가 확보되어야 한다. 정보확보를 위해서 보통 엔코더, 자이로센서, 비젼센서, 레이저 거리등의 센서를 주로 사용한다. 본 연구에서 주행중인 이동로봇의 위치는 상대센서인 엔코더를 통해 측정된 운동변화량과 출발점에서 이동로봇의 위치로부터 자기유도 주행방법에 의해 계산된다. 이들 상대센서는 이동로봇의 실제 이동에 따라 주행거리 및 주행 방향 변화를 항상 측정할 수 있으므로, 전체 주행구간에 걸쳐 이동로봇의 위치를 연속적으로 측정할 수 있다는 장점이 있으나, 상대센서 측정값에 발생된 오차가 위치 평가값이 연속적으로 누적되므로 실제 위치에 대한 오차가 발생하는 단점이 있다. 즉, 바닥의 미끄럼, 요철, 로봇의 요동(Vibration)등 큰 오차의 요인이 된다. 본 연구에서는 위치를 직접 추정하지 않고 엔코드에서 나온 위치오차, Heading 오차, 자체 엔코드오차 그리고, 자이로 오차와 지자기 센서 오차를 Extended Kalman Filter를 통해 추정하여 이 오차를 다시 위치 계산과 Heading에 되돌려 줌으로서 오차를 보정하는 방법을 제시한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.5 no.4
• /
• pp.391-398
• /
• 2010

Because mobile sensor network is different with the existing wireless sensor network with fixed nodes, it is more difficult to implement a positioning algorithm in mobile sensor network than in mobile sensor network. In case of fast moving node, a positioning algorithm may be not completed in a given time. In this paper we present the positioning algorithm that improves performance and can complete a computation in time on mobile sensor network.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2006.06a
• /
• pp.223-228
• /
• 2006

카오스 로봇의 하드웨어 구현에서 로봇의 자체 또는 바퀴가 정확하기 자기 위치를 인식하고 지지한 방향과 거리만큼 이동하는 것이 가장 중요하다. 본 논문에서는 고정밀 위치 측정이 가능한 카오스로봇을 제작하기 위하여 기존의 마그네틱 자이로 센서가 가지고있는 문제점인 주변의 자성의 영향으로 정확한 자기 위치를 확인할 수 없어 새로운 각 속도 센서를 사용하여 자기 위치 보정능력을 향상시키고 정확한 방향을 움직일 수 있는 카오스 로봇을 설계하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1421-1422
• /
• 2015

본 연구는 스트립 힘센서에 기반한 무구속 호흡측정에서 스트립센서 최적 위치를 고찰하는 것을 주목적으로 한다. 이를 위해 압전센서를 사용하여 스트립 힘센서를 제작하였으며, 머리, 흉부, 복부 아래에 위치시켜 호흡성분을 검출하였다. 호흡성분 측정 정확성은 온도센서를 사용하여 코에서 동시에 측정된 기준 호흡과, 각 위치에서 측정된 결과의 비교를 통해 분석하였다. 결과적으로, 12명의 피험자를 대상으로 실험을 수행한 결과, 스트립센서를 사용하여 측정된 호흡간격은 기준센서 대비 $1.3669{\pm}0.5639$ 초 (머리), $0.9844{\pm}0.6336$ 초 (흉부), $0.7133{\pm}0.5185$ 초 (복부)의 평균절대오차를 보였다. 이는 복부에서 검출된 호흡성분이 기준호흡과 가장 유사함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.169-171
• /
• 2006

무선 센서 네트워크에서는 고정된 인프라에 의존하기 어려운 환경을 가지고 있다. 하지만, 위치기반 기술을 접목하여 센서의 절대적 또는 상대적인 위치정보를 이용하면 다양한 응용서비스를 효과적으로 적용 할 수 있다. 이러한 센서 노드의 위치를 측정하는 방법 중에 시간을 기반으로 위치를 측정하는 방법이 가장 정확도가 높게 평가되었다[1]. 그러나 이러한 TOA방법은 노드의 Clock Rate에 의존적이기 때문에 위치오차가 발생하게 된다. 따라서 Node의 Clock Drifi를 줄이기 위해서 주기적인 시간동기화가 필요했다[3,4]. 하지만 본 논문에서는 이러한 거리오차를 제거하기 위한 방법으로 시간 비동기화 방법(ALS)을 소개하고, ALS를 기반으로 시뮬레이션과 실질적인 센서를 가지고 노드 사이의 거리와 위치를 측정하였다. 실험 결과, 기존의 TOA방법과 비교하여 거리 및 위치 정확도, Packet 트래픽에 대해서 성능 향상을 확인한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.535-536
• /
• 2009

무선센서네트워크에서 사용되는 많은 응용 프로그램들은 센서노드들의 위치 정보를 필요로 한다. 센서가 획득한 데이터에 대한 지형적인 위치를 결정함으로써 그 데이터에 대한 가치가 중요해질 수도 그렇지 않을 수도 있기 때문이다. Geographic routing 등 기존의 많은 기법들이 센서노드에 위치를 알 수 있는 부가장치가 장착되어 있다는 것을 가정하여 추가적인 비용이 발생하지만 이는 저가의 센서노드들에 적합하지 않거나, 센서노드들간의 연결 정보만을 이용하기 때문에 위치 측정의 정확도가 떨어지는 등의 문제점이 있다. 본 논문은 GPS같은 부가장치를 사용하지 않고 위치를 측정하는 Range-free 방식 중 높은 정확도를 보이는 MDS와 비교하여 더욱 높은 정확도를 보이는 클러스터 기반 MDS 기법을 제안한다. 이 기법은 MDS가 홀이 존재하는 토폴로지에는 정확도가 떨어지는 점에 착안하여 연구된 내용으로 실제 센서네트워크 토폴로지에는 홀이 많이 존재하므로 이러한 환경에서 더욱 높은 정확도를 보이고 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.33-34
• /
• 2012

무선 센서 네트워크의 다양한 응용에 있어 센서 노드의 지리학적 위치 측정은 매우 중요하다. 이를 위해 비-거리(Range-Free) 기반 위치 측정 기법에 대한 연구가 활발하게 진행 중이며, 비 균일 네트워크 환경에서 위치 정확도를 향상하기 위한 밀집 확률 기반의 위치 측정 기법이 제안되었다. 밀집 확률 기반의 위치 측정 기법에서 추정 거리 산출 시 노드 통신 반경 내 1-홉 거리는 모두 동일한 값을 갖는데 이는 반경 내 가까운 이웃 노드와 먼 이웃 노드가 있어도 모두 같은 거리로 추정하기 때문에 위치 측정 시 오차가 발생 할 수 있다. 따라서 본 논문에서는 이러한 오차를 줄이기 위해 각 노드마다 거리 추정 후 센싱 반경을 조절하여 2차 지역 거리 평가를 통해 센서의 위치를 측정하는 기법을 제안한다. 성능평가 결과, 제안하는 기법이 기존 기법에 비해 측위 정확도가 크게 향상되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.866-869
• /
• 2007

센서 네트워크(Sensor network)는 주변 데이터를 수집하기 위해 널리 퍼뜨려진 작고, 값싼 센서들이 밀집된 무선 네트워크이다. 또한 센서 네트워크는 특수한 활동을 수행하기 위하여 상호 협동하는 센서 노드들의 모임으로 나타낼 수 있으며, 무선 센서 네트워크는 멀리 떨어진 위치에서 물리적인 환경의 감시와 제어를 용이하게 한다. 그러므로, 센서 네트워크는 기후가 혹독한 위치에서 감지한 정보를 모으거나 군사 목적, 주변 환경 감시와 같은 다양한 분야에서 응용되고 있다. 그러나, 일반적으로 저전력 센서들을 이용하는 센서 네트워크는 에너지 효율성을 고려하여 전체 네트워크 성능을 저하시키지 않고 데이터를 수집하는 것이 가장 큰 목적이다. 따라서, 본 논문에서는 위치 측정으로 인한 상대적인 위치 정보에 기반한 클러스터링 기법인 홉 트리(Hop-tree)를 제안한다. 제안된 클러스터링 기법은 위치 측정으로 인해 각 센서 노드들의 상대적인 위치를 알 수 있다는 것과 각 센서 노드들의 에너지를 효율적으로 이용할 수 있다는 장점을 가진다.