• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.456-457
• /
• 2021

최근, 실내 위치 기반 서비스를 보다 정확하게 제공하기 위해서 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 실내 측위에서 RNN 모델을 사용하는 경우 수집된 학습 데이터가 연속적인 순차 데이터이어야 한다. 그러나 특정 위치 정보를 판단하기 위해 수집된 Wi-Fi 핑거프린트 데이터는 특정 위치에 대한 RSSI만 기록되었기 때문에 RNN 모델의 학습 데이터로 사용이 불가능하다. 본 논문은 Wi-Fi 핑거프린트 데이터를 기반으로 RNN 모델의 순차적인 입력 데이터의 생성을 위한 영역 클러스터링 방법에 대해 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.458-459
• /
• 2021

최근, 실내 위치 기반 서비스에서 정확한 서비스를 위해 Wi-Fi 핑거프린트 기반의 딥러닝 기술을 이용한 연구가 이루어지고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 이때 학습 데이터로서 연속적인 순차 데이터를 필요로 한다. 그러나 일반적으로 Wi-Fi 핑거프린트 데이터의 경우 특정 위치에 대한 신호들만으로 관리되기 때문에 RNN 모델의 학습데이터로 사용이 부적절하다. 본 논문은 RNN 모델의 순차적인 입력 데이터의 생성을 위해 클러스터링을 통한 영역 데이터로 확장된 Wi-Fi 핑거프린트 데이터 기반 이동 경로의 예측을 통한 경로 생성 방법에 대해 제안한다.

• Spatial Information Research
• /
• 제16권4호
• /
• pp.441-453
• /
• 2008

LBS, GIS 및 유비쿼터스 컴퓨팅의 기술의 빠른 발전과 함께, 우리가 다루는 공간은 더 이상실외공간에 한정되지 않고, 실내공간으로 확장되고 있다. 그런데 실내공간은 실외공간과 다른 특징을 가지고 있으므로 실내의 공간의 통합되고 연속적인 서비스를 제공하기 위하여서는 새로운 이론, 데이터모델 및 시스템을 개발하여야 한다. 이러한 이유로 실내공간인지를 위한 기초이론을 개발하고, 핵심기술 및 시스템을 구축하고, 서비스를 제공하기 위한 프로젝트가 시작되었다. 본 논문에서는 실내공간인지(ISA) 프로젝트의 목표와 연구주제들을 소개한다. 그리고 실내공간데이터베이스 관리시스템의 기초적 데이터타입과 연산자를 위한 프리즘데이터 모델을 소개한다. 또한 T. Kolbe가 제안한 실내공간 모델도 함께 소개한다. 이 모델은 다양한 공간을 통합하는데 기초가 될 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2774-2776
• /
• 2005

본 논문에서는 이동로봇에 삼차원 레이저 스캐너를 장착하여 삼차원 데이터의 수집, 수집된 데이터의 정합, 데이터 수집을 위한 이동로봇의 경로계획 및 장애물 회피주행 등 모든 작업들을 유기적으로 결합시켜 실내 환경에 다한 삼차원 모델을 자율제작하는 시스템을 제안한다. 이를 위해 스캔순서최적화를 통한 빠른 동적 물체 정보의 제거, 계층적 육면체 맵과 기하학적맵을 이용한 최적 경로 예측에 의한 다음 스캐닝 위치의 결정, 오도미터 정보와 명암 정보를 이용해 수정된 ICP 알고리즘을 통한 데이터의 정합을 통하여 이동물체와 관계없는 실내환경에 대한 삼차원 모델의 자율복원 한다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.899-904
• /
• 2022

본 세계적으로 출생률이 줄고 기대 수명이 늘어나 고령화 사회가 되어감에 따라 고령 인구의 건강 관리를 위한 시스템이 필요하다. 그 중 실내 건강 관리를 위한 스마트 홈 캐어 서비스를 위해서는 재실 여부 및 활동 유형에 관한 다양한 연구가 수행되고 있다. 본 논문에서는 스마트 홈 캐어 서비스를 위해 실내 온습도, CO2, 미세먼지 값과UWB 레이더 측위를 통해 재실 여부 뿐만 아니라 활동 유형을 분류하는 랜덤 포레스트 모델을 제안한다. 실험은 실내 온습도, CO2, 미세먼지를 측정하는 센서 3개와 UWB Radar 2개를 사용하여 2초 간격으로 실내 환경 및 재실자의 측위 데이터를 측정한다. 측정된 데이터는 이상치와 결측치를 보정 처리한 후 80%의 트레이닝 셋 데이터와 20%의 테스트 셋 데이터로 이분하며 랜덤 포레스트 모델을 적용하여 중요도 상위 변수 목록, 정확도, 민감도, 특이도, T1 스코어를 평가한다.

• 한국산학기술학회논문지
• /
• 제18권3호
• /
• pp.56-62
• /
• 2017

최근 3차원 공간정보에 대한 수요가 증가하면서 국토교통부, 서울시, 다음 카카오 등 여러 지자체 및 관련 업계에서 서비스를 구축하여 제공하고 있다. 이러한 지도 기반의 3차원 공간정보서비스에서 위치정확도는 특정 업무의 활용 가능성을 결정짓는 중요한 요소이다. 기존의 BIM 데이터는 상대좌표값으로 작성되어 절대좌표값을 갖는 GIS 데이터와 연계하는데 어려움이 있었다. 따라서 본 연구는 BIM/GIS 플랫폼 기반 모델링 데이터 구축을 통해 실내외 3차원 공간정보 간의 위치보정 방안을 제시하였다. 이를 위하여 플랫폼 테스트베드 대상을 선정한 후 데이터 구축 프로세스를 총 3단계로 진행하고, 실내공간정보를 다루는 BIM 모델과 실감형 가시화를 위한 정사영상 기반 3차원 텍스처링 모델 간 위치 불일치의 문제점을 파악하여 위치보정 알고리즘을 설계하였다. 단일 건물을 대상으로 상대좌표 기반의 BIM 모델 데이터를 절대좌표 기반의 텍스처링 데이터와 연계하기 위해 절대좌표 변환 알고리즘을 구현하여 건물의 절대위치를 1차 계산하고 BIM/GIS 플랫폼 지도상에서 텍스처링 데이터와 2차 매핑하여 3차원 모델 데이터의 최종 위치를 보정하였다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.65-73
• /
• 2014

최근 대형 실내공간을 대상으로 Indoor Google Map과 같은 실내지도 및 내비게이션 서비스가 부분적으로 제공되고 있다. 이러한 서비스들을 위해서 실내 데이터가 필요하며, 실내를 표현하는 데이터 모델 표준으로 CityGML과 IFC가 널리 사용되고 있다. 이 두 표준들은 실내의 가시화와 건축 구조물의 분석 등에 필요한 기하 정보들을 담고 있는데, 실내공간 내비게이션은 기하정보뿐만 아니라 의미적인 정보, 그리고 네트워크와 같은 위상정보도 필요로 한다. 이러한 요구에 맞춰 실내공간정보의 표현 및 저장, 교환을 위한 데이터 모델이자 GML3의 응용 스키마인 IndoorGML이 OGC의 표준으로 제정되고 있다. IndoorGML은 기하적인 요소들을 직접 표현할 수 있을 뿐만 아니라 다른 문서를 외부 참조하는 것이 가능하다. CityGML이나 IFC로 구축된 데이터가 많이 구축되고 있기 때문에 이를 가공하여 IndoorGML의 생성에 활용한다면 시간과 구축비용 줄여 경제적인 이득을 볼 수 있다. 이러한 이유로 본 논문은 CityGML으로 구축된 실내공간 데이터를 IndoorGML의 데이터로 유도하고 연결하는 방법을 제시한다. CityGML과 IndoorGML의 대응관계에 대해 분석하고, 두 표준으로 만들어진 인스턴스 문서들을 서로 연결할 때 나타나는 문제와 이슈들에 대해 살펴보고, 이에 대한 해결 방안에 대해 논의한다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.341-342
• /
• 2022

본 논문에서는 실내 재난 상황에서 재실자의 위치를 판단하기 위한 Frequency Modulated Continuous Wave(FMCW) 레이더 시스템의 정확도 향상을 위한 Generative Adversarial Networks(GAN) 기반의 신호 보간법을 제안한다. 제안된 실내 위치 추정 시스템은 딥러닝 학습 생성 모델을 활용하게 되는데, 학습을 위한 데이터의 수집이 용이하지 않아 부족하게 되는 학습데이터를 GAN 기법을 통해 확보하고자한다.

• 대한공간정보학회지
• /
• 제16권4호
• /
• pp.41-48
• /
• 2008

현재 활용되는 대부분의 3차원 모델은 3차원 객체의 가시화에 중점을 두고 있고 토폴로지 구조를 가지고 있지 않아 3차원 공간분석 및 응용에 있어 한계가 존재한다. 그리고 실내 공간의 수많은 객체들간의 관계를 완전 토폴로지 기반으로 구현하는 것은 복잡도나 연산속도가 지나치게 증가하여 현실성이 떨어진다. 이와 같은 문제를 해결하기 위해 본 연구에서는 공간 DBMS를 이용하여 실내 3차원 공간을 보다 간단하게 구축하는 방안을 제시하였다. 건물 내 각 공간의 공간정보와 속성 정보를 테이블 단위로 저장하면 DBMS의 빠른 질의와 연산 및 분석이 가능하다. 또한 질의를 통해 추출한 공간 데이터를 이용하여 2차원 및 3차원으로 가시화할 수도 있다. 본 연구에서는 층별 CAD 데이터를 공간 DBMS로 저장하여 2차원상의 토폴로지를 구현하고, 이를 3차원으로 가시화 할 수 있는, 2D-3D Hybrid 데이터모델을 제시하였다. 이러한 모델을 공간 DBMS로 구축하고 공간 함수와 질의를 활용하여 2차원 및 3차원으로 가시화 하는 과정을 제시하였고, 이를 이용하는 사례로서 실내 대피 경로 안내 시스템을 구축하는 과정을 예시하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.93-102
• /
• 2023

클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다.