• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.43-53
• /
• 2023

본 연구는 실내 상업적 공간, 특히 카페에서 보안 카메라를 이용해 방문자 수와 위치를 실시간으로 파악하고, 이를 통해 사용 가능한 좌석 정보와 혼잡도 예측을 제공하는 시스템의 개발을 목표로 한다. 우리는 실시간 객체 탐지 및 추적 알고리즘인 YOLO를 활용하여 방문자 수와 위치를 실시간으로 파악하며, 이 정보를 카페 실내 지도에 업데이트하여 카페 방문자가 사용 가능한 좌석을 확인할 수 있도록 한다. 또한, 우리는 vanishing gradient문제를 해결한 장단기 메모리(Long Short Term Memory, LSTM)와 시간적인 관계를 가지는 데이터를 처리하는데 유용한 시퀀스-투-시퀀스(Sequence-to-Sequence, Seq2Seq)기법을 활용해 다양한 시간 간격에 따른 방문자 수와 움직임 패턴을 학습하고, 이를 바탕으로 카페의 혼잡도를 실시간으로 예측하는 시스템을 개발하였다. 이 시스템은 카페의 관리자와 이용자 모두에게 예상 혼잡도를 제공함으로써, 카페의 운영 효율성을 향상시키고, 고객 만족도를 높일 수 있다. 본 연구에서는 보안 카메라를 활용한 실내 위치 추적 기술의 효용성을 입증하며, 상업적 공간에서의 활용 가능성과 더불어 미래 연구 방향을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권12호
• /
• pp.5422-5441
• /
• 2016

Despite the abundant literature in the field, there is still the need to find a time-efficient, highly accurate, easy to deploy and robust localization algorithm for real use. The algorithm only involves minimal human intervention. We propose an enhanced Received Signal Strength Indicator (RSSI) based positioning algorithm for Wi-Fi capable devices, called the Dynamic Weighted Evolution for Location Tracking (DWELT). Due to the multiple phenomena affecting the propagation of radio signals, RSSI measurements show fluctuations that hinder the utilization of straightforward positioning mechanisms from widely known propagation loss models. Instead, DWELT uses data processing of raw RSSI values and applies a weighted posterior-probabilistic evolution for quick convergence of localization and tracking. In this paper, we present the first implementation of DWELT, intended for 1D location (applicable to tunnels or corridors), and the first step towards a more generic implementation. Simulations and experiments show an accuracy of 1m in more than 81% of the cases, and less than 2m in the 95%.

• 한국건축시공학회지
• /
• 제21권6호
• /
• pp.677-687
• /
• 2021

화재가 발생했을 때, 대피자가 화재 위치와 규모 등의 화재정보, 그리고 출구 위치와 대피자 스스로의 위치를 확인할 수 있다면, 신속하게 대피할 수 있을 것이다. 본 연구에서는 화재정보를 대피자에게 전송하고 대피자의 위치를 확인할 수 있는 시스템을 개발하였다. 선행연구를 통하여 시스템 개발에 필요한 요구사항을 네 가지 도출하였다. 요구사항에는 시스템이 작동하는데 필요한 전력이 크지 않아야 하며, 화재정보를 송·수신하기 위해서 필요한 거리 제한과 추가 장비, 그리고 중앙 서버가 없어도 시스템이 작동할 수 있어야 한다는 것이 포함된다. 이와 같은 요구사항을 기반으로, 본 연구에서는 건물 화재정보를 대피자의 모바일 기기로 전송할 수 있고, 대피자의 위치를 추적할 수 있는 서버 독립형 시스템을 개발하였다. 개발된 시스템은 화재정보를 전송하는 장치와 화재정보를 수신하고 대피자 위치를 추적할 수 있는 모바일 기기의 어플리케이션으로 구성된다. 화재에 의해서 중앙 서버가 손상되어도 대피자는 개발된 시스템을 사용하여 화재 위치와 규모, 출구의 위치와 대파자의 위치를 확인할 수 있으므로, 인명피해를 감소시키는데 기여할 수 있을 것이다. 또한, 실내위치추적에 사용되는 fingerprint 알고리듬의 사용성 향상을 위한 이론적 기초로도 활용될 수 있을 것이다. Fingerprint 사용을 위한 데이터베이스를 구축할 때에 소요되는 노력과 비용을 감소시키는 방법을 제안했기 때문이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.177-179
• /
• 2021

본 논문은 실내 공간에서 상호작용 로봇이 사용자의 시선이 응시하는 목표지점의 위치정보를 추정하는 방법을 제안한다. 저가의 웹캠으로부터 RGB 영상을 추출하고, 얼굴검출(Openface)모듈로부터 사용자의 헤드포즈 정보를 획득한 후 기하학적 연산을 적용하여 3차원 공간 내 사용자의 응시방향을 추정하게 된다. 추정된 응시방향과 테이블 상의 평면과의 상관관계를 통하여 최종적으로 사용자가 응시하는 목표 지점의 좌표를 추정하게 된다.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.687-694
• /
• 2022

본 논문에서는 Visual 동시적 위치추정 및 지도작성(SLAM : Simultaneous Localization and Mapping)기술을 응용하여 실내에서 생성된 SLAM 맵을 기반으로 지정된 목적지에 물건을 배달하는 자율주행 차량 플랫폼을 제안하였다. 실내에서 SLAM 맵을 생성하기 위해 소형 자율주행 차량 플랫폼의 상단에 SLAM 맵 생성을 위한 심도 카메라를 설치하고 SLAM 맵 속에서의 정확한 위치추정을 하기 위해 추적 카메라를 장착하여 구현하였다. 또한, 목적지의 표찰을 인식하기 위해 합성곱 신경망(CNN : Convolutional neural network)을 사용하여 목적지에 정확하게 도착할 수 있도록 주행 알고리즘을 적용하여 설계하였다. 실내 배송 자율주행 차량을 실제로 제작하였고 SLAM 맵의 정확도 확인과 CNN을 통한 목적지 표찰 인식 실험을 수행하였다. 결과적으로 표찰 인식의 성공률을 향상시켜 구현한 실내 배송용 자율주행 차량의 활용 적합성 여부를 확인하였다.