• 디지털콘텐츠학회 논문지
• /
• 제15권1호
• /
• pp.129-136
• /
• 2014

Wi-Fi fingerprinting 시스템은 실내에서 사용되는 위치 측위 방법이며 AP(Access Point)에서 발생하는 RSS(Received Signal Strength)에 의존한다. AP로부터의 RSS는 벽, 장애물 그리고 사람에 의한 간섭과 다중경로 페이딩 효과에 의하여 변할 수 있기 때문에 Wi-Fi fingerprinting 시스템은 낮은 측위 정확도를 갖는다. 또한, Wi-Fi 신호는 벽을 통과하기 때문에 기존의 시스템은 사용자가 현재 위치해 있는 층을 구분하기 어렵다. 이러한 단점을 극복하기 위하여 본 논문은 정확한 실내 측위를 위한 LED fingerprinting 시스템을 제안한다. 제안된 시스템은 LED로부터 발생하는 LED-ID와 LED의 광 파워를 사용한다. 본 시스템의 Training 단계에서는 각 장소에 해당하는 Fingerprinting을 데이터베이스에 기록한다. Serving 단계에서는 K-NN(K-Nearest Neighbor) 알고리즘을 적용하여 기존의 데이터와 새롭게 수신되는 사용자의 데이터를 비교한다. 컴퓨터 시뮬레이션을 통해 CDF(Cumulative Distribution Function) 형태로 본 시스템의 성능을 나타내었고, 시뮬레이션 결과로부터 제안된 시스템은 평균 측위 정확도보다 8.6% 높은 정확도를 얻을 수 있다.

• 스마트미디어저널
• /
• 제4권2호
• /
• pp.68-76
• /
• 2015

최근 다양한 스마트 기기가 보급화 됨에 따라 스마트 기기를 이용한 실내 위치추적 기술 연구 또한 활발히 진행되고 있다. 하지만 실내 위치추적 기술은 GPS 센서 없이 실내의 위치를 추적해야 한다는 제약 사항이 있다. 본 논문에서는 별도의 인프라 구축이 필요 없고 오차범위가 작은 실내위치추적 기법을 제안한다. 제안 기법은 기존 실내 측위를 위한 기법 중 걸음검출, Wi-Fi 핑거프린팅 기법들의 장단점이 서로 상호보완적 이라는 점에서 착안하였다. 제안하는 기법은 걸음검출을 통해 사용자의 변위를 측정하며 이를 보정하기 위해 Wi-Fi 핑거프린팅 기법을 혼합 형태로 사용한다. 본 논문에서는 실험을 통해 제안하는 기법의 유효성을 입증하고 실용화 가능성을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.597-599
• /
• 2018

최근 IOT(Internet of Things)환경에서 위치기반 서비스를 제공하기 위해 실내 위치인식 연구가 활발히 진행되고 있으며 실내 위치인식 기술은 주로 WiFi, 블루투스, RFID 등으로 구현되고 있다. 본 논문은 Arduino를 이용해 WiFi 측정 및 통신이 가능한 Smart Watch를 제작하였다. 실내위치 측위를 위해 WiFi Fingerprinting기법 Radiomap을 구축한 다음 Arduino Smart Watch에서 측정한 AP신호 값을 Radiomap과 비교하여 실내위치 측정 및 데이터 수집하였다. 향후 수집된 다수의 사용자 데이터를 군집도 분석하거나 실내공간에서의 IOT(Internet of Things)분야에 활용 가능 할 것으로 예상된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.155-158
• /
• 2017

WiFi Fingerprinting기술의 측위 정확도에 가장 큰 영향을 주는 요인은 수신되는 신호세기(RSS)의 안정성이다. 하지만 실내 환경의 높은 복잡도로 인해 같은 위치에서도 RSS가 시간에 따라 변화하며 불안정하다. 이러한 RSS variance 문제를 해결 하기위한 다양한 연구들이 수행되었다. 하지만 기존 연구들의 경우 시스템의 복잡도가 증가하며, RSS가 급격히 변하는 경우에는 측위 성능을 보장 할 수 없다. 본 논문에서는 특수한 구조를 갖는 Neural Network설계하고 이에 최적화된 입력 Feature고안하며 이를 통해 급격한 RSS 변화에서도 성능을 보장하는 WiFi Fingerprinting 알고리즘 제안한다. 제안하는 알고리즘과 기존 알고리즘을 동일한 조건에서 시뮬레이션을 통해 비교한 결과 제안하는 알고리즘이 급격한 RSS 변화에서 상대적으로 높은 측위 정확도 보여줌을 확인 할 수 있었다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권3호
• /
• pp.271-280
• /
• 2023

Pedestrian Dead Reckoning (PDR) methods using initial sensors are being studied to provide the location information of smart device users in indoor environments where satellite signals are not available. PDR can continuously estimate the location of a pedestrian regardless of the walking environment, but has the disadvantage of accumulating errors over time. Unlike this, WiFi signal-based wireless positioning technology does not accumulate errors over time, but can provide positioning information only where infrastructure is installed. It also shows different positioning performance depending on the environment. In this paper, an integrated positioning technology integrating two positioning techniques with different error characteristics is proposed. A technique for correcting the error of PDR was designed by using the location information obtained through WiFi Measurement-based fingerprinting as the measurement of Extended Kalman Filte (EKF). Here, a technique is used to variably calculate the error covariance of the filter measurements using the WiFi Fingerprinting DB and apply it to the filter. The performance of the proposed positioning technology is verified through an experiment. The error characteristics of the PDR and WiFi Fingerprinting techniques are analyzed through the experimental results. In addition, it is confirmed that the PDR error is effectively compensated by adaptively utilizing the WiFi signal to the environment through the EKF to which the adaptive error covariance proposed in this paper is applied.

• 디지털융복합연구
• /
• 제11권4호
• /
• pp.243-249
• /
• 2013

본 논문에서는 GPS(Global Positioning System)를 사용할 수 있는 실외와 GPS(Global Positioning System)를 사용할 수 없는 실내에서 Wi-Fi(Wireless Fidelity)를 이용한 안드로이드 기반의 위치 정보 시스템을 설계 및 구현하였다. 보행자의 위치를 실내에서 추정하기 위해서는, 보행자의 위치에 상관없이 절대위치를 구하는 것이 필요하고, 보행자의 움직임에 따라서 상대위치를 연속적으로 추정하는 것이 필요하다. 보행자의 초기위치를 추정하기 위해서 Wi-Fi fingerprinting을 사용하였다. 기존의 Wi-Fi fingerprinting에서 가장 위치 오차가 작은 WKNN(Weighted K Nearest Neighbor) 알고리즘의 단점을 보완한 EWKNN(Enhanced Weighted K Nearest Neighbor) 알고리즘을 사용해 위치의 정확도를 높였다. 그리고 보행자의 상대위치를 추정하기 위해서는, 스마트폰에 탑재되어 있는 IMU(Inertial Measurement Unit)를 사용하였기 때문에 추가적인 장비가 필요하지 않았다.

• Journal of Information Technology Applications and Management
• /
• 제15권2호
• /
• pp.51-65
• /
• 2008

The purpose of this paper is introducing WiFi based EKF(Extended Kalman Filter) method for indoor positioning. The advantages of our EKF method include: 1) Any special equipment dedicated for positioning is not required. 2) implementation of EKF does not require off-line phase of fingerprinting methods. 3) The EKF effectively minimizes squared deviation of the trilateration method. In order to experimentally prove the advantages of our method, we implemented indoor positioning systems making use of the K-NN(K Nearest Neighbors), Bayesian, decision tree, trilateration, and our EKF methods. Our experimental results show that the average-errors of K-NN, Bayesian and decision tree methods are all close to 2.4 meters whereas the average errors of trilateration and EKF are 4.07 meters and 3.528 meters, respectively. That is, the accuracy of our EKF is a bit inferior to those of fingerprinting methods. Even so, our EKF is accurate enough to be used for practical indoor LBS systems. Moreover, our EKF is easier to implement than fingerprinting methods because it does not require off-line phase.

• 한국통신학회논문지
• /
• 제41권10호
• /
• pp.1197-1209
• /
• 2016

최근 스마트 기기의 보급 및 활용 증가로 인한 실내 위치 인식 시스템 수요가 급증함에 따라, Wi-Fi 및 BLE(Bluetooth Low Energy) 비콘을 이용한 실내 측위 시스템이 각광받고 있다. 본 논문은 BLE 비콘 기반에 중점을 두고 RSSI 신호를 이용하여 거시적인 삼변 측량 기법을 이용하여 산출한다. 그 결과 값을 근사치 위치에만 Fingerprinting을 적용하여 위치 측위 기본 연산량을 줄임과 동시에 에너지 효율을 증대시킨다. 또한 선정된 Fingerprinting Cell 주위의 AP(Access Point)만을 이용하여 사용자의 단말 위치의 정밀성을 보장하는 정밀 삼변 측량 연산을 수행하여 에너지 효율을 고려한 BLE 핑거프린팅 기반의 정밀 실내 측위 알고리즘을 제안한다. 또한 비교 기술로 실내 측위 시장 내 많이 이용 되는 BLE 및 Wi-Fi 환경 내의 핑거프린팅 기술을 본 논문에 제안한 알고리즘 방식을 기반으로 비교하여 실험 및 결과를 검증하였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권4호
• /
• pp.399-408
• /
• 2023

In this paper, we propose a solution that enables continuous indoor/outdoor positioning of smartphone users through the integration of Pedestrian Dead Reckoning (PDR) and GPS/WiFi signals. Considering that accurate step detection affects the accuracy of PDR, we propose a Deep Neural Network (DNN)-based technology to distinguish between walking and non-walking signals such as walking in place. Furthermore, in order to integrate PDR with GPS and WiFi signals, a technique is used to select a proper measurement by distinguishing between indoor/outdoor environments based on GPS Dilution of Precision (DOP) information. In addition, we propose a technology to adaptively change the measurement error covariance matrix by detecting measurement outliers that mainly occur in the indoor/outdoor transition section through a residual-based χ² test. It is verified through experiments on a testbed that these technologies significantly improve the performance of PDR and PDR/GPS/WiFi fingerprinting-based integrated pedestrian navigation.