• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.1003-1004
• /
• 2017

본 연구에서는 실내 환경에서 드론의 측위를 위한 마커 인식 및 검출 기술을 소개한다. 기존 실내 측위를 위한 기술인 Global Positioning System이나 Wi-Fi를 이용한 삼각측량 기법은 실내 환경에서 각각의 성질로 인하여 사용하기 어려운 점이 있다. 본 논문에서는 2차원 바코드와 마커 등의 객체를 드론의 카메라를 이용한 실시간 영상 전송을 통하여 검출하여 위치 정보를 획득하는 기술을 소개한다. 실험에서는 드론의 카메라를 통하여 실시간 전송된 영상에서 OpenCV V2.4.10을 통하여 객체를 검출하였고, 카메라와 객체 사이의 거리와 바코드 크기에 따른 2차원 바코드의 검출 여부를 보였으며 15*15cm의 2차원 바코드는 비교적 잘 인식하였으나 비교적 작은 11*11cm의 2차원 바코드는 거리가 멀어질 수록 인식이 힘들어지는 결과를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권5호
• /
• pp.1881-1903
• /
• 2015

With the fast-developing of mobile terminals, positioning techniques based on fingerprinting method draws attention from many researchers even world famous companies. To conquer some shortcomings of the existing fingerprinting systems and further improve its performance, we propose a radio map building and updating technique, which is able to customize the spatial and temporal dependency of radio maps. The method includes indoor propagation and penetration modeling and the analysis of human traffic. Based on the combination of Ray-Tracing Algorithm, Finite-Different Time-Domain and Rough Set Theory, the approach of indoor propagation modeling accurately represents the spatial dependency of the radio map. In terms of temporal dependency, we specifically study the factor of moving people in the interest area. With measurement and statistics, the factor of human traffic is introduced as the temporal updating component. We improve our existing indoor positioning system with the proposed building and updating method, and compare the localization accuracy. The results show that the enhanced system can conquer the influence caused by moving people, and maintain the confidence probability stable during week, which enhance the actual availability and robustness of fingerprinting-based indoor positioning system.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제13권1호
• /
• pp.21-30
• /
• 2024

최근 자율주행차 시장이 지속해 성장함에 따라 충전 인프라에 대한 필요성이 커지고 있다. 그러나 무선 충전 시스템의 경우 기존 유선 충전에 비해 대출력이 요구되어 안정성 문제가 제기되고 있다. 자율주행차 무선 충전 인프라를 구축하기 위한 표준으로는 SAE J2954가 존재하며 해당 표준에서는 차량과 전력 전송 시스템 간의 통신 방법에 대해 정의한다. SAE J2954에서는 자율주행차량의 무선 충전 통신 방법으로 Wi-Fi, Bluetooth 및 UWB와 같은 물리적 미디어를 사용해 차량과 충전 패드 간의 통신을 활성화할 것을 권장한다. 특히 UWB는 실내 환경에서 견고한 통신 능력을 보이고 간섭에 민감하지 않기 때문에 실내외 충전 환경에서 적합한 솔루션이다. 해당 표준에서는 무선전력전송 시스템을 구축하기 위한 프로세스로 충전 시작부터 충전 완료까지를 여러 단계로 구분하였다. 본 연구에서는 UWB 기술을 사용하여 무선전력전송 시스템의 한 가지 프로세스인 Fine alignment의 수단으로 사용한다. 실제 자율주행차 무선전력전송 시스템에 적용 가능성을 판단하기 위해 거리에 따라 실험을 수행하였으며 UWB로부터 거리 정보를 수집하였다. UWB로부터 얻어진 거리 데이터의 정확도를 향상시키기 위해 수집한 데이터를 세 단계의 전처리 과정을 거쳐 머신러닝과 딥러닝 기법을 적용한 Single Model과 Multi Model을 제안한다.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.837-845
• /
• 2016

Providing a customer with tailored location-based services (LBSs) is a fundamental problem. For location-estimation techniques with radio-based measurements, LBS applications are widely available for mobile devices (MDs), such as smartphones, enabling users to run multi-task applications. LBS information not only enables obtaining the current location of an MD but also provides real-time push-pull communication service. For indoor environments, localization technologies based on radio frequency (RF) pattern-matching approaches are accurate and commonly used. However, to survey radio information for pattern-matching approaches, a considerable amount of time and work is spent in indoor environments. Consequently, in order to reduce the system-deployment cost and computing complexity, this article proposes an indoor positioning approach, which involves using Asus Xtion to facilitate capturing RF signals during an offline site survey. The depth information obtained using Asus Xtion is utilized to estimate the locations and predict the received signal strength (RF information) at uncertain locations. The proposed approach effectively reduces not only the time and work costs but also the computing complexity involved in determining the orientation and RF during the online positioning phase by estimating the user's location by using a smartphone. The experimental results demonstrated that more than 78% of time was saved, and the number of samples acquired using the proposed method during the offline phase was twice as much as that acquired using the conventional method. For the online phase, the location estimates have error distances of less than 2.67 m. Therefore, the proposed approach is beneficial for use in various LBS applications.

• 한국측량학회지
• /
• 제36권5호
• /
• pp.395-401
• /
• 2018

Recently, most of mobile devices are equipped with GNSS (Global Navigation Satellite System). When the GNSS signal is available, it is easy to obtain position information. However, GNSS is not suitable solution for indoor localization, since the signals are normally not reachable inside buildings. A wide varieties of technology have been developed as a solution for indoor localization such as Wi-Fi, beacons, and inertial sensor. With the increased sensor combinations in mobile devices, mobile devices also became feasible to provide a solution, which based on PDR (Pedestrian Dead Reckoning) method. In this study, we utilized the combination of three sensors equipped in mobile devices including accelerometer, digital compass, and gyroscope and applied three representative PDR methods. The proposed methods are done in three stages; step detection, step length estimation, and heading determination and the final indoor localization result was evaluated with terrestrial LiDAR (Light Detection And Ranging) data obtained in the same test site. By using terrestrial LiDAR data as reference ground truth for PDR in two differently designed experiments, the inaccuracy of PDR methods that could not be found by existing evaluation method could be revealed. The firstexperiment included extreme direction change and combined with similar pace size. Second experiment included smooth direction change and irregular step length. In using existing evaluation method which only checks traveled distance, The results of two experiments showed the mean percentage error of traveled distance estimation resulted from three different algorithms ranging from 0.028 % to 2.825% in the first experiment and 0.035% to 2.282% in second experiment, which makes it to be seen accurately estimated. However, by using the evaluation method utilizing terrestrial LiDAR data, the performance of PDR methods emerged to be inaccurate. In the firstexperiment, the RMSEs (Root Mean Square Errors) of x direction and y direction were 0.48 m and 0.41 m with combination of the best available algorithm. However, the RMSEs of x direction and y direction were 1.29 m and 3.13 m in the second experiment. The new evaluation result reveals that the PDR methods were not effective enough to find out exact pedestrian position information opposed to the result from existing evaluation method.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.94-106
• /
• 2020

근래의 위치 측위 방법으로 GPS(Global Positioning System) 위성정보를 활용하는 전파항법 방식을 많이 사용하고 있다. GPS 활용범위가 넓어지고 다양한 측위 정보를 기반으로 하는 분야가 생기면서 보다 높은 정확도를 얻기 위한 새로운 방법들이 요구되고 있다. 자율주행차의 경우 IMU(Inertial Measurement Unit)를 사용한 항법 시스템인 INS(Inertial Navigation System)와 차량 내부 센서를 이용한 DR(Dead Reckoning) 알고리즘을 사용하여 GPS의 정확도 저하나 음영지역에서의 위치 측정방법으로 사용하고 있다. 그러나 이러한 측위 방법은 대형화되는 빌딩 지역, 터널, 지하 주차장 등 다양한 음영지역과 시간이 지남에 따라 오차가 계속 증가하는 누적 기반 위치추정 방법의 한계로 인해 많은 문제 요소가 있다. 본 논문은 GPS 음영지역에서 차량의 위치 측위를 위해, 대중적 무선 통신인 WLAN을 이용한 Fingerprint 기법을 4개의 Anchor 형태로 AP(Access Point)와 지향성 안테나를 위치하여 넓은 지하 주차공간에서 효율적인 측위 방법을 제시하고 시간이 지남에 따라 주차된 차량이 이동하는 환경에서도 변화가 없는 위치 측위 결과를 입증하였다.