• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3657-3682
• /
• 2018

This paper presents a Bluetooth and pedestrian dead reckoning (PDR)-based indoor fusion localization approach (BtPDR) using smartphones. A Bluetooth and PDR-based indoor fusion localization approach can localize the initial position of a smartphone with the received signal strength (RSS) of Bluetooth. While a smartphone is moving, BtPDR can track its position by fusing the localization results of PDR and Bluetooth RSS. In addition, BtPDR can adaptively modify the parameters of PDR. The contributions of BtPDR include: a Bluetooth RSS-based Probabilistic Voting (BRPV) localization mechanism, a probabilistic voting-based Bluetooth RSS and PDR fusion method, and a heuristic search approach for reducing the complexity of BRPV. The experiment results in a real scene show that the average positioning error is < 2m, which is considered adequate for indoor location-based service applications. Moreover, compared to the traditional PDR method, BtPDR improves the location accuracy by 42.6%, on average. Compared to state-of-the-art Wireless Local Area Network (WLAN) fingerprint + PDR-based fusion indoor localization approaches, BtPDR has better positioning accuracy and does not need the same offline workload as a fingerprint algorithm.

• 로봇학회논문지
• /
• 제9권1호
• /
• pp.28-38
• /
• 2014

This paper verifies the performance of Extended Kalman Filter(EKF) and MCL(Monte Carlo Localization) approach to localization of an underwater vehicle through experiments. Especially, the experiments use acoustic range sensor whose measurement accuracy and uncertainty is not yet proved. Along with localization, the experiment also discloses the uncertainty features of the range measurement such as bias and variance. The proposed localization method rejects outlier range data and the experiment shows that outlier rejection improves localization performance. It is as expected that the proposed method doesn't yield as precise location as those methods which use high priced DVL(Doppler Velocity Log), IMU(Inertial Measurement Unit), and high accuracy range sensors. However, it is noticeable that the proposed method can achieve the accuracy which is affordable for correction of accumulated dead reckoning error, even though it uses only range data of low reliability and accuracy.

• 전기전자학회논문지
• /
• 제17권4호
• /
• pp.440-445
• /
• 2013

본 논문은 쿼드로터의 최단거리 복귀 시 위치인식을 위해 확장칼만필터를(EKF) 이용한 저가형 GPS/INS 융합시스템과 셀 분할 알고리즘이 결합된 위치추정시스템을 제안한다. 연구에서는 저가형 GPS가 가지는 위치오차와 INS가 가지는 가속도 값의 계속적인 적분으로 인한 누적 오차를 줄이기 위해 확장칼만필터를 이용하여 GPS/INS 융합시스템을 구성한다. 또한 쿼드로터는 원점 복귀 명령 시 최단거리의 경로 지점에 대한 위치 경로 측정이 가능하기 때문에 위치 경로를 기준으로 셀 분할 알고리즘을 적용하여 GPS/INS 결합 데이터 중 실제 위치와 근접한 데이터를 결정함으로써 위치오차를 더욱 줄인다. 본 논문에서 제안하는 기법의 성능은 실외에서 쿼드로터 복귀 중 GPS, GPS/INS 결합, 셀 분할 알고리즘 적용 각각의 실험 결과를 비교함으로써 평가된다.

• 한국통신학회논문지
• /
• 제35권4B호
• /
• pp.647-658
• /
• 2010

기존에 연구된 위치인식 기법은 자신의 위치를 알고 있는 앵커노드만을 참조하여 일반노드의 위치를 계산한다. 그 외 노드들 간 관계를 고려하지 않기 때문에 참조하는 앵커노드의 수가 부족하거나 앵커노드로부터의 거리정보가 부정확한 경우에는 실제위치와 예측위치 간 위치오차 뿐만 아니라 노드 간 상대적인 위치오차가 크다. 본 논문에서는 일반노드가 노드 간 거리정보 없이 앵커노드와 한 홉 거리의 이웃노드의 정보만을 참조하여 모든 이웃 노드와의 거리가 균등하도록 위치를 계산하는 알고리즘을 제안한다. 노드가 모든 이웃노드와 균등한 거리에 위치함으로써 노드 간 상대적 위치오차와 네트워크 전체의 평균적인 위치오차를 감소시킨다. 다양한 환경에서의 모의실험을 통해서 제안하는 알고리즘의 성능을 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권4호
• /
• pp.269-277
• /
• 2007

진보된 하드웨어 개발 기술 및 다양한 응용 가능성으로 인하여 무선 센서 네트워크 시스템이 현재 또는 미래에 주목받을 것으로 기대된다. 최근 다양한 응용 중에서 해안 및 수중 센서 네트워크 시스템에 대한 관심이 증대되고 있다. 센서 네크워크 시스템을 해양 및 수중에 적용하여 해양 자원 샘플링, 환경 모니터링, 재해 예방, 항로 유도 등 다양한 이점을 얻을 수 있다. 그러나 이러한 응용을 위해서 센서 노드의 위치 정보가 제공되어야 한다. 따라서 해양 및 수중 환경에서 센서 노드들의 위치 정보를 얻기 위해 순차적인 위치 파악(Sequential Localization) 알고리즘을 제안한다. 순차적 위치 파악은 해안가에 적은 수의 비콘 노드를 설치하여 센서 노드의 위치를 파악한다. 순차적인 위치 파악(Sequential Localization) 방법은 위치 에러 누적 현상을 완화하고 최대한 센서 노드들의 위치 파악을 위해 센서 노드들의 위치 파악 순서를 제어하여 위치 정보를 얻는다. 순차적 위치 파악은 센서 노드들의 레퍼런스 노드의 개수에 대한 정보를 가지고 각 센서 노드의 위치 파악 순서를 지정한다. 가장 많은 레퍼런스 노드를 가지는 센서 노드가 위치 파악 시 가장 높은 우선순위를 갖는다. 순차적 위치 파악 알고리즘은 위치 에러 성능뿐만 아니라 최대한의 센서 노드의 위치 좌표를 구하여 센서 네트워크의 커버리지 또한 증대시킨다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.155.1-155
• /
• 2001

The main contribution of this research is that it gives:(1) a rational criterion to select the best self-localizing method for a particular situation, and (2) an appropriate arrangement of the landmarks to minimize the error. In this paper, the authors propose a set of indices to evaluate the accuracy of the self-localizing methods, and the indices are derived from a sensitivity which is defined as the ratio of the localizing error to sensor error. And then, we compare the accuracy of self-localizing a mobile robot with landmarks based on the indices, and propose a rational way to minimize the localizing error.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 춘계학술대회 논문집
• /
• pp.229-230
• /
• 2012

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.361-368
• /
• 2015

본 논문은 실내 환경에서 이동로봇의 위치추정을 위해 무향 칼만 필터(UKF, Unscented Kalman Filter)를 적용하는 방법을 기술한다. 위치 추정을 위해 적용한 무향 칼만 필터 방법은 측정 거리에 따라 오차 공분산 값을 조절하는 새로운 측정 불확실성 모델을 제안한다. 또한 이 방법은 속도정보의 불확실성 및 측정 불확실성에 관한 오차 공분산 행렬의 비 대각 성분을 '0'이 아닌 값으로 설정한다. 이 방법은 100*40m 의 실내 작업환경에서 외수용성 센서로서 레이저영역측정기(Laser range finder)를 가진 차륜형 이동로봇을 이용한 실험을 통하여 평가한다. 이 실험에서는 적응적 불확실성 모델을 사용하지 않는 보통의 방법과 제안된 방법의 추정성능을 비교한다. 또한 이 실험은 오차 공분산의 비 대각성분을 '0'이 아닌 값으로 설정하여 추정 성능이 개선되는 것을 확인한다. 이 논문은 이동로봇의 위치추정을 위한 실용적인 UKF 방법을 구현하고 그 성능을 평가 하는 것을 주요 내용으로 한다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8760-8766
• /
• 2015

본 논문에서는 실내에서의 정확한 위치 파악을 하여 넓은 실내에서 사람의 길 안내 및 로봇 청소기 등의 위치 파악에 적용 할 수 있는 기술을 개발 하고자 한다. 이를 위해 RFID tag를 지면에 부착하여, tag 배치 패턴을 다르게 하면서, 위치 파악을 하는데 있어서 어떤 패턴이 오차가 적은지를 확인하고자 한다. 연구에는 MT92(900MHz대 안테나)와 ALR 9900+(리더기)를 이용하여 실험을 하였다. 그 결과 마름모, 직사각형, 정육각형 그리고 정사각형 tag 배치 중 정사각형 배치에서 21.19cm의 적은 오차를 확인하였다. 그러나 단위 면적 당 배치된 tag수가 6개인 정육각형 배치를 함께 고려하였을 때, 정육각형 배치가 비교적 효율적인 배치라는 것을 확인하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권4호
• /
• pp.173-180
• /
• 2006

A key component of autonomous navigation of intelligent home robot is localization and map building with recognized features from the environment. To validate this, accurate measurement of relative location between robot and features is essential. In this paper, we proposed relative localization algorithm based on 3D reconstruction of scale invariant features of two images which are captured from two parallel cameras. We captured two images from parallel cameras which are attached in front of robot and detect scale invariant features in each image using SIFT(scale invariant feature transform). Then, we performed matching for the two image's feature points and got the relative location using 3D reconstruction for the matched points. Stereo camera needs high precision of two camera's extrinsic and matching pixels in two camera image. Because we used two cameras which are different from stereo camera and scale invariant feature point and it's easy to setup the extrinsic parameter. Furthermore, 3D reconstruction does not need any other sensor. And the results can be simultaneously used by obstacle avoidance, map building and localization. We set 20cm the distance between two camera and capture the 3frames per second. The experimental results show :t6cm maximum error in the range of less than 2m and ${\pm}15cm$ maximum error in the range of between 2m and 4m.