• 한국통신학회논문지
• /
• 제37권5C호
• /
• pp.410-419
• /
• 2012

본 논문에서는 병원 실내 위치기반 의료정보 푸쉬 서비스를 위한 안전하고 효율적인 익명 인증 스킴을 제안한다. 제안한 스킴은 다음과 같은 장점들을 가진다. (1)안전한 일방향 해쉬 함수(secure one-way hash function)를 사용하여 의료 서비스 사용자와 의료 관리센터 사이에 연산 복잡성을 최소화 하였다. (2)의료 관리센터 측에 삽입공격(insertion attacks) 및 훔친 검증자 공격(stolen-verifier attacks) 등 다양한 암호학적 공격들에 대한 대상이 될 수 있는 민감한 정보를 저장하는 검증 테이블(verification table)을 전혀 필요로 하지 않는다. (3)안전한 상호 인증과 키 설정(secure mutual authentication and key establishment), 기밀 통신(confidential communication), 사용자 프라이버시(user's privacy), 간단한 키 관리(simple key management), 세션 키 독립성 (session key independence)등을 보장하여 높은 보안 수준을 제공한다. 결론적으로 제안한 스킴은 병원 내 실내 위치기반 의료정보 푸쉬 서비스 환경에서 의료 서비스 사용자와 의료 관리센터 사이에서 아주 낮은 연산 오버헤드를 제공하기 때문에 스마트폰과 같은 경량 디바이스를 이용한 다양한 위치기반 의료정보 서비스 환경에 매우 실용적으로 활용될 수 있다.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.154-161
• /
• 2018

최근 스마트폰 사용자가 늘어남에 따라 실내 위치인식 서비스에 대한 연구의 중요성이 증가하고 있다. 실내 위치인식에는 주로 WiFi, Bluetooth 등이 연구되고 있으나, 본 연구에서는 대부분의 실내 공간에 설치되어 있고 스마트폰에 WiFi 기능이 탑재되어 있어 접근성이 좋은 WiFi를 사용한다. 본 연구에서는 수집된 WiFi의 수신신호세기를 이용하는 핑거프린트 기술과 다변량 분류법 중 Ensemble learning method인 랜덤포레스트 알고리즘을 사용한다. 핑거프린트의 데이터로는 수신신호세기와 더불어 Mac주소를 사용해 총 4개의 라디오 맵을 만들어 사용하였다. 실험은 제한된 실내공간에서 진행하였고 실험분석을 위해 본 연구에서 제안하는 방법과 유사한 기존의 랜덤포레스트를 사용하는 실내 위치인식 시스템과 비교 분석하였다. 실험 결과 기존의 랜덤포레스트를 사용하는 실내 위치인식 시스템보다 본 연구에서 제안하는 시스템의 위치인식 정확도가 약 5.8% 높고 학습 데이터 개수에 상관없이 위치인식 속도가 일정하게 유지 되며 기존 방식 보다 더 빠름을 입증하였다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2968-2974
• /
• 2014

건물에 설치된 조명의 경우, 야간 통행자 및 광량이 부족한 곳을 위해 인체 감지센서를 이용하여 조명을 제어한다. 그러나 부적절한 센서 위치로 인한 오작동의 문제가 있으며, 대형 건물 통로의 경우 통행자 통과 후에도 장시간 조명기구가 점등되어 있는 문제점이 존재한다. 본 논문에서는 실내 위치 측위를 통해 상주자의 위치에 따라 조명을 제어하는 위치측위 기반 조명 제어 시스템을 제안한다. 제안하는 시스템은 위치측위 기술 중 하나인 fingerprinting 기술을 이용, 스마트 디바이스를 통해 수집된 RSSI (Received Signal Strength Indicator) 데이터를 토대로 측위 된 영역에 해당하는 조명만을 점등함으로써 불필요하게 소비되는 소비전력을 감소시킨다. 4인의 상주자가 존재하는 환경에서 실험결과 개별 조명의 조도는 308 lux였으며, 기존 방식에 비해 49 Wh의 소비전력 절감 효과가 나타났음을 확인하였다.

• 대한안전경영과학회지
• /
• 제21권4호
• /
• pp.59-65
• /
• 2019

The Location Based Service is growing rapidly nowadays due to the universalization of the use for smartphone, therefore the location determination technology has been placed in an important position. This study suggests a method that can provide the estimate of users' location by using PDR method and smartphone geomagnetic sensor data. This method assists the measure of enhancing the accuracy of indoor localization. Moreover, it is to study ways to provide the exact indoor layout for evacuating the workers in emergency such as fires and natural disasters.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1855-1862
• /
• 2022

Beacon을 이용한 실내 재실 여부 결정 및 실내 측위 기술을 통해 다양한 실내 위치기반 서비스를 제공할 수 있다. 하지만, Beacon이 송출하는 BLE 신호는 다중 경로 페이딩 등의 문제로 인해 RSSI 값이 불안정하기 때문에 재실 여부 결정의 정확도를 보장하기 어렵다. 본 논문에서는 다양한 상황에서도 정확성을 보장하기 위해 강의실의 문이 열린 상태에서 데이터를 수집하였다. 수집된 데이터를 기반으로 신호의 특성을 고려한 재실 여부 결정 방법을 제안한다. 제안된 방법은 SVM 모델을 사용하며, 수신 신호 강도만을 사용한 결과에 비해 약 10% 정확도 향상을 보였다. 이 방법은 수신기 하나만으로도 재실 여부를 정확하게 판단할 수 있다는 장점이 있다. 제안된 방법을 통해 정확도 높은 염가형 재실 여부 결정 시스템을 구현할 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권4호
• /
• pp.1090-1105
• /
• 2012

A multi-modal sensing M2M healthcare monitoring system for the continuous monitoring of patients under their natural physiological states or elderly persons with chronic diseases is summarized. The system is designed for homecare or the monitoring of the elderly who live in country side or small rest home without enough support from caregivers or doctors, instead of patient monitoring in big hospital environment. Further insights into the natural cause and progression of diseases are afforded by context-aware sensing, which includes the use of accelerometers to monitor patient activities, or by location-aware indoor tracking based on ultrasonic and RF sensing. Moreover, indoor location tracking provides information about the location of patients in their physical environment and helps the caregiver in the provision of appropriate support.

• 지능정보연구
• /
• 제12권3호
• /
• pp.83-93
• /
• 2006

이 논문은 RFID를 이용한 무선 위치 인식 기술에 대한 것이다. 데이터의 RF 분석에 의한 수신된 신호의 강도로써 위치를 파악하고 위치 특성을 이해하는 실험을 하였다. 이 실험 시스템은 외부 환경 요인을 고려한 상태에서 5000대의 단말기를 이용하여 연구하였다. 이 위치 서비스는 특히 구매, 물류, 제조와 같은 일반산업, 자동조명/공조연동, 주차장 GATE 연동 서비스 등과 같은 많은 산업에서 이용될 것이다. 이 기술의 최적 솔루션은 일상생활의 지능형 정보가 필요하는 데이터의 저장과 접촉 비접촉에 토대를 둔 스마트 카드(전화카드, 은행카드..)등에도 이용될 것이다. 실내 위치 실험 방법은 서비스 및 추정된 위치 데이터를 이용한다. 이 연구의 결과는 아래와 같다. 첫째, Active RFID의 위치인식 시스템 설치 운영의 효율성과 둘째, 실내 무선위치 시스템의 추후 지능형 정보가 필요하는 여러 분야에서의 적용 가능성실험에 있다.

• 한국인터넷방송통신학회논문지
• /
• 제12권3호
• /
• pp.89-97
• /
• 2012

최근 환경 문제가 전 세계적으로 대두가 되면서 효율적인 에너지 관리 기술이 요구 되고 있다. 이러한 추세에 따라 앞으로의 홈 네트워크 서비스는 효율적인 에너지 관리 기술을 중심으로 한 스마트 홈 서비스 가 대두가 될 것으로 보이며 사용자 중심의 실시간 에너지 감시 및 제어 시스템의 통합 기술이 요구가 되고 있다. 본 논문에서는 주택 내 효율적인 에너지 사용 관리를 위하여 스마트폰을 이용하여 위치 기반 그린 홈 서비스를 제시한다. 단독 주택에 그린 홈 서비스를 적용하기 위한 그린 홈 네트워크 시스템을 설계하고 홈 네트워크를 구성하는 각 기기들과 연계하여 통합 게이트웨이를 구현한다. 스마트폰을 활용하여 가전 제어 서비스와 실내 위치 서비스를 구현하고 각 방의 신호세기 변화에 따른 위치 측위를 시행하여 사용자의 재실 여부를 확인한다. 에너지의 절감 여부를 확인하기 위해 에너지 사용 패턴에 대한 시나리오를 설정하고 스마트 미터를 활용하여 실내 위치 서비스 적용에 따른 에너지 변화를 비교하였다. 제안 시스템 적용 전과 적용 후의 에너지 사용량 비교 결과 최대 30%의 에너지 절감 효과를 보여 주택 내 에너지 비용의 절감 효과를 볼 수 있을 것으로 기대된다.

• 대한기계학회논문집A
• /
• 제36권11호
• /
• pp.1433-1439
• /
• 2012

본 논문에서는 Building Energy Management System(BEMS) 구현을 위해 "재실자의 위치 및 인원정보" 에 기반을 둔 실내 위치 기반 서비스 및 그를 위한 센서 시스템에 대하여 제안한다. 본 논문에서 제안한 센서 시스템에는 열에너지 그 자체를 감지 할 수 있는 서모파일 센서와 비 접촉 방식으로 대상까지의 거리를 얻어낼 수 있는 초음파센서, 그리고 이를 제어하고 구동할 수 있는 기구 및 동작부가 포함된다. 본 시스템은 적절한 크기의 방 전체를 감시할 수 있도록, $360^{\circ}$ 회전과 틸팅이 가능한 구조로 되어있어, 실내공간내의 재실자의 인원 및 위치를 동시에 파악할 수 있다. 또한 무선통신 기술인 블루투스 모듈을 통해 빌딩 관리자나 스마트 홈 서버와의 통신이 가능하도록 되어 있어, 빌딩내의 조명이나 공조시스템을 자동으로 제어, 관리하게 함으로써 전체 에너지 절약을 가능케 한다. 마지막으로 측정 데이터 검증을 위한 실환경 실험을 통해, 본 연구에서 제안한 시스템의 효용성 및 타당성을 확인한다.

• International journal of advanced smart convergence
• /
• 제13권1호
• /
• pp.37-47
• /
• 2024

This study presents the results of designing a system that determines the location of a person in an indoor environment based on a single IMU sensor attached to the tip of a person's shoe in an area where GPS signals are inaccessible. By adjusting for human footfall, it is possible to accurately determine human location and trajectory by correcting errors originating from the Inertial Measurement Unit (IMU) combined with advanced machine learning algorithms. Although there are various techniques to identify stepping, our study successfully recognized stepping with 98.7% accuracy using an artificial intelligence model known as Long Short-Term Memory (LSTM). Drawing upon the enhancements in our methodology, this article demonstrates a novel technique for generating a 200-meter trajectory, achieving a level of precision marked by a 2.1% error margin. Indoor pedestrian navigation systems, relying on inertial measurement units attached to the feet, have shown encouraging outcomes.