KR101005753B1 - 예보 필터를 이용한 측위 방법 - Google Patents

예보 필터를 이용한 측위 방법 Download PDF

Info

Publication number
KR101005753B1
KR101005753B1 KR1020080019931A KR20080019931A KR101005753B1 KR 101005753 B1 KR101005753 B1 KR 101005753B1 KR 1020080019931 A KR1020080019931 A KR 1020080019931A KR 20080019931 A KR20080019931 A KR 20080019931A KR 101005753 B1 KR101005753 B1 KR 101005753B1
Authority
KR
South Korea
Prior art keywords
mobile node
positioning
change
filter
angle
Prior art date
Application number
KR1020080019931A
Other languages
English (en)
Other versions
KR20090094929A (ko
Inventor
백진석
김준우
오윤제
마중수
서명환
최성창
지명인
Original Assignee
한국과학기술원
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원, 삼성전자주식회사 filed Critical 한국과학기술원
Priority to KR1020080019931A priority Critical patent/KR101005753B1/ko
Priority to EP09153873A priority patent/EP2098882A3/en
Priority to CN2009101185625A priority patent/CN101526602B/zh
Priority to US12/397,799 priority patent/US8374624B2/en
Publication of KR20090094929A publication Critical patent/KR20090094929A/ko
Application granted granted Critical
Publication of KR101005753B1 publication Critical patent/KR101005753B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/10Scheduling measurement reports ; Arrangements for measurement reports
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W8/00Network data management
    • H04W8/02Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks

Abstract

본 발명은 모바일 노드의 측위에 대한 성능 향상을 위한, 예보 필터를 이용한 모바일 노드의 측정 방법에 관한 것으로, 모바일 노드의 측위 방법에 있어서, 상기 모바일 노드의 움직임 패턴의 변화를 인지하는 과정과, 상기 모바일 노드의 움직임 패턴의 변화에 대응하여 위치측정주기 및 예보필터의 가중치를 적응적으로 수정하는 과정과, 상기 가중치에 의해 수정된 값으로 상기 모바일 노드에 대해 측정된 위치를 보정하는 과정을 포함한다.
모바일 노드, 앵커 노드, 최소 자승법, 예보 필터, 칼만 필터

Description

예보 필터를 이용한 측위 방법{LOCATION MEASUREMENT METHOD BASED ON PREDICTIVE FILTER}
본 발명은 모바일 노드(Mobile Node)의 측위 방법에 관한 것으로, 특히 예보 필터(predictive filter)를 이용하여 모바일 노드의 측위에 대한 정확도를 높일 수 있도록 하는 측위 방법에 관한 것이다.
현재 모바일 노드(Mobile Node)의 측위 오차를 보정하는 방법으로, 과거의 측위 정보 및 환경적 정보 등을 이용하여 위치를 예측하는 예보 필터(predictive filter)를 사용하여 측위 오차를 보정하는 방법, 측위가 행하여지는 지역에 대하여 사전에 조사된 전파 감쇄 지도(finger printing method)를 이용한 매핑(mapping)으로 측위 오차를 보정하는 방법 등이 이용되고 있다.
상기 예보 필터는 과거의 위치 정보나 상태 정보를 이용하여 모바일 노드의 현재 위치를 예측하고, 실제로 측정된 위치와 예측한 위치 사이에, 신뢰성에 따라 가중치를 다르게 적용하여 측위 오차를 보정하는 역할을 한다. 상기 예보 필터의 대표적인 예로 칼만 필터(Kalman Filter)가 이용되고 있다. 상기 칼만 필터는 공분산 행렬(Covariance Matrix)의 예측 값과 측정 값에 적용되는 가중치를 조절하는 역할을 한다.
상기 칼만 필터를 이용한 종래의 측위 방법은 다음과 같이 정의할 수 있다. 즉, 종래에서는 측위 주기마다 3개 이상의 앵커 노드(Anchor Node)의 좌표와 앵커 노드로부터 측정된 거리 정보를 최소 자승법(Least Square Method)에 대입하여, 각 앵커 노드로부터 오차가 최소가 되는 좌표를 획득한다.
다음으로 상기 획득하는 좌표를 상기 칼만 필터에 입력하여 측위 오차가 보정된 좌표를 획득한다. 이를 도면을 참조하여 살펴보면 하기 도 1과 같다.
도 1은 일반적인 최소 자승법과 칼만 필터를 이용하여 측위를 하는 시뮬레이션의 결과를 나타낸 도면이고, 도 2a 및 도 2b는 실내 환경에서 모바일 노드의 움직임 변화를 보일 수 있는 예시를 나타낸 도면이다.
상기 도 1을 참조하면, x축과 y축은 각각 거리를 나타내며 단위는 미터(m)로 나타낸다. 이때, 위치측정추기(
Figure 112008015810434-pat00001
)는 2초이고, 모바일 노드는 사용자의 움직임 속도(걷는 속도)와 비슷한 0.6m/s로 움직이는 것을 가정한다.
상기 도 1에서, 참조부호 110의 선 표시는 모바일 노드가 실제 움직인 궤적을 나타내며, 참조부호 130의 엑스(x) 표시들은 최소 자승법에 의한 최소 자승 추정량을 통해 획득하는 모바일 노드의 위치 값을 나타내며, 참조부호 150의 선 표시는 칼만 필터를 통해 측위 오차가 보정된 모바일 노드의 이동 경로를 나타낸다.
여기서, 상기 칼만 필터에서 사용되는 가중치, 즉 처리 공분산 행렬(process covariance matrix)과 측정 공분산 행렬(measurement covariance matrix)은 상수를 사용함을 가정한다.
또한 상기 도 1에서, RMSE(LeastSquare)는 최소 자승법을 이용한 평균자승오차근(RMSE, Root Mean Squared Error)을 나타낸다. 즉, 상기 RMSE(LeastSquare)는 최소 자승법에 의해 산출하는 좌표와 실제 좌표 사이의 평균 에러의 크기를 나타낸다. 또한 상기 도 1에서, RMSE(KalmanFilter)는 칼만 필터를 이용한 RMSE를 나타낸다. 즉, 상기 RMSE(KalmanFilter)는 최소 자승법에 의해 산출하는 좌표를 칼만 필터를 통해 보정하여 획득하는 좌표와 실제 좌표 사이의 평균 에러의 크기를 나타낸다.
한편, 전술한 도 1에서, 상수로 공분산(covariance)을 사용할 경우 모바일 노드가 크게 방향을 전환할 때, 칼만 필터를 거친 이동 경로가 실제 이동 경로를 정확하게 따라가지 못하는 것을 확인할 수 있다. 이러한 현상은 상기 도 2a 및 도 2b의 예시에 나타낸 바와 같이 모바일 노드가 복도의 코너에서 방향을 전환(도 2a)하거나, 또는 복도를 걷다가 방으로 들어가는 경우(도 2b) 등과 같이 모바일 노드의 이동 경로가 급격히 변하는 위치에서 발생할 수 있다.
이러한 문제를 해결하기 위해서, 예보 필터의 가중치 값을 상황에 따라 적응적으로 변화시켜 측위의 정확도를 높이기 위한 기술이 연구 및 개발되고 있다. 이와 관련된 기존 기술로는, 가속도 센서, 관성 센서 등과 같은 부가적인 장치를 이용하여 상기 예보 필터의 가중치를 변화시키는데 필요한 정보를 획득하고, 상기 정보에 의해 상기 예보 필터의 가중치를 변화시킴으로서 측위의 정확도를 높이는 기술들이 연구 및 개발되고 있다.
하지만, 이러한 기존 기술은 전술한 바와 같이 모바일 노드의 상태 정보를 획득하기 위한 추가 장치, 즉 예보 필터의 가중치를 변화시키는데 필요한 정보를 획득하기 위한 가속도 센서, 관성 센서 등의 부가적인 장치를 필요로 한다. 따라서 측위 시스템 구축에 추가 비용의 부담과 노드들의 부피가 증가하게 되는 문제점이 발생한다. 또한 추가된 장치로부터 획득하는 정보를 이용하는 과정에서 그 복잡도가 증가하게 되는 문제점이 있다.
본 발명의 목적은 측위 시스템에서 예보 필터를 이용하여 측위의 정확도를 향상시킬 수 있는 측위 방법을 제공함에 있다.
본 발명의 다른 목적은 실내 측위에 있어서 정확도 향상을 위해 칼만 필터의 파라미터를 적응적으로 가변할 수 있는 측위 방법을 제공함에 있다.
본 발명의 또 다른 목적은 칼만 필터를 적응적으로 사용하의 모바일 노드의 측위 정확도를 향상시킬 수 있는 측위 방법을 제공함에 있다.
본 발명의 또 다른 목적은 모바일 노드의 움직임에 적응하게 위치측정주기(
Figure 112008015810434-pat00002
)와 예보 필터에서 사용되는 가중치를 변환하는 방법을 제공함에 있다.
본 발명의 또 다른 목적은 추가적인 장치 없이 모바일 노드의 움직임의 변화를 인지하고, 측위 주기와 측위 오차 보정 과정에 사용되는 예보 필터의 가중치를 적응적으로 수정함으로써, 모바일 노드의 움직임에 빠르게 적응하여 위치 측정의 정확성을 높일 수 있는 측위 방법을 제공함에 있다.
상기와 같은 목적들을 달성하기 위한 본 발명의 실시 예에 따른 방법은, 모바일 노드의 측위 방법에 있어서, 상기 모바일 노드의 움직임 패턴의 변화를 인지하는 과정과, 상기 모바일 노드의 움직임 패턴의 변화에 대응하여 위치측정주기 및 예보필터의 가중치를 적응적으로 수정하는 과정과, 상기 가중치에 의해 수정된 값으로 상기 모바일 노드에 대해 측정된 위치를 보정하는 과정을 포함한다.
상기와 같은 목적들을 달성하기 위한 본 발명의 실시 예에 따른 방법은, 모바일 노드의 측위 방법에 있어서, 모바일 노드의 움직임 패턴의 변화를 인지하면, 최소 자승법을 이용하여 상기 모바일 노드의 위치를 추정하는 과정과, 상기 모바일 노드의 이동한 거리와 각도의 크기를, 상기 이동한 거리와 각도에 각각 대응하는 미리 설정된 각 임계값들과 비교하는 과정과, 상기 모바일 노드의 이동한 거리가 상기 이동한 거리에 대응하는 임계값보다 클 경우 상기 위치측정주기의 가중치를 수정하는 과정과, 상기 모바일 노드의 각도가 상기 각도에 대응하는 임계값보다 클 경우 예보필터의 가중치를 수정하는 과정과, 상기 수정에 의한 상태 값으로 상기 모바일 노드의 측위를 보정하는 과정을 포함한다.
상술한 바와 같이 본 발명에서 제안하는 예보 필터를 이용한 측위 방법에 따르면, 예보 필터의 가중치를 적응적으로 가변하여 모바일 노드의 움직임에 적응하게 위치측정주기(
Figure 112008015810434-pat00003
)와 예보 필터에서 사용되는 가중치를 변환할 수 있다. 이에 따라 모바일 노드의 움직임에 빠르게 적응하여 위치 측정의 정확성을 향상시킬 수 있다.
또한 본 발명에 따르면, 예보 필터를 거친 후의 보정 오차가 기존 기술 대비 대략 70%정도 감소할 수 있다. 또한 본 발명에 따르면, 모바일 노드의 상태 정보를 획득하기 위한 추가적인 장치를 필요로 하지 않고 기존 모바일 노드를 그대로 이용하면서, 복잡도 증가 없이 위치 추적의 정확성을 높일 수 있다.
이하, 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기의 설명에서는 본 발명의 실시 예에 따른 동작을 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않도록 생략될 것이라는 것을 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 그리고 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니다. 따라서 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
제안하는 본 발명은, 예보 필터(predictive filter)를 이용하여 모발이 노드(Mobile Node)의 위치 측정에 따른 정확성을 높일 수 있는 측위에 관한 전송 개선 방법에 관한 것이다. 특히, 본 발명의 실시 예에서는 실내 측위에 있어서 보다 정확도 향상을 위해 예보 필터의 파라미터를 적응적으로 가변함으로써, 측위 정확도를 향상시킬 수 있다. 즉, 본 발명의 실시 예에서는 모바일 노드의 움직임에 적응(adaptive)하게 위치측정주기(
Figure 112008015810434-pat00004
)와 예보 필터에서 사용되는 가중치를 변환하는 방법을 제시한다.
이를 위하여, 본 발명의 실시 예에서는, 모바일 노드의 움직임 패턴의 변화를 인지하여, 위치측정주기(
Figure 112008015810434-pat00005
)와 예보 필터에 사용되는 가중치를 적응적으로 수 정하여, 상기 모바일 노드의 측정된 위치를 보정하는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 모바일 노드의 움직임 변화를 인식하기 위해, 가변적인 위치변화측정주기(
Figure 112008015810434-pat00006
)마다 그 변위 정보를 후술하는 바와 같이 원통 좌표계()로 전환하는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 모바일 노드의 움직임 변화로 인한 오차를 보정하기 위해 상기 위치측정주기(
Figure 112008015810434-pat00007
)를 변화시키는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 위치측정주기(
Figure 112008015810434-pat00008
)를 변화시키는 방법에 있어서, 상기 모바일 노드의 속도에 반비례하도록 측정 주기를 변화시키는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 모바일 노드의 움직임 변화로 인한 측위 오차를 보정하는 방법에 있어서, 예보 필터의 가중치를 변화시키는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 예보 필터의 가중치를 수정하는 방법에 있어서, 가변적인 위치변화측정주기(
Figure 112008015810434-pat00009
)마다 상기 모바일 노드의 이동 방향의 변화와 상기 모바일 노드의 이동한 거리의 변화를 계산하고, 상기 계산하는 값이 미리 정의되는 임계값(threshold)을 초과할 경우 상기 예보 필터의 예측한 값과 측정된 값에 적용되는 각각의 가중치를 변화시키는 것을 특징으로 한다.
또한 본 발명의 실시 예에서는, 상기 모바일 노드의 이동 방향의 변화 또는 상기 모바일 노드의 이동한 거리의 변화가 상기 임계값을 초과한 경우 실제 측정으 로 획득하는 값에 적용되는 가중치를 증가시킴으로써, 상기 모바일 노드의 측위를 보정하는 과정에서 실제 측정값을 우선으로 측위를 보정하는 것을 특징으로 한다.
한편, 본 발명의 실시 예에서는 상기 예보 필터로서 칼만 필터(Kalman Filter)를 이용하는 것을 대표적인 예로 하여 설명하지만, 본 발명이 반드시 칼만 필터에만 적용되는 것은 아니며, 측위 오차 보정을 위한 다양한 예보 필터를 이용할 수도 있음은 물론이다.
상기 칼만 필터는 "an optimal recursive data processing algorithm"이라 일컬어진다. 즉, 상기 칼만 필터는 반복적인(recursive) 연산(data processing)을 통해 최적(optimal) 값을 추적하는 것으로, 최소 자승법(Least Square Method)을 사용해서 실시간으로 잡음(noise) 운동 방정식(equations of motion)을 가진 시간에 따른 방향(time-dependent state vector)을 추적하는 효율적인 재귀 계산법(recursive computational solution)이다. 여기서, 상기 최소 자승법은 오차 제곱합을 최소화하는 추정량, 즉 최소 자승 추정량(Least Square Estimator)을 구하는 방식을 나타낸다.
이하에서는, 본 발명의 이해의 편의를 위하여, 본 발명에서 이용되는 상기 칼만 필터의 사용법에 대하여 개략적으로 살펴보기로 한다.
먼저, x(n)과 y(n)이 아래의 <수학식 1>을 만족한다고 가정한다.
Figure 112008015810434-pat00010
상기 <수학식 1>을 참조하면, 잡음(Noise)을 무시하면 얻고자 하는 변수들은 시간에 따라 선형적인 관계에 의해서 계속 변화해가고, 알기를 원하는 변수들과 이를 알기 위해서 관찰한 값들 사이에도 잡음(Noise)을 무시하면 선형적인 관계가 있다.
상기 <수학식 1>에서, 상기 x(n)은 특정 시간 n에 우리가 알기를 원하는 변수들을 모아둔 Mx1 행렬을 나타낸다. 첫 번째 수식에서 볼 수 있듯이 상기 x(n)은 잡음(Noise)인 v1(n)을 무시하면 시간에 따라서 행렬 F(n+1, n)에 의해서 선행적으로 x(n+1)로 변화한다. 이렇게 x(n)과 x(n+1)과의 관계를 정해주는 상기 F(n+1, n)은 Transition Matrix라고 불리는 MxM 행렬이다. 상기 v1(n)은 잡음(Noise) 또는 관측 오차라고 할 수 있고, 세 번째 수식에서 알 수 있듯이 평균이 0이고(Mx1 영행렬이고) 그 공분산 행렬이 Q1(n)(Q1(n)은 MxM 행렬)인 정규분포를 따른다. 상기 y(n)은 x(n)의 값을 알기 위해서 관찰한 값들을 모아둔 Nx1 행렬을 나타낸다.
두 번째 수식에서 볼 수 있듯이 상기 y(n)은 잡음(Noise)인 v2(n)을 무시하면 행렬 C(n)에 의해서 x(n)과 선형적인 관계를 가진다. 이렇게 y(n)과 x(n)과의 관계를 정해주는 C(n)은 Measurement Matrix라고 불리는 NxM 행렬이다. 상기 v2(n)은 잡음(Noise) 또는 관측 오차 등으로 해석할 수 있고, 네 번째 식에서 알 수 있듯이 평균이 0이고(Nx1 영행렬이고) 그 공분산 행렬이 Q2(n)(Q2(n)은 NxN 행렬)인 정규분포를 따른다.
다음으로, 전술한 바와 같은 모델을 따르는 경우 상기 x(n)의 값을 추정하는데 사용하는 칼만 필터의 사용법은 아래와 같이 수행할 수 있다.
1) 초기화
x(1|Y(0)) => 최적이라 생각하는 x(1)값 (Mx1 행렬)
K(1,0) => 최적의 성능을 만드는 상수값 (MxM 행렬)
F(n,n+1)=F(n+1,n)-1 => 모델이 정해지면 식을 미리 계산 (MxM 행렬)
2) 실제 수행(n=1, 2, ...)
Figure 112008015810434-pat00011
여기서, 먼저 상기 Y(n)은 {y(1),y(2),…, y(n)}을 의미한다. 즉 시간 n까지의 관찰 값들의 집합을 나타낸다. 상기 x(n|Y(n-1))는 Y(n-1), 즉 시간 n-1까지의 관찰 결과를 바탕으로 하여 x(n)의 값을 추정한 것이다. 상기 F(n,n+1)는 F(n+1, n)의 개념을 확장한 것으로 잡음(Noise)을 무시할 때 x(n+1)의 값에서 x(n)를 얻는데 사용되는 행렬로 상기 F(n+1, n)의 역행렬이다. 나머지는 중간 계산 과정에서 사용되는 변수들을 나타낸다. 상기 위첨자 H는 Conjugate Transpose, 상기 위첨자 -1은 역행렬을 의미한다.
이상에서는 본 발명의 실시 예에 이용되는 칼만 필터의 개념에 대하여 살펴보았으며, 다음으로 본 발명에서 사용되는 파라미터들에 대하여 다음과 같이 정의할 수 있다.
본 발명에서 사용되는 위치측정주기(
Figure 112008015810434-pat00012
)는 모바일 노드의 위치를 측정하는 주기를 나타낸다. 상기 위치측정주기(
Figure 112008015810434-pat00013
)마다 3개 이상의 앵커 노드와 거리를 측정하여 그 결과로 모바일 노드의 위치 측정이 한번 일어난다.
본 발명에서 사용되는 위치변화측정주기(
Figure 112008015810434-pat00014
)는 모바일 노드의 움직임 변화를 측정하는 단위 시간을 나타낸다. 과거의 보정된 위치 측정 결과 중에서 상기 위치변화측정주기(
Figure 112008015810434-pat00015
)의 크기만큼 이전의 좌표와 비교하여 움직임에 대한 판단을 할 수 있다. 즉, 상기 위치변화측정주기(
Figure 112008015810434-pat00016
)는 얼마나 이전의 위치와 비교할 것인지를 결정하는 파라미터를 나타내며, 그 크기는 상기 위치측정주기(
Figure 112008015810434-pat00017
)의 상수 배의 값을 가질 수 있다.
여기서, 상기 위치변화측정주기(
Figure 112008015810434-pat00018
)가 상기 위치측정주기(
Figure 112008015810434-pat00019
)의 상수 배의 값을 가지는 이유는, 상기 위치변화측정주기(
Figure 112008015810434-pat00020
) 단위로 과거의 위치와 비교하고 자 할 때 상수 배가 아닐 경우 그 시점에 해당하는 모바일 노드의 위치 좌표 값이 없기 때문이다.
또한 상기 위치변화측정주기(
Figure 112008015810434-pat00021
)는 그 주기가 가변적이다. 예를 들면, 모바일 노드의 움직임을 정확하게 인지하고자 할 때에는 상기 위치변화측정주기(
Figure 112008015810434-pat00022
)를 길게 설정하고, 모바일 노드의 움직임 변화를 빠르게 인지하고자 할 때에는 상기 위치변화측정주기(
Figure 112008015810434-pat00023
)를 짧게 설정하여 이용할 수 있다. 하지만, 너무 짧을 경우 실제 이동에 의해 생겨난 각도 변화인지 오차에 의해 나타난 각도 변화인지 판단이 어려울 수 있으므로, 최적의 성능에 따른 값으로 설정할 수 있다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세히 살펴보기로 한다.
도 3은 본 발명의 실시 예에 따른 위치측정주기(
Figure 112008015810434-pat00024
)와 위치변화측정주기(
Figure 112008015810434-pat00025
)의 차이를 설명하기 위해 도시한 도면이다. 특히, 상기 도 3은 일정한 오차 범위를 가지는 모바일 노드의 움직임에서 위치변화측정주기(
Figure 112008015810434-pat00026
)의 변화에 따른 최대 오차 각도를 나타낸 것이다.
상기 도 3을 참조하면, 참조부호 310은 모바일 노드의 실제 위치를 나타내며, 참조부호 320의 표시 구간은 위치변화측정주기(
Figure 112008015810434-pat00027
)를 나타내며, 참조부호 330의 표시 구간은 위치측정주기(
Figure 112008015810434-pat00028
)를 나타낸다. 그리고 참조부호 341 내지 참조부호 347은 상기 모바일 노드에 대해 측정된 위치를 나타내며, 참조부호 351 내지 참조부호 357은 상기 모바일 노드에 대해 보정된 위치를 나타낸다. 그리고 참조부호 360은 오차 범위를 나타낸다.
이하, 모바일 노드에 대한 측정 주기와 예보 필터의 가중치를 변환시키는 본 발명의 동작에 대하여 살펴보기로 한다.
먼저, 상기 위치측정주기(
Figure 112008015810434-pat00029
)마다 3개 이상의 앵커 노드들로부터의 레인징(ranging) 결과를 얻어 최소 자승 추정량으로 모바일 노드의 위치지각좌표(
Figure 112008015810434-pat00030
)를 구한다. 상기 위치지각좌표(
Figure 112008015810434-pat00031
)는 상기 모바일 노드에 대해 측정된 위치 좌표를 나타낸다.
여기서, 상기 3개 이상의 앵커 노드로부터 레인징 결과를 획득하는 것은, 측위를 위하여 삼각측량(Triangulation) 방식을 이용하는 기술을 이용할 수 있는데, 상기 삼각측량 방식은, 모바일 노드와 앵커 노드 간 전파도달시간(Time-of-Arrival)을 측정하여, 상기 모바일 노드와 앵커 노드 간 거리를 계산한다. 이후, 이미 알고 있는 3개 이상의 앵커 노드의 정확한 위치로부터 계산된 거리를 반지름으로 하는 3개의 원이 동시에 만나는 교차점을 상기 모바일 노드의 위치로 계산하는 방식이다. 따라서 본 발명의 실시 예에서는 상기 레인징 결과를 3개 이상의 앵커노드로부터 획득하는 것을 예로 한다.
다음으로, 최소 자승 추정량에서 구한 상기 위치지각좌표(
Figure 112008015810434-pat00032
)를 위치변화측정주기(
Figure 112008015810434-pat00033
) 이전의 보정된 좌표와 비교하여 변화량을 원통 좌표계(Cylindrical Coordinate System)(
Figure 112008015810434-pat00034
)로 변환한다.
여기서, 상기 원통 좌표계는 일반적으로 3차원 공간을 나타내기 위해, 평면 극좌표계에 평면에서부터의 높이 z(혹은 h)를 더해
Figure 112008015810434-pat00035
로 이루어지는 좌표계를 나타낸다. 상기 원통 좌표계는 한 축을 중심으로 대칭성을 갖는 경우에 유용하게 이용된다. 예를 들면, 3차원 공간의 점 P는
Figure 112008015810434-pat00036
로 표시된다. 상기 원통 좌표계의 경우는 좌표 값에 따라 하나의 점을 여러 좌표가 가리키는 경우가 있으므로, 각 변수의 범위를 일반적으로 하기 <수학식 3>과 같이 제한한다.
Figure 112008015810434-pat00037
이때, 직교 좌표계에서 원통 좌표계로 변환하는 일반적인 수식을 살펴보면, 하기 <수학식 4>와 같이 나타낼 수 있다.
Figure 112008015810434-pat00038
다음으로, 상기 <수학식 4>에 나타낸 바와 같은 원통 좌표계 변환 식에 본 발명을 적용하여 정리하면 하기 <수학식 5>와 같이 나타낼 수 있다. 즉, 최소 자승 추정량에서 구한 상기 위치지각좌표(
Figure 112008015810434-pat00039
)를 전술한 원통 좌표계로 변환할 경우 하기 <수학식 5>와 같이 나타낼 수 있다.
Figure 112008015810434-pat00040
상기 <수학식 5>를 살펴보면, t 시각에서 측정된 위치지각좌표(
Figure 112008015810434-pat00041
)를 위치변화측정주기(
Figure 112008015810434-pat00042
) 이전의 보정된 위치 측정 결과와 비교하여 변화된 정도를 원통형 좌표계로 변환한 경우, 상기 <수학식 5>과 같이 나타낼 수 있다. 이와 같이 원통형 좌표로 표현할 경우,
Figure 112008015810434-pat00043
는 움직인 거리를 나타내고,
Figure 112008015810434-pat00044
는 방향(각도)의 변화를 나타낸다.
다음으로, 상기 위치변화측정주기(
Figure 112008015810434-pat00045
) 동안 이동한 거리(
Figure 112008015810434-pat00046
)와 각도(
Figure 112008015810434-pat00047
)를 미리 설정되는 각각의 임계값(threshold)과 비교한다.
상기 임계값은 모바일 노드의 위치 측정에서 생길 수 있는 오차보다 크게 설정할 수 있다. 따라서 시스템에서 나타나는 위치 측정 오차의 범위가 작을 경우, 상기 임계값을 작게 설정할 수 있다. 이에 의해 모바일 노드의 움직임 패턴에 대한 변화를 좀 더 정확하게 인식할 수 있다.
다음으로, 상기 미리 설정된 임계값과의 비교결과, 상기 모바일 노드의 이동한 거리가 상기 임계값보다 클 경우, 상기 위치측정주기(
Figure 112008015810434-pat00048
)를 감소시킨다. 또한 상기 모바일 노드의 이동한 각도가 상기 임계값보다 클 경우, 예보 필터의 가중치 를 수정하여 측위 오차를 보정하는 과정에서 예측한 위치보다 측정된 위치지각좌표(
Figure 112008015810434-pat00049
)에 더 큰 비중을 두도록 설정한다.
반면, 상기 미리 설정된 임계값과의 비교결과, 상기 모바일 노드의 이동한 거리 및 상기 모바일 노드의 이동한 각도가 미리 설정되는 상기 각각의 임계값보다 작을 경우, 예보 필터를 이용하여 일반적인 방법에 의하여 측위를 보정할 수 있다.
이상에서는 본 발명의 실시 예에 따른 시스템 구조 및 그의 동작에 대하여 살펴보았다. 다음으로 이하에서는 전술한 시스템 구조에서 본 발명의 측위 서비스를 위한 그 운영 방법에 대하여 살펴보기로 한다. 하지만, 본 발명이 하기에서 기술하는 내용에 한정되는 것은 아니므로, 하기의 실시 예에 의거하여 다양한 실시 예들에 적용할 수 있음에 유의하여야 한다.
도 4 및 도 5는 본 발명의 실시 예에 따른 측위 및 보정 방법을 도시한 흐름도이다.
상기 도 4를 참조하면, 본 발명의 동작은 크게 모바일 노드의 움직임 패턴의 변화는 인지하는 단계(401단계), 상기 모바일 노드의 움직임 패턴의 변화의 정도에 따라 위치측정주기(
Figure 112008015810434-pat00050
) 및 예보 필터의 가중치를 적응적으로 수정하는 단계(403단계) 및 상기에서 수정된 환경에 의거하여 상기 모바일 노드의 위치를 보정하는 단계(405단계)를 포함하여 이루어진다. 상기 위치측정주기(
Figure 112008015810434-pat00051
)는 상기 모바일 노드의 위치를 측정하는 주기를 나타낸다. 이하, 상기 도 4에 나타낸 본 발명의 상세 동작을 상기 도 5를 참조하여 보다 구체적으로 살펴보기로 한다.
상기 도 4 및 도 5를 참조하면, 먼저 상기와 같이 모바일 노드의 움직임 패턴의 변화를 인지하면, 최소 자승법을 이용하여 상기 모바일 노드의 위치를 추정한다(501단계).
여기서, 상기 모바일 노드의 움직임 패턴의 변화를 인지하기 위해, 후술하는 바와 같이 가변적인 위치변화측정주기(
Figure 112008015810434-pat00052
)마다 변위 정보를 원통 좌표계로 전환할 수 있다. 또한, 상기 모바일 노드의 위치 추정은 전술한 바와 같이 3개 이상의 앵커 노드들로부터의 레인징 결과를, 상기 최소 자승법을 적용하여 획득하는 최소 자승 추정량으로 상기 모바일 노드의 위치 즉, 위치지각좌표(
Figure 112008015810434-pat00053
)를 추정할 수 있다. 여기서, 상기 위치지각좌표(
Figure 112008015810434-pat00054
)는 상기 모바일 노드에 대해 측정된 위치 좌표를 나타낸다.
다음으로, 상기 추정하는 위치지각좌표(
Figure 112008015810434-pat00055
)와 위치변화측정주기(
Figure 112008015810434-pat00056
)만큼 이전의 모바일 노드의 좌표를 비교하여(503단계), 그 변화량을 획득한다(505단계). 이어서, 상기 획득하는 변화량을 원통 좌표계(Cylindrical Coordinate System)로 변환한다(507단계). 상기 원통 좌표계는 3차원 공간을 나타내기 위해, 평면 극좌표계에 평면에서부터의 높이를 더해 이루어지는 좌표계를 나타낸다. 이때, 상기 원통 좌표계로의 변환 방법은 전술한 <수학식 3> 내지 <수학식 5>를 참조한 설명 부분에서 설명한 바와 같이 나타낼 수 있다.
다음으로, 상기 변환하는 원통 좌표계를 통해 획득하는 위치변화측정주기(
Figure 112008015810434-pat00057
)동안 이동한 거리와 각도의 크기를, 상기 이동한 거리와 각도에 각각 대응 하는 미리 설정된 각 임계값들과 비교한다(509단계).
다음으로, 상기 비교결과 상기 모바일 노드의 이동한 거리가 미리 설정된 임계값보다 클 경우 상기 위치측정주기(
Figure 112008015810434-pat00058
)를 적응적으로 감소시키고, 상기 모바일 노드의 각도가 미리 설정된 임계값보다 클 경우 예보 필터의 가중치 수정(511단계)에 의하여 측위를 보정한다(513단계).
반면, 상기 비교결과 상기 모바일 노드의 이동한 거리 및 상기 모바일 노드의 각도 중 각 임계값보다 작은 경우, 임계값보다 작은 값을 가지는 객체(이동한 거리 또는 각도)에 대해서는 예보 필터를 이용한 일반적인 방법에 의하여 측위를 보정하고, 임계값보다 큰 객체에 대해서만 상기와 같이 해당 객체에 대한 가중치를 수정한 후 측위를 보정한다(513단계).
도 6은 본 발명의 실시 예에 따른 실내 환경에서 모바일 노드의 움직임 변화에 따른 측위 및 보정 방법을 설명하기 위한 예시를 나타낸 도면이다.
상기 도 6을 참조하면, 참조부호 610, 620, 630, 640은 위치변화측정주기(
Figure 112008015810434-pat00059
) 단위로 보정된 모바일 노드의 과거 위치(
Figure 112008015810434-pat00060
)를 나타내며, 참조부호 650은 t 시각에서 측정된 위치, 즉 상기 모바일 노드의 현재 측정된 위치를 나타낸다. 참조부호 660의 화살표로 표시된 구간은 상기 참조부호 610 내지 참조부호 650의 각 지점에 대하여 위치변화측정주기(
Figure 112008015810434-pat00061
) 이전의 지점과 비교하여 그 변위를 나타낸 것이며, 그리고 참조부호 670의 화살표로 표시된 구간은 상기 모바일 노드의 움직임 패턴이 갑자기 변화하는 구간을 나타낸다. 상기 참조부호 670의 구간에서 상기 모바일 노드의 각도 변화가 큰 것을 알 수 있다. 이러한 환경에서 본 발명의 시뮬레이션 결과를 살펴보면 하기 도 7과 같이 나타낼 수 있다.
도 7은 본 발명의 실시 예에 따른 시뮬레이션 결과를 도시한 도면이다. 특히, 상기 도 7은 최소 자승 추정량과 움직임의 변화가 큰 곳(상기 도 6의 참조부호 670)에서 측정된 값의 가중치를 증가시키는 방법을 적용한 칼만 필터를 이용한 측위 시뮬레이션 결과를 나타낸 것이다.
상기 도 7에 도시한 바와 같이, 상기 도 7은 전술한 도 1의 시뮬레이션에 전술한 본 발명의 알고리즘을 적용하였을 때의 결과를 나타낸 것이다. 상기 도 7에서 확인할 수 있듯이, 제안된 본 발명을 적용할 시, 모바일 노드의 추적 경로가 향상된 것을 알 수 있다.
특히, 참조부호 600에 표시한 측위 값에서 칼만 필터의 가중치 역할을 하는 공분산 행렬(covariance matrix)을 수정하여 적용하였으며, 종래의 도 1의 결과와 비교해 볼 때, RMSE(KalmanFilter) 값이 대략 70% 감소됨을 알 수 있다.
이러한 시뮬레이션은 매트랩(Matlab)을 이용한 시뮬레이션 결과의 예시를 나타낸 것이다. 상기 매트랩(Matlab)은 수치 해석 및 프로그래밍 환경을 제공하는 공학용 소프트웨어로서, 행렬을 이용한 처리가 용이하며, 함수와 데이터의 그래피 표현이 가능하며, 또한 알고리즘의 적용, 사용자 인터페이스 생성 및 다른 프로그래밍 언어와의 연결이 가능한 수식처리 시스템이다.
이상에서 살펴본 바와 같이, 본 발명의 상세한 설명에서는 구체적인 실시 예 에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
도 1은 일반적인 최소 자승법과 칼만 필터를 이용하여 측위를 하는 시뮬레이션의 결과를 나타낸 도면,
도 2a 및 도 2b는 실내 환경에서 모바일 노드의 움직임 변화를 보일 수 있는 예시를 나타낸 도면,
도 3은 본 발명의 실시 예에 따른 위치측정주기와 위치변화측정주기의 차이를 설명하기 위해 도시한 도면,
도 4 및 도 5는 본 발명의 실시 예에 따른 측위 및 보정 방법을 도시한 흐름도,
도 6은 본 발명의 실시 예에 따른 실내 환경에서 모바일 노드의 움직임 변화에 따른 측위 및 보정 방법을 설명하기 위한 예시를 나타낸 도면,
도 7은 본 발명의 실시 예에 따른 시뮬레이션 결과를 도시한 도면.

Claims (14)

  1. 모바일 노드의 측위 방법에 있어서,
    상기 모바일 노드의 움직임 패턴의 변화를 인지하는 과정과,
    상기 모바일 노드의 움직임 패턴의 변화에 대응하여 가변적인 위치측정주기마다 상기 모바일 노드의 이동 방향의 변화와 이동한 거리의 변화를 계산하는 과정과,
    상기 계산하는 값을 미리 정의되는 임계값과 비교하는 과정과,
    상기 계산하는 값이 상기 임계값을 초과할 시 예보필터의 예측 값과 측정된 값에 적용되는 각각의 가중치를 변화시키는 과정과,
    상기 모바일 노드에 대해 측정된 위치를 보정하는 과정을 포함하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  2. 제1항에 있어서,
    상기 계산하는 과정은, 가변적인 위치변화측정주기에 대응하는 변위정보를 원통 좌표계로 변환하는 과정을 포함하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  3. 제1항에 있어서,
    상기 가중치는 상기 모바일 노드의 움직임 패턴의 변화로 인한 오차 보정을 위해 상기 위치측정주기 및 예보필터에 적용하는 적어도 하나의 가중치인 것을 특징으로 하는 모바일 노드의 측위 방법.
  4. 제3항에 있어서,
    상기 위치측정주기를 상기 모바일 노드의 움직임 속도에 반비례하도록 변화시키는 것을 특징으로 하는 모바일 노드의 측위 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 계산하는 값이 상기 임계값을 초과할 시, 상기 예보필터의 가중치 수정에 의하여 측위 오차를 보정하는 시점에서, 실제 측정된 값에 의하여 상기 측위 오차를 보정하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  7. 모바일 노드의 측위 방법에 있어서,
    모바일 노드의 움직임 패턴의 변화를 인지하면, 최소 자승법을 이용하여 상기 모바일 노드의 위치를 추정하는 과정과,
    상기 모바일 노드의 이동한 거리와 각도의 크기를, 상기 이동한 거리와 각도에 각각 대응하는 미리 설정된 각 임계값들과 비교하는 과정과,
    상기 모바일 노드의 이동한 거리가 상기 이동한 거리에 대응하는 임계값보다 클 경우 위치측정주기의 가중치를 수정하는 과정과,
    상기 모바일 노드의 각도가 상기 각도에 대응하는 임계값보다 클 경우 예보필터의 가중치를 수정하는 과정과,
    상기 수정에 의한 상태 값으로 상기 모바일 노드의 측위를 보정하는 과정을 포함하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  8. 제7항에 있어서,
    상기 모바일 노드의 움직임 패턴의 변화를 인지하기 위해, 가변적인 위치변화측정주기마다 변위 정보를 원통 좌표계로 변환하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  9. 제7항에 있어서,
    상기 모바일 노드의 위치를 추정 후, 상기 추정하는 모바일 노드의 위치와 위치변화측정주기만큼 이전의 상기 모바일 노드의 위치를 비교하여 그 변화량을 획득하는 과정과,
    상기 획득하는 변화량을 원통 좌표계로 변환하는 과정과,
    상기 원통 좌표계를 통해 상기 모바일 노드의 이동한 거리와 각도의 크기를 획득하는 과정을 포함하는 것을 특징으로 모바일 노드의 측위 방법.
  10. 제7항에 있어서,
    상기 모바일 노드의 이동한 거리 및 각도 중 각 임계값보다 작은 객체(이동한 거리 또는 각도)에 대해서 예보필터를 이용하여 측위를 보정하고, 각 임계값보다 큰 어느 하나의 객체에 대해서 해당 객체에 대한 가중치를 적응적으로 수정하는 과정을 포함하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  11. 제9항에 있어서,
    상기 모바일 노드의 이동한 거리 및 각도의 크기를 특정한 시각(t)에서 측정 된 모바일 노드의 위치지각좌표(
    Figure 112008015810434-pat00062
    )를 위치변화측정주기(
    Figure 112008015810434-pat00063
    ) 이전의 보정된 위치 측정 결과와 비교하여, 변화된 정도를 상기 원통 좌표계로 변환하는 하기 계산에 의하여 획득하는 것을 특징으로 하는 모바일 노드의 측위 방법.
    Figure 112008015810434-pat00064
    상기
    Figure 112008015810434-pat00065
    는 움직인 거리를 나타내며,
    Figure 112008015810434-pat00066
    는 방향(각도)의 변화를 나타냄.
  12. 제11항에 있어서,
    상기 위치지각좌표(
    Figure 112008015810434-pat00067
    )는 상기 모바일 노드에 대해 측정된 위치 좌표를 나타내며, 상기 위치변화측정주기(
    Figure 112008015810434-pat00068
    )는 상기 모바일 노드의 움직임 변화를 측정하는 단위 시간을 나타내는 것을 특징으로 하는 모바일 노드의 측위 방법.
  13. 제7항에 있어서,
    상기 임계값은 상기 모바일 노드의 위치 측정에서 발생할 수 있는 오차보다 크게 설정하는 것을 특징으로 하는 모바일 노드의 측위 방법.
  14. 제7항에 있어서,
    상기 예보필터는 칼만필터를 이용하는 것을 특징으로 하는 모바일 노드의 측위 방법.
KR1020080019931A 2008-03-04 2008-03-04 예보 필터를 이용한 측위 방법 KR101005753B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020080019931A KR101005753B1 (ko) 2008-03-04 2008-03-04 예보 필터를 이용한 측위 방법
EP09153873A EP2098882A3 (en) 2008-03-04 2009-02-27 Location measurement method based on predictive filter
CN2009101185625A CN101526602B (zh) 2008-03-04 2009-03-04 基于预测滤波器的位置测量方法
US12/397,799 US8374624B2 (en) 2008-03-04 2009-03-04 Location measurement method based on predictive filter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080019931A KR101005753B1 (ko) 2008-03-04 2008-03-04 예보 필터를 이용한 측위 방법

Publications (2)

Publication Number Publication Date
KR20090094929A KR20090094929A (ko) 2009-09-09
KR101005753B1 true KR101005753B1 (ko) 2011-01-06

Family

ID=40821736

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080019931A KR101005753B1 (ko) 2008-03-04 2008-03-04 예보 필터를 이용한 측위 방법

Country Status (4)

Country Link
US (1) US8374624B2 (ko)
EP (1) EP2098882A3 (ko)
KR (1) KR101005753B1 (ko)
CN (1) CN101526602B (ko)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100978060B1 (ko) * 2009-12-08 2010-08-25 주식회사 케이티 실내 측위 시스템의 위치 보정 방법
US20110177809A1 (en) * 2010-01-15 2011-07-21 Qualcomm Incorporated Affecting a navigation function in response to a perceived transition from one environment to another
US8504077B2 (en) * 2010-12-04 2013-08-06 Wavemarket, Inc. System and method for monitoring and disseminating mobile device location information
KR101140045B1 (ko) * 2010-12-23 2012-05-02 연세대학교 산학협력단 사용자 위치 추적 방법 및 장치
US9295030B2 (en) * 2011-12-02 2016-03-22 Qualcomm Incorporated Methods and apparatuses for improved paging area identifier selection in wireless networks containing low power base stations
US20130196681A1 (en) * 2012-01-31 2013-08-01 Qualcomm Incorporated Compensating for user occlusion in wi-fi positioning using mobile device orientation
US9113298B2 (en) * 2012-06-12 2015-08-18 Telecommunication Systems, Inc. Geofence with kalman filter
GB201213172D0 (en) * 2012-07-24 2012-09-05 Sensewhere Ltd Method of estimating position of a device
KR20140052110A (ko) * 2012-10-11 2014-05-07 한국전자통신연구원 네트워크 최대 지연 추정 장치 및 방법, 네트워크 인입 제어 장치 및 방법
CN105247934A (zh) 2013-04-12 2016-01-13 惠普发展公司,有限责任合伙企业 移动设备的位置确定
US9686765B2 (en) 2013-04-12 2017-06-20 Hewlett Packard Enterprise Development Lp Determining an angle of direct path of a signal
US8768618B1 (en) * 2013-05-15 2014-07-01 Google Inc. Determining a location of a mobile device using a multi-modal kalman filter
KR102280610B1 (ko) * 2014-04-24 2021-07-23 삼성전자주식회사 전자 장치의 위치 추정 방법 및 장치
ES2762953T3 (es) 2014-05-15 2020-05-26 Samsung Electronics Co Ltd Sistema para proporcionar información personalizada y procedimiento para proporcionar la información personalizada
KR102322027B1 (ko) * 2014-05-15 2021-11-08 삼성전자주식회사 개인화 정보 제공 시스템 및 그 방법
WO2015174764A1 (en) * 2014-05-15 2015-11-19 Samsung Electronics Co., Ltd. System for providing personalized information and method of providing the personalized information
US10026226B1 (en) 2014-06-10 2018-07-17 Ripple Inc Rendering an augmented reality object
US9646418B1 (en) 2014-06-10 2017-05-09 Ripple Inc Biasing a rendering location of an augmented reality object
US9619940B1 (en) * 2014-06-10 2017-04-11 Ripple Inc Spatial filtering trace location
US10930038B2 (en) 2014-06-10 2021-02-23 Lab Of Misfits Ar, Inc. Dynamic location based digital element
GB201414975D0 (en) * 2014-08-22 2014-10-08 Bevan Heba Sensor systems
US9993723B2 (en) * 2014-09-25 2018-06-12 Intel Corporation Techniques for low power monitoring of sports game play
WO2016131613A1 (en) * 2015-02-18 2016-08-25 Sony Corporation Communications device, infrastructure equipment, mobile communications network and methods
KR20230084879A (ko) * 2021-12-06 2023-06-13 (주)뉴빌리티 다중 측위 방법 및 장치
CN115267667B (zh) * 2022-09-28 2023-04-07 长沙迪迈数码科技股份有限公司 井下高精度定位修正方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050117557A (ko) * 2003-03-13 2005-12-14 메시네트웍스, 인코포레이티드 저속 중앙처리장치를 이용하는 무선 애드-혹 통신네트워크에 있어서 이동 가입자에 대한 위치계산의정확도를 향상시키기 위한 시스템 및 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5412011A (en) * 1977-06-30 1979-01-29 Nissan Motor Co Ltd Intake-air amount detecting apparatus for internal combustion engine
US6385454B1 (en) * 1998-10-09 2002-05-07 Microsoft Corporation Apparatus and method for management of resources in cellular networks
US6732050B2 (en) * 2001-05-23 2004-05-04 Nokia Mobile Phones Ltd Two-stage interacting multiple models filter for use in a global positioning system
US20040161474A1 (en) 2002-05-24 2004-08-19 Moerck Rudi E. Rare earth metal compounds methods of making, and methods of using the same
WO2005062066A2 (en) * 2003-10-22 2005-07-07 Awarepoint Corporation Wireless position location and tracking system
US7158882B2 (en) * 2004-03-01 2007-01-02 Global Locate, Inc Method and apparatus for locating position of a mobile receiver
US7012564B2 (en) * 2004-08-05 2006-03-14 Global Locate, Inc. Method and apparatus for adjusting a measurement cycle in a satellite positioning system signal receiver
US7761233B2 (en) * 2006-06-30 2010-07-20 International Business Machines Corporation Apparatus and method for measuring the accurate position of moving objects in an indoor environment
CN100507600C (zh) * 2006-12-01 2009-07-01 清华大学 一种跟踪多移动目标的室内精确定位方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050117557A (ko) * 2003-03-13 2005-12-14 메시네트웍스, 인코포레이티드 저속 중앙처리장치를 이용하는 무선 애드-혹 통신네트워크에 있어서 이동 가입자에 대한 위치계산의정확도를 향상시키기 위한 시스템 및 방법

Also Published As

Publication number Publication date
EP2098882A2 (en) 2009-09-09
CN101526602B (zh) 2013-04-24
CN101526602A (zh) 2009-09-09
US20090227266A1 (en) 2009-09-10
US8374624B2 (en) 2013-02-12
EP2098882A3 (en) 2010-05-05
KR20090094929A (ko) 2009-09-09

Similar Documents

Publication Publication Date Title
KR101005753B1 (ko) 예보 필터를 이용한 측위 방법
KR101912195B1 (ko) 목표의 실시간 위치 측정과 지도 구축 방법 및 장치
KR101058296B1 (ko) 모바일 디바이스에 대한 실시간 위치 추적 방법 및 시스템
CN113108791B (zh) 一种导航定位方法及导航定位设备
KR101628154B1 (ko) 수신 신호 세기를 이용한 다중 표적 추적 방법
CN109990783B (zh) 一种机器人运动路径规划方法、机器人及存储介质
KR20190017454A (ko) 인공 신경망을 이용한 자기장 기반 위치 추정 모델 생성 장치 및 방법
KR101390776B1 (ko) 퍼지 확장 칼만 필터를 이용한 위치인식 장치, 방법 및 이동로봇
KR101833007B1 (ko) 도플러 비컨을 이용한 수중 이동체의 위치 및 속도 추정 방법 및 시스템
KR101627419B1 (ko) 이동 노드의 위치 추정 방법 및 그 장치
KR20230115027A (ko) Uwb 및 amcl 기반 모바일 로봇의 실내 위치 측위 정확도를 높이기 위한 장치 및 방법
Benkouider et al. Divided difference Kalman filter for indoor mobile localization
KR101593679B1 (ko) 실내 위치 추정 방법 및 장치
KR101250495B1 (ko) 와이파이 단말기의 위치를 예측하는 방법 및 장치
KR102367403B1 (ko) 관성 데이터 및 무선신호 데이터 기반 실내 측위 방법 및 장치
JP4210763B2 (ja) 無線lan測位とgps測位とを併用した移動体の連続的測位方法及び装置、並びに移動体の連続的測位プログラム
KR101354944B1 (ko) 이동하는 무선 단말에 대한 이동경로망 기반 위치 예측과 추정 방법
JP2008033696A (ja) 自律移動体
Alexandrov et al. Method for indoor localization of mobile devices based on aoa and kalman filtering
Völker et al. Force-directed tracking in wireless networks using signal strength and step recognition
KR101203200B1 (ko) 무선 센서 네트워크에서의 노드 위치 인식 방법 및 그 방법을 이용한 노드 위치 인식 장치
Plets et al. An assessment of different optimization strategies for location tracking with an android application on a smartphone
KR102408488B1 (ko) 측위 장치 및 방법
Zheng et al. Multi-Source Adaptive Selection and Fusion for Pedestrian Dead Reckoning
JP3440010B2 (ja) 目標追尾装置

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131128

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20141127

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20151127

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161129

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20171129

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20181129

Year of fee payment: 9