KR101904214B1 - 실내 위치 측정 방법 및 장치 - Google Patents

실내 위치 측정 방법 및 장치 Download PDF

Info

Publication number
KR101904214B1
KR101904214B1 KR1020137023429A KR20137023429A KR101904214B1 KR 101904214 B1 KR101904214 B1 KR 101904214B1 KR 1020137023429 A KR1020137023429 A KR 1020137023429A KR 20137023429 A KR20137023429 A KR 20137023429A KR 101904214 B1 KR101904214 B1 KR 101904214B1
Authority
KR
South Korea
Prior art keywords
user
map
building
portable terminal
vector
Prior art date
Application number
KR1020137023429A
Other languages
English (en)
Other versions
KR20140093896A (ko
Inventor
크리스티안 룬드퀴스트
다비드 톤크비스트
펄 스코그랄
요나스 칼말
프레드릭 구스타프손
Original Assignee
세니안 아베
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 세니안 아베 filed Critical 세니안 아베
Publication of KR20140093896A publication Critical patent/KR20140093896A/ko
Application granted granted Critical
Publication of KR101904214B1 publication Critical patent/KR101904214B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-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
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02522—The radio-map containing measured values of non-radio values

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

본 발명은 건물 내부의 사용자의 위치를 측정하는 방법에 관한 것으로서, 사용자는 사용자 휴대 단말기(100)를 소지하고, 사용자 휴대 단말기(100)는 방향 센서(110)와 움직임 센서(110)가 구비되어 있다. 본 발명의 방법은, 사용자 휴대 단말기에 건물의 벡터맵(220)을 제공하되, 벡터맵(220)은 건물 내의 사용자가 이동 가능한 경로를 나타내는 벡터와 노드를 포함하는 것을 특징으로 하는 벡터맵 제공 단계; 사용자의 최초 위치를 나타내는 벡터맵의 시작점을 결정하는 시작점 결정 단계; 건물 내부 사용자의 이동에 관하여 움직임 센서(110)로부터 이동 정보를 수신하는 이동 정보 수신 단계; 사용자의 이동 방향에 관하여 방향 센서(110)로부터 방향 정보를 수신하는 방향 정보 수신 단계; 및 상기 벡터맵, 이동 정보 및 방향 정보에 기반하여 사용자의 신규 위치를 추정하는 신규 위치 추정 단계;를 포함한다.

Description

실내 위치 측정 방법 및 장치{METHOD AND DEVICE FOR INDOOR POSITIONING}
본 발명은 건물 내부의 사용자의 위치를 측정하는 장치 및 방법에 관한 것이다.
여행은 항상 사람들에게 중요하고, 목적지를 원활하고 쉽고 시간 효율적으로 찾는 필요성이 항상 있다. 그 수요는 원하는 목적지를 찾는 것을 의미하는 GPS의 큰 성공에 의해 두드러진다. 오늘날의 글로벌 항법 위성 시스템(GNSS)의 문제는 오직 실외에서만 작동하고 목적지는 오직 건물의 입구만이 될 수 있다는 것이다. 그 이유는 GNSS 위성 신호는 약해서 건물 내부에 도달할 수 없기 때문이다. 건물이 공항, 대학 캠퍼스, 병원 또는 쇼핑몰 등으로 커지면, 건물 내의 원하는 목적지를 찾는 필요성이 여전히 남게 된다. 여행객은 공항은 쉽게 찾을 수 있으나 터미널 또는 게이트를 찾는 데에는 도움을 받지 못하게 된다. 이러한 문제를 해결하고 사람들이 원하는 건물 내부의 목적지를 원활하고 쉽게 찾는 것을 도와주는 전체적인 솔루션을 만드는 것은 사용자 뿐만 아니라 건물주, 시설 관리인, 운영주 또는 근로자들까지의 시간 절약 가능성을 시사하는 것이며, 늦는 사람을 기다릴 필요가 없게 된다. 나아가, 휴대 전화를 이용한 응급 구난 요청시, 응급 구난 운영자는 GPS를 이용하여 발신자의 위치를 얻게 된다. 그러나, 이것은 실내에서는 불가능하고 그로 인한 부정확한 조난자 위치로 응급 구난 조치가 자주 지연된다.
미국특허 5,959,575호는 실내 GPS 기반 항법 방법에 관한 것으로서, 건물 내에서 지상 송수신기가 의사(pseudo) 위성 신호를 전송하는 것이다. 다른 솔루션은 무선(라디오) 주파수 송신기에 기반하는 것으로서, 송신기에서 발생된 신호는 사용자의 위치를 삼각 측량하는데 사용된다. 모든 가능한 솔루션들은 공히 건물에 특정 기반설비(예컨대, 송신기 등)가 갖춰져야 할 것을 요구하고, 수동적으로 교정되어, 시간과 비용이 소모된다. 이러한 솔루션에는, 벽이나 다른 건물 구조를 통과하는 등의 불가능한 이동 경로를 제외시키기 위해 건물 구조가 맵으로서 사용된다.
건물 구조를 맵으로서 사용하는 것은 몇 가지 단점이 있다. 이동 경로에 따른 위치는 불확실성을 가지고 계산된다. 컴퓨팅된 이동 경로는 사용자에게 불안정하게 보이게 되며, 사용자가 대부분의 시간동안 똑바로 움직이더라도 측정된 위치 지점들은 곧은 직선 형상으로 형성되지 않는다. 나아가, 맵 기반 추측항법(dead reckoning)을 사용한 위치 측정은, 경로를 벗어나는(drift off) 위치 오류의 원인이 되는 진행 방향 에러에 의해 흔히 코너 또는 빌딩 내의 다른 부분에서 중단된다. 나아가, 건물 맵은 벡터 기반 포맷을 사용하는 다른 지리적 정보 시스템(도로 지도, 해도, 고도 맵 등)에 비교하여 표준 데이터 포맷이 없다. 나아가, 건물 맵은 보통 비트 맵 이미지에 의해 표현되기 때문에 많은 저장 디스크 공간을 요구하게 된다. 따라서, 건물 맵을 휴대 단말기 등에 저장하는 것은 문제가 있다.
또 다른 솔루션에서는, 사용자의 위치는 휴대 단말기 등에 의해 수신된 적어도 하나의 송신기로부터의 신호 세기를 미리 지정된 신호 세기 맵과 비교하는 것에 의해 특정된다. 기록되어야 하는 신호 세기 및 위치는 수동적으로 결정되어야 하고 건물 전체를 커버해야 하므로, 신호 세기 맵의 생성에는 시간과 비용이 소모된다. 나아가, 어떤 송신기가 고장나거나 이동되거나, 문이 열리거나 닫히는 등에 의해 신호 세기가 변하게 되면, 미리 지정된 신호 세기 맵은 다시 조정되어야 하는데, 그렇지 않으면 위치 측정에 문제가 생긴다.
미리 알려진 여러 위치에서의 패시브 센서로 물리적 조건을 획득하여 수동적으로 맵을 생성하고, 알려지지 않은 위치에서의 동일한 물리적 조건을 측정하고 맵 모델과 비교하는 실내 환경에서의 항법 방법은 미국특허 6,323,807호에 개시되어 있다.
결론적으로, 시간 소모적인 신호 세기 맵 생성이나 비용 소모적인 건물 내부의 추가 기반설비를 요구하지 않는 건물 내부의 사용자 위치 측정 방법이 필요한 것이다.
본 발명의 목적은, 기존 장치의 상술한 결점을 해결하는 개선된 솔루션을 제공하는 것이다. 나아가, 본 발명의 목적은, 건물 내부의 사용자의 위치를 측정하는 방법 및 건물 내부의 사용자의 위치를 측정하는 사용자 휴대 단말기를 제공하는 것이다.
본 발명의 일실시예에 따르면, 이는 사용자가 사용자 휴대 단말기를 소지하고, 사용자 휴대 단말기는 방향 센서 및 움직임 센서가 구비되어 있는 것을 특징으로 하는 건물 내부의 사용자 위치 측정 방법에 의해 달성될 수 있다. 이 방법은 사용자 휴대 단말기에 건물의 벡터맵을 제공하되, 벡터맵은 건물 내의 사용자가 이동 가능한 경로를 나타내는 벡터와 노드를 포함하는 것을 특징으로 하는 벡터맵 제공 단계; 사용자의 최초 위치를 나타내는 벡터맵의 시작점을 결정하는 시작점 결정 단계; 건물 내부 사용자의 이동에 관하여 움직임 센서로부터 이동 정보를 수신하는 이동 정보 수신 단계; 사용자의 이동 방향에 관하여 방향 센서로부터 방향 정보를 수신하는 방향 정보 수신 단계; 및 상기 벡터맵, 이동 정보 및 방향 정보에 기반하여 사용자의 신규 위치를 추정하는 신규 위치 추정 단계;를 포함한다.
건물 구조의 완성된 맵은 많은 양의 정보를 포함한다. 건물 구조 맵은 디지털 이미지 파일의 포맷으로 제공되고, 이것은 큰 디지털 저장 공간을 필요로 한다. 불가능한 이동 경로를 보여주는 건물 구조 대신 건물 내부 사용자의 가능한 이동 경로를 보여주는 벡터맵을 이용하면, 건물 구조 맵과 비교하여 이러한 벡터맵은 보다 적은 양의 정보를 필요로 한다. 사용자가 이동할 수 있는 가능한 경로들을 한정하는 것에 의해, 한정된 진행 방향 에러에 따른 위치 측정 에러가 감소되기 때문에 이는 이득이 된다. 이에 따라, 경로를 벗어난 위치가 추정되거나 통상적인 진행 방향 에러에 의해 중단되는 문제가 해결된다. 벡터에 따른 위치 추정은 1차원적이므로, 이는 2차원적 위치 추정 방법과 비교하여 더 단순한 추정 단계를 제공할 수 있다. 1차원적 벡터에 따른 계산 알고리즘은 2차원적 입력값에 따른 계산 알고리즘보다 단순하다. 따라서, 1차원적 벡터는 더 정확한 위치 추정을 제공할 수 있다. 이 벡터맵은 맵을 사용자 휴대 단말기와 통신하거나, 이 맵을 사용자 휴대 단말기에 저장하는 경우 더 유리하다. 벡터맵 파일은 건물 구조 이미지 파일보다 더 적은 용량을 가진다. 본 발명에 따른 건물 내부의 사용자 위치 측정 방법을 이용하면, 건물 내의 기반설비를 추가할 필요가 없다. 사용자 위치는 사용자 휴대 단말기에 장착된 센서들 및 벡터맵을 이용하여 추정된다. 신호 송신기들 및 그 속성들의 정보는 알려질 필요가 없다. 이에 따라, 이 방법은 신호 속성들의 변경에 따른 영향이 없다. 나아가, 건물 구조 경계 내의 "자유 공간"에 따르는 대신 벡터에 따라 사용자의 위치는 계산하면, 사용자가 건물 내에서 이동할 때에 더 곧은 이동 경로를 얻어낼 수 있다. 건물 구조만을 경계선으로 하는 위치 추정은, 불확실한 계산에 의해, 사용자가 직선으로 걷고 있음에도 불구하고 왜곡된 곡선 이동 경로를 제공하게 될 수 있다. 벡터에 따른 사용자의 위치 추정은 직선 이동 경로를 얻어낼 수 있다. 시작점은 이전에 추정된 위치이거나, 또는 건물에 들어가기 전 GPS 신호 등의 위치 신호를 수신하는 것에 의해 결정될 수 있다. 시작점은 사용자가 사용자 휴대 단말기에 시작점을 입력하는 것에 의해 결정될 수도 있다. 사용자 및 사용자 휴대 단말기의 시작점을 결정하는 다른 방법은 사용자 휴대 단말기가 벡터맵에서의 벡터와 노드들에 따른 사용자의 이전 이동 패턴을 결정하는 것이다. 어느 한 지점에서, 사용자의 이동 패턴은 벡터맵의 하나의 경로에만 일치할 수 있다. 이에 따라 사용자 휴대 단말기는 사용자의 현재 위치를 결정할 수 있으며, 이 위치는 건물 내부 사용자의 위치 측정 방법의 시작점이 된다. 이 사용자는 건물 내부를 걷는 보행자이다.
본 발명의 일실시예에 따른 상기 신규 위치 추정 단계는, 벡터맵에서의 가능한 다수 개의 신규 위치(각 신규 위치는 가중치를 가짐)를 계산하는 단계, 및 가능한 다수 개의 위치들 및 그 가중치에 기반하여 추정된 신규 위치를 나타내는 가중치 적용 평균 위치를 계산하는 단계,를 포함한다.
가능한 다수 개의 신규 위치들은 이동 정보 및 방향 정보에 기반하여 계산된다. 이 가능한 다수 개의 위치들은, 센서들로부터의 이전 정보 및 신규 정보에 따른 가중치를 가진다. 가능한 다수 개의 신규 위치들을 계산하여, 신규 위치 추정의 보다 높은 정확도가 달성된다. 가중치 적용 평균 위치는 다수 개의 가능한 위치들 및 그 가중치로부터의 평균 위치로서 계산되는 위치이다. 다수 개의 가능한 위치들의 가중치들은 확률변수 가중치이다. 이 가중치가 적용된 평균 위치는 가장 확률이 높은 위치가 된다. 가장 확률이 높은 신규 위치는 센서 정보의 불확실성에도 불구하고 얻어낼 수 있다. 가중치 적용 평균 위치는 벡터맵의 벡터 상에 있거나 또는 벡터를 벗어나 있는 위치이다. 이 가중치는 계산되거나 또는 사용자 휴대 단말기에 제공되는 것이다. 가중치 적용 평균 위치는 사용자 휴대 단말기의 화면상에 사용자의 위치를 디스플레이하기 위해 계산된다. 가능한 다수 개의 위치들 및 그 가중치들은 신규 위치를 추정하는 단계에서 신규 위치를 계산하기 위해 사용된다.
본 발명의 다른 실시예에 따른 방법은, 사용자 휴대 단말기에 라디오 주파수 신호, 자기장 또는 광 조도와 같은 건물 내의 물리적 속성(이 물리적 속성은 사용자 휴대 단말기에 의해 감지될 수 있음)의 맵을 포함하는 속성맵을 제공하는 속성맵 제공 단계;를 더 포함한다.
이에 따라, 움직임 및 방향 외의 추가적인 속성들이 신규 위치를 계산하는데 사용된다. 사용자 휴대 단말기에 의해 감지되는 속성들은 신규 위치를 계산하기 위해 벡터맵과 함께 사용되는 속성맵을 생성하는데 사용된다. 속성맵의 사용은 위치 계산을 더 정교하게 한다. 속성들은 무선 네트워크 송신기 등의 라디오 송신기로부터의 라디오 주파수 신호에 기반한다. 속성맵을 생성하기 위해 사용되는 다른 속성들은 자기장, 공기압력, 대기압, 화학 성분, 광 조도 또는 색상 스펙트럼들이다. 예를 들어, 자기계는 건물 내의 특정 위치에서의 지자계의 교란을 감지할 수 있다.
본 발명의 다른 실시예에 따른 상기 신규 위치 추정 단계는, 사용자 휴대 단말기에 의해 감지된 건물 내의 물리적 속성을 속성맵과 비교하는 단계를 더 포함한다.
감지된 라디오 주파수 신호 등과 같은 건물 내의 특정 위치에서의 감지된 속성은, 속성맵과 비교된다. 동일 속성이 예컨대 다른 사용자에 의해 과거에 감지되었다면, 현재 시점에서 그 위치의 속성은 속성맵에 이미 존재할 수 있다. 이 정보는 이동 정보 및 방향 정보에 기반하는 위치 추정 과정에 융합될 수 있다.
본 발명의 다른 실시예에 따른 상기 속성맵 제공 단계는, 건물 내부의 일정 위치에서의 물리적 속성에 관한 정보가 건물의 물리적 속성에 관한 정보를 포함하는 데이터베이스로부터 사용자 휴대 단말기에 의해 수신되는 단계를 포함한다.
속성맵의 정보, 즉 건물 내의 감지 가능한 속성들 및 이 속성들의 위치에 관한 정보들은 데이터베이스에 저장되어 있다. 사용자 휴대 단말기는 데이터베이스와 통신할 수 있다. 사용자 휴대 단말기는 데이터베이스와 무선 통신할 수 있다.
본 발명의 다른 실시예에 따른 방법은, 건물 내의 물리적 속성을 감지하는 단계; 및 감지된 물리적 속성에 관한 정보를 데이터베이스에 저장하는 단계;를 더 포함한다.
이에 따라, 데이터베이스는 사용자 휴대 단말기에 의해 감지되는 건물 내부의 물리적 속성에 관한 정보를 저장한다. 데이터베이스는 다수 개의 사용자 휴대 단말기들로부터 그러한 정보를 저장한다. 이에 따라, 다수 개의 사용자 휴대 단말기로부터의 건물 내부 물리적 속성에 관한 정보는 신규 사용자 휴대 단말기를 위한 속성맵을 생성하는데 사용된다. 속성맵은 이에 따라 점차적으로 형성되고 동적으로 변경된다. 건물 내부의 감지 가능한 속성들에 관한 정보를 미리 수동적으로 수집할 필요가 없다. 이러한 지식 정보는 사용자 휴대 단말기가 건물 내부에서 사용자의 위치 측정을 수행하는 한 지속적이고 동적으로 구축된다. 나아가, 건물 내부의 물리적 속성에 관한 정보는 다른 사용자 휴대 단말기가 건물 내에서 사용될 때에 자동적으로 변경된다. 속성이 변경되면, 이는 건물 내의 특정 위치에서 감지된 속성이 속성맵과 비교될 때에 감지될 수 있다. 그 다음, 데이터베이스의 이 정보는 업데이트된다. 데이터베이스에 저장된 이 정보는 속성의 종류, 속성의 값 및 감지된 속성의 위치일 수 있다.
본 발명의 일실시예에 따른 방법은, 사용자의 추정된 신규 위치를 벡터맵에서의 벡터에 따른 위치로 디스플레이하는 단계를 더 포함한다.
사용자 휴대 단말기는 추정된 위치가 디스플레이되는 디스플레이부가 구비된다. 건물의 맵은 디스플레이부에 제공되고, 추정된 위치는 이 맵에 도시된다. 이 맵에서의 추정된 위치의 표현은 벡터맵의 벡터 또는 노드를 따라 표현된다. 디스플레이된 맵은 벡터맵과는 다른 맵이다. 위치를 벡터에 따라 도시함으로서, 맵에서의 이동 경로는 미리 지정된 선상을 따른다. 센서들 및 신규 위치 계산의 불확실성에 의해, 계산된 이동 경로는 사용자의 실제 이동 경로만큼 곧지 않을 수 있다. 추정된 위치를 벡터맵에서의 벡터 또는 노드에 연결시킴으로써, 더 곧고 더 정확한 추정이 사용자에게 제공된다.
본 발명의 다른 측면에 따르면, 건물 내부에서 사용자의 위치를 측정하는 사용자 휴대 단말기가 제공되되, 사용자 휴대 단말기는 방향 센서 및 움직임 센서를 포함하고, 건물 내의 사용자가 이동 가능한 경로를 나타내는 벡터와 노드를 포함하는 벡터맵을 포함한다. 상기 움직임 센서는 건물 내의 사용자의 이동에 관한 이동 정보를 제공하도록 되어 있고, 상기 방향 센서는 사용자의 이동 방향에 관한 방향 정보를 제공하도록 되어 있다. 또한, 사용자 휴대 단말기는, 사용자의 최초 위치를 나타내는 벡터맵에서의 시작점에 기반하여 사용자의 신규 위치를 벡터맵, 방향 정보 및 이동 정보에 따라 추정하는 계산부를 포함한다.
건물 구조의 완성된 맵은 많은 양의 정보를 포함한다. 건물 구조 맵은 디지털 이미지 파일의 포맷으로 제공되고, 이것은 큰 디지털 저장 공간을 필요로 한다. 불가능한 이동 경로를 보여주는 건물 구조 대신 건물 내부 사용자의 가능한 이동 경로를 보여주는 벡터맵을 이용하면, 건물 구조 맵과 비교하여 이러한 벡터맵은 보다 적은 양의 정보를 필요로 한다. 이 벡터맵은 맵을 사용자 휴대 단말기과 통신하거나, 이 맵을 사용자 휴대 단말기에 저장하는 경우 더 유리하다. 벡터맵 파일은 건물 구조 이미지 파일보다 더 적은 용량을 가진다. 본 발명에 따른 건물 내부의 사용자 위치 측정 방법을 이용하면, 건물 내의 기반설비를 추가할 필요가 없다. 사용자 위치는 사용자 휴대 단말기에 장착된 센서들 및 벡터맵을 이용하여 추정된다. 신호 송신기들 및 그 속성들의 정보는 알려질 필요가 없다. 이에 따라, 이 방법은 신호 속성들의 변경에 따른 영향이 없다.나아가, 건물 구조 경계 내의 "자유 공간"에 따르는 대신 벡터에 따라 사용자의 위치는 계산하면, 사용자가 건물 내에서 이동할 때에 더 곧은 이동 경로를 얻어낼 수 있다. 건물 구조만을 경계선으로 하는 위치 추정은, 불확실한 계산에 의해, 사용자가 직선으로 걷고 있음에도 불구하고 곡선 이동 경로를 제공하게 된다. 벡터를 따라 사용자의 위치를 추정하는 것에 의해, 직선 이동 경로를 얻을 수 있을 뿐만 아니라 더 정확한 위치 추정이 가능해진다. 벡터에 따른 위치 추정은 1차원적이므로, 이는 2차원적 위치 추정 장치와 비교하여 더 단순한 추정 단계를 제공할 수 있다. 1차원 벡터에 따른 계산 알고리즘은 2차원 입력값에 따른 계산 알고리즘보다 더 단순하다. 1차원적 벡터는 보다 정확한 위치 추정을 더 제공할 수 있다. 시작점은 이전에 추정된 위치이거나, 또는 건물에 들어가기 전 GPS 신호 등의 위치 신호를 수신하는 것에 의해 결정될 수 있다. 시작점은 사용자가 사용자 휴대 단말기에 시작점을 입력하는 것에 의해 결정될 수도 있다. 사용자 및 사용자 휴대 단말기의 시작점을 결정하는 다른 방법은 사용자 휴대 단말기가 벡터맵에서의 벡터와 노드들에 따른 사용자의 이전 이동 패턴을 결정하는 것이다. 어느 한 지점에서, 사용자의 상기 이동 패턴은 벡터맵의 하나의 경로에만 일치할 수 있다. 이에 따라 사용자 휴대 단말기는 사용자의 현재 위치를 결정할 수 있으며, 이 위치는 건물 내부 사용자의 위치를 측정하는 경우의 시작점이 된다. 이 사용자는 건물 내부를 걷는 보행자이다.
본 발명의 일실시예에 따르면, 상기 계산부는, 가능한 다수 개의 신규 위치들 및 그 각 가중치를 계산하고, 추정된 신규 위치를 나타내는 가중치 적용 평균 위치를 상기 가능한 다수 개의 신규 위치들 및 그 가중치에 기반하여 계산한다. 가능한 다수 개의 신규 위치들은 이동 정보 및 방향 정보에 기반하여 계산된다. 이 가능한 다수 개의 위치들은, 센서들로부터의 이전 정보 및 신규 정보에 따른 가중치를 가진다. 가능한 다수 개의 신규 위치들을 계산하여, 신규 위치 추정의 보다 높은 정확도가 달성된다. 가장 확률이 높은 신규 위치는 센서 정보의 불확실성에도 불구하고 얻어낼 수 있다. 가중치 적용 평균 위치는 벡터맵의 벡터 상에 있거나 또는 벡터를 벗어나 있는 위치이다.
본 발명의 다른 실시예에 따르면, 사용자 휴대 단말기는, 중앙부와 무선 송수신하는 무선 송수신부를 포함하고, 사용자 휴대 단말기는 중앙부로부터 벡터맵을 수신하도록 되어 있다.
이에 따라, 벡터맵은 사용자가 건물에 들어가기 전에 사용자 휴대 단말기에 미리 저장될 필요가 없다. 벡터맵은 중앙부로부터 사용자 휴대 단말기에 송신된다.
본 발명의 다른 실시예에 따르면, 사용자 휴대 단말기는, 사용자 휴대 단말기에 의해 감지 가능한 건물 내의 물리적 속성의 맵을 포함하는 속성맵을 수신하도록 되어 있다.
이에 따라, 움직임 및 방향 외의 추가적인 속성들이 신규 위치를 계산하는데 사용된다. 사용자 휴대 단말기에 의해 감지되는 속성들은 신규 위치를 계산하기 위해 벡터맵과 함께 사용되는 속성맵을 생성하는데 사용된다. 속성맵의 사용은 위치 계산을 더 정교하게 한다. 속성들은 무선 네트워크 송신기 등의 라디오 송신기로부터의 라디오 주파수 신호에 기반한다. 속성맵을 생성하기 위해 사용되는 다른 속성들은 자기장, 공기압력, 대기압, 화학 성분, 광 조도 또는 색상 스펙트럼들이다. 예를 들어, 자기계는 건물 내의 특정 위치에서의 지자계의 교란을 감지할 수 있다.
또한, 본 발명의 다른 실시예에 따르면, 사용자 휴대 단말기는, 벡터맵에서 사용자의 신규 위치를 추정하기 위하여, 사용자 휴대 단말기에 의해 감지된 건물 내의 물리적 속성들을 속성맵과 비교하도록 되어 있다.
감지된 라디오 주파수 신호 등과 같은 건물 내의 특정 위치에서의 감지된 속성은, 속성맵과 비교된다. 동일 속성이 예컨대 다른 사용자에 의해 과거에 감지되었다면, 현재 시점에서 그 위치의 속성은 속성맵에 이미 존재할 수 있다. 이 정보는 이동 정보 및 방향 정보에 기반하는 위치 추정 과정에 도입될 수 있다.
본 발명의 일실시예에 따르면, 사용자 휴대 단말기는 건물 내의 물리적 속성을 감지하기 위한 적어도 하나의 센서를 포함하고, 사용자 휴대 단말기는 감지된 물리적 속성에 관한 정보를 데이터베이스에 제공하도록 되어 있다.
이에 따라, 데이터베이스는 사용자 휴대 단말기에 의해 감지되는 건물 내부의 물리적 속성에 관한 정보를 저장한다. 데이터베이스는 다수 개의 사용자 휴대 단말기들로부터 그러한 정보를 저장한다. 이에 따라, 다수 개의 사용자 휴대 단말기로부터의 건물 내부 물리적 속성에 관한 정보는 신규 사용자 휴대 단말기를 위한 속성맵을 생성하는데 사용된다. 속성맵은 이에 따라 점차적으로 형성되고 동적으로 변경된다. 건물 내부의 모든 감지 가능한 속성들에 관한 중요 지식을 미리 알 필요가 없다. 이러한 지식 정보는 사용자 휴대 단말기가 건물 내부에서 사용자의 위치 측정을 수행하는 한 지속적이고 동적으로 구축된다. 나아가, 건물 내부의 물리적 속성에 관한 정보는 다른 사용자 휴대 단말기가 건물 내에서 사용될 때에 자동적으로 변경된다. 속성이 변경되면, 이는 건물 내의 특정 위치에서 감지된 속성이 속성맵과 비교될 때에 감지될 수 있다. 그 다음, 데이터베이스의 이 정보는 업데이트된다. 데이터베이스에 저장된 이 정보는 속성의 종류, 속성의 값 및 감지된 속성의 위치일 수 있다.
본 발명의 다른 실시예에 따르면, 사용자 휴대 단말기는, 추정된 사용자의 신규 위치를 벡터맵에서의 벡터를 따른 위치로서 디스플레이하는 디스플레이부를 포함할 수 있다.
사용자 휴대 단말기는 추정된 위치가 디스플레이되는 디스플레이부가 구비된다. 건물의 맵은 디스플레이부에 제공되고, 추정된 위치는 이 맵에 도시된다. 이 맵에서의 추정된 위치의 표현은 벡터맵의 벡터 또는 노드를 따라 표현된다. 디스플레이된 맵은 벡터맵과는 다른 맵이다. 위치를 벡터에 따라 도시함으로서, 맵에서의 이동 경로는 미리 지정된 선상을 따른다. 센서들 및 신규 위치 계산의 불확실성에 의해, 계산된 이동 경로는 사용자의 실제 이동 경로만큼 곧지 않을 수 있다. 추정된 위치를 벡터맵에서의 벡터 또는 노드에 연결시킴으로써, 더 곧고 더 정확한 추정이 사용자에게 제공된다.
본 발명의 다른 실시예에 따르면, 방향 센서는, 자기계를 포함한다.
이 자기계는 사용자 휴대 단말기의 방향을 결정하기 위해 지구 자기장을 감지한다. 이에 따라 자기계는 나침반으로서의 기능을 한다. 방향센서는 자이로를 더 포함할 수 있다. 이 자이로는 자기계와 함께 사용자 휴대 단말기의 방향을 결정한다. 자이로는 자기계에 의해 결정된 방향을 확인하는 기능을 한다. 방향 센서는 관성 센서를 포함할 수 있다.
본 발명의 일실시예에 따르면, 움직임 센서는 가속도계를 포함할 수 있다.
가속도계는 사용자 휴대 단말기를 휴대하는 사용자의 걸음을 감지할 수 있다. 이에 따라 움직임 센서는 걸음 센서(step sensor)가 될 수 있다. 움직임 센서는 관성 센서가 될 수도 있다.
이하, 본 발명은 첨부된 도면을 참조하여 더욱 자세하게 설명될 것이다.
도 1은 본 발명의 실시예에 따른 개념적인 순서도이다.
도 2는 본 발명의 실시예에 따른 사용자 휴대 단말기 및 중앙부의 개념적인 블록 다이어그램이다.
도 3은 본 발명의 실시예에 따른 사용자 휴대 단말기의 개념적 사시도이다.
도 4는 본 발명의 실시예에 따른 벡터맵의 개념도이다.
이하, 상술한 본 발명의 실시예가 도시된 첨부 도면을 참조하여 본 발명을 상세하게 설명한다. 그러나, 본 발명은 다양한 형태로 구현될 수 있으며 여기에 설명된 실시예에 한정되어 해석되지 않는다. 이 실시예들은 본 발명의 설명이 철저하고 완벽하도록 하기 위해 제공된 것이며, 본 발명의 범위를 해당 분야의 통상의 기술자에게 충분히 전달되도록 하기 위해 제공된 것이다.
정의
항법: 본 발명에서의 '항법'이란, A 지점으로부터 B 지점까지의 최적 경로에 관련된 것으로 해석되며, '최적'은 예컨대, 가장 가깝거나 가장 빠른 경로가 될 수 있다.
위치 측정: 본 발명에서의 '위치 측정'이란, 고정된 기준점을 기준으로 위치를 측정하는 것에 관련된 것으로 해석된다.
벡터맵: 보행 이동 가능한 경로를 나타내는 실내 지도. 이 벡터맵은 벡터와 노드들로 이루어져 있다.
속성맵: 건물의 모든 지점에서의 물리적 및 측정가능한 속성들 및 특성들을 표현한 맵.
도 1 내지 4에서 도시된 바와 같이, 본 발명은 글로벌 위치 측정 시스템(global positioning system; GPS)을 사용하지 않고 사용자의 실내 위치를 측정하는 방법(300)에 관한 것이다. 알고리즘은 스마트폰(아이폰 또는 안드로이드 기반 휴대폰 등)과 같은 휴대용 또는 착용 단말기로 구현되는 사용자 휴대 단말기(100)에서 실행되도록 되어 있다. 본 발명의 단말기(100)는 가속도계, 자기계, 자이로 및 라디오 주파수 수신기 등과 같은 적어도 하나의 센서(110)를 구비하거나 또는 이와 연결된다.
본 발명의 방법(300)은 먼저 사용자 휴대 단말기(100)에 벡터맵(220)을 제공하는 단계(302)를 포함한다.
본 발명은 실내 위치측정 및 항법에 맞춰진 건물 맵의 새로운 포맷에 의존한다. 그것은 통과가 불가능한 건물 구조를 보여주는 대신, 이동 가능한 경로를 저장한다. 벡터맵(220)은 보행 통행로의 중심을 벡터(링크)(221)로 표현하는 경로와 일반적인 통로를 가지는 개방 공간과 유사하다. 복수의 벡터(링크)(221)은 노드(분기점)(222)와 연결된다. 이는 맵을 위한 표준 포맷에 맞는 컴팩트한 데이터 포맷을 제공한다. 이 맵 포맷에 기반한 알고리즘은 사용자에 의해 쉽게 해석되는 원활하고 자연스러운 이동 경로를 제공할 수 있다.
또한, 이 맵 포맷은 추측항법(dead-reckoning)에 기반한 위치 측정 알고리즘의 구현을 더욱 간단하고 더욱 효율적으로 할 수 있게 한다. 본 발명의 일실시예는 주요 입력으로서 걸음 감지기(101) 및 자기계(102)를 이용한 필터에 기반한다. 보행자의 걸음(steps) 정보는 맵의 벡터를 따라 축적이 되고, 자기계는 복수의 경로(벡터, 221)를 가진 분기점(노드, 222)에서 경로를 결정하는데 사용된다.
본 발명의 방법(300) 중 그 다음 단계(304)는 벡터맵(220)의 시작점을 결정하는 단계를 포함한다. 이 시작점은 벡터맵에서의 사용자의 최초 위치를 나타낸다. 또한, 단계(306)에서, 이동 정보는 사용자 휴대 단말기(100) 내의 가속도계와 같은 움직임 센서(101)로부터 수신된다. 이동 정보는 건물 내부의 사용자의 이동에 관한 것이다. 이 이동 정보는 사용자 걸음의 걸음 감지일 수 있다. 단계(308)에서, 방향 정보는 사용자 휴대 단말기(100) 내의 자기계나 자이로와 같은 방향 센서(102)로부터 수신된다. 방향 정보는 사용자의 이동 방향에 관한 것이다. 이 방향 센서(102)는 나침반일 수 있다. 단계(310)에서, 벡터맵에서의 신규 위치는 센서들(110)로부터의 이동 정보 및 방향 정보에 기반하여 추정된다.
도 2에 도시된 바와 같이, 사용자 휴대 단말기(100)은 중앙부(200)과 연결되어 있다. 사용자 휴대 단말기(100)은 사용자의 현재 위치 표현을 디스플레이하기 위하여 센서들(110) 및 디스플레이(140)을 포함한다.
또 하나의 상세한 실시예가 실내 항법 필터(130)에 적용된다. 그것은 벡터맵상 현재 위치에서 입자(particle)로 칭하는 각각 가상의 위치값을 가지는 많은 수의 입자들이 분포되어 있고, 각 입자들은 걸음 감지기와 나침반 정보에 따라 이동되고, 벡터맵(220)은 통계적인 맥락에서 최적의 결과를 만들 수 있는 입자가 어느 것인지를 결정하는 데 사용된다.
필터(130)는 현재 및 과거 정보에 기반하여 위치를 계산한다. 본 발명의 추가 특징은 평활화(smoothing)에 기반하는데, 여기서는 필터(130)와는 대조적으로 미래 정보도 사용한다. 이는 속성맵(240)을 생성하는 데에 특히 유용하다. 사실, 이 필터 또는 평활화 알고리즘은 더 진보된 솔루션들을 해결하게 해준다.
1. 우선, 속성맵(240)은 평활화(또는 필터) 솔루션을 가지고 있는 사용자들에 의하여 생성된다.
2. 그 다음, 이 사용자들은 추후 더 정확하고 견고한 위치 측정에 의한 이 속성맵(240)으로부터 이득을 얻을 수 있다.
3. 더 중요하게는, 이 알고리즘이 없는 다른 사용자들은 핑거프린팅 방식의 표준 아이디어를 사용하여, 생성된 속성맵(240)에 의해서도 위치측정을 할 수 있다.
본 발명의 다른 실시예에 따르면, 속성맵(240)은 사용자가 보고하는 속성들 중 기한이 지난 오래된 속성들을 제외하고 평균화시키는 적응형 동적 맵이다.
본 발명의 핵심은 센서 데이터가 벡터맵(220)으로 표현되는 네트워크에 융합되는 융합 구조에 있다. 이 위치 추정은, 사용자가 그 위치에 있을 확률과 관련된 각각의 가중치와 다수개의 가상 추정 위치(위에서 입자로 언급됨)를 이용하여 이루어진다.
이 가중치는 도보 거리, 출입구에서의 회전, 새로운 통로로 진입하는 등의 사용자의 이동을 벡터맵(220)과 연동시키는 것에 의해 결정된다. 모든 가상 추정 위치 가중치 적용 평균값이 계산되고 사용자에게 표시된다.
벡터맵(220)과 같은 평면의 네트워크적 표현은 맵의 차원 수를 줄여주고, 이에 따라 2가지 측면에서 위치 측정을 개선해준다. 첫째, 이 위치 측정 시스템은 사용자의 가능한 이동이 한정적이기 때문에, 자기 나침반에서와 같은 외부 간섭에 덜 민감하게 된다. 둘째, 보다 적은 차원 수는 보다 적은 계산량과 보다 견고한 위치 측정 구조를 의미한다.
또한, 벡터맵(220) 외에, 속성맵(240)이 적용 가능하다면 고려될 수 있다. 더 많은 지도 정보는 보다 확실한 위치 추정을 가능하게 해주기 때문에, 속성맵(240)의 정보는 상술한 위치 측정 알고리즘의 견고성과 정확도를 개선해준다. 속성맵(240)의 생성에 관하여는 후술한다. 속성맵(240)은 벡터맵 내 사용자의 절대 위치를 직접적으로 추정할 수 있도록 해준다.
속성맵(240)은 사용자 휴대 단말기(100)로부터 측정치들을 수집하는 것에 의해 중앙부(200)에서 생성된다. 중앙부(200)는 사용자 휴대 단말기(100)와 무선 통신하는 서버일 수 있다.
센서들(110)로부터의 정보는 사용자 휴대 단말기(100)에서 전처리된다.
가속도계, 자이로, 자기계 또는 라디오 주파수 수신기 등으로부터의 가공된 센서 데이터들은 사용자 휴대 단말기에 의해 수집되고, 중앙부와 같은 데이터베이스(210)에 송신된다. 그 다음, 속성맵(240)은 데이터베이스에 수집된 데이터에 기반하여 생성된다. 첫번째 단계는 가공된 센서 데이터 및 벡터맵에 기반하여 사용자의 위치를 추정하는 것이다. 이 추정 프로세스는 필터 알고리즘 또는 평활화 알고리즘으로 구현한다. 평활화란, 모든 시각에서의 적용 가능한 데이터를 고려하여 분석이 수행되는 것, 즉, 과거 및 미래 데이터를 고려하여 특정 시각에서의 사용자 위치가 추정되는 것을 의미하는 상술한 실시예이다. 평활화는 실시간이 아닌 후처리를 통해 가능하나 필터 방법과 대비하였을 때 위치 추정을 실질적으로 개선하여 준다. 두번째 단계는, 예컨대 수신 신호 강도 등과 같은 속성 데이터를 평활화 알고리즘으로부터의 얻은 위치 추정 결과치와 연결하는 지리적 참조(geo-reference)를 시키는 것이다. 세번째 단계(230)은 지리적 참조(geo-reference)된 속성 데이터로부터 속성맵(240)을 생성하는 것이다. 이 단계는 속성맵(240)에 대한 비정상적인 것 또는 변화를 감지하는 것을 포함한다.
시스템에서 많은 사용자를 확보한다든지 해서 많은 양의 데이터가 수집될수록, 건물에 대한 보다 더 자세하고 정확한 속성맵(240)(에컨대, 신호 강도 맵 등으로서 구현됨)이 자동적으로 생성된다. 그 다음, 이 속성맵(240)은 사용자 휴대 단말기로 송신될 수 있고, 속성맵은 단독으로 또는 벡터맵(220)과 함께 상술한 개선된 위치 측정 성능을 제공하는 위치 측정 알고리즘에 대한 입력값으로 사용될 수 있다.
오직 벡터맵(220)만이 위치 추정에 필요하지만, 가능하다면 속성맵(240)이 사용될 수 있다. 벡터맵(220)은 건물의 도면으로부터 자동적으로 추출된다. 이 자동화 단계는 기반설비에 기반한 다른 솔루션들과 비교하였을 때 매우 저렴하다.
사용자 휴대 단말기(100)가 적어도 하나의 적당한 속성을 측정할 수 있다면, 속성맵(240)은 자동적으로 생성된다. 기반설비에 관한 사전 정보는 필요하지 않다. 기존 기술 솔루션에 따라 신호 강도 맵을 생성하기 위하여는, 라디오 주파수(RF) 송신기의 위치 및 고유번호(ID)를 반드시 미리 알아야 했다. 본 발명의 솔루션에서, 속성맵을 생성하는 사용자 기반 프로세스는 RF 신호 강도의 식별 및 송신기의 ID를 포함한다.
이 속성맵(240)을 생성하는 방법에 따라, 동적이고 자동적인 맵 생성 및 교정이 제공된다. 신호 강도가 변하면, 속성맵(240)은 자동적으로 업데이트된다.
배터리로 전원공급되고, 가속도계, 자기계, 자이로스코프 및/또는 라디오 주파수 수신기 등과 같은 저렴하지만 만족할만한 센서들이 통합된 스마트폰은, 적당한 사용자 휴대 단말기(100)의 예가 된다.
표준적인 위치 측정 방법은 GPS라고 불리는 글로벌 항법 위성 시스템을 사용하는 것이다. 그러나, GPS는 약한 라디오 신호에 기반하기 때문에, 실내 환경에서의 사용은 매우 제한적이다. 또 다른 위치 측정 방법은, 가속도계 및 자이로를 포함한 관성 측정 유닛(IMU)로부터의 측정치들이 추측항법(dead-reckoning) 상에서의 위치를 획득하기 위해 통합되는 관성 항법 시스템(INS)를 사용하는 것이다. 그러나 IMU의 경로 이탈을 합리적인 수준으로 유지시키기 위하여는, 매우 비싸고 대량의 고성능 IMU를 필요로 한다. 이 IMU를 발에 장착하면, 발은 지면과 닿을 때에는 대략적으로 정지되는 것이므로 이 경로 이탈을 일정 범위까지 보상하는 것이 가능하다. 세번째 대체할 수 있는 위치 측정 방법은, 사전에 설치되어 정보를 알고 있는 RF 송신기들, 예컨대 WLAN 액세스 포인트 등,의 신호 세기를 측정하는 것이다. 이것의 문제점은 닭이 먼저냐 달걀이 먼저냐 하는 문제와 같다. 신호 강도 측정치로부터 위치 측정을 가능하게 하기 위하여는, 신호 강도 맵이 필요하고, 신호 강도 맵을 생성하기 위하여는 위치 측정 시스템을 필요로 한다. 따라서, 이 맵을 생성하기 위하여는 수동적이고 번거로운 작업이 필요하다. 또한, 새로운 송신기가 추가되는 경우에는 추가 작업도 필요하다.
본 발명은, GPS나 RF 신호 강도 등에 관한 사전 정보가 없는 환경 속에서, 센서들이 구비된 휴대 단말 또는 착용 가능한 단말기를 가진 사람을 위한 위치 측정 방법(300)으로서 구현된다. 몇 가지 상이한 센서 구성이 가능하다. 대부분의 경우, 서로 다르고 상호 보완적인 특성의 센서들이 사용되고, 센서 데이터들은 위치 추정을 하기 위해 융합된다. 또한, 본 발명은 사용자에 의해 수집된 데이터를 사용하여, RF 신호 강도 맵, 또는 공기압 또는 자기장과 같은 다른 속성맵을 자동적으로 생성하고 적응한다. 이러한 맵은 물론 추후 단계에서 위치 측정 성능을 개선하는데 사용될 수 있다.
도 2의 블록 다이어그램은 시스템의 개요를 보여준다. 2개의 서브 시스템의 간단한 설명을 먼저 하고, 그 다음 각 블록들에 관한 상세한 설명은 다음 섹션에서 한다.
스마트폰을 이용한 실내 위치 측정- 개요
센서 데이터(110)은 하단 좌측에서 들어가고, 이 데이터는 데이터 용량을 압축하고 사람의 걸음 등과 같은 중요 특성을 추출하기 위해 전처리된다(120). 이 전처리된 센서 데이터는 사람의 위치가 추정되는 회귀적 위치 측정 필터(130)에 대한 입력이 된다. 그 다음, 이 위치 추정은 사용자에게 그 희망 목적지까지 계획하고 안내하는 데 사용된다.
이 위치 추정은, 사용자가 그 위치에 있을 확률에 관한 가중치와 각 관련된 다수개의 가상 위치(위 입자로 언급됨)를 이용하여 이루어진다. 이 가중치는 도보 거리, 출입구에서의 회전, 새로운 통로로 진입하는 등의 사용자의 이동을 벡터맵(220)과 연동시키는 것에 의해 결정된다. 필터(130)는 벡터와 노드와 함께 벡터맵(220)으로서 표현되는 환경에 관한 정보를 사용한다. 건물의 벡터 표현은 맵의 차원 수를 줄여주고 이에 따라 위치 측정을 개선해준다. 모든 가상 위치(입자)의 가중치 적용 평균값이 계산되고 사용자에게 표시된다.
또한, 벡터맵(220) 외에, 가능하다면 속성맵(240)이 고려될 수 있다. 보다 많은 맵 정보는 보다 높은 확실성을 제공할 수 있으므로, 속성맵(240)의 정보는 상술한 위치 측정 알고리즘의 견고성과 정확도를 개선할 수 있다.
자동적인 속성맵 생성 - 개요
속성맵(240)은 사용자 휴대 단말기(100)으로부터 측정치를 수집하는 것에 의해 중앙부(200)에서 생성된다. 수집된 센서 데이터는 전처리되고 송신되어 데이터베이스(210)에 저장된다. 속성맵(240)은 그 다음 데이터베이스(210)에서의 데이터에 기반하여 생성된다. 이 프로세스의 첫번째 단계는, 센서 데이터(110), 벡터맵(220) 및 평활화 알고리즘에 기반하여 사용자의 위치를 추정하는 것이다. 두번째 단계는, 예컨대 수신 신호 강도 등과 같은 속성 데이터를 평활화 알고리즘으로부터 얻은 위치 추정 결과치와 연결하는 지리적 참조를 시키는 것이다. 세번째 단계는, 이 지리적 참조(geo-reference)된 속성 데이터로부터 속성맵(240)을 생성하는 것이다.
많은 양의 데이터가 수집될수록, 건물에 대한 보다 더 자세하고 정확한 속성맵(240)이 자동적으로 생성된다. 그 다음, 이 속성맵(240)은, 위치 측정 성능을 개선하기 위해, 벡터맵(220)과 함께 위치 측정 필터 알고리즘에 대한 입력값으로 사용될 수 있다. 이러한 자동적인 맵 생성 방법은 다른 형태의 지리적 참조(geo-reference) 데이터의 속성맵(240)을 생성하기 위하여도 사용될 수 있다. 건물 내의 RF 송신기를 참조하여, 데이터베이스에서의 신호 강도 데이터가 사용되는 경우, 속성맵(240)은 신호 강도 맵의 형식이 될 수도 있다.
센서
위치 측정하는 데 사용되는 센서(110)는, 예컨대 가속도계(가급적 3차원), 자기계(가급적 3차원), 자이로(가급적 3차원) 및/또는 라디오 주파수 수신기 등이 있다. 3차원 센서들의 실시예는 후술한다.
가속도계는 사용자 휴대 단말기가 x, y 및 z 차원으로 얼마나 가속했는지의 측정치를 제공한다. 이 가속도 측정치들은 단말기(100)를 휴대하는 사용자가 취한 걸음을 감지한다.
자기계는 지구에 의해 생성된 지구 자기장의 크기를 측정한다. 이 측정치들은 x, y 및 z 차원으로 제공된다. 이 측정치들은 사용자 휴대 단말기(100)의 진행 방향을 추정하는 데 사용된다. 이 자기장은 전력선 망 및 철제 바 등의 인공 구조물에 의해 쉽게 방해된다.
자이로는 x, y 및 z 차원에서의 단말기의 각속도를 감지한다. 이것은 사용자 휴대 단말기 진행 방향의 추정을 개선하는 데 사용되는, 사용자 휴대 단말기(100)의 얼마나 회전하는지에 관한 정보,를 제공한다.
라디오 주파수 수신기는 라디오 신호 환경에 관한 정보를 수집한다. 이것은 WLAN 송수신기 등과 같은 모든 감지 가능한 라디오 주파수 송신기의 실체(identity) 및 라디오 신호의 강도를 제공한다. 만약 라디오 신호 환경의 특성(appearance)이 알려져 있다면, 이는 위치 측정을 개선하는 데 사용될 수 있다. 라디오 신호 환경이 알려져 있지 않다면, 이 정보는 라디오 신호 환경의 특성을 추정하는 데 사용될 수 있다.
전처리
신호 전처리(120)는 센서 데이터를 주로, 걸음을 감지하고 사용자 휴대 단말기(100)의 진행 방향을 추정하는 2가지 방법으로 사용한다. 감지된 걸음은 사용자의 이동을 추정하기 위해 필터(130)에 의해 사용되며, 진행 방향 추정은 이동이 발생한 위치에서의 방향을 결정하기 위해 사용된다. 이 2가지 정보는 데이터베이스(210)에 업로드된다. 이것은 모든 센서 데이터를 전송하는 것과 비교하였을 때, 업로드할 정보의 양을 현저하게 감소시킬 수 있다.
걸음 감지기
사람의 걸음은 3개의 독립적인 가속도 측정치를 고려하여 감지될 수 있다. 걸음으로 인하여 발생하는 시퀀스의 주기성은 명확하게 가시적이다. 이 3개의 가속도 측정치의 유클리드 평균치(norm)는, 사전에 감지된 각 걸음 동안의 신호에서의 명확한 피크값을 제공한다.
걸음은 매우 특징적인 주파수로 발생하고, 이는 걸음을 감지할 뿐만 아니라 걸음 거리도 추정할 수 있도록 해준다. 이러한 추정은 모든 3개(x,y,z)의 독립적인 가속도계로부터의 정보를 결합시키는 것에 의해 개선될 수 있다.
진행 방향 추정
진행 방향은 자기계(102)를 사용하여 추정된다. 먼저, 3차원 자기계 데이터 및 가속도 데이터의 그레비테이션(gravitation) 벡터를 이용하여 휴대 단말기의 방향이 추정되어야 한다. 이것은 휴대 단말기의 어느 쪽이 북쪽을 향하고 어느 쪽이 동쪽을 향하는지에 관한 정보를 제공한다. 그 후, 휴대 단말기의 진행 방향이 결정될 수 있다. 자기계 신호는 구조적인 간섭으로 인한 심각한 외란으로부터 영향을 받게 된다.
3차원 자이로 측정치가 있다면, 좀 더 개선된 정확도를 위해 진행 방향 추정은 각속도 측정치에 의해 지원받을 수 있다. 자이로 측정치들은 보다 짧은 시간 주기 내에 진행 방향의 변화량을 추정하는데 사용된다. 그럼에도 불구하고, 자이로 측정치에는 진행 방향 추정이 경로 이탈이 발생되도록 하는 불확실성이 존재한다. 핵심은 자이로에 의해 측정된 진행 방향 변화량을 교정하기 위하여 자기계 측정치를 사용하는 것인데, 이는 자기계 데이터가 신뢰할 수 있는 경우에만 한한다.
자기계 데이터의 에러는 자이로 데이터를 사용하여 감지될 수 있다. 확장된 시간 주기 내에서, 자기계에 의해 측정된 진행 방향의 변화량이 자이로에 의해 측정된 변화량과 일치하면, 진행 방향 측정치는 신뢰할 수 있는 것으로 간주되고, 진행 방향 추정을 업데이트하는 데 사용된다.
자기계가 없거나 또는 자기장 외란이 존재하는 경우, 자이로는 진행 방향을 결정하는 데 사용된다. 추정된 경로 이탈은 자이로 측정치들을 벡터맵에 융합시키는 것에 의해 감소될 수 있다.
실내 항법 필터(130)
항법 필터에 대한 입력값으로 다음과 같은 예가 있다.
1. 걸음 데이터, 진행 방향 및 벡터맵(220)
2. 걸음 데이터, 진행 방향, 벡터맵(220), 수신 신호 강도 및 수신 신호 강도 맵
3. 수신 신호 강도 및 수신 신호 강도 맵(속성맵 240)
수신 신호 강도 및 수신 신호 강도 맵은 하나 또는 둘 이상의 다양한 지리적 속성(geo-varying property) 및 해당 속성맵(240)에 의해 교체될 수 있다.
항법 필터(130)으로부터의 출력은 위치 추정의 첫 통계적인 움직임, 즉 평균값이다. 불확실성은 위치의 공분산(covariance)에 의해 나타난다.
도 3에 도시된 바와 같이, 사용자 휴대 단말기(100)은 움직임 센서(101), 방향 센서(102) 및 디스플레이부(140)를 포함한다. 사용자 휴대 단말기(100)는 바람직하게는 배터리(미도시)를 포함한다. 사용자 휴대 단말기(100)는 중앙부(200)와의 통신을 위한 안테나(103)를 포함한다. 사용자 휴대 단말기(100)는 계산부(104)를 더 포함한다. 계산부(104)는 움직임 센서(101) 및 방향 센서(102)와 연결되어 있다. 계산부(104)는 추정된 사용자 위치를 보여주기 위한 디스플레이부(140)과 더 연결된다. 계산부(104)는 전처리, 필터링 및/또는 상술한 평활화 기능을 수행한다. 사용자 휴대 단말기(100)는 건물 내의 다른 속성들을 감지하기 위한 추가적인 센서들(미도시)을 포함할 수 있다. 계산부는 중앙부(200)와 통신하기 위한 안테나(103)에 연결된다.
수학적 모델
이 장에서는 이동 모델 및 센서 모델을 포함하는 수학적 모델에 관하여 설명한다.
센서 모델은 미정의 상태 변수- 본 발명의 경우 휴대 단말기의 위치- 가 측정치와 어떠한 관련이 있는가를 보여준다.
시각 t 에서,
Figure 112013080842808-pct00001
는 상태변수,
Figure 112013080842808-pct00002
는 측정치들을 나타낸다. 더 자세하게, 이 관계는 수학식
Figure 112013080842808-pct00003
에 따라 특정되는 우도 함수(likelihood function)인 확률 밀도 함수로서 모델링된다.
측정치들은 예컨대 걸음 거리, 진행 방향 각도 및 벡터맵 등을 포함한다. 이 걸음 거리 및 진행 방향 각도는 스칼라 변수이고, 우도 함수는 추가적인 독립적 동등 분산 측정 노이즈와 함께 비선형 대수 방정식에 의해 근사된다. 그럼에도 불구하고, 벡터맵은 모델의 유연성(flexibility)에 관한 높은 요구조건이 있기 때문에 표현하기가 간단하지 않다. 즉, 벡터맵은 다수 개의 벡터들 및 현재 위치에서의 확률 밀도 함수에 의해서만 표현될 수 있다는 것이다.
보행 통로에서, 우도 함수는 사용자가 걷고 있는 방향에 대한 1차원 벡터로 제한된다. 노드(분기점)에서, 다른 가능한 벡터들이 취해질 수 있고, 다른 가능성에 관한 우도(likelihood)는 사용자의 진행 방향 각도에 의존한다.
사람의 이동 모델은 표준 기술에 의해 모델링되되, 여기서 마르코브 전이 밀도
Figure 112013080842808-pct00004
는 추가적인 독립적 동등 분산 노이즈와 함께 계차방정식에 의해 근사된다.
실내 항법 필터에서 사용되는 상태 추정 방법은 베이지안(Bayesian) 관점에 의해 영향을 받는데, 이 베이지안 관점은 추정 과제에 대한 해결책은 필터링 조건부 확률 밀도 함수(probability density function; 이하, pdf)인
Figure 112013080842808-pct00005
에 의해 제공된다.
이 조건부 확률 밀도 함수(pdf)는 다음 두 단계로 회귀적으로 업데이트될 수 있다.
먼저, 시간 업데이트는 다음 수학식 1과 같다.
Figure 112013080842808-pct00006
그 다음, 측정치 업데이트는 다음 수학식 2와 같다.
Figure 112013080842808-pct00007
위 수학식들을 이용하여, 조건부 확률 밀도 함수
Figure 112013080842808-pct00008
는
Figure 112013080842808-pct00009
로 표기된 현 반복(iteration)까지, 측정치 정보를 고려하여 각 반복 t에서 회귀적으로 계산될 수 있다.
이들 수학식들은, 추정 과제의 비선형 특성으로 인하여 분석적으로 평가될 수 없고, 이에 따라 특정 종류의 pdf 근사가 필요하다. 가능한 하나의 구현은 입자 필터(particle filter; 이하, PF)로도 불리는 순차적 몬테 카를로(sequential Monte Carlo) 필터(SMC)이다. 다른 구현은 포인트 매스 필터(PMF) 및 칼만(Kalman) 필터이다. 이 입자 필터의 자세한 설명은, Gustafsson, F.; ,"Particle filter theory and practice with positioning applications," Aerospace and Electronic Systems Magazine, IEEE, wol. 25, no. 7, pp.53-82, July 2010 doi: 10.1109/MAES.2010.5546308.을 참조하기 바란다.
위 PF는 입자로 언급된 다수 개의 독립적 동등 분산 샘플에 의해 표현되는 후방(posterior) pdf
Figure 112013080842808-pct00010
의 근사(approximation)를 추정한다. 이 필터의 입자는 건물 네트워크에서의 사용자 위치에 관한 가설을 나타낸다. 이러한 필터에서의 일반적인 업데이트율은 시간상으로 일정하다. 여기서, 업데이트는 감지된 걸음 또는 수신 신호 강도 측정치에 따라 발생한다.
이 필터는 벡터와 노드로 구성된 벡터맵으로 표현되어지는 환경에 대한 정보를 이용한다. 이 맵의 벡터 표현은 맵의 차원수를 감소시키고, 이에 의해 2가지 측면으로 위치 측정을 개선하게 된다. 첫째, 가능한 사용자 이동이 제약되기 때문에, 위치 측정 시스템은 자기 나침반과 같은 외란에 덜 민감하게 된다. 둘째, 보다 적은 수의 차원 수는 보다 적은 계산과 보다 견고한 위치 측정 구조를 가져오게 된다.
[알고리즘]
1. 초기화
2. 감지된 걸음 또는 수신 신호 강도 측정치에 따라 발생하는 시간 업데이트
3. 선택적인 진행 방향으로부터의 측정치 업데이트
4. 선택적인 수신 신호 강도로부터의 측정치 업데이트
5. 위치 추정을 위한 평균 및 공분산 계산
6. 필요한 경우, 리샘플링
7. 위 단계 2로 돌아감.
초기화
입자들의 초기 분산은 여러 방법으로 결정될 수 있다. 사용자가 그가 위치한 곳의 정보를 제공할 수 있다. 사용자는 실외 GPS 위치(즉, 그가 건물로 들어간 위치)로부터 실내로 들어올 수 있다. 수신 신호 강도 및 수신 신호 강도 맵이 있다면, 이는 초기 위치를 결정하는 데 사용될 수 있다. 또한, 사용자 휴대 단말기가 카메라가 있거나 카메라에 연결되어 있다면, 이것은 현재 위치를 파악하기 위하여, 회사 번호, 바코드 또는 태그 등을 읽고, 이것들을 데이터베이스에 저장된 번호와 비교하는 데 사용될 수 있다. 요약하자면, 초기 위치를 특정하기 위하여 센서 판독치들은 데이터베이스에 저장된 지리적 참조된(geo-referenced) 데이터와 비교되는 것이다. 또 다른 방법은 휴대 단말기의 초기 이동 경로가 벡터맵과 비교되는 것이다. 어느 한 지점에서, 휴대 단말기의 이동 경로는 벡터맵의 하나의 가능한 경로에만 일치된다. 이에 의해, 현재 초기 위치가 결정될 수 있다.
시간 업데이트
감지된 걸음 및 수신 신호 강도 측정치는 수학식 1에 따라 필터의 시간 업데이트를 발생시킨다. 걸음이 감지되면, 각 입자는 건물 벡터맵에서 그것의 벡터를 따라 움직인다. 이동 방향은 전처리된 걸음으로부터 수신되는 진행 방향에 의해 결정된다. 이동 거리는 미리 지정된 걸음 거리 또는 추정량에 필터에서 생성된 랜덤한 노이즈를 합산한 것이다. 걸음은 감지되지 않고 수신 신호 강도 측정치만 수신되면, 이동은 벡터 상에서 랜덤한 걸음이 된다. 위 경우들 중에서, 사용자가 건물 벡터맵에서 어떤 노드에 다다르게 되면, 이 사용자는 이 노드에 붙는 벡터에 랜덤하게 할당된다. 각 벡터에는 각각 다른 확률로서 할당되게 된다.
선택적인 진행 방향으로부터의 측정치 업데이트
진행 방향이 존재한다면, 각 입자들의 가중치는, 그 입자가 있는 벡터의 진행 방향을 고려하여 진행 방향 측정의 우도에 기반하여 수정된다. 이 측정치 업데이트는 수학식 2에 따라 수학적으로 얻어진다.
선택적인 수신 신호 강도로부터의 측정치 업데이트
송신기로부터의 수신 신호 강도가 측정될 수 있고, 그 액세스 포인트(access point)가 수신 신호 강도 맵에 존재하는 경우, 이것은 입자 분산에서의 가중치를 수정하는 데 사용될 수 있다. 이 측정치 업데이트는 수학식 2에 따라 수학적으로 얻어진다.
위치 추정을 위한 평균 및 공분산 계산
사용자에게 위치 추정을 제공하기 위하여, 각 입자들의 카르테시안(Cartesian) 평균 및 공분산이 계산된다.
리샘플링
입자 분산이 가중치에서의 높은 분산값 등 적당하지 않은 속성을 가지고 있는 경우, 이 입자의 전부 또는 일부가 리샘플링될 수 있다.
벡터맵 (220)
벡터맵(220)은 환경의 지형을 나타낸다. 벡터맵(220)의 예가 도 4에 도시되어 있다. 벡터맵(220)은 벡터(221) 및 노드(222)를 포함하는 두 데이터 구조를 포함한다. 벡터(221)는 가능한 사람/사용자의 경로를 나타내고, 노드(222)는 하나 또는 둘 이상의 벡터(221)을 연결한다. 벡터 데이터 구조는 벡터(221)의 ID, 벡터 세그먼트의 위치에 관한 정보 및 각 벡터 단부의 2개 노드 ID를 포함한다. 노드(222)의 구조는 노드 ID, 노드(222)의 위치 및 연결된 모든 벡터(221)의 ID들을 포함한다. 따라서, 벡터맵(220)의 위치는 벡터 ID 및 벡터 단부로부터의 길이 방향 거리를 나타내는 이산형(discrete mode) 변수에 의해 정해진다.
데이터베이스(210)
데이터베이스(210)은 단말기(100)에서 처리된 센서 데이터를 빠르고 쉽게 업로드하기 위해 인터넷과 연결된다. 데이터베이스(210)는 맵 추정 프로세스(230)으로부터의 효율적인 데이터베이스 요청을 허용하도록 설계되어 있다.
속성맵 (240)
속성맵(240)은 벡터맵(220)에서 지리적 참조된 데이터를 포함한다. 속성들의 예로서, RF 송신기(에컨대, WLAN같은 무선 네트워크망에서의)로부터 수신 신호 강도, 자기장 강도, 카메라나 근접 센서로부터 측정된 색상 및 광 조도, 대기압, 공기 중의 화학 성분(예컨대, 일산화탄소 감지기) 등이 있다.
기본적으로, 속성맵(240)은 각 열이 하나의 맵 데이터 지점을 나타내는 행렬이다. 각 열은 벡터맵(220)의 상대적 지점의 위치에 관한 정보 및 그 지점에서의 속성에 관한 정보를 포함한다. 이 정보의 크기는 성분에 의존하는데, 예컨대, 신호 강도는 스칼라 성분이지만, 자기장은 벡터 성분이다.
속성맵 추정(230)
이 장에서, 속성은, 보편성 손실없이, 수신 신호 강도라고 할 수 있다. 이 개념을 단말기에 의해 측정 가능한 다른 속성들에 적용하는 것은 매우 간단하다.
데이터베이스는 서로 다른 송신기 ID들과 함께 수신 신호 강도의 측정치들을 포함한다. 문제는 이 데이터는 위치와는 관련이 없다는 것이다. 첫번째 단계는, 상술한 "실내 항법 필터" 장에서 설명된 항법 필터를 이용하여 단말기의 경로를 추정하고, 그 다음 이 필터 결과치에 입자 평활화 방법을 적용하는 것이다(Godsill et al, "Monte Carlo Smoothing for Nonlinear Time Series", Journal of the American Statistical Association, March 2004, Vol. 99, No. 465, pp. 156-168, doi: 10.1198/016214504000000151. 참조). 평활화는 이 분석이 모든 시간에서의 모든 활용가능한 데이터를 고려하여 수행된다는 것을 의미한다. 즉, 특정 시간에서의 사용자 위치는 과거 및 미래 데이터 모두를 고려하여 추정되는 것이다. 이는 실시간이 아닌 후처리를 통해 가능하나 위치 추정을 실질적으로 개선해준다.
두번째 단계는, 수신 신호 강도 등과 같은 속성 데이터를 평활화 알고리즘으로부터 얻은 위치 추정 결과치와 연결하는 지리적 참조를 시키는 것이다. 위치 데이터 및 신호 강도 측정치에는 모두 노이즈가 있다는 것에 유의해야 한다. 이 단계의 결과는 벡터맵(220)에 맞춰진 평활화된 수신 신호 강도 데이터이다.
세번째 단계는, 다수개의 지리적 참조된 데이터 군으로부터 위치의 특징을 끌어내어 맵을 생성하는 것이다. 이 단계는 비정상적인 것을 감지하고, 일치하지 않는 데이터를 삭제하는 것도 포함한다. 예컨대, 삭제되거나 추가된 송신기는 견고한 방법으로 핸들링되어야 한다. 따라서, 맵의 동적인 업데이트를 위하여, 최근에 얻어진 데이터는 과거 데이터보다 더 강하게 고려되어야 한다.
항법 및 안내
항법 시스템은 문헌에 잘 설명되어 있고, 본 발명의 일부가 아니다. 그러나, 획득된 위치 추정은 희망 목적지로의 경로를 계산하는 경우에 현재 위치로서 이용된다. 만약 사용자가 어떤 이유에서 제안된 경로를 따르지 않기로 결정한 경우, 이 변화는 감지되고 희망 목적지까지의 신규 경로가 계산되어야 한다. 또한, 제안된 벡터맵은 목적지까지의 제안 경로를 나타내는데 사용된다.
도면 및 상세한 설명에서, 본 발명의 사례 및 바람직한 실시예를 설명하였고, 비록 한정적인 용어가 사용되었으나 이는 오직 일반적이고 서술적인 관점에서 사용된 것이고 아래 청구항에서 설명되는 본 발명의 권리범위를 한정하는 목적으로 사용된 것은 아니다.

Claims (16)

  1. 사용자는 사용자 휴대 단말기를 소지하고, 사용자 휴대 단말기에는 방향 센서와 움직임 센서가 구비되어 있는, 건물 내부의 사용자 위치 측정 방법에 있어서,
    사용자 휴대 단말기에 건물의 벡터맵을 제공하되, 벡터맵은 건물 내의 사용자가 이동 가능한 경로를 나타내는 벡터와 노드를 포함하는 것을 특징으로 하는 벡터맵 제공 단계;
    벡터맵에서, 사용자의 최초 위치를 나타내는 다수 개의 가능한 시작점을 결정하는 시작점 결정 단계;
    건물 내부 사용자의 이동에 관하여 움직임 센서로부터 이동 정보를 수신하는 이동 정보 수신 단계;
    사용자의 이동 방향에 관하여 방향 센서로부터 방향 정보를 수신하는 방향 정보 수신 단계; 및
    벡터맵에서의 각 가능한 시작점, 이동 정보 및 방향 정보에 기반하여, 벡터맵에서의 벡터에 따른 사용자의 가능한 신규 위치들을 추정하는 신규 위치 추정 단계;를 포함하고,
    각 가능한 신규 위치들은, 상기 벡터맵, 이동정보 및 방향 정보간의 상관관계에 기반한 확률변수 가중치를 가지는 것을 특징으로 하는 건물 내부의 사용자 위치 측정 방법.
  2. 제1항에 있어서,
    가능한 다수 개의 신규위치 및 그 가중치에 기반하여 가중치 적용 평균 위치를 계산하는 단계를 더 포함하는 건물 내부의 사용자 위치 측정 방법.
  3. 제1항에 있어서,
    사용자 휴대 단말기에 라디오 주파수 신호, 자기장 또는 광 조도와 같은 벡터맵 상의 건물 내의 물리적 속성(이 물리적 속성은 사용자 휴대 단말기에 의해 감지될 수 있음)의 맵을 포함하는 속성맵을 제공하는 속성맵 제공 단계;를 더 포함하는 건물 내부의 사용자 위치 측정 방법.
  4. 제3항에 있어서, 상기 신규 위치 추정 단계는,
    사용자 휴대 단말기에 의해 감지된 건물 내의 물리적 속성을 속성맵과 비교하고 상기 비교에 기반하여 각 가능한 신규 위치의 가중치를 업데이트하는 단계를 더 포함하는 건물 내부의 사용자 위치 측정 방법.
  5. 제3항에 있어서, 속성맵 제공 단계는,
    건물 내부의 일정 위치에서의 물리적 속성에 관한 정보가 건물의 물리적 속성에 관한 정보를 포함하는 데이터베이스로부터 사용자 휴대 단말기에 의해 수신되는 단계를 포함하는 건물 내부의 사용자 위치 측정 방법.
  6. 제1항에 있어서,
    건물 내의 물리적 속성을 감지하는 단계; 및
    감지된 물리적 속성에 관한 정보를 데이터베이스에 저장하는 단계;를 더 포함하는 건물 내부의 사용자 위치 측정 방법.
  7. 제2항에 있어서,
    계산된 가중치 적용 평균 위치를 디스플레이하는 단계를 더 포함하는 건물 내부의 사용자 위치 측정 방법.
  8. 방향 센서,
    움직임 센서, 및
    건물 내의 사용자가 이동 가능한 경로를 나타내는 벡터와 노드를 포함하는 벡터맵을 포함하고,
    상기 움직임 센서는 건물 내의 사용자의 이동에 관한 이동 정보를 제공하도록 되어 있고, 상기 방향 센서는 사용자의 이동 방향에 관한 방향 정보를 제공하도록 되어 있으며,
    벡터맵에서의 사용자의 최초 위치를 나타내는 각 가능한 시작점들, 이동 정보 및 방향 정보에 기반하여, 벡터맵에서의 벡터에 따른 사용자의 가능한 신규 위치들을 추정하는 계산부를 포함하고,
    각 가능한 신규 위치들은, 상기 벡터맵, 이동정보 및 방향 정보간의 상관관계에 기반한 확률변수 가중치를 가지는 것을 특징으로 하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  9. 제8항에 있어서, 상기 계산부는,
    가능한 다수 개의 신규위치 및 그 가중치에 기반하여 가중치 적용 평균 위치를 계산하는 것을 특징으로 하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  10. 삭제
  11. 제8항 또는 제9항에 있어서,
    사용자 휴대 단말기에 의해 감지 가능하고 벡터맵 상의 건물 내의 물리적 속성의 맵을 포함하는 속성맵을 수신하는 것을 특징으로 하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  12. 제11항에 있어서,
    사용자 휴대 단말기에 의해 감지된 건물 내의 물리적 속성들을 속성맵과 비교하고, 상기 비교에 기반하여 각 가능한 신규 위치의 가중치를 업데이트하는 것을 특징으로 하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  13. 제8항에 있어서,
    사용자 휴대 단말기는 건물 내의 물리적 속성을 감지하기 위한 적어도 하나의 센서를 포함하고, 사용자 휴대 단말기는 감지된 물리적 속성에 관한 정보를 데이터베이스에 제공하는 것을 특징으로 하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  14. 제9항에 있어서,
    계산된 가중치 적용 평균 위치를 디스플레이하는 건물 내부의 사용자 위치를 측정하는 사용자 휴대 단말기.
  15. 삭제
  16. 삭제
KR1020137023429A 2011-02-09 2012-01-23 실내 위치 측정 방법 및 장치 KR101904214B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/929,690 2011-02-09
US12/929,690 US8498811B2 (en) 2011-02-09 2011-02-09 Method and device for indoor positioning
PCT/EP2012/050924 WO2012107268A1 (en) 2011-02-09 2012-01-23 Method and device for indoor positioning

Publications (2)

Publication Number Publication Date
KR20140093896A KR20140093896A (ko) 2014-07-29
KR101904214B1 true KR101904214B1 (ko) 2018-10-04

Family

ID=45571505

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137023429A KR101904214B1 (ko) 2011-02-09 2012-01-23 실내 위치 측정 방법 및 장치

Country Status (4)

Country Link
US (2) US8498811B2 (ko)
EP (1) EP2673593B1 (ko)
KR (1) KR101904214B1 (ko)
WO (1) WO2012107268A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200066881A (ko) * 2018-12-03 2020-06-11 전자부품연구원 실내상황 통합제어 시스템 및 방법

Families Citing this family (125)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9395190B1 (en) 2007-05-31 2016-07-19 Trx Systems, Inc. Crowd sourced mapping with robust structural features
KR101612126B1 (ko) * 2009-07-07 2016-04-14 삼성전자주식회사 가시광 통신을 이용한 위치기반 서비스 시스템에서 모드를 변경하는 장치 및 방법
US8812015B2 (en) 2009-10-01 2014-08-19 Qualcomm Incorporated Mobile device locating in conjunction with localized environments
US9140559B2 (en) * 2009-10-01 2015-09-22 Qualcomm Incorporated Routing graphs for buildings using schematics
US8880103B2 (en) 2009-10-12 2014-11-04 Qualcomm Incorporated Method and apparatus for transmitting indoor context information
US9389085B2 (en) 2010-01-22 2016-07-12 Qualcomm Incorporated Map handling for location based services in conjunction with localized environments
US8498811B2 (en) * 2011-02-09 2013-07-30 SenionLab AB Method and device for indoor positioning
US8981995B2 (en) 2011-06-03 2015-03-17 Microsoft Technology Licensing, Llc. Low accuracy positional data by detecting improbable samples
US8810649B2 (en) * 2011-06-30 2014-08-19 Qualcomm Incorporated Navigation in buildings with rectangular floor plan
US9020523B2 (en) 2011-07-12 2015-04-28 Qualcomm Incorporated Position estimating for a mobile device
US9470529B2 (en) 2011-07-14 2016-10-18 Microsoft Technology Licensing, Llc Activating and deactivating sensors for dead reckoning
US10027952B2 (en) 2011-08-04 2018-07-17 Trx Systems, Inc. Mapping and tracking system with features in three-dimensional space
US9568323B2 (en) * 2011-10-17 2017-02-14 Microsoft Technology Licensing, Llc Location determination
US10184798B2 (en) 2011-10-28 2019-01-22 Microsoft Technology Licensing, Llc Multi-stage dead reckoning for crowd sourcing
US20130138342A1 (en) * 2011-11-29 2013-05-30 Jacob ZAID Method and apparatus for indoor navigation
KR101822622B1 (ko) * 2011-12-12 2018-01-26 현대엠엔소프트 주식회사 실내외 경로가 연계된 목적지 탐색 방법 및 사용자 단말
GB201122206D0 (en) * 2011-12-22 2012-02-01 Vodafone Ip Licensing Ltd Sampling and identifying user contact
US10324108B2 (en) 2012-02-07 2019-06-18 Mcube, Inc. Dynamic offset correction for calibration of MEMS sensor
US9179266B2 (en) * 2012-03-17 2015-11-03 MCube Inc. Augmentation of indoor navigation methods and apparatus with map matching constraints
US10197587B2 (en) 2012-03-17 2019-02-05 MCube Inc. Device and method for using time rate of change of sensor data to determine device rotation
US9014716B2 (en) * 2012-04-10 2015-04-21 Qualcomm Incorporated Techniques for processing perceived routability constraints that may or may not affect movement of a mobile device within an indoor environment
US20130345967A1 (en) * 2012-06-21 2013-12-26 Qualcomm Incorporated Routability graph with predetermined number of weighted edges for estimating a trajectory of a mobile device
US9817125B2 (en) 2012-09-07 2017-11-14 Microsoft Technology Licensing, Llc Estimating and predicting structures proximate to a mobile device
US9310462B2 (en) * 2012-09-07 2016-04-12 Microsoft Technology Licensing, Llc Locating a mobile computing device in an indoor environment
US9182240B2 (en) 2012-09-26 2015-11-10 Intel Corporation Method, apparatus and system for mapping a course of a mobile device
US9014974B2 (en) 2012-10-16 2015-04-21 Qualcomm, Incorporated Predictive scheduling of navigation tasks
US9116000B2 (en) * 2012-10-22 2015-08-25 Qualcomm, Incorporated Map-assisted sensor-based positioning of mobile devices
US9161172B2 (en) * 2012-11-06 2015-10-13 Qualcomm Incorporated Map-based adaptive sampling of orientation sensors for positioning
US8849308B2 (en) 2012-11-21 2014-09-30 Apple Inc. Tiling of map data
US9226111B2 (en) 2012-11-21 2015-12-29 Apple Inc. Pathway matching
US8996302B2 (en) * 2012-11-30 2015-03-31 Apple Inc. Reduction of the impact of hard limit constraints in state space models
CN103868517A (zh) * 2012-12-10 2014-06-18 深圳富泰宏精密工业有限公司 室内定位系统及方法
US8923622B2 (en) 2012-12-10 2014-12-30 Symbol Technologies, Inc. Orientation compensation using a mobile device camera and a reference marker
US8942725B2 (en) 2012-12-14 2015-01-27 Apple Inc. Location determination using a state space estimator
TWI489126B (zh) * 2012-12-19 2015-06-21 Ind Tech Res Inst 一種動態無線訊號強度修正系統與方法
US9164844B2 (en) 2013-03-12 2015-10-20 Qualcomm Incorporated Method and apparatus for detecting anomalies within indoor information
US20140274109A1 (en) * 2013-03-12 2014-09-18 Qualcomm Incorporated Positioning performance prediction
US11156464B2 (en) 2013-03-14 2021-10-26 Trx Systems, Inc. Crowd sourced mapping with robust structural features
US11268818B2 (en) 2013-03-14 2022-03-08 Trx Systems, Inc. Crowd sourced mapping with robust structural features
US20140288824A1 (en) * 2013-03-22 2014-09-25 Qualcomm Incorporated Method and/or system for selective application of direction of travel
US9223004B2 (en) 2013-03-22 2015-12-29 Qualcomm Incorporated Controlling position uncertainty in a mobile device
JP6152511B2 (ja) * 2013-03-29 2017-06-28 株式会社メガチップス 携帯端末装置、プログラムおよび補正方法
US20140313520A1 (en) * 2013-04-19 2014-10-23 Lutz NAETHKE Location determination using light sources
US8738036B1 (en) 2013-05-29 2014-05-27 Joingo, Llc Method and system for wayfinding at a venue
US20140357305A1 (en) * 2013-05-30 2014-12-04 Indooratlas Oy Orientation of mobile device measuring earth's magnetic field indoors
US9510318B2 (en) 2013-06-27 2016-11-29 Google Technology Holdings LLC Method and apparatus for ascertaining a location of a personal portable wireless communication device
CN104251699B (zh) * 2013-06-27 2017-02-15 珠海世纪鼎利科技股份有限公司 一种室内空间定位方法
US9326103B2 (en) * 2013-07-12 2016-04-26 Microsoft Technology Licensing, Llc Indoor location-finding using magnetic field anomalies
CN104375117B (zh) * 2013-08-12 2018-05-04 无锡知谷网络科技有限公司 目标定位方法及系统
KR101527211B1 (ko) * 2013-10-07 2015-06-09 아이데카 주식회사 자기장 맵을 구축하는 방법 및 시스템
US9733088B2 (en) * 2013-10-30 2017-08-15 Hewlett Packard Enterprise Development Lp Signal space based navigation
CN104616675A (zh) * 2013-11-05 2015-05-13 华为终端有限公司 一种切换播放设备的方法及移动终端
US20150128194A1 (en) * 2013-11-05 2015-05-07 Huawei Device Co., Ltd. Method and mobile terminal for switching playback device
EP2881708A1 (en) * 2013-12-05 2015-06-10 Deutsche Telekom AG System and method for indoor localization using mobile inertial sensors and virtual floor maps
US9506761B2 (en) 2014-01-10 2016-11-29 Alcatel Lucent Method and apparatus for indoor position tagging
US10057802B2 (en) 2014-02-11 2018-08-21 Telefonaktiebolaget Lm Ericsson (Publ) Coverage determination using correlated radio condition measurements and position estimates
DE102014002150B3 (de) 2014-02-15 2015-07-23 Audi Ag Verfahren zur Ermittlung der absoluten Position einer mobilen Einheit und mobile Einheit
US10062178B2 (en) 2014-03-28 2018-08-28 Philips Lighting Holding B.V. Locating a portable device based on coded light
CN104006811B (zh) * 2014-05-13 2017-03-15 北京红旗胜利科技发展有限责任公司 一种导航鞋室内导航修正的方法及装置
US9989944B2 (en) 2014-05-21 2018-06-05 Portable Comfort Corporation LLC Temperature control voting system
US9528837B2 (en) * 2014-06-04 2016-12-27 Qualcomm Incorporated Mobile device position uncertainty based on a measure of potential hindrance of an estimated trajectory
JP6783751B2 (ja) * 2014-09-08 2020-11-11 インベンセンス・インコーポレーテッド 地図情報支援の質を高められたポータブルナビゲーションを使用する方法および装置
GB201500411D0 (en) 2014-09-15 2015-02-25 Isis Innovation Determining the position of a mobile device in a geographical area
WO2016055100A1 (en) 2014-10-08 2016-04-14 Here Global B.V. Supporting magnetic flux density based positioning
US9476717B2 (en) * 2014-10-27 2016-10-25 Indooratlas Oy Simultaneous localization and mapping by using Earth's magnetic fields
CN104507053A (zh) * 2014-12-25 2015-04-08 中国矿业大学 差分气压测高辅助 wlan 指纹定位中的楼层判别方法
US9759561B2 (en) * 2015-01-06 2017-09-12 Trx Systems, Inc. Heading constraints in a particle filter
DE102015205097A1 (de) 2015-01-15 2016-07-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Lokalisierungsvorrichtung und Verfahren zur Lokalisierung
US9392417B1 (en) 2015-03-03 2016-07-12 Qualcomm Incorporated Managing activities performed by a plurality of collocated mobile devices
US9402162B1 (en) 2015-03-05 2016-07-26 Htc Corporation Mobile device, positioning method and non-transitor computer-readable recording medium
US10451708B2 (en) * 2015-04-01 2019-10-22 Tata Consultancy Services Limited Backtracking indoor trajectories using mobile sensors
US9918203B2 (en) * 2015-06-05 2018-03-13 Apple Inc. Correcting in-venue location estimation using structural information
TWI577968B (zh) * 2015-06-18 2017-04-11 金寶電子工業股份有限公司 定位導航方法及其電子裝置
KR101831028B1 (ko) * 2015-07-03 2018-02-21 한국과학기술원 실내 환경에서 이동 로봇의 리로케이션 방법 및 장치
KR101751731B1 (ko) 2015-08-10 2017-06-29 숭실대학교산학협력단 위치 추적 시스템 및 방법
US10129701B2 (en) 2015-09-15 2018-11-13 Mediatek Inc. Location context managing method and electronic device
US11118937B2 (en) 2015-09-28 2021-09-14 Hrl Laboratories, Llc Adaptive downhole inertial measurement unit calibration method and apparatus for autonomous wellbore drilling
US10718198B2 (en) 2015-09-28 2020-07-21 Hrl Laboratories, Llc Opportunistic sensor fusion algorithm for autonomous guidance while drilling
CN105716608A (zh) * 2015-11-23 2016-06-29 南京华苏科技股份有限公司 一种建筑物内活动轨迹的定位显示方法
US10018474B2 (en) * 2015-12-21 2018-07-10 Invensense, Inc. Method and system for using offline map information aided enhanced portable navigation
KR102557529B1 (ko) 2016-02-05 2023-07-20 삼성전자주식회사 크라우드소싱 서비스를 제공하는 방법 및 장치
US20170238146A1 (en) * 2016-02-16 2017-08-17 Aisle411, Inc. Systems and Methods for Improving Indoor Position Detection
US11904234B2 (en) * 2016-02-23 2024-02-20 Mediatek Inc. Position tracking ring, band or bracelet and virtual reality system
US10429185B2 (en) * 2016-03-11 2019-10-01 SenionLab AB Indoor rotation sensor and directional sensor for determining the heading angle of portable device
US11275149B2 (en) 2016-03-18 2022-03-15 Embarcadero Technologies, Inc. Determining a location of an electronic device
US10051434B2 (en) * 2016-03-24 2018-08-14 Qualcomm Incorporated Selective crowdsourcing for multi-level positioning
EP3443299A4 (en) 2016-04-11 2020-07-29 HRL Laboratories, LLC GYROMAGNETIC GEOLOCATION SYSTEM
CN105869512B (zh) * 2016-05-31 2019-07-09 北京云迹科技有限公司 多信息的混杂度量地图建图方法和装置
GB2551195A (en) 2016-06-10 2017-12-13 Here Global Bv Enabling improved user experience with location estimates
US10126553B2 (en) 2016-06-16 2018-11-13 Microsoft Technology Licensing, Llc Control device with holographic element
US10620717B2 (en) 2016-06-30 2020-04-14 Microsoft Technology Licensing, Llc Position-determining input device
US10129698B2 (en) 2016-07-14 2018-11-13 United Parcel Service Of America, Inc. Internal location address and automatic routing of intra-facility movement
CN109416393B (zh) * 2016-07-15 2023-05-30 哈曼国际工业有限公司 物体跟踪方法和系统
US10697778B2 (en) 2016-09-07 2020-06-30 Microsoft Technology Licensing, Llc Indoor navigation
WO2018045508A1 (en) 2016-09-07 2018-03-15 Microsoft Technology Licensing, Llc. Indoor navigation
US10473466B2 (en) 2016-12-09 2019-11-12 Honeywell International Inc. Apparatus and method for data-based referenced navigation
EP3349031A1 (en) 2017-01-16 2018-07-18 Combain Mobile AB A method for generating an indoor environment model and a method for determining position data for a location in an indoor environment
US10843068B2 (en) 2017-01-18 2020-11-24 Xvisio Technology Corp. 6DoF inside-out tracking game controller
CN106643739B (zh) * 2017-02-23 2020-04-14 烟台中飞海装科技有限公司 一种室内环境人员定位方法及系统
US10979854B2 (en) 2017-06-02 2021-04-13 Apple Inc. Extending a radio map
US10477609B2 (en) 2017-06-02 2019-11-12 Apple Inc. Healing a radio map
US10794986B2 (en) 2017-06-02 2020-10-06 Apple Inc. Extending a radio map
US10469443B2 (en) 2017-06-23 2019-11-05 Honeywell International Inc. Systems and methods for resolving double address faults during the commissioning of a connected system
CN110692260B (zh) * 2017-06-30 2021-08-17 北京嘀嘀无限科技发展有限公司 终端设备定位系统和方法
CN107277773B (zh) * 2017-07-10 2020-04-17 广东工业大学 联合多种情景模式的自适应定位方法
US11331019B2 (en) 2017-08-07 2022-05-17 The Research Foundation For The State University Of New York Nanoparticle sensor having a nanofibrous membrane scaffold
US10714216B1 (en) 2017-08-30 2020-07-14 Swipesense, Inc. Method and system for increasing accuracy of hygiene compliance determinations
US10254380B2 (en) 2017-09-12 2019-04-09 Cisco Technology, Inc. Path segment matching for wireless indoor location applications
US10898756B2 (en) 2017-10-11 2021-01-26 Under Armour, Inc. System and method for tracking movement
GB201802074D0 (en) 2017-11-13 2018-03-28 Living Map Ltd Positioning correction
US10921133B2 (en) * 2017-12-07 2021-02-16 International Business Machines Corporation Location calibration based on movement path and map objects
CN108225321B (zh) * 2017-12-25 2021-05-28 燕山大学 一种基于移动节点辅助下的室内定位方法
US10609670B2 (en) 2018-03-21 2020-03-31 Combain Mobile AB Method and system for locating a position of a movable device
CN108882169B (zh) * 2018-04-10 2020-11-03 北京三快在线科技有限公司 一种WiFi位置指纹数据的获取方法及装置和机器人
US11582576B2 (en) 2018-06-01 2023-02-14 Apple Inc. Feature-based slam
TWI671740B (zh) * 2018-06-07 2019-09-11 光禾感知科技股份有限公司 基於地磁訊號結合電腦視覺的室內定位系統及方法
CN108848464B (zh) * 2018-08-03 2021-01-26 北斗航天卫星应用科技集团有限公司 一种室内定位服务器及室内定位方法
US10674785B2 (en) 2018-10-05 2020-06-09 Under Armour, Inc. System and method for tracking movement
KR102155419B1 (ko) * 2018-10-17 2020-09-11 전북대학교산학협력단 인공신경망을 기반으로 하는 적응형 거리측정장치
US10378907B1 (en) * 2018-11-20 2019-08-13 Pointr Limited Methods and systems for determining vertical location in enclosed spaces
IL268045A (en) * 2019-07-14 2021-01-31 Intraposition Ltd Method and system for use in hybrid indoor navigation
US11378403B2 (en) 2019-07-26 2022-07-05 Honeywell International Inc. Apparatus and method for terrain aided navigation using inertial position
KR20210113871A (ko) * 2020-03-09 2021-09-17 삼성전자주식회사 위치 판단에 이용되는 데이터 처리 방법 및 이를 지원하는 전자 장치
KR20220013157A (ko) * 2020-07-24 2022-02-04 삼성전자주식회사 전자 장치 및 이의 제어 방법
CN113095730B (zh) * 2021-05-08 2023-04-28 广东工业大学 一种北斗测试云平台的仪器优先调度评价方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060116818A1 (en) * 2004-12-01 2006-06-01 Televigation, Inc. Method and system for multiple route navigation

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3781506B2 (ja) * 1997-05-08 2006-05-31 本田技研工業株式会社 歩行位置検出装置および歩行者用経路案内装置
US5959575A (en) 1997-11-04 1999-09-28 Nortrhop Grumman Corporation Interior GPS navigation
JP3532773B2 (ja) * 1998-09-26 2004-05-31 ジヤトコ株式会社 携帯用位置検出装置および位置管理システム
US6323807B1 (en) * 2000-02-17 2001-11-27 Mitsubishi Electric Research Laboratories, Inc. Indoor navigation with wearable passive sensors
US6522266B1 (en) * 2000-05-17 2003-02-18 Honeywell, Inc. Navigation system, method and software for foot travel
SE0004096D0 (sv) 2000-11-08 2000-11-08 Nira Automotive Ab Positioning system
JP4417583B2 (ja) 2001-05-08 2010-02-17 パイオニア株式会社 ナビゲーション装置
US7305303B2 (en) * 2004-03-02 2007-12-04 Honeywell International Inc. Personal navigation using terrain-correlation and/or signal-of-opportunity information
KR20060082474A (ko) * 2005-01-12 2006-07-18 엘지전자 주식회사 실내 위치 추적 시스템 및 방법
US20070018890A1 (en) * 2005-07-22 2007-01-25 Kulyukin Vladimir A Multi-sensor wayfinding device
KR100686735B1 (ko) 2005-08-29 2007-02-26 삼성전자주식회사 이동 단말기를 이용한 실내 위치 추적 방법 및 시스템
US7511662B2 (en) * 2006-04-28 2009-03-31 Loctronix Corporation System and method for positioning in configured environments
AU2007348326B2 (en) * 2006-05-31 2012-03-08 Trx Systems, Inc. Method and system for locating and monitoring first responders
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
WO2008036325A2 (en) * 2006-09-20 2008-03-27 Regents Of The University Of Minnesota Indoor navigation system and method
US8155872B2 (en) 2007-01-30 2012-04-10 International Business Machines Corporation Method and apparatus for indoor navigation
CA2695841C (en) 2007-08-06 2016-11-08 Trx Systems, Inc. Locating, tracking, and/or monitoring personnel and/or assets both indoors and outdoors
US8073795B2 (en) 2008-01-07 2011-12-06 Symbol Technologies, Inc. Location based services platform using multiple sources including a radio frequency identification data source
JP2009198454A (ja) * 2008-02-25 2009-09-03 Mitsubishi Electric Corp 位置検知システム、位置検知サーバおよび端末
TW200938866A (en) 2008-03-07 2009-09-16 Inventec Appliances Corp Navigation method and application thereof
US8725327B2 (en) 2008-04-22 2014-05-13 Exelis Inc. Navigation system and method of obtaining accurate navigational information in signal challenging environments
WO2010001970A1 (ja) * 2008-07-02 2010-01-07 独立行政法人産業技術総合研究所 移動体の姿勢角処理装置
US8259692B2 (en) 2008-07-11 2012-09-04 Nokia Corporation Method providing positioning and navigation inside large buildings
EP2177928A1 (en) 2008-10-15 2010-04-21 Siemens Aktiengesellschaft Method for providing indoor positioning information to a navigation application based on the conversion of the positioning information to a standard format
US8639654B2 (en) 2009-03-16 2014-01-28 Tomtom Global Content B.V. Method for updating digital maps
US8756010B2 (en) * 2009-10-12 2014-06-17 Qualcomm Incorporated Method and apparatus for identification of points of interest within a predefined area
US9148763B2 (en) * 2010-07-30 2015-09-29 Qualcomm Incorporated Methods and apparatuses for mobile station centric determination of positioning assistance data
US8498811B2 (en) * 2011-02-09 2013-07-30 SenionLab AB Method and device for indoor positioning

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060116818A1 (en) * 2004-12-01 2006-06-01 Televigation, Inc. Method and system for multiple route navigation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200066881A (ko) * 2018-12-03 2020-06-11 전자부품연구원 실내상황 통합제어 시스템 및 방법
KR102125759B1 (ko) * 2018-12-03 2020-06-23 전자부품연구원 실내상황 통합제어 시스템 및 방법

Also Published As

Publication number Publication date
US20130311084A1 (en) 2013-11-21
EP2673593A1 (en) 2013-12-18
US20120203453A1 (en) 2012-08-09
US9020752B2 (en) 2015-04-28
KR20140093896A (ko) 2014-07-29
EP2673593B1 (en) 2018-02-07
WO2012107268A1 (en) 2012-08-16
US8498811B2 (en) 2013-07-30

Similar Documents

Publication Publication Date Title
KR101904214B1 (ko) 실내 위치 측정 방법 및 장치
US11187540B2 (en) Navigate, track, and position mobile devices in GPS-denied or GPS-inaccurate areas with automatic map generation
CN110455291B (zh) 用于利用磁场异常进行户内定位-寻找的方法和装置
Perttula et al. Distributed indoor positioning system with inertial measurements and map matching
CN104781686B (zh) 路径匹配
US9664521B2 (en) System and method for localizing a trackee at a location and mapping the location using signal-based features
US10415978B2 (en) Landmark location determination
US20130166202A1 (en) System and method for locating, tracking, and/or monitoring the status of personnel and/or assets both indoors and outdoors
Yu et al. Autonomous 3D indoor localization based on crowdsourced Wi-Fi fingerprinting and MEMS sensors
Zhou et al. A graph optimization-based indoor map construction method via crowdsourcing
US20180292216A1 (en) Method, device and system for determining an indoor position
Hasan et al. Mems IMU based pedestrian indoor navigation for smart glass
Park et al. Robust pedestrian dead reckoning for multiple poses in smartphones
GB2597335A (en) Map matching trajectories
Li et al. A modularized real-time indoor navigation algorithm on smartphones
Kessel et al. Automated WLAN calibration with a backtracking particle filter
Abdulrahim et al. On magnetometer heading updates for inertial pedestrian navigation system
Ho-Sy et al. A hybrid algorithm based on wifi for robust and effective indoor positioning
Saadatzadeh et al. Pedestrian dead reckoning using smartphones sensors: an efficient indoor positioning system in complex buildings of smart cities
Abdalkarim et al. Fusing multi-sensor measurements to improve heading estimation using Kalman gain for indoors smartphone positioning solutions
Alioua et al. Indoor geolocation based on earth magnetic field
Rao Online localization using only internal sensors on a smartphone

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant