KR101912195B1 - 목표의 실시간 위치 측정과 지도 구축 방법 및 장치 - Google Patents

Abstract

본 발명은, 목표의 실시간 위치 측정과 지도 구축 방법 및 장치를 제공한다. 상기 방법은, 1）활동 범위 내에서 이동하는 목표에 대하여 실시간 위치 측정을 실행하는 단계; 2）상기 이동 목표에 대한 위치 측정을 기반으로, 목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하는 단계; 3）상기 갱신된 지자기장 지도를 기반으로, 상기 목표가 이동할 다음 위치에 대하여 위치 측정하는 단계; 목표의 이동이 멈출 때 까지, 단계 2）와 3)을 반복하는 단계를 포함한다. 또한 본 발명은, 목표의 실시간 위치 측정과 지도 구축 장치를 제공한다. 본 발명에 따르면, 실내에 선험적 자기장 지도가 없는 조건하에서, 실내 목표의 실시간 위치 측정과 정밀한 지자기장 지도의 구축을 실현하는 과제를 해결할 수 있다.

Description

목표의 실시간 위치 측정과 지도 구축 방법 및 장치{METHOD AND DEVICE FOR REAL-TIME TARGET LOCATION AND MAP CREATION}

본 발명은 실내 위치 측정과 지도 구축 분야에 관한 것으로, 보다 상세하게는 실내 목표의 위치 측정과 지도 구축을 상호 결합한 방법 및 장치에 관한 것이다.

위치 측정과 지도 구축을 동시에 실현함에 있어서 해결하여야 하는 과제는, 목표가 잡음이 있는 센서의 데이터를 이용하여 환경 속 물체의 분포상황을 구축함과 더불어 자체 위치를 확정함에 있다. 또한, 위치 측정과 지도 구축에 관한 과제의 해결은 목표의 진정한 자율 네비게이션을 가능하게 한다. 지난 십여 년간, 이동 로봇 분야에서 점차적으로 연구의 초점을 위치 측정과 지도 구축을 동시에 실현하는 과제에 두고 있다. 통상적인 방법으로는 EKF(Extended Kalman Filter：확장 카르만 필터)를 이용하여 로봇의 위치와 지표를 동시에 추정한다. 하지만, 지표의 위치가 증가되고 로봇의 이동 범위가 넓어짐에 따라 대응하는 상기 방법의 계산량이 많아지고 실시간성이 떨어진다. 또한 상기 방법은 사전에 환경을 배치하여야 하는 바, 예를 들면 도로표지를 사전에 배치하여야 하므로 인적자원과 물적자원의 소모를 초래한다.

본 발명은 상기 종래 기술의 결점을 감안하여, 목표의 위치 측정과 지도 구축 방법을 제공한다. 상기 방법은 운동 모델을 이용하여 현재의 지자기장을 측정하는 것을 통해 현재 위치에 대해 보정을 실행하고, 또한 공간 보간법으로 국부 지도 데이터를 갱신한 후, 전역 지도에 통합시키는 것으로, 목표의 위치 측정과 지도 구축을 동시에 실현하였고, 이와 동시에 연산량을 대폭 줄이고 사전에 환경을 배치할 필요가 없이 자원을 절약한다.

본 발명의 제1측면에 따르면, 목표의 위치 측정과 지도 구축 방법을 제공한다. 상기 방법은, 1）활동 범위 내에서 이동하는 목표에 대하여 실시간 위치 측정을 실행하는 단계; 2）이동 목표에 대한 위치 측정을 기반으로 목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하는 단계; 3）갱신된 지자기장 지도를 기반으로 목표가 이동할 다음 위치에 대하여 위치 측정하는 단계; 목표의 이동이 멈출 때 까지 단계 2)와 3)을 반복하는 단계를 포함한다.

상기 방법에 있어서, 단계 1)은, 활동 범위 내의 목표의 위치와 활동 범위 내의 전역 지자기장 지도를 초기화하는 단계, 여기서, 목표에는 목표의 운행 거리와 회전 각도의 값과 자기장 값을 측정하는 센서가 설치됨; 공간 보간법을 통해 목표의 초기 위치의 지자기장 값을 초기화한 전역 지자기장 지도에 추가하는 단계; 목표의 운행에 대한 제어 변수와 목표의 현재 위치의 지자기장 값을 측정하는 단계; 파티클 필터 알고리즘을 이용하여 무작위 이동하는 목표에 대하여 위치 추정을 실행하는 단계를 포함할 수 있다.

활동 범위 내의 목표의 위치와 활동 범위 내의 지자기장 지도를 초기화하는 단계는, 목표가 활동하는 실내 범위를 격자 좌표로 추상화시키고, 격자 좌표의 사이즈는 활동실의 실제 사이즈에 비례적으로 설치하는 단계를 포함할 수 있다. 활동 실 내의 목표의 초기 위치는 목표 내부의 센서에 의해 확정된다.

공간 보간법, 예를 들면, 크리깅(kriging) 보간법을 이용하여 측정한 지자기장 값을 초기 지도에 추가하고, 목표 주변의 측정값에 대해 가중을 하여, 미측정 위치에 대한 예측을 얻을 수 있다.

, 여기서, 각 파라미터의 의미는, λ _i 는 제 i 위치에서의 측정값에 대한 미지 가중치이고, S ₀ 은 예측 위치이고, N은 측정값의 수량을 표시한다. 크리깅 알고리즘을 이용 시, 가중치 λ _i 는, 측정 지점, 예측 위치의 거리와 예측 위치 주변의 측정값 사이의 공간적 관계에 관한 피팅 모델에 의해 결정된다.

보간법을 이용하여 지자기장 값을 지도에 추가하는 단계는, 목표의 위치를 추정하여 확정한 다음, 지자기장의 격자 지도에서 위치의 목표 점 주변의 제 1예정범위의 격자 점의 데이터를 추출하여 측정한 지자기장 값을 보간하고, 보간된 제 1예정범위의 격자 점을 제 2예정범위의 격자 지도에 통합시키는 단계를 포함할 수 있다.

본 발명의 다른 한 측면에 따르면, 본 발명은 또한 목표의 위치 측정과 지도 갱신 장치를 제공한다. 상기 장치는, 위치 측정 모듈과 지도 갱신 모듈을 포함하되, 여기서 위치 측정 모듈은 목표의 활동 범위 내에서의 이동에 대해 실시간 위치 측정을 실행하고, 지도 갱신 모듈은 목표의 위치 측정을 기반으로, 목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하며, 위치 측정 모듈은 또한 갱신된 지자기장 지도를 기반으로,목표의 이동이 멈출 때까지 목표의 다음 위치를 측정하여 보정한다.

위치 측정 모듈은, 목표의 초기 위치와 지자기장의 격자 지도를 초기화하는 초기화 모듈; 파티클 필터 알고리즘과 운동학적 모델을 이용하여 목표의 초기 위치와 운동중의 위치를 추정하는 위치 추정 모듈을 포함할 수 있고, 지도 갱신 모듈은, 공간 보간법을 이용하여, 측정된 목표 활동 범위의 지자기장 값을 보간하고, 국부 지도를 전역 지도에 통합시키는 보간 모듈을 포함한다.

위치 추정 모듈은, 파티클 필터에 의해 구현될 수 있는 바, 목표의 추정위치를 보정하는 파티클 필터 알고리즘 모듈; 예정된 수학 모델에 의해 활동 범위 내에서의 목표의 이동을 분석하는 운동 모델 모듈을 포함할 수 있다.

가중치를 확정하는 과정에서는, 자기장 방향과 강도 벡터

에 대응하는 격자 지도로 데이터 베이스를 구성하여, 각각 대응하는 벡터 분포를 표시할 수 있다. 이로써, 지도의 특징이 증가되어 위치 측정에 유리하다.

지도 구축 모듈은, 목표 위치를 추정하여 확정한 후, 지자기장의 격자 지도에서, 위치의 목표 점 주변의 예정범위의 격자 점 데이터를 추출하여 측정한 지자기장 값을 보간하는 보간 모듈; 보간된 예정범위의 격자 점을 예정범위의 격자 지도에 통합시키는 통합 모듈을 포함할 수 있다.

종래 기술에 비하면, 상기 수단은, 목표에 대한 실시간 위치 측정을 이용하고 실시간 위치 측정한 결과를 기반으로 자기장 지도를 갱신한 후, 갱신된 자기장 지도를 기반으로 목표의 이동에 대해 진일보로 위치 측정을 하여, 위치 측정과 지도의 갱신을 결합함으로써, 목표에 대해 정확하고 빠른 위치 측정을 하고 연속적이고도 일치한 지도를 구축할 수 있다.

나아가 발명자는 광범위한 분야에 파고 들어 연구한 결과, 수많은 산법에서, 생성된 오차에 대해 보정하는 파티클 필터 알고리즘을 선택하여, 실내 지자기장 지도에 대해 갱신하고, 또한 공간 공분산에 의한 최적화 보간법인 크리깅 알고리즘을 이용하여 보간함으로써, 결과의 신뢰성이 높으며, 이 두 가지 방법의 결합으로 로봇에 대해 더욱 정확하고도 빠른 위치 측정을 하고 연속적이고도 일치한 지도를 구축할 수 있다.

현재의 대다수 건물 내에는, 철근 콘크리트 구조, 가구등 자기장의 파동에 영향줄 수 있는 물건들이 존재하므로, 실내에는 자기장 파동이 항상 존재한다. 본 발명은 바로 실내의 자기장 파동을 이용하여 위치 측정을 실현하고, 나아가 실시간 위치 측정과 지도 구축을 실현하는 것이다. 그러므로, 본 발명의 실현에는 위치 측정에 필요되는 참조 점을 따로 배치하지 않아도 되어 비용을 절감할 수 있다.

도 1은 본 발명의 일 실시방식에 따른 목표의 위치 측정 방법을 실행하는 단계를 나타내는 도면.
도 2는 본 발명의 일 실시방식에 따른 활동 범위 내의 목표의 초기 위치를 초기화하는 단계를 나타내는 도면.
도 3은 본 발명의 일 실시방식에 따른 활동 범위의 지자기장의 초기 격자 지도를 나타내는 도면.
도 4는 본 발명의 일 실시방식에 따른 크리깅 보간법을 이용하여 목표 초기 위치의 지자기장 값을 초기 지도에 추가하는 단계를 나타내는 도면.
도 5는 본 발명의 일 실시방식에 따른 이동 목표에 대한 위치 보정을 실행하는 단계를 나타내는 도면.
도 6은 본 발명의 일 실시방식에 따른 목표 현재 위치의 지자기장 값을 측정하는 단계를 나타내는 도면.
도 7은 본 발명의 일 실시방식에 따른 보간법을 이용하여 지자기장 값을 국부 지도에 추가하는 단계를 나타내는 도면.
도 8은 국부 지도를 전역 지도에 통합시키는 단계를 나타내는 도면.
도 9는 본 발명의 일 실시방식에 따른 지자기장에 의한 목표의 실시간 위치 측정과 지도 구축 장치의 구성을 나타내는 도면.

이하에서는 도면을 결합하여 본 발명을 더욱 상세하게 설명하기로 한다.

도 1은 본 발명의 일 실시방식에 따른 지자기장에 의한 목표의 실시간 위치 측정 및 지도 구축 방법을 실행하는 단계를 나타내는 도면이다. 도 1에서 도시한 바와 같이, 본 발명의 일 실시방식에 따른 목표의 실시간 위치 측정 및 지도 구축 방법은 하기 단계를 포함한다.

단계(S101)에서, 위치 측정 대기 중의 목표가 위치한 활동영역（본 실시예에서는 하나의 활동실을 예로 든다)에 대한 실지 측정을 통하여, 실내의 평면도를 얻고, 평면도에 대하여 그리드 지도의 초기화를 시뮬레이션한다. 위치 측정 대기 중의 목표에 대하여, 목표 내부 센서의 데이터(

)를 결합하여, 시뮬레이션된 초기화 격자 지도 중의 목표의 위치를 확정한다. 여기서,

는 제 i회의 이동 거리이고,

는 i회의 이동 편각이다. 도 2는 본 발명의 일 실시방식에 따른 활동 범위 내의 목표의 초기 위치를 초기화하는 단계를 나타내는 도면이다. 도 2에서 도시한 바와 같이, 여기서, A가 가리킨 위치는 목표의 초기 위치이고, 그 옆의 검은 점들은, 파티클 필터 알고리즘 중의 중요도 샘플링 기법의 위치 공간에 대한 샘플링 점으로서, 이러한 샘플링 점들의 평균값은, 목표 위치에 대한 추정을 표시한다.

단계(S102), 목표가 초기 위치에 위치한 경우, 파티클은 A의 주변에 균일하게 분포된다. A의 위치는 목표 내부의 센서에 의해 측정된다. 목표가 이동함에 따라,

는, 운동 모델

을 기반으로, 즉,

와 제어 입력량

을 통해 구할 수 있다. 여기서,

는 k시각의 상태이고,

는 k- 1시각의 제어 입력량（즉, 목표의 운행 거리와 회전 각도）이고,

는 k-1 시각부터 k시각까지의 관련 오차이며, 센서 자체 및 주변 환경은 측정에 일정한 오차를 생성한다. 그러므로, 로봇은, 이런 불확실한 제어 정보를 기반으로, 정밀한 위치 측정을 실행하기가 어렵다. 본 발명에 따른 오차는 랜덤 잡음과 백색 가우스 잡음의 누적합이다. 본 발명에서 사용하는 운동 모델은,

이고,

여기서,

는 t-1 시각부터 t시각까지의 목표의 이동 거리이고,

는 t시각의 목표가 t-1 시각의 목표를 상대로 회전된 각도이고, 회전 방향은, 정북방향을 기준으로 시계 반대 방향으로 회전한다. randn（1,2）는, 1×2인 벡터를 생성하는 난수이고, wgn（1,2,0.05）는 0.05dBw의 1×2인 백색 가우스 잡음을 생성한다. 설정한 모든 파티클은, 운동 모델에 의해 이동하고（도 5에 도시됨）, 파티클의 새로운 위치의 샘플링 값을 얻는다. 도 5에서 도시한 실내 평면도에서의 샘플링 점의 이동 과정에서 나타낸 바와 같이, 따라서 목표가 휴대한 외부 센서가 측정한 자기장 값을 기반으로 목표의 현재 위치를 추정한다. 입력 파라미터에 대한 제어를 통하여, 목표의 위치를 대체적으로 추정할 수는 있지만, 편차가 존재하고, 또한 이런 편차가 누적될 것이다. 그러므로, 본 발명의 일 실시방식에서는, 목표의 위치를 진일보로 보정함으로써 측정한 위치를 실제 위치와 일치하게 하고 편차의 누적을 가능한 해소시킨다.

파티클 필터 알고리즘의 구체적인 실현과정은 하기와 같다.

초기 파티클 분포의 설정에서, 파티클의 초기 분포는 목표（로봇）의 시작 위치 주변에 균일 분포한 것으로, 생성된 파티클

는 Num=100개, 파티클의 가중치는

이다. 이런 설정에 따르면, 파티클수는 100이면 된다. 파티클 필터 알고리즘의 큰 결점은, 계산량이 많고, 실시간성이 부족하며, 여기서, 계산량의 크기를 결정하는 관건적인 요소가 파티클수이다. 그러므로 본 실시예에서는, 정밀도를 보장하는 전제하에서, 파티클수를 줄이면 계산량이 감소되고 실행 가능성이 확보된다. 따라서, 파티클 필터가 신속히 수렴되고 실시간적 운행을 실현한다.

중요도 재샘플링에서, 매개 파티클에 대하여, 갱신 상태가

로부터

이고, 조건부 확률 분포

에 따라, 100개 파티클의 새로운 위치를 얻을 수 있다. 여기서,

는 t-1 시각의 제 i개 파티클의 상태이고,

는t시각의 제어입력이다. 파티클은 목표가 위치한 위치 공간으로부터 샘플링한 것이고, 이런 파티클의 분포는 목표의 공간 위치의 확율 분포를 나타낸다.

가중치 계산에서, 가중치의 계산 이론은,

이고, 여기서,

는 실제적 분포이고,

는 제안적 분포이다. 자기장의 방향과 강도는 벡터

로 표시한다. 이에 따라, 본 실시예에서 이용되는 데이터 베이스는, 3개 사이즈가 동일한 격자 지도로 구성되며, 각각

의 분포를 나타낸다. 이러한 방식에 따라, 지도의 특징이 증가되여 위치 측정에 유리하다. 가중치의 계산은 지수 분포를 기반으로 한다. 지수 분포의 계산 복잡도（통상적으로는 시간 복잡도로 표시함）는

이고, 가우스 분포의 계산 복잡도는

이고, N은 파티클수를 표시한다. 이로부터 알 수있는 바와 같이, 본 실시예에 있어서, 지수 분포에 따라 가중치를 계산하는 방법은, 연산량을 줄이고, 수렴 속도를 향상함과 동시에 위치 측정의 정밀도를 향상할 수 있다. 상기 지수 분포의 함수는,

이고,

여기서,

는 목표가 현재 위치점에서 측정한 자기장이

방향에서의 값이고,

는 현재 위치 격자 지도에서의 현재 위치의 값이며,

는 파티클의 가중치이다. 격자 지도의 자기장 값은, 보간법에 의해 구할 수도 있고, 목표가 이곳을 지나간 적이 있으면, 직접 추가할 수도 있으며,

는 유사하다. λ의 값은, 실험을 통해 얻은 데이터를 기반으로 적절한 조정을 할 수 있는 바, 본 실시예에서는 2로 한다.

정규화 가중치,

이고,

유효 파티클 （가중치에 의해 유효 파티클을 확정할 경우）수

를 계산하고, 하나의 역치 δ를 설정한다. 예를 들면, 경험치를 기반으로, 파티클수의 비율에 의해 설정한다면, 총 파티클수의 75%으로 설정할 수 있다. 유효 파티클수가 상기 역치보다 작으면, 파티클의 가중치의 값

을 기반으로, 파티클

에 대해 재샘플링을 실행하고, 가중치의 값이 작은 파티클은 제거하고, 제거된 가중치 값이 작은 파티클의 수량에 따라, 가중치 값이 큰 파티클을 복제하여, 파티클의 총수가 변하지 않도록 한다.

목표의 위치 추정에서, 상기 단계에서 샘플링한 파티클을 기반으로, 파티클의 공간 위치 분포의 평균치를 산출하여, 상세하게는, 파티클의 가중치의 값과 위치 좌표를 곱하기한 후 얻은 적들을 누적하여, 현재의 목표 위치를 추정한다.

단계(S103)에서, 단계(S101)에서 얻은 실내의 시뮬레이션 격자 도면（도 3에 도시됨）에 있어서, 크리깅 보간법을 이용하여, 목표의 외부 센서로부터 측정한 값을 시뮬레이션 격자 도면에 보간하여, 보간된 효과도는 도 4에 도시한 바와 같다. 도 4는 본 발명의 일 실시방식에 따른 크리깅 보간법을 이용하여 목표의 초기 위치의 지자기장 값을 초기 지도에 추가하는 단계를 나타내는 도면이고, 여기서, 도면의 우측 부분은 좌측 보간 부분의 국부적 확대 도면이다.

시뮬레이션 실험에 있어서, 본 발명의 지자기장 데이터 베이스는, 10m×10m의 활동실 범위 내에서, 매 0.5m를 간격으로 한조의 진실한 자기장 값을 측정하여, 모두 21×21조를 측정하고, 이러한 441조의 데이터를 공간 보간법으로 연산하여 얻는다. 그 결과는, 81×81조의 데이터인데, 실내 지자기장 파동의 안정성을 감안하여, 본 실시예에서는, 이러한 81×81조의 데이터를 지자기장 데이터 베이스로 하여, 시뮬레이션에서 목표의 측정된 실제값으로 이용한다.

단계(S104)에서, 단계 (S103) 중에서 얻은 지자기장 값은 우선 국부 지자기장에 삽입한다. 국부 지자기장은 전역 지자기장에서 추출된 것으로, 추출 규칙은, 추정한 위치점 격자 지도로부터, 추정점을 중심으로 하는 10×10의 격자 데이터를 추출하여 보간하고, 만약 추정점을 중심으로 하여, 10×10의 국부 격자를 얻지 못하는 경우, 추정점을 포함한 격자의 코너로부터 10×10의 지도를 추출한다. 예를 들면, 추정점의 좌표（x，y）가 （abs(y-1)<5&&abs(x-1)<5）을 만족할 경우, 전역 지도로부터, 가로 좌표점이 1부터 10이고, 세로 좌표점이 1부터 10인 영역을 추출한다. 보간된 국부 지도（도 7에 도시됨）를 전역 지도에 통합시키는 과정은, 추출의 역과정（도 8에 도시됨）이다. 이로써, 자기장 데이터와 추정점 주변의 자기장 값의 관련성을 감안할 수 있고, 보간의 계산량도 감소할 수 있다.

단계(S105)에서, 활동 범위 내에서 무작위로 목표를 이동시켜, 목표 내부의 센서로부터 관련 데이터를 수집함으로써, 파티클의 다음 갱신을 위해 근거를 제공한다.

단계(S106)에서, 목표의 운동이 멈추었는지 여부를 검측하고, 멈추지 않은 경우, 단계(S102)로 돌아가고, 조작을 거듭（반복）하되, 목표의 운동이 멈추면 바로 종료된다.

도 9에서 도시한 바와 같이, 본 발명의 일 실시방식에서는, 목표의 실시간 위치 측정과 지도 구축 장치를 더 제공하는 바, 상기 장치는,

목표의 초기 위치와 지자기장의 격자 지도를 초기화하는 초기화 모듈(201);

파티클 필터 알고리즘과 운동학적 모델을 이용하여 목표의 초기 위치와 운동 중의 위치를 추정하는 위치 추정 모듈(202);

공간 보간법을 이용하여 센서로부터 측정한 지자기장 값에 대하여 보간을 실행하고, 국부 지도를 전역 지도에 통합시키는 지도 갱신 모듈(203)을 포함한다.

여기서, 위치 추정 모듈(202)은,

파티클 필터 알고리즘 모듈(2021)를 포함하고, 나아가,

그 뒤의 파티클 집합의 이동에 원시적인 참조를 제공하는 초기화 파티클 분포 모듈(20211);

목표 이동 과정에서의 파티클을 기반으로 추정 집합을 생성하는 중요도 재샘플링 모듈(20212);

파티클에 대해 상관 가중치 값을 부여하는 가중치 계산 모듈(20213), 여기서, 가중치는 목표의 특성에 가까울 수록 값이 크고, 반대인 경우 값이 작음;

파티클의 가중치에 대하여 정규화 처리를 실행하여, 전체 파티클의 가중치의 합이 1로 되게 하는 가중치 정규화 모듈(20214);

목표의 특성에 가까운 파티클수를 찾아내는 유효 파티클수 확정 모듈(20215); 및,

추정한 목표의 이동 위치를 보정하는 추정 위치 보정 모듈(20216)을 포함한다.

상기 모듈의 조작과 상기 파티클 필터 방법을 이용하여, 초기의 파티클 분포, 중요도 재샘플링, 가중치 계산, 정규화 가중치, 유효 파티클수 계산의 조작을 실행하고, 목표（로봇）의 현재 위치를 추정한다.

운동 모델 유닛(2022)은, 예정된 수학 모델에 의해 활동 범위 내에서의 목표의 이동을 분석하도록 구성된다. 본 실시예에서는 비선형 동적 모델, 즉,

을 이용한다.

상기 모델은 주로 선험적 정보를 통하여 관측치을 예측한다. 관측치를 얻은 후, 상기 식을 통해 파라미터에 관한 후험적 정보를 얻어 선험적 정보를 수정한다. 이어서 수정된 정보를 선험적 정보로 하여 예측을 실행한다. 이러한 순환을 계속함으로써, 끊임 없이 관측치를 얻어 목표 위치의 선험적 정보（사전 위치）를 수정한다. 본 발명에 있어서,

는, 단계 (102)의 운동 모델과 동일하고,

은 파티클로 하여금 보간으로 생성한 지도를 기반으로, 위치 정보를 수정하게 한다.

여기서, 지도 갱신 모듈(203)은,

예를 들면, 크리깅 알고리즘을 이용하여 주변의 측정값에 대해 가중을 하여, 미측정 위치의 예측을 얻는 보간 모듈(2031)을 포함한다. 하기 공식을 이용하여 데이터의 가중 합으로 예측을 얻는다. 즉,

는 제 i 위치에서의 측정값의 위치 가중치이고,

는 예측 위치이며,

는 예측 위치 주변의 난수점이고,

는

위치에 있는 자기장 값이며, N은 측정값의 수량인 바, 본 실시예에서는, 100으로 설정한다.

여기서, 데이터 점은 격자에서 좌표 점

i=1,2，...,n으로 표시하고, 보간 대기 점의 좌표는

로 표시하며, 산란 데이터 점 사이의 거리를

, i=1,2,...,n, j=1,2,...,n로부터 구할 수 있다. 계산하여 얻은 거리 값은, 작은 것으로부터 큰 것으로의 순서로 배열하고, 나아가 거리를 몇개의 조로 나뉘어，매조에 일정한 수량의 거리 값을 포함한다. 이러한 거리 값을 거리조（{

}로 표시함）로 조합하면,

이고,

는 거리조의 개수를 표시한다. 얻은

을 기반으로

의 분포 형태를 구한다. 여기서, 가로 좌표는

이고, 세로 좌표는

인 바, 적합한 모델을 선택하여 피팅을 실행하고 연속적인 곡선을 생성하여

의 분포를 나타내야 한다. 본 실시예에서 이용한 세미베리오그램에 의한 피팅 모델은 원형이고,

이고,

여기서,

는 너깃 값(Nugget)이고,

는 문턱 값(Sill)이고,

는 상관 거리(range)이다. 함수

(이산 분포임)의 분포에 대한 피팅을 통하여, 모델의 파라미터（예를 들면,

，

및

등）를 구할 수 있고, 나아가, 본 실험의 샘플에 적합한 분포, 즉, 베리오그램

을 얻을 수 있다.

그리고, 방정식

으로, 여기서

는 Lagrange승수이고, 방적식을 풀면, 가중치의 값

및 Lagrange승수

를 구할 수 있고, 마지막에,

로부터,

의 예측 값

을 구할 수 있다.

지도 통합 모듈(2032)은, 전역 지자기장으로부터 국부 지자기장을 추출하도록 구성될 수 있다. 추출 규칙은, 예를 들면, 추정된 위치점의 전역 격자 지도(81×81)로부터, 추정점을 중심으로 하는 10×10의 국부 격자 데이터를 추출하고 보간하는 것으로, 만약, 추정점이 격자 지도의 주변에 위치하는 경우 추정점을 포함한 격자 코너의 10×10 지도를 추출한다. 보간된 국부 지도（도 7에 도시됨）와 보간을 완성하기 전에 추출한 지도의 크기가 같으므로, 전역 지도에 통합시키는 과정(도 8에 도시됨）은, 전역 지도로부터 추출된 국부 지도를 추출된 위치를 기반으로 재커버（또는 삽입）한다. 상기 수단에 의하면, 실제로는, 국부 지도와 동일한 작은 지도（즉, 격자에 분포된 데이터와 동일함）를 작성한 것으로, 보간된 작은 지도의 사이즈는 변하지 않았지만, 양식상에서 분포된 데이터가 변한 것이다. 보간된 작은 지도가 전역 지도에 커버된다. 이로써 전역 지도에 대한 보간으로 인해 계산량이 많아지는 것을 방지할 수 있다.

Claims (14)

1）활동 범위 내에서 이동하는 목표에 대하여 실시간 위치 측정을 실행하는 단계;
2）상기 이동 목표에 대한 위치 측정을 기반으로, 목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하는 단계;
3）상기 갱신된 지자기장 지도를 기반으로, 상기 목표가 이동할 다음 위치에 대하여 위치 측정을 실행하는 단계; 및
목표의 이동이 멈출 때까지, 단계 2)와 단계 3)을 반복하는 단계를 포함하고,
상기 활동 범위 내에서 이동하는 목표에 대하여 실시간 위치 측정을 실행하는 단계는,
활동 범위 내에서의 목표의 위치와 활동 범위 내의 전역 지자기장 지도를 초기화하는 단계-여기서, 상기 목표에는 목표의 운행 거리, 회전 각도의 값 및 자기장 값을 측정하는 센서가 설치됨-;
공간 보간법을 이용하여, 목표의 초기 위치의 지자기장 값을 초기화한 전역 지자기장 지도에 추가하는 단계;
상기 목표의 운행에 대한 제어 변수와 상기 목표가 위치한 현재 위치의 지자기장 값을 측정하는 단계; 및
파티클 필터 알고리즘을 이용하여 무작위 이동하는 목표에 대해 위치 추정을 실행하는 단계를 포함하는, 목표의 실시간 위치 측정 및 지도 구축 방법.

제1항에 있어서,
상기 목표에 대한 위치 측정을 기반으로, 목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하는 단계는,
목표의 위치를 추정하여 확정한 후 상기 지자기장의 격자 지도에서, 그 위치의 목표 점 주변의 예정범위의 격자 점의 데이터를 추출하여, 상기 측정한 지자기장 값을 보간하고, 보간된 예정범위의 격자 점을, 예정범위의 격자 지도에 통합시키는 단계를 포함하는, 목표의 실시간 위치 측정 및 지도 구축 방법.

제1항에 있어서,
상기 활동 범위 내의 목표의 위치와 활동 범위의 지자기장 지도를 초기화하는 단계는,
목표가 활동하는 실내 범위를 격자 좌표로 추상화하는 단계-상기 격자 좌표의 사이즈는, 활동실의 실제 사이즈에 비례적으로 설치됨-를 포함하는, 목표의 실시간 위치 측정 및 지도 구축 방법.

제1항 또는 제2항에 있어서,
목표의 초기 위치의 지자기장 값을 초기화한 전역 지자기장 지도에 추가하는 단계는, 다음을 포함하는 크리깅 보간법을 이용하여 실행되는, 목표의 실시간 위치 측정 및 지도 구축 방법:
상기 목표 주변에서의 측정값에 대해, 하기 방식으로 가중을 하여, 미측정 위치의 예측을 얻는 단계,

, 여기서,

는 제 i 위치에서의 측정값의 위치 가중치이고,

는 예측 위치이고, N은 측정값의 수량을 표시하며, 상기 가중치

는, 측정 지점, 예측 위치의 거리, 예측 위치 주변에서의 측정값 사이의 공간적 관계를 나타내는 피팅 모델에 의해 결정된다.

제4항에 있어서,
상기 피팅 모델은 원형이고，그 베리오그램 표현식은,

이며,
여기서, C₀는 너깃 값(Nugget)이고, C는 문턱 값(Sill)이고,

는 상관 거리(range)를 나타내는, 목표의 실시간 위치 측정 및 지도 구축 방법.

제1항에 있어서,
상기 파티클 필터 알고리즘을 이용하여 무작위 이동하는 목표에 대해 위치 추정을 실행하는 단계는,
그 전 시각부터 현재 시각까지의 목표의 이동 거리와 이동 편각을 측정하는 단계;
파티클의 초기를 균일분포로 설정하고, 목표가 이동함에 따라, 상기 파티클은 상기 목표와 동일한 운동 모델에 따라 이동하는 것으로, 비선형 동적 모델

를 기반으로 파티클의 위치 평균치를 통해 상기 목표의 위치를 추정하는 단계를 포함하는, 목표의 실시간 위치 측정 및 지도 구축 방법.

제6항에 있어서,
상기 운동 모델은,

이고,
여기서,

는 t-1 시각부터 t시각까지의 목표의 이동 거리이고,

는 t시각의 목표가 t-1 시각의 목표를 상대로 회전한 각도이고, 회전 방향은, 정북방향을 기준으로 시계 반대 방향으로 회전하고, randn（1,2는, 1×2 벡터를 생성하는 난수이고, wgn（1,2,0.05）는 0.05dBw의 1×2 백색 가우스 잡음을 생성하는, 목표의 실시간 위치 측정 및 지도 구축 방법.

위치 측정 모듈과 지도 갱신 모듈을 포함하되, 여기서,
상기 위치 측정 모듈은, 활동 범위 내에서의 목표의 이동에 대해 실시간 위치 측정을 실행하고,
상기 지도 갱신 모듈은, 목표에 대한 위치 측정을 기반으로,목표가 위치한 활동 범위의 지자기장 지도를 실시간 갱신하며,
상기 위치 측정 모듈은, 또한 상기 갱신된 지자기장 지도를 기반으로, 목표의 이동이 멈출 때 까지, 목표의 다음 이동 위치에 대해 위치 측정을 실행하고,
상기 위치 측정 모듈은,
목표의 초기 위치와 지자기장의 격자 지도를 초기화하도록 구성된 초기화 모듈;
파티클 필터 알고리즘과 운동학적 모델을 이용하여, 목표의 초기 위치와 운동 중의 위치를 추정하도록 구성된 위치 추정 모듈을 포함하고,
상기 지도 갱신 모듈은,
공간 보간법을 이용하여, 측정한 상기 목표의 활동 범위의 지자기장 값을 보간하도로 구성된 보간 모듈; 및
국부 지도를 전역 지도에 통합시키도록 구성된 지도 통합 모듈을 포함하는, 목표의 실시간 위치 측정과 지도 구축 장치.

제8항에 있어서,
상기 위치 추정 모듈은,
목표의 추정 위치를 보정하도록 구성된 파티클 필터 알고리즘 모듈;
예정된 수학 모델에 의해 활동 범위 내에서의 목표의 이동을 분석하도록 구성된 운동 모델 유닛을 포함하는, 목표의 실시간 위치 측정과 지도 구축 장치.

제9항에 있어서,
상기 파티클 필터 알고리즘 모듈은,
그 뒤의 파티클 집합의 이동을 위해 원시적인 참조를 제공하도록 구성된 초기화 파티클 분포 모듈;
목표 이동 과정에서의 파티클을 기반으로 추정 집합을 생성하도록 구성된 중요도 재샘플링 모듈;
상기 파티클에 대해 상관 가중치 값을 부여하도록 구성된 가중치 계산 모듈-여기서, 목표의 특성에 가까울 수록 가중치가 크고, 반대인 경우 가중치가 작음-;
상기 파티클의 가중치에 대하여 정규화 처리를 실행하도록 구성된 정규화 가중치 모듈;
목표의 특성에 가까운 파티클수를 찾아내도록 구성된 유효 파티클수 확정 모듈; 및,
추정한 목표의 이동 위치를 보정하도록 구성된 추정 위치 보정 모듈을 포함하는, 목표의 실시간 위치 측정과 지도 구축 장치.

제10항에 있어서,
상기 가중치 계산 모듈에서 이용하는 데이터 베이스는 자기장의 방향과 강도를 기반으로 벡터

로표시하는 3개의 격자 지도 데이터이고, 상기 벡터는 각각

의 분포를 표시하며, 상기 3개의 격자 지도의 격자 사이즈가 동일한, 목표의 실시간 위치 측정과 지도 구축 장치.

제11항에 있어서,
상기 보간 모듈은, 목표 위치를 추정하여 확정한 후, 지자기장의 격자 지도에서 해당 위치에서의 상기 목표 주변의 예정범위의 격자 점의 데이터를 추출하여, 상기 측정한 지자기장 값에 대하 보간을 하도록 구성되고,
상기 보간하여 얻은 예정범위의 격자 점을 예정범위의 격자 지도에 통합시키는 통합 모듈을 더 포함하는, 목표의 실시간 위치 측정과 지도 구축 장치.

삭제

삭제

Images