KR101979101B1 - 실내에서 이동하는 단말의 측위 장치 및 그 방법 - Google Patents

실내에서 이동하는 단말의 측위 장치 및 그 방법 Download PDF

Info

Publication number
KR101979101B1
KR101979101B1 KR1020170107471A KR20170107471A KR101979101B1 KR 101979101 B1 KR101979101 B1 KR 101979101B1 KR 1020170107471 A KR1020170107471 A KR 1020170107471A KR 20170107471 A KR20170107471 A KR 20170107471A KR 101979101 B1 KR101979101 B1 KR 101979101B1
Authority
KR
South Korea
Prior art keywords
value
distance
rssi
current
calculated
Prior art date
Application number
KR1020170107471A
Other languages
English (en)
Other versions
KR20190021957A (ko
Inventor
김재석
김한준
김현섭
이혁연
김상원
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020170107471A priority Critical patent/KR101979101B1/ko
Publication of KR20190021957A publication Critical patent/KR20190021957A/ko
Application granted granted Critical
Publication of KR101979101B1 publication Critical patent/KR101979101B1/ko

Links

Images

Classifications

    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

실내에서 이동하는 단말의 측위 장치 및 그 방법을 개시한다. 일 실시예에 따른 단말의 측위 방법은 이동하는 단말에서 비콘 신호의 수신 신호 강도(RSSI) 값을 측정하는 단계와, 상기 측정된 RSSI 값에 칼만 필터를 적용하여 추정 RSSI 값을 계산하는 단계와, 상기 추정 RSSI 값에 기초하여 거리 값을 계산하고 계산된 거리 값을 저장하는 단계와, 연속된 3개의 이전 시간에서 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 단계를 포함한다.

Description

실내에서 이동하는 단말의 측위 장치 및 그 방법{METHOD AND APPARATUS FOR POSITIONING TERMINAL MOVING INDOORS}
본 발명은 실내에서 이동하는 단말을 측위하기 위한 장치 및 그 방법에 관한 것이다.
실내에서 이동하는 단말을 측위하기 위하여, 비콘 신호의 수신 신호 강도(RSSI)를 측정하고, 측정된 RSSI 값을 이용하여 단말의 위치를 추정할 수 있다.
즉, 종래의 거리 추정 방식에 따르면, 단말기가 비콘 장치로부터 수신한 비콘 신호의 수신 신호 강도(RSSI)를 측정하여 거리 값을 추정할 수 있다.
이러한 방식은 RSSI 값만을 가지고 거리 값을 추정하기 때문에 구현 장치의 구조가 단순하고 낮은 복잡도를 가진다.
그러나, RSSI 값은 거리가 멀어질 수록 세기가 약해지기 때문에 노이즈의 영향이 커지는 문제점이 있다. 또한, 무선 신호의 특성상 정지 상태에도 노이즈로 인한 변동성이 크며, 동일 거리에도 방해물에 의한 노이즈가 발생한다.
대한민국 등록특허 제10-1754535호, "BLE 기반 위치 측량을 위한 RSSI 신호 보정 시스템 및 방법"
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 칼만 필터와 추정 알고리즘을 적용해 노이즈에 의한 영향을 최소화하여 정확한 거리 정보를 추정하는 이동하는 단말의 측위 장치 및 방법을 제공하고자 한다.
또한, 본 발명은 실내에서 이동하는 단말의 이전 시간에 수집된 측위정보(예를 들어, RSSI 값)를 이용하여 현재 또는 다음 시간에서의 단말의 위치를 추정할 수 있는 장치 및 방법을 제공하고자 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 이동하는 단말의 측위 방법은, 이동하는 단말에서 비콘 신호의 수신 신호 강도(RSSI) 값을 측정하는 단계와, 상기 측정된 RSSI 값에 칼만 필터를 적용하여 추정 RSSI 값을 계산하는 단계와, 상기 추정 RSSI 값에 기초하여 거리 값을 계산하고 계산된 거리 값을 저장하는 단계와, 연속된 3개의 이전 시간에서 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 단계를 포함한다.
상기 칼만 필터를 적용하여 추정 RSSI 값을 계산하는 단계는, 이전 시간에 측정된 RSSI 값에 기초한 이전 예측 상태 값과 이전 예측 오차 값을 이용하여 현재 예측 상태 값과 현재 예측 오차 값을 계산하는 단계와, 상기 현재 예측 오차 값을 이용하여 칼만 이득을 계산하고, 상기 현재 예측 오차 값과 상기 칼만 이득을 이용하여 현재 오차 값을 계산하며, 상기 현재 예측 오차 값과 상기 측정된 RSSI 값 및 상기 칼만 이득을 이용하여 현재 RSSI 값을 현재 상태 값을 계산하고, 현재 상태 값에 기초하여 추정 RSSI 값을 산출하는 단계를 포함하는 것을 특징으로 할 수 있다.
상기 현재 예측 상태 값과 현재 예측 오차 값은 하기 수학식 1에 의해 계산되고,
[수학식 1]
Figure 112017082167804-pat00001
Figure 112017082167804-pat00002
(여기서,
Figure 112017082167804-pat00003
는 현재 예측 상태 값,
Figure 112017082167804-pat00004
는 RSSI에 대한 증폭 값,
Figure 112017082167804-pat00005
는 이전 예측 상태,
Figure 112017082167804-pat00006
는 오차에 대한 증폭 값,
Figure 112017082167804-pat00007
는 추가되는 오차 값,
Figure 112017082167804-pat00008
는 현재 예측 오차 값,
Figure 112017082167804-pat00009
은 이전 예측 오차 값,
Figure 112017082167804-pat00010
는 실제 측정한 값의 반영치)
상기 칼만 이득, 현재 오차 값 및 현재 상태 값은 하기 수학식 2에 의해 계산될,
[수학식 2]
Figure 112017082167804-pat00011
Figure 112017082167804-pat00012
Figure 112017082167804-pat00013
(여기서,
Figure 112017082167804-pat00014
은 칼만 이득,
Figure 112017082167804-pat00015
는 현재 예측 오차 값,
Figure 112017082167804-pat00016
는 채널 값,
Figure 112017082167804-pat00017
은 오차 값,
Figure 112017082167804-pat00018
은 현재 상태 값,
Figure 112017082167804-pat00019
은 측정한 RSSI 값,
Figure 112017082167804-pat00020
은 현재 예측 상태 값,
Figure 112017082167804-pat00021
은 현재 오차 값,
Figure 112017082167804-pat00022
은 현재 예측 오차 값)
수 있다.
상기 이동하는 단말의 다음 측위 정보는, 하기 수학식 3에 의해 추정될,
[수학식 3]
Figure 112017082167804-pat00023
(여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
수 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 이동하는 단말의 측위 장치는, 비콘 신호의 수신 신호 강도(RSSI) 값을 측정하는 측정부와, 상기 측정된 RSSI 값에 기초하여 추정 RSSI 값을 계산하는 칼만 필터부와, 상기 추정 RSSI 값에 기초하여 거리 값을 계산하고, 연속된 3개의 이전 시간에서 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 이동하는 단말의 다음 측위 정보를 추정하는 연산부와, 상기 계산된 거리 값을 저장하는 저장부를 포함한다.
상기 추정 RSSI 값은, 이전 시간에 측정된 RSSI 값에 기초한 이전 예측 상태 값과 이전 예측 오차 값을 이용하여 현재 예측 상태 값과 현재 예측 오차 값을 계산하고,
상기 현재 예측 오차 값을 이용하여 칼만 이득을 계산하고, 상기 현재 예측 오차 값과 상기 칼만 이득을 이용하여 현재 오차 값을 계산하며, 상기 현재 예측 오차 값과 상기 측정된 RSSI 값 및 상기 칼만 이득을 이용하여 현재 RSSI 값을 현재 상태 값을 계산하고, 현재 상태 값에 기초하여 추정 RSSI 값을 산출하는 것을 특징으로 할 수 있다.
상기 현재 예측 상태 값과 현재 예측 오차 값은 하기 수학식 1에 의해 계산되고,
[수학식 1]
Figure 112017082167804-pat00024
Figure 112017082167804-pat00025
(여기서,
Figure 112017082167804-pat00026
는 현재 예측 상태 값,
Figure 112017082167804-pat00027
는 RSSI에 대한 증폭 값,
Figure 112017082167804-pat00028
는 이전 예측 상태,
Figure 112017082167804-pat00029
는 오차에 대한 증폭 값,
Figure 112017082167804-pat00030
는 추가되는 오차 값,
Figure 112017082167804-pat00031
는 현재 예측 오차 값,
Figure 112017082167804-pat00032
은 이전 예측 오차 값,
Figure 112017082167804-pat00033
는 실제 측정한 값의 반영치)
상기 칼만 이득, 현재 오차 값 및 현재 상태 값은 하기 수학식 2에 의해 계산될,
[수학식 2]
Figure 112017082167804-pat00034
Figure 112017082167804-pat00035
Figure 112017082167804-pat00036
(여기서,
Figure 112017082167804-pat00037
은 칼만 이득,
Figure 112017082167804-pat00038
는 현재 예측 오차 값,
Figure 112017082167804-pat00039
는 채널 값,
Figure 112017082167804-pat00040
은 오차 값,
Figure 112017082167804-pat00041
은 현재 상태 값,
Figure 112017082167804-pat00042
은 측정한 RSSI 값,
Figure 112017082167804-pat00043
은 현재 예측 상태 값,
Figure 112017082167804-pat00044
은 현재 오차 값,
Figure 112017082167804-pat00045
은 현재 예측 오차 값)
수 있다.
상기 연산부는, 하기 수학식 3에 의해 추정될,
[수학식 3]
Figure 112017082167804-pat00046
(여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
수 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 이동하는 단말의 측위 방법은, 연속된 3개의 이전 시간에서 측정된 RSSI 값들 각각에 칼만 필터를 적용하여 상기 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들을 계산하는 단계와, 상기 추정 RSSI 값들에 기초하여 기준 위치로부터 상기 이동하는 단말까지의 거리 값을 계산하는 단계와, 상기 연속된 3개의 이전 시간에서 계산된 거리 값들에 기초하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 단계를 포함한다.
상기 이동하는 단말의 다음 측위 정보는, 하기 수학식 3에 의해 추정될,
[수학식 3]
Figure 112017082167804-pat00047
(여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
수 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 이동하는 단말의 측위 장치는, 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 기초하여 상기 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들을 계산하는 칼만 필터부와, 상기 추정 RSSI 값들에 기초하여 기준 위치로부터 이동하는 단말까지의 거리 값을 계산하고, 상기 연속된 3개의 이전 시간에서 계산된 거리 값들에 기초하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 연산부를 포함한다.
상기 연산부는, 하기 수학식 3에 의해 추정될,
[수학식 3]
Figure 112017082167804-pat00048
(여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
수 있다.
본 발명에 따른 이동하는 단말의 측위 장치 및 방법은, 칼만 필터와 추정 알고리즘을 적용해 노이즈에 의한 영향을 최소화하여 정확한 거리 정보를 추정할 수 있다.
또한, 실내에서 이동하는 단말의 이전 시간에 수집된 측위정보(예를 들어, RSSI 값)를 이용하여 현재 또는 다음 시간에서의 단말의 위치를 효율적으로 추정할 수 있다.
도 1은 본 발명의 일 실시예에 따른 이동하는 단말의 측위 방법을 나타내는 흐름도이다.
도 2는 도 1에 따른 측위 방법의 추정 알고리즘을 나타내는 개념도이다.
도 3은 본 발명의 일 실시예에 따른 이동하는 단말의 측위 장치를 나타내는 구성도이다.
도 4는 본 발명의 다른 일 실시예에 따른 이동하는 단말의 측위 방법을 나타내는 흐름도이다.
도 5는 본 발명의 다른 일 실시예에 따른 이동하는 단말의 측위 장치를 나타내는 구성도이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
본 명세서에서 사용되는 "실시예", "예", "측면", "예시" 등은 기술된 임의의 양상(aspect) 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되어야 하는 것은 아니다.
또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다. 즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.
또한, 본 명세서 및 청구항들에서 사용되는 단수 표현("a" 또는 "an")은, 달리 언급하지 않는 한 또는 단수 형태에 관한 것이라고 문맥으로부터 명확하지 않는 한, 일반적으로 "하나 이상"을 의미하는 것으로 해석되어야 한다.
또한, 본 명세서 및 청구항들에서 사용되는 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
한편, 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 상세한 설명을 생략할 것이다. 그리고, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 본 발명의 일 실시예를 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 이동하는 단말의 측위 방법을 나타내는 흐름도이다.
도 1에 도시된 방법은 도 3의 장치에 의해 수행될 수 있다.
도 1을 참조하면, 장치는 S110 단계에서, 이동하는 단말에서 비콘 신호의 수신 신호 강도(RSSI) 값을 측정한다.
이동하는 단말이란 스마트폰, 데스트탑, 노트북 등의 전자 장치를 포함할 수 있다. 장치는 비콘 신호를 주기적으로 계속 수신하며 RSSI 값을 측정한다.
비콘 신호는 비콘 장치로부터 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 수신될 수 있다.
장치는 S120 단계에서, 측정된 RSSI 값에 칼만 필터를 적용하여 추정 RSSI 값을 계산한다.
측정된 RSSI 값으로 보다 정확한 거리 값을 계산할 수 있다.
측정된 RSSI 값에 칼만 필터를 적용하여 추정 RSSI 값을 계산하는 과정은, 예를 들어 아래의 과정을 포함할 수 있다.
먼저, 이전 시간에 측정된 RSSI 값에 기초한 이전 예측 상태 값(
Figure 112017082167804-pat00049
)과, 이전 예측 오차 값(
Figure 112017082167804-pat00050
)으로 하기 수학식 1에 의하여 현재 예측 상태 값(
Figure 112017082167804-pat00051
)과 현재 예측 오차 값(
Figure 112017082167804-pat00052
)을 계산한다.
[수학식 1]
Figure 112017082167804-pat00053
Figure 112017082167804-pat00054
여기서, A는 RSSI 값을 측정할 때 RSSI 값을 증폭하는 증폭 값이고,
Figure 112017082167804-pat00055
는 예측 값에 추가되는 오차 값이며, B는 RSSI 값을 측정할 때 생기는 오차 값에 대한 증폭 값이며, Q는 RSSI 값을 측정하는 과정에서 실제 측정한 값의 반영치를 나타낸다. 이때, Q값이 높으면 실제 측정 RSSI 값에 따르는 경향도가 증가할 수 있다.
이후, 현재 예측 상태 값(
Figure 112017082167804-pat00056
)과 현재 예측 오차 값(
Figure 112017082167804-pat00057
)으로 하기 수학식 2에 의하여 칼만 이득(
Figure 112017082167804-pat00058
)과, 현재 상태 값(
Figure 112017082167804-pat00059
)과, 현재 오차 값(
Figure 112017082167804-pat00060
)을 계산한다.
앞서 계산한 현재 예측 오차 값(
Figure 112017082167804-pat00061
)을 이용하여 칼만 이득(
Figure 112017082167804-pat00062
)을 계산한다,
현재 예측 상태 값과 칼만 이득(
Figure 112017082167804-pat00063
)과 단말에서 현재 측정된 RSSI 값(
Figure 112017082167804-pat00064
)을 이용하여 현재 상태 값(
Figure 112017082167804-pat00065
)을 계산한다.
또한, 칼만 이득(
Figure 112017082167804-pat00066
)과 현재 예측 오차 값(
Figure 112017082167804-pat00067
)을 이용하여 현재 오차 값(
Figure 112017082167804-pat00068
)을 계산한다. 현재 상태 값은 추정 RSSI 값을 나타낸다.
[수학식 2]
Figure 112017082167804-pat00069
Figure 112017082167804-pat00070
Figure 112017082167804-pat00071
여기서, H는 채널 값으로 비콘 신호를 수신할 때의 채널 정보를 의미하며, R은 오차 값으로 RSSI 값을 측정하는 과정에서 생기는 평균적인 오차 값을 나타낸다.
칼만 필터는 수학식 1과 수학식 2의 과정을 반복하며, 연속적으로 추정 RSSI 값을 계산한다. 상기 수학식 2에 의한 현재 상태 값(
Figure 112017082167804-pat00072
)과 현재 오차 값(
Figure 112017082167804-pat00073
)은 다음 시간에 이전 예측 상태 값과 이전 예측 오차 값으로 상기 수학식 1에 의해 다음 시간의 현재 예측 상태 값과 현재 예측 오차 값을 계산한다.
장치는 S130 단계에서, 칼만 필터가 적용된 추정 RSSI 값들에 기초하여 거리 값들을 계산하고 계산된 거리 값들을 저장한다.
이때, 수학식 3에 의하여 추정 RSSI 값으로 거리 값(
Figure 112017082167804-pat00074
)이 계산될 수 있다.
이때, 거리 값이란 기준 위치로부터의 거리 값일 수 있다.
기준 위치는 비콘 장치의 위치일 수 있다.
[수학식 3]
Figure 112017082167804-pat00075
Figure 112017082167804-pat00076
여기서,
Figure 112017082167804-pat00077
은 전파 상수로써, 주파수와 전송 환경에 따라 값이 달라진다.
Figure 112017082167804-pat00078
는 1m,
Figure 112017082167804-pat00079
는 1m에서의 RSSI 값을 나타낸다.
장치는 S140 단계에서, 연속된 3개의 이전 시간에서 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 이동하는 단말의 다음 측위 정보를 추정한다.
연속적으로 이전 시간에 저장된 거리 값들(
Figure 112017082167804-pat00080
,
Figure 112017082167804-pat00081
,
Figure 112017082167804-pat00082
)은 하기 수학식 4에 의하여 다음 측위 정보(
Figure 112017082167804-pat00083
)를 추정한다.
[수학식 4]
Figure 112017082167804-pat00084
또한, 적어도 세 개의 비콘 장치로부터 다음 측위 정보들을 추정하여 삼변측량에 의해 단말의 위치를 추정할 수 있다.
도 2는 도 1에 따른 측위 방법의 추정 알고리즘을 나타내는 개념도이다.
도 2를 참조하면, 2차원에서 움직이는 단말이 일정 시간 동안 속도 변화가 크지 않다는 가정하에 1차원의 거리 정보로 상기 수학식 4와 같이 정의될 수 있다.
예를 들면, n=4인 경우, 단말은
Figure 112017082167804-pat00085
시간 동안 속도 변화가 없다는 가정하에 상기 수학식 4에 의하여
Figure 112017082167804-pat00086
를
Figure 112017082167804-pat00087
로 추정할 수 있다.
이때, 별 도형은 비콘 신호를 송신하는 비콘 장치의 위치일 수 있다.
점은 단말로써,
Figure 112017082167804-pat00088
시간 동안 일정한 속도로 직선 거리를 이동한다. 이때, 단말은
Figure 112017082167804-pat00089
시간 동안 비콘 장치로부터
Figure 112017082167804-pat00090
거리의
Figure 112017082167804-pat00091
로 이동하고,
Figure 112017082167804-pat00092
시간 동안 비콘 장치로부터
Figure 112017082167804-pat00093
거리의
Figure 112017082167804-pat00094
로 이동하며,
Figure 112017082167804-pat00095
시간 동안 비콘 장치로부터
Figure 112017082167804-pat00096
거리의
Figure 112017082167804-pat00097
로 이동한다.
Figure 112017082167804-pat00098
는 상기의 단계들을 거쳐 계산되어 저장부에 저장되며 수학식 4의 추정 알고리즘을 적용하여 다음
Figure 112017082167804-pat00099
시간 이후의 위치인
Figure 112017082167804-pat00100
에서의 거리 값
Figure 112017082167804-pat00101
을 정확하게 추정할 수 있다.
도 3은 본 발명의 일 실시예에 따른 이동하는 단말의 측위 장치를 나타내는 구성도이다.
도 3을 참조하면, 측정부(310)는 비콘 장치로부터 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 비콘 신호를 수신하고 비콘 신호의 RSSI 값을 측정할 수 있다.
칼만 필터부(320)는 측정된 RSSI 값에 기초하여 추정 RSSI 값을 계산한다.
추정 RSSI 값을 계산하는 과정은 도 1의 S120 단계와 동일하므로 상세한 설명은 생략한다.
연산부(330)는 계산된 추정 RSSI 값에 기초하여 거리 값을 계산하고 거리 값을 저장부(340)에 저장한다.
이때, 거리 값은 기준 위치로부터의 거리 값일 수 있다.
기준 위치는 비콘 장치의 위치일 수 있다.
거리 값을 계산하는 과정은 도 1의 S130 단계와 동일하므로 상세한 설명은 생략한다.
연산부(330)는 연속된 3개의 이전 시간에서 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 이동하는 단말의 다음 측위 정보를 추정한다.
추정 알고리즘을 적용하여 이동하는 단말의 다음 측위 정보를 추정하는 과정은 도 1의 S140 단계와 동일하므로 상세한 설명은 생략한다.
저장부(340)는 측정부(310)에서 수신한 RSSI 값들과 칼만 필터부(320)와 연산부(330)의 계산 값들을 저장할 수 있다. 저장된 값들은 칼만 필터부(320)와 연산부(330)의 계산 과정에서 사용된다.
도 4는 본 발명의 다른 일 실시예에 따른 이동하는 단말의 측위 방법을 나타내는 흐름도이다.
도 4에 도시된 방법은 도 5의 장치에 의해 수행될 수 있다.
도 4를 참조하면, 장치는 S410 단계에서, 연속된 3개의 시간에서 측정된 RSSI 값들 각각에 칼만 필터를 적용하여 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값을 계산한다.
이때 연속된 3개의 RSSI 값들은 계속적으로 이동하는 단말로부터 측정될 수 있다.
이동하는 단말이란, 스마트폰, 데스트탑, 노트북 등의 전자 장치를 포함할 수 있다.
도 5의 장치는 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 RSSI 값들을 이동하는 단말로부터 수신할 수 있다.
연속된 3개의 RSSI 값들에 칼만 필터가 적용되어 추정 RSSI 값들을 계산하는 방법은 도 1의 S120 단계와 동일하므로 상세한 설명은 생략한다.
장치는 S420 단계에서, S410 단계에서 계산된 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들에 기초하여 기준 위치로부터 이동하는 단말까지의 거리 거리 값을 계산한다.
S420 단계의 추정 RSSI 값들에 대한 거리 값 계산은 도 1의 S130 단계의 거리 값 계산과 동일하므로 상세한 설명은 생략한다.
이때, 기준 위치는 비콘 장치 등의 위치일 수 있다.
비콘 장치는 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 이동하는 단말로 비콘 신호를 송신할 수 있다.
장치는 S430 단계에서 S420 단계의 연속된 3개의 이전 시간에서 계산된 거리 값들에 기초하여 이동하는 단말의 다음 측위 정보를 추정하여 실내에서 이동하는 단말의 위치를 측정한다.
연속된 3개의 이전 시간에서 계산된 거리 값들에 도 1의 S140과 동일하게 추정 알고리즘을 적용하여 단말의 다음 측위 정보를 추정하므로 상세한 설명은 생략한다. 이렇게 연속된 3개의 이전 시간에서 측정된 RSSI 값들을 계속해서 이동하는 단말로부터 수신하여 이동하는 단말의 기준 위치로부터의 거리를 정확하게 측정할 수 있다.
또한, 적어도 세 개의 비콘 장치로부터 다음 측위 정보들을 추정하여 삼변측량에 의해 단말의 위치를 추정할 수 있다.
도 5는 본 발명의 다른 일 실시예에 따른 이동하는 단말의 측위 장치를 나타내는 구성도이다.
도 5를 참조하면, 칼만 필터부는, 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 기초하여 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들을 계산한다.
이때, 연속된 3개의 RSSI 값들은 계속적으로 이동하는 단말로부터 측정된다.
이동하는 단말은 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 단말의 측위 장치로 RSSI 값들을 계속적으로 송신할 수 있다.
연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들 계산하는 방법은 도 1의 S120 단계와 동일하므로 상세한 설명은 생략한다.
연산부는, 칼만 필터부에서 계산된 추정 RSSI 값들에 기초하여 기준 위치로부터 이동하는 단말까지의 거리 값을 계산한다.
이때, 기준 위치는 비콘 장치의 위치일 수 있다.
비콘 장치는 저전력 블루투스(BLE: Bluetooth Low Energy) 통신 프로토콜 방식으로 이동하는 단말로 비콘 신호를 송신할 수 있다.
거리 값의 계산은 도 1의 S130 단계와 동일하므로 상세한 설명은 생략한다.
연산부는, 계산된 거리 값들에 기초하여 이동하는 단말의 다음 측위 정보를 추정하여 이동하는 단말의 위치를 측정할 수 있다.
계산된 거리 값들에 추정 알고리즘을 적용하여 이동하는 단말의 다음 측위 정보를 추정할 수 있다.
추정 알고리즘 적용 방법은 도 1의 S140 단계와 동일하므로 상세한 설명은 생략한다.
이렇게 계속하여 연속된 3개의 RSSI 값을 측정하여 기준 위치로부터 이동하는 단말의 거리를 정확하게 측정할 수 있다.
또한, 적어도 세 개의 비콘 장치로부터 다음 측위 정보들을 추정하여 삼변측량에 의해 단말의 위치를 추정할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (12)

  1. 단말의 이동에 따라 연속된 3개의 이전 시간에서 상기 단말로부터 비콘 신호의 수신 신호 강도(RSSI) 값들을 측정하는 단계;
    상기 측정된 RSSI 값들에 칼만 필터를 적용하여 추정 RSSI 값들을 계산하는 단계;
    상기 계산된 추정 RSSI 값들에 기초하여 3개의 거리 값들을 계산하고, 상기 계산된 3개의 거리 값들을 저장하는 단계; 및
    상기 저장된 3개의 거리 값들에 추정 알고리즘을 적용하여 상기 단말의 다음 측위 정보를 추정하는 단계를 포함하고,
    상기 저장된 3개의 거리 값들은 상기 연속된 3개의 이전 시간에 따라 제1 거리 값, 제2 거리 값 및 제3 거리 값을 포함하며,
    상기 단말의 다음 측위 정보를 추정하는 단계는
    상기 제1 거리 값, 상기 제2 거리 값 및 상기 제3 거리 값을 각각 제곱 연산하고, 상기 각각 제곱 연산된 제1 거리 값, 제2 거리 값 및 제3 거리 값에 일정비율을 각각 반영하며, 상기 제곱 연산 후 상기 일정 비율이 반영된 제1 거리 값, 제2 거리 값, 제3 거리 값을 기설정된 순서에 따라 가감 연산(덧셈 또는 뺄셈 연산)하고, 상기 가감 연산된 결과에 제곱근을 적용하여 상기 다음 측위 정보로 추정하는 단계를 포함하는
    실내에서 이동하는 단말의 측위 방법.
  2. 제1항에 있어서,
    상기 칼만 필터를 적용하여 추정 RSSI 값을 계산하는 단계는,
    상기 연속된 3개의 이전 시간 중 상기 단말의 이동과 관련하여 현재 위치와 관련된 시간의 이전 시간에 측정된 RSSI 값에 기초한 이전 예측 상태 값과 이전 예측 오차 값을 이용하여 현재 예측 상태 값과 현재 예측 오차 값을 계산하는 단계; 및
    상기 현재 예측 오차 값을 이용하여 칼만 이득을 계산하고, 상기 현재 예측 오차 값과 상기 칼만 이득을 이용하여 현재 오차 값을 계산하며, 상기 현재 예측 오차 값과 상기 측정된 RSSI 값 및 상기 칼만 이득을 이용하여 현재 RSSI 값을 현재 상태 값을 계산하고, 현재 상태 값에 기초하여 추정 RSSI 값을 산출하는 단계
    를 포함하는 것을 특징으로 하는 실내에서 이동하는 단말의 측위 방법.
  3. 제2항에 있어서,
    상기 현재 예측 상태 값과 현재 예측 오차 값은 하기 수학식 1에 의해 계산되고,
    [수학식 1]
    Figure 112017082167804-pat00102

    Figure 112017082167804-pat00103

    (여기서,
    Figure 112017082167804-pat00104
    는 현재 예측 상태 값,
    Figure 112017082167804-pat00105
    는 RSSI에 대한 증폭 값,
    Figure 112017082167804-pat00106
    는 이전 예측 상태,
    Figure 112017082167804-pat00107
    는 오차에 대한 증폭 값,
    Figure 112017082167804-pat00108
    는 추가되는 오차 값,
    Figure 112017082167804-pat00109
    는 현재 예측 오차 값,
    Figure 112017082167804-pat00110
    은 이전 예측 오차 값,
    Figure 112017082167804-pat00111
    는 실제 측정한 값의 반영치)
    상기 칼만 이득, 현재 오차 값 및 현재 상태 값은 하기 수학식 2에 의해 계산되는,
    [수학식 2]
    Figure 112017082167804-pat00112

    Figure 112017082167804-pat00113

    Figure 112017082167804-pat00114

    (여기서,
    Figure 112017082167804-pat00115
    은 칼만 이득,
    Figure 112017082167804-pat00116
    는 현재 예측 오차 값,
    Figure 112017082167804-pat00117
    는 채널 값,
    Figure 112017082167804-pat00118
    은 오차 값,
    Figure 112017082167804-pat00119
    은 현재 상태 값,
    Figure 112017082167804-pat00120
    은 측정한 RSSI 값,
    Figure 112017082167804-pat00121
    은 현재 예측 상태 값,
    Figure 112017082167804-pat00122
    은 현재 오차 값,
    Figure 112017082167804-pat00123
    은 현재 예측 오차 값)
    실내에서 이동하는 단말의 측위 방법.
  4. 제1항에 있어서,
    상기 이동하는 단말의 다음 측위 정보는,
    하기 수학식 3에 의해 추정되는,
    [수학식 3]
    Figure 112017082167804-pat00124

    (여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
    실내에서 이동하는 단말의 측위 방법.
  5. 단말의 이동에 따라 연속된 3개의 이전 시간에서 상기 단말로부터 비콘 신호의 수신 신호 강도(RSSI) 값들을 측정하는 측정부;
    상기 측정된 RSSI 값들에 기초하여 추정 RSSI 값을 계산하는 칼만 필터부;
    상기 계산된 추정 RSSI 값에 기초하여 3개의 거리 값들을 계산하고, 상기 계산된 3개의 거리 값들에 추정 알고리즘을 적용하여 상기 단말의 다음 측위 정보를 추정하는 연산부; 및
    상기 연속된 3개의 이전 시간에서 상기 계산된 3개의 거리 값을 저장하는 저장부를 포함하고,
    상기 저장된 3개의 거리 값들은 상기 연속된 3개의 이전 시간에 따라 제1 거리 값, 제2 거리 값 및 제3 거리 값을 포함하며,
    상기 연산부는
    상기 제1 거리 값, 상기 제2 거리 값 및 상기 제3 거리 값을 각각 제곱 연산하고, 상기 각각 제곱 연산된 제1 거리 값, 제2 거리 값 및 제3 거리 값에 일정비율을 각각 반영하며, 상기 제곱 연산 후 상기 일정 비율이 반영된 제1 거리 값, 제2 거리 값, 제3 거리 값을 기설정된 순서에 따라 가감 연산(덧셈 또는 뺄셈 연산)하고, 상기 가감 연산된 결과에 제곱근을 적용하여 상기 다음 측위 정보로 추정하는
    실내에서 이동하는 단말의 측위 장치.
  6. 제5항에 있어서,
    상기 추정 RSSI 값은,
    상기 연속된 3개의 이전 시간 중 상기 단말의 이동과 관련하여 현재 위치와 관련된 시간의 이전 시간에 측정된 RSSI 값에 기초한 이전 예측 상태 값과 이전 예측 오차 값을 이용하여 현재 예측 상태 값과 현재 예측 오차 값을 계산하고,
    상기 현재 예측 오차 값을 이용하여 칼만 이득을 계산하고, 상기 현재 예측 오차 값과 상기 칼만 이득을 이용하여 현재 오차 값을 계산하며, 상기 현재 예측 오차 값과 상기 측정된 RSSI 값 및 상기 칼만 이득을 이용하여 현재 RSSI 값을 현재 상태 값을 계산하고, 현재 상태 값에 기초하여 추정 RSSI 값을 산출하는 것을 특징으로 하는
    실내에서 이동하는 단말의 측위 장치.
  7. 제6항에 있어서,
    상기 현재 예측 상태 값과 현재 예측 오차 값은 하기 수학식 1에 의해 계산되고,
    [수학식 1]
    Figure 112017082167804-pat00125

    Figure 112017082167804-pat00126

    (여기서,
    Figure 112017082167804-pat00127
    는 현재 예측 상태 값,
    Figure 112017082167804-pat00128
    는 RSSI에 대한 증폭 값,
    Figure 112017082167804-pat00129
    는 이전 예측 상태,
    Figure 112017082167804-pat00130
    는 오차에 대한 증폭 값,
    Figure 112017082167804-pat00131
    는 추가되는 오차 값,
    Figure 112017082167804-pat00132
    는 현재 예측 오차 값,
    Figure 112017082167804-pat00133
    은 이전 예측 오차 값,
    Figure 112017082167804-pat00134
    는 실제 측정한 값의 반영치)
    상기 칼만 이득, 현재 오차 값 및 현재 상태 값은 하기 수학식 2에 의해 계산되는,
    [수학식 2]
    Figure 112017082167804-pat00135

    Figure 112017082167804-pat00136

    Figure 112017082167804-pat00137

    (여기서,
    Figure 112017082167804-pat00138
    은 칼만 이득,
    Figure 112017082167804-pat00139
    는 현재 예측 오차 값,
    Figure 112017082167804-pat00140
    는 채널 값,
    Figure 112017082167804-pat00141
    은 오차 값,
    Figure 112017082167804-pat00142
    은 현재 상태 값,
    Figure 112017082167804-pat00143
    은 측정한 RSSI 값,
    Figure 112017082167804-pat00144
    은 현재 예측 상태 값,
    Figure 112017082167804-pat00145
    은 현재 오차 값,
    Figure 112017082167804-pat00146
    은 현재 예측 오차 값)
    실내에서 이동하는 단말의 측위 장치.
  8. 제5항에 있어서,
    상기 연산부는,
    하기 수학식 3에 의해 추정되는,
    [수학식 3]
    Figure 112017082167804-pat00147

    (여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
    실내에서 이동하는 단말의 측위 장치.
  9. 연속된 3개의 이전 시간에서 측정된 RSSI 값들 각각에 칼만 필터를 적용하여 상기 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들을 계산하는 단계;
    상기 추정 RSSI 값들에 기초하여 기준 위치로부터 이동하는 단말까지의 거리 값을 계산하는 단계; 및
    상기 연속된 3개의 이전 시간에서 계산된 거리 값들에 기초하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 단계를 포함하고,
    상기 계산된 거리 값들은 상기 연속된 3개의 이전 시간에 따라 제1 거리 값, 제2 거리 값 및 제3 거리 값을 포함하며,
    상기 단말의 다음 측위 정보를 추정하는 단계는
    상기 제1 거리 값, 상기 제2 거리 값 및 상기 제3 거리 값을 각각 제곱 연산하고, 상기 각각 제곱 연산된 제1 거리 값, 제2 거리 값 및 제3 거리 값에 일정비율을 각각 반영하며, 상기 제곱 연산 후 상기 일정 비율이 반영된 제1 거리 값, 제2 거리 값, 제3 거리 값을 기설정된 순서에 따라 가감 연산(덧셈 또는 뺄셈 연산)하고, 상기 가감 연산된 결과에 제곱근을 적용하여 상기 다음 측위 정보로 추정하는 단계를 포함하는
    실내에서 이동하는 단말의 측위 방법.
  10. 제9항에 있어서,
    상기 이동하는 단말의 다음 측위 정보는,
    하기 수학식 3에 의해 추정되는,
    [수학식 3]
    Figure 112017082167804-pat00148

    (여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
    실내에서 이동하는 단말의 측위 방법.
  11. 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 기초하여 상기 연속된 3개의 이전 시간에서 측정된 RSSI 값들에 대한 추정 RSSI 값들을 계산하는 칼만 필터부; 및
    상기 추정 RSSI 값들에 기초하여 기준 위치로부터 이동하는 단말까지의 거리 값을 계산하고, 상기 연속된 3개의 이전 시간에서 계산된 거리 값들에 기초하여 상기 이동하는 단말의 다음 측위 정보를 추정하는 연산부를 포함하고,
    상기 계산된 거리 값들은 상기 연속된 3개의 이전 시간에 따라 제1 거리 값, 제2 거리 값 및 제3 거리 값을 포함하며,
    상기 연산부는
    상기 제1 거리 값, 상기 제2 거리 값 및 상기 제3 거리 값을 각각 제곱 연산하고, 상기 각각 제곱 연산된 제1 거리 값, 제2 거리 값 및 제3 거리 값에 일정비율을 각각 반영하며, 상기 제곱 연산 후 상기 일정 비율이 반영된 제1 거리 값, 제2 거리 값, 제3 거리 값을 기설정된 순서에 따라 가감 연산(덧셈 또는 뺄셈 연산)하고, 상기 가감 연산된 결과에 제곱근을 적용하여 상기 다음 측위 정보로 추정하는
    실내에서 이동하는 단말의 측위 장치.
  12. 제11항에 있어서,
    상기 연산부는,
    하기 수학식 3에 의해 추정되는,
    [수학식 3]
    Figure 112017082167804-pat00149

    (여기서, dn은 다음 측위 정보, dn-1, dn-2, dn-3은 각각 연속된 3개의 이전 시간에서 계산된 거리 값들)
    실내에서 이동하는 단말의 측위 장치.
KR1020170107471A 2017-08-24 2017-08-24 실내에서 이동하는 단말의 측위 장치 및 그 방법 KR101979101B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170107471A KR101979101B1 (ko) 2017-08-24 2017-08-24 실내에서 이동하는 단말의 측위 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170107471A KR101979101B1 (ko) 2017-08-24 2017-08-24 실내에서 이동하는 단말의 측위 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20190021957A KR20190021957A (ko) 2019-03-06
KR101979101B1 true KR101979101B1 (ko) 2019-08-28

Family

ID=65761600

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170107471A KR101979101B1 (ko) 2017-08-24 2017-08-24 실내에서 이동하는 단말의 측위 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101979101B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230134883A (ko) 2022-03-15 2023-09-22 (주)제로웹 단위계측범위 자동설정형 유동인구 계측 장치

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102140624B1 (ko) * 2019-09-06 2020-08-04 콩테크 주식회사 무선신호기반 이동식태그의 위치를 판단하는 시스템, 방법 및 컴퓨터-판독가능 매체
CN110657799B (zh) * 2019-09-26 2022-09-09 广东省海洋工程装备技术研究所 一种空间实时定位方法、计算机装置及计算机可读存储介质
CN110944293B (zh) * 2019-11-26 2021-03-23 西安烽火电子科技有限责任公司 基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法
KR102219106B1 (ko) * 2019-12-27 2021-02-24 (주)선우하이테크 스마트 이동 기기의 실내 측위 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180825B1 (ko) * 2011-09-23 2012-09-07 광주과학기술원 센서 네트워크 기반의 이동체 위치 추적 장치 및 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010008320A (ko) * 2000-11-23 2001-02-05 이윤기 연속 칼만 필터 알고리즘을 이용한 위성 항법 장치 및방법
KR100848322B1 (ko) * 2006-12-08 2008-07-24 한국전자통신연구원 실내 무선 측위 장치 및 방법
KR101063318B1 (ko) * 2009-05-19 2011-09-07 한양대학교 산학협력단 이동 단말의 위치 측정 시스템 및 그 방법
KR101634126B1 (ko) * 2014-09-23 2016-06-29 주식회사 아이티원 위치 추정 방법, 장치 및 그 기록매체
KR20160110773A (ko) * 2015-03-12 2016-09-22 숙명여자대학교산학협력단 칼만 필터 모델을 이용한 이동 객체 추적 방법 및 장치
KR102452504B1 (ko) * 2015-09-14 2022-10-11 삼성전자 주식회사 단말 및 이의 위치 측정 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180825B1 (ko) * 2011-09-23 2012-09-07 광주과학기술원 센서 네트워크 기반의 이동체 위치 추적 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230134883A (ko) 2022-03-15 2023-09-22 (주)제로웹 단위계측범위 자동설정형 유동인구 계측 장치

Also Published As

Publication number Publication date
KR20190021957A (ko) 2019-03-06

Similar Documents

Publication Publication Date Title
KR101979101B1 (ko) 실내에서 이동하는 단말의 측위 장치 및 그 방법
KR101234177B1 (ko) 사용자 단말의 위치 측정 방법
WO2016103499A1 (ja) ロケーション判定システム
EP2984882A1 (en) Location determination of a mobile device
TWI544822B (zh) 訊號強度分佈建立方法及無線定位系統
KR20150130989A (ko) 위치 추정에서 멀티패스 효과를 방지하기 위해 송신 다양화를 제공하는 시스템 및 방법
US9813871B2 (en) Positioning of mobile device
WO2016103498A1 (ja) ロケーション判定システムおよびロケーション判定プログラム
KR100977246B1 (ko) 순방향 링크 ａｏａ를 이용한 위치 추정 장치 및 방법
Addesso et al. Adaptive localization techniques in WiFi environments
CN111279209A (zh) 用于改进定位模型的指纹数据预处理方法
KR101627419B1 (ko) 이동 노드의 위치 추정 방법 및 그 장치
JP2010190629A (ja) 位置推定装置、無線端末、位置推定システム
US20130303183A1 (en) System and method for positioning using map-assisted kalman filtering
CN106885567B (zh) 一种惯导协作定位方法及定位设备
KR102139641B1 (ko) 강인 필터, 수축 기법에 기반한 거리 추정 방법 및 시스템
KR102448930B1 (ko) 파티클 필터를 기반으로 가중치 학습을 통한 실내측위 시스템 및 방법
JP6331072B2 (ja) ホワイトスペース検出装置、ホワイトスペース検出方法、及びプログラム
KR20180047194A (ko) 전파예측모델을 이용한 전파교란원의 위치 및 송신출력 추정 장치 및 방법
US11824595B2 (en) Locationing based on channel-specific gain
KR102106673B1 (ko) 비콘 기반 측위장치의 신호 세기 보상 장치 및 방법
KR102144004B1 (ko) 타원체 맞춤을 이용한 분산 mimo 레이더를 위한 표적위치 추정방법
KR102131688B1 (ko) 확장된 타원체 맞춤을 이용한 분산 mimo 레이더를 위한 표적위치 추정방법
JP5266976B2 (ja) 端末位置決定方法、端末位置決定プログラム、端末位置決定装置
KR101446445B1 (ko) 전파 송신원의 위치를 추정하는 위치 추정 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant