KR102109374B1 - 위치 추정 장치 및 방법 - Google Patents

위치 추정 장치 및 방법 Download PDF

Info

Publication number
KR102109374B1
KR102109374B1 KR1020180170966A KR20180170966A KR102109374B1 KR 102109374 B1 KR102109374 B1 KR 102109374B1 KR 1020180170966 A KR1020180170966 A KR 1020180170966A KR 20180170966 A KR20180170966 A KR 20180170966A KR 102109374 B1 KR102109374 B1 KR 102109374B1
Authority
KR
South Korea
Prior art keywords
geomagnetic
building
patterns
determining
user
Prior art date
Application number
KR1020180170966A
Other languages
English (en)
Inventor
박용완
허수정
임란 아시라프
Original Assignee
영남대학교 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 영남대학교 산학협력단 filed Critical 영남대학교 산학협력단
Priority to KR1020180170966A priority Critical patent/KR102109374B1/ko
Priority to PCT/KR2019/012413 priority patent/WO2020138657A1/ko
Application granted granted Critical
Publication of KR102109374B1 publication Critical patent/KR102109374B1/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
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Geology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Navigation (AREA)

Abstract

위치 추정 장치 및 방법이 개시된다. 본 발명의 일 실시예에 따른 위치 추정 장치는, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부; 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함한다.

Description

위치 추정 장치 및 방법{APPARATUS AND METHOD FOR ESTIMATING POSITION}
본 발명의 실시예들은 지자기를 이용한 위치 추정 기술과 관련된다.
최근 WiFi 신호를 이용한 핑거 프린트(fingerprint) 방식, 가속도를 이용한 방식, 지자기 데이터를 이용한 핑거프린트 방식 등과 같이 다양한 실내 측위 기술이 연구되고 있다.
핑거 프린트 방식의 경우, 측위 대상이 되는 공간을 일정한 범위로 나눈 후, 각 측위 지점의 위치 값과 각 측위 지점에서 측정된 WiFi 신호 측정 데이터 또는 지자기 데이터를 이용하여 데이터베이스를 구축한다. 이후, 사용자 단말에 의해 측정된 WiFi 신호 측정 데이터 또는 지자기 데이터를 포함하는 위치 정보 요청이 측위 서버로 수신되는 경우, 측위 서버는 수신된 데이터와 데이터베이스에 저장된 데이터를 비교하여 사용자 단말의 위치를 결정한 후 결정된 위치에 대한 정보를 사용자 단말로 제공한다. 그러나, 이러한 핑거 프린트 방식의 경우, 패턴 매칭을 위해 많은 연산량이 요구된다는 문제점이 있다.
한편, 가속도를 이용한 측위 기술의 경우, 사용자의 초기 위치를 알아야 측위가 가능하다는 문제점이 존재한다.
미국등록특허공보 US 9,736,295 (2017.08.15. 등록)
본 발명의 실시예들은 지자기를 이용한 위치 추정 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 실시예에 따른 위치 추정 장치는, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부; 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함한다.
상기 위치 결정부는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴일 수 있다.
상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
상기 위치 결정부는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다.
상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 보행 상태 판단부를 더 포함하고, 상기 데이터 수신부는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신할 수 있다.
상기 위치 결정부는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 빌딩 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 보행 상태 판단부는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단할 수 있다.
본 발명의 일 실시예에 따른 위치 추정 방법은, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 단계; 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하는 단계; 상기 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 단계; 및 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 단계를 포함한다.
상기 생성하는 단계는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴일 수 있다.
상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
상기 빌딩 후보를 결정하는 단계는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다.
상기 사용자가 위치한 빌딩을 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 단계를 더 포함하고, 상기 수신하는 단계는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신할 수 있다.
상기 복수의 지자기 패턴을 생성하는 단계는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 지자기 패턴을 생성할 수 있다.
상기 보행 상태를 판단하는 단계는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단할 수 있다.
본 발명의 실시예들에 따르면, 사용자 장치에 의해 측정된 지자기 데이터와 복수의 빌딩 내 각 층에서 사전 측정된 지자기 데이터 사이의 패턴 비교를 통해 사용자가 위치한 빌딩을 결정할 수 있도록 함으로써, 사용자 장치 외에 측위를 위한 별도의 장비가 요구되지 않으며, 지자기 데이터를 측정하는 사용자 장치의 종류가 상이한 경우에도 정확한 추정이 가능하다.
도 1은 본 발명의 일 실시예에 따른 위치 추정 시스템의 구성도
도 2는 본 발명의 일 실시예에 따른 위치 추정 장치의 구성도
도 3은 본 발명의 일 실시예에 따른 바이너리 그리드 패턴의 예시도
도 4는 본 발명의 추가적인 실시예에 따른 위치 추정 장치의 구성도
도 5는 본 발명의 일 실시예에 따른 위치 추정 방법의 순서도
도 6은 본 발명의 추가적인 실시예에 따른 위치 추정 방법의 순서도
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 위치 추정 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 위치 추정 시스템(100)은 사용자 장치(110) 및 측위 서버(130)를 포함한다.
사용자 장치(110)는 예를 들어, 스마트 폰, 태블릿 PC, 웨어러블 디바이스(wearable device) 등과 같이 사용자에 의해 휴대 가능하며, 지자기 및 가속도 측정을 위한 다양한 센서와 무선 통신 수단을 구비한 다양한 형태의 장치일 수 있다.
한편, 사용자 장치(110)는 사용자 장치(110)가 위치한 빌딩 공간 내에서 지자기 및 가속도를 측정하고, 측정된 지자기 데이터 및 가속도 데이터를 측위 서버(130)로 전송할 수 있다.
측위 서버(130)는 복수의 빌딩에서 사전 측정된 지자기 데이터와 사용자 장치(110)로부터 수신된 지자기 데이터를 이용하여 사용자 장치(110)의 사용자가 위치하고 있는 빌딩을 결정하기 위한 서버이다.
구체적으로, 측위 서버(130)는 사용자 장치(110)로부터 지자기 데이터를 수신한 경우, 수신된 지자기 데이터에 기초한 지자기 패턴과 복수의 빌딩에서 사전 측정된 지자기 데이터에 기초한 지자기 패턴을 비교하여 사용자가 위치하고 있는 빌딩을 결정할 수 있다.
도 2는 본 발명의 일 실시예에 따른 위치 추정 장치의 구성도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 위치 추정 장치(200)는 데이터 수신부(210), 데이터베이스(230) 및 위치 결정부(250)를 포함한다.
도 2에 도시된 위치 추정 장치(200)는 예를 들어, 도 1에 도시된 측위 서버(130)에 포함된 일 구성으로 구현될 수 있다.
데이터 수신부(210)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터를 수신한다. 이때, 수신되는 지자기 데이터는 사용자 장치(110)에 의해 측정된 지자기의 자기 강도(magnetic intensity) 값일 수 있다.
데이터베이스(230)는 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장한다.
이때, 복수의 참조 지자기 패턴은 각 빌딩의 각 층에서 사전 측정된 지자기 데이터를 이용하여 각 빌딩의 각 층별로 생성될 수 있다. 구체적으로, 각 빌딩의 각 층에서 사전 측정되는 지자기 데이터는 지자기의 자기 강도 값일 수 있으며, 각 참조 지자기 패턴은 특정 빌딩의 특정 층 내 자기 강도 값의 변화 패턴일 수 있다. 예를 들어, 특정 빌딩의 특정 층에 대한 참조 지자기 패턴은 해당 층에서 1m간격으로 이격된 복수의 측정 지점 각각에서 자기 강도 값을 사전 측정한 후, 각 측정 지점에서 측정된 자기 강도 값과 보간(interpolation)을 통해 생성된 각 측정 지점 사이의 자기 강도 값을 이용하여 생성될 수 있다.
한편, 본 발명의 일 실시예에 따르면, 데이터베이스(230)에 저장되는 각 참조 지자기 패턴은 바이너리 그리드(Binary Grid) 패턴일 수 있다. 이때, 바이너리 그리드(Binary Grid) 패턴은 예를 들어, 도 3에 도시된 예와 같이 지자기 패턴을 0과 1의 값을 포함하는 N×M 크기의 행렬로 표현한 것을 의미할 수 있다.
이때, 바이너리 그리드 패턴 내 열(column)의 개수(M)는 지자기 패턴 생성을 위해 사용될 지자기 데이터의 개수와 동일하게 설정될 수 있다. 또한, 바이너리 그리드 패턴 내 행(row)의 개수(N)는 지자기 패턴 생성을 위해 사용될 지자기 데이터의 최대 값 및 최소 값에 기초하여 설정될 수 있다. 구체적인 예로, 바이너리 그리드 패턴 내 행의 개수(N)는 예를 들어, 아래의 수학식 1과 같이 지자기 데이터의 최대 값(maxv) 및 최소 값(minv) 차이를 반올림 한 값에 1을 더한 값으로 결정될 수 있다.
[수학식 1]
Figure 112018131176945-pat00001
한편, 바이너리 그리드 패턴 내에 포함되는 각 바이너리 값은 지자기 패턴 생성을 위해 사용될 각 지자기 데이터에 대응되는 바이너리 값을 1로 설정하고, 나머지 값들을 0으로 설정함으로써 결정될 수 있다. 예를 들어, 지자기 데이터 중 j번째 값이 m인 경우, 바이너리 그리드 패턴 내의 j번째 열의 바이너리 값들 중 round(maxv-m)+1에 해당하는 행의 바이너리 값은 1로 설정되고 j번째 열의 나머지 바이너리 값들은 0으로 설정될 수 있다.
위치 결정부(250)는 사용자 장치(110)로부터 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 생성된 복수의 지자기 패턴과 복수의 참조 지자기 패턴을 비교하여 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다. 또한, 위치 결정부(250)는 결정된 빌딩 후보 중 사용자 장치(110)의 사용자가 위치한 빌딩을 결정한다.
구체적으로, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 사용자 장치(110)로부터 수신된 지자기 데이터를 시간 축 상에서 연속적인 복수의 프레임으로 분할하고, 분할된 각 프레임에 포함된 지자기 데이터를 이용하여 각 프레임에 대한 지자기 패턴을 생성할 수 있다. 예를 들어, 위치 결정부(250)는 수신된 지자기 데이터를 각각 기 설정된 길이(예를 들어, 1초)를 가지는 4개의 연속적인 프레임으로 분할하고, 분할된 각 지자기 데이터를 이용하여 각 프레임에 대한 지자기 패턴을 생성할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 각 프레임에 대한 지자기 패턴은 바이너리 그리드 패턴일 수 있으며, 이 경우, 바이너리 그리드 패턴은 상술한 예와 동일한 방식으로 생성될 수 있다.
한편, 각 프레임에 대한 지자기 패턴이 생성된 경우, 위치 결정부(250)는 생성된 각 프레임에 대한 지자기 패턴과 복수의 참조 지자기 패턴을 비교하여 복수의 빌딩 중 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
구체적으로, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 각 프레임에 대한 지자기 패턴과 각 참조 지자기 패턴 사이의 최소 거리를 산출하고, 산출된 최소 거리에 기초하여 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다. 이때, 최소 거리는 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
한편, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 각 프레임에 대한 지자기 패턴과 각 참조 지자기 패턴 사이의 최소 거리가 산출된 경우, 각 빌딩의 총 층수와 산출된 최소 거리에 기초하여 각 프레임에 대한 지자기 패턴의 각 빌딩에 대한 에러 값을 산출할 수 있다. 또한, 위치 결정부(250)는 산출된 에러 값이 가장 작은 빌딩을 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다. 이때, 에러 값은 예를 들어, 아래의 수학식 2를 이용하여 산출될 수 있다.
[수학식 2]
Figure 112018131176945-pat00002
이때,
Figure 112018131176945-pat00003
는 j번째 프레임에 대한 지자기 패턴의 빌딩 b에 대한 에러 값,
Figure 112018131176945-pat00004
는 j번째 프레임에 대한 지자기 패턴과 빌딩 b의 i번째 층에 대한 참조 지자기 패턴 사이의 최소 거리,
Figure 112018131176945-pat00005
는 빌딩 b의 총 층수를 나타낸다.
한편, 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보가 결정된 경우, 위치 결정부(250)는 결정된 빌딩 후보 중 동일한 빌딩 후보의 개수, 각 프레임에 대한 지자기 패턴의 각 빌딩에 대한 에러 값 및 각 빌딩 후보의 총 층수 중 적어도 하나에 기초하여 사용자가 위치한 빌딩을 결정할 수 있다.
예를 들어, 4개의 프레임에 대한 지자기 패턴이 생성된 경우, 4개의 빌딩 후보가 결정될 수 있고, 4개의 빌딩 후보는 아래 4가지 중 하나와 같이 결정될 수 있다.
Case 1: 4개의 빌딩 후보가 모두 빌딩 a인 경우
Case 2: 3개의 빌딩 후보가 빌딩 a이고, 나머지 하나의 빌딩 후보가 빌딩 b인 경우
Case 3: 2개의 빌딩 후보가 빌딩 a이고, 나머지 2개의 빌딩 후보가 빌딩 b인 경우
Case 4: 4개의 빌딩 후보가 각각 빌딩 a, 빌딩 b, 빌딩 c, 빌딩 d인 경우
Case 1 및 2의 경우, 위치 결정부(250)는 빌딩 후보 a를 사용자가 위치한 빌딩으로 결정할 수 있다.
반면, Case 3의 경우, 위치 결정부(250)는 빌딩 a와 빌딩 b 중 에러 값이 가장 작은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있으며, 에러 값이 동일한 경우, 총 층수가 더 많은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있다.
또한, Case 4의 경우, 위치 결정부(250)는 빌딩 a, 빌딩 b, 빌딩 c 및 빌딩 d 중 에러 값이 가장 작은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있으며, 에러 값이 가장 작은 빌딩이 2개 이상인 경우, 총 층수가 더 많은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있다.
도 4는 본 발명의 추가적인 실시예에 따른 위치 추정 장치의 구성도이다.
도 4를 참조하면, 본 발명의 추가적인 실시예에 따른 위치 추정 장치(400)는 데이터 수신부(410), 보행 상태 판단부(430), 데이터베이스(450) 및 위치 결정부(470)를 포함한다.
한편, 도 4에 도시된 예에서, 데이터베이스(450)는 도 2에 도시된 데이터베이스(230)과 동일한 구성이므로, 이에 대한 상세한 설명은 생략한다.
데이터 수신부(410)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신한다.
이때, 데이터 수신부(410)로 수신되는 가속도 데이터는 예를 들어, 사용자 장치(110)에 구비된 가속도 센서에 의해 측정된 3축 가속도 값일 수 있다.
한편, 지자기 데이터는 도 2를 참조하여 설명한 것과 동일하므로, 이에 대한 중복적인 설명은 생략한다.
보행 상태 판단부(430)는 데이터 수신부(410)로 수신된 가속도 데이터에 기초하여 사용자의 보행 상태를 판단한다.
구체적으로, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(430)는 데이터 수신부(410)로 수신되는 가속도 데이터를 기 설정된 길이(예를 들어, 1초)의 프레임 단위로 분할하고, 분할된 각 프레임의 가속도 데이터에 기초하여 사용자의 보행 상태를 판단할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(430)는 수신된 가속도 데이터, 전체 가속도 크기, x축 가속도 변화량, y축 가속도 변화량, z축 가속도 변화량 및 전체 가속도 크기 변화량 중 적어도 하나를 이용하여 사용자의 보행 상태를 판단할 수 있다.
이때, 전체 가속도 크기는 예를 들어, 아래의 수학식 3을 이용하여 산출될 수 있다.
[수학식 3]
Figure 112018131176945-pat00006
이때, ai는 시점 i에서 전체 가속도 크기, axi는 시점 i에서 x축 가속도 크기, ayi는 시점 i에서 y축 가속도 크기, azi는 시점 i에서 z축 가속도 크기를 나타낸다.
또한, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(420)는 사전 수집된 가속도 데이터를 이용하여 사용자의 보행 상태를 예측하도록 학습된 인공 신경망(Artificial Neural Network) 모델을 이용하여 사용자의 보행 상태를 판단할 수 있다.
이때, 인공 신경망 모델의 학습을 위해 사전 수집된 가속도 데이터는 예를 들어, 3축 가속도 데이터, 전체 가속도 크기, x축 가속도 변화량, y축 가속도 변화량, z축 가속도 변화량 및 전체 가속도 크기 변화량 중 적어도 하나를 포함할 수 있다.
위치 결정부(470)는 보행 상태 판단부(420)에 의한 판단 결과 사용자가 보행 중인 것으로 판단된 경우, 데이터 수신부(410)로 수신된 지자기 데이터를 이용하여 사용자가 위치한 빌딩을 결정한다.
이때, 위치 결정부(470)에 의해 수행되는 결정 과정은 도 2를 참조하여 설명한 것과 동일하므로, 이에 대한 중복적인 설명은 생략한다.
도 5는 본 발명의 일 실시예에 따른 위치 추정 방법의 순서도이다.
도 5에 도시된 위치 추정 방법은 예를 들어, 도 2에 도시된 위치 추정 장치(200)에 의해 수행될 수 있다.
도 5를 참조하면, 우선, 위치 추정 장치(200)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터를 수신한다(510).
이후, 위치 추정 장치(200)는 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성한다(520).
이후, 위치 추정 장치(200)는 생성된 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여, 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다(530).
이후, 위치 추정 장치(200)는 결정된 빌딩 후보 중 사용자 장치(200)의 사용자가 위치한 빌딩을 결정한다(540).
도 6은 본 발명의 추가적인 실시예에 따른 위치 추정 방법의 순서도이다.
도 6에 도시된 위치 추정 방법은 예를 들어, 도 4에 도시된 위치 추정 장치(400)에 의해 수행될 수 있다.
도 6을 참조하면, 우선, 위치 추정 장치(400)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 가속도 데이터 및 지자기 데이터를 수신한다(610).
이후, 위치 추정 장치(400)는 수신된 가속도 데이터에 사용자 장치(110)의 사용자의 보행 상태를 판단한다(620).
사용자가 보행 중인 것으로 판단된 경우, 위치 추정 장치(400)는 이후, 위치 추정 장치(400)는 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성한다(630).
이후, 위치 추정 장치(400)는 생성된 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여, 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다(640).
이후, 위치 추정 장치(400)는 결정된 빌딩 후보 중 사용자 장치(110)의 사용자가 위치한 빌딩을 결정한다(650).
한편, 도 5 및 도 6에 도시된 순서도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 도 2 또는 도 4에 도시된 실내 측위 장치(200, 400)에 포함되는 하나 이상의 컴포넌트일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 전술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
10: 컴퓨팅 환경
12: 컴퓨팅 장치
14: 프로세서
16: 컴퓨터 판독 가능 저장 매체
18: 통신 버스
20: 프로그램
22: 입출력 인터페이스
24: 입출력 장치
26: 네트워크 통신 인터페이스
100: 위치 추정 시스템
110: 사용자 장치
130: 측위 서버
200, 400: 위치 추정 장치
210, 410: 데이터 수신부
230, 450: 데이터베이스
250, 470: 위치 결정부
430: 보행 상태 판단부

Claims (20)

  1. 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부;
    각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및
    상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함하고,
    상기 위치 결정부는, 상기 복수의 지자기 패턴 각각과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리 및 상기 복수의 빌딩 각각의 총 층수에 기초하여 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 위치 추정 장치.
  2. 청구항 1에 있어서,
    상기 위치 결정부는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 장치.
  3. 청구항 2에 있어서,
    상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴인 위치 추정 장치.
  4. 삭제
  5. 청구항 2에 있어서,
    상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)인 위치 추정 장치.
  6. 청구항 2에 있어서,
    상기 위치 결정부는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정하는 위치 추정 장치.
  7. 청구항 6에 있어서,
    상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 장치.
  8. 청구항 1에 있어서,
    상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 보행 상태 판단부를 더 포함하고,
    상기 데이터 수신부는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신하는 위치 추정 장치.
  9. 청구항 8에 있어서,
    상기 위치 결정부는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 빌딩 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 장치.
  10. 청구항 8에 있어서,
    상기 보행 상태 판단부는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단하는 위치 추정 장치.
  11. 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 단계;
    상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하는 단계;
    상기 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 단계; 및
    상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 단계를 포함하고,
    상기 빌딩 후보를 결정하는 단계는, 상기 복수의 지자기 패턴 각각과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리 및 상기 복수의 빌딩 각각의 총 층수에 기초하여 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 위치 추정 방법.
  12. 청구항 11에 있어서,
    상기 생성하는 단계는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고,
    상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 방법.
  13. 청구항 12에 있어서,
    상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴인 위치 추정 방법.
  14. 삭제
  15. 청구항 12에 있어서,
    상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)인 위치 추정 방법.
  16. 청구항 12에 있어서,
    상기 빌딩 후보를 결정하는 단계는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정하는 위치 추정 방법.
  17. 청구항 16에 있어서,
    상기 사용자가 위치한 빌딩을 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 방법.
  18. 청구항 11에 있어서,
    상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 단계를 더 포함하고,
    상기 수신하는 단계는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신하는 위치 추정 방법.
  19. 청구항 18에 있어서,
    상기 복수의 지자기 패턴을 생성하는 단계는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 지자기 패턴을 생성하는 위치 추정 방법.
  20. 청구항 18에 있어서,
    상기 보행 상태를 판단하는 단계는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단하는 위치 추정 방법.
KR1020180170966A 2018-12-27 2018-12-27 위치 추정 장치 및 방법 KR102109374B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180170966A KR102109374B1 (ko) 2018-12-27 2018-12-27 위치 추정 장치 및 방법
PCT/KR2019/012413 WO2020138657A1 (ko) 2018-12-27 2019-09-24 위치 추정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180170966A KR102109374B1 (ko) 2018-12-27 2018-12-27 위치 추정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102109374B1 true KR102109374B1 (ko) 2020-05-13

Family

ID=70729752

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180170966A KR102109374B1 (ko) 2018-12-27 2018-12-27 위치 추정 장치 및 방법

Country Status (2)

Country Link
KR (1) KR102109374B1 (ko)
WO (1) WO2020138657A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040140A (ko) * 2013-10-04 2015-04-14 아이데카 주식회사 자기장을 이용하여 사용자 단말의 위치를 측정하는 방법 및 장치
KR101621839B1 (ko) * 2015-08-10 2016-05-17 (주)휴빌론 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템
US9736295B2 (en) 2013-12-24 2017-08-15 Kyocera Corporation Mobile electronic device, control method, and storage medium
KR101933011B1 (ko) * 2018-07-26 2018-12-27 영남대학교 산학협력단 실내 측위 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10070270B1 (en) * 2017-11-30 2018-09-04 Mapsted Corp. Mobile device localization based on spatial derivative magnetic fingerprint

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040140A (ko) * 2013-10-04 2015-04-14 아이데카 주식회사 자기장을 이용하여 사용자 단말의 위치를 측정하는 방법 및 장치
US9736295B2 (en) 2013-12-24 2017-08-15 Kyocera Corporation Mobile electronic device, control method, and storage medium
KR101621839B1 (ko) * 2015-08-10 2016-05-17 (주)휴빌론 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템
KR101933011B1 (ko) * 2018-07-26 2018-12-27 영남대학교 산학협력단 실내 측위 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
정현교, 지구자기장 세기 기반의 실내환경 위치 추정 향상 기법, 영남대학교 대학원 석사학위논문, 2016.8.* *

Also Published As

Publication number Publication date
WO2020138657A1 (ko) 2020-07-02

Similar Documents

Publication Publication Date Title
US11551153B2 (en) Localized learning from a global model
KR101933011B1 (ko) 실내 측위 장치 및 방법
Xie et al. A reliability-augmented particle filter for magnetic fingerprinting based indoor localization on smartphone
KR101971734B1 (ko) 실내 측위 장치 및 방법
US20160356593A1 (en) Floor Level Determination
US10798670B2 (en) Information processing device, portable device, and system
US9357520B2 (en) Methods and systems for signal diffusion modeling for a discretized map of signal strength
CN104813186A (zh) 使用指纹数据进行位置确定
KR101808095B1 (ko) 사용자 단말의 위치 측정 방법 및 장치
US9277483B2 (en) User geo-location pattern analysis
KR102278699B1 (ko) 기계 학습 기반의 실내 위치 측정 장치 및 방법
CN114631090A (zh) 将地理位置抽象为预定义大小的正方形块
KR20180014495A (ko) 객체 인식 장치 및 방법
US9936477B2 (en) Method for detecting location of mobile computing device and mobile computing device performing the same
CN112468959B (zh) 位置确定方法、装置、计算机设备和存储介质
KR102109374B1 (ko) 위치 추정 장치 및 방법
US8612756B1 (en) Methods and devices for adjusting the precision of location information
US20150211845A1 (en) Methods and Systems for Applying Weights to Information From Correlated Measurements for Likelihood Formulations Based on Time or Position Density
WO2020149044A1 (ja) パラメータ選定装置、パラメータ選定方法、およびパラメータ選定プログラム
CN106535132A (zh) 用于定位终端的方法和装置
CN111654817A (zh) 蓝牙定位方法、移动终端及存储介质
KR102046875B1 (ko) 실내 측위 장치 및 방법
KR102483251B1 (ko) 클러스터 기반의 실내 위치 측정 장치 및 방법
KR102572895B1 (ko) 스마트폰의 다중 센서 및 gps 위치신호를 이용한 딥러닝 기반의 pdr 측위 장치 및 그 방법
CN109362027B (zh) 定位方法、装置、设备及存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant