KR102209658B1 - Terminal apparatus for estimating position information, position information estimation method, and system thereof - Google Patents

Terminal apparatus for estimating position information, position information estimation method, and system thereof Download PDF

Info

Publication number
KR102209658B1
KR102209658B1 KR1020190079132A KR20190079132A KR102209658B1 KR 102209658 B1 KR102209658 B1 KR 102209658B1 KR 1020190079132 A KR1020190079132 A KR 1020190079132A KR 20190079132 A KR20190079132 A KR 20190079132A KR 102209658 B1 KR102209658 B1 KR 102209658B1
Authority
KR
South Korea
Prior art keywords
information
value
terminal device
location information
covariance
Prior art date
Application number
KR1020190079132A
Other languages
Korean (ko)
Other versions
KR20210003398A (en
Inventor
한동석
알윈폴로즈
Original Assignee
경북대학교 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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020190079132A priority Critical patent/KR102209658B1/en
Publication of KR20210003398A publication Critical patent/KR20210003398A/en
Application granted granted Critical
Publication of KR102209658B1 publication Critical patent/KR102209658B1/en

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
    • 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
    • G01S5/0257—Hybrid positioning
    • 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
    • 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
    • G01S5/0205—Details
    • 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
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • 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
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/001—Transmission of position information to remote stations
    • G01S2205/008—Transmission of position information to remote stations using a mobile telephone network

Abstract

액세스 포인트에서 생성되는 신호를 수신 가능하고, 관성 정보를 측정 가능한 단말 장치의 위치 정보 추정 방법에 있어서, 상기 관성 정보에 따라 관성 기반의 위치 정보를 추정하는 단계; 상기 단말 장치가 수신하는 신호의 강도에 따라 신호 강도 기반의 위치 정보를 추정하는 단계; 및 상기 관성 기반의 위치 정보 및 상기 신호 강도 기반의 위치 정보로부터 상기 단말 장치의 위치 정보를 추정하는 단계를 포함하는, 위치 정보 추정 방법을 제공한다.A method of estimating location information of a terminal device capable of receiving a signal generated by an access point and capable of measuring inertia information, the method comprising: estimating inertia-based location information according to the inertia information; Estimating signal strength-based location information according to the strength of the signal received by the terminal device; And estimating location information of the terminal device from the inertia-based location information and the signal strength-based location information.

Description

위치 정보를 추정하는 단말 장치, 위치 정보 추정 방법 및 그 시스템{TERMINAL APPARATUS FOR ESTIMATING POSITION INFORMATION, POSITION INFORMATION ESTIMATION METHOD, AND SYSTEM THEREOF}A terminal device for estimating location information, a method for estimating location information, and a system thereof {TERMINAL APPARATUS FOR ESTIMATING POSITION INFORMATION, POSITION INFORMATION ESTIMATION METHOD, AND SYSTEM THEREOF}

본 발명은 위치 정보 추정 방법 및 이를 수행하기 위한 단말 장치에 관한 것으로, 더욱 상세하게는 정확한 실내 위치 측정을 위한 위치 정보 추정 방법 및 이를 수행하기 위한 단말 장치에 관한 것이다.The present invention relates to a method for estimating location information and a terminal device for performing the same, and more particularly, to a method for estimating location information for accurate indoor location measurement and a terminal device for performing the same.

일반적으로 사용자의 위치를 인식하는 시스템은, 다수의 인공위성과 지상의 수신 장비를 이용하는 위성 항법 시스템(GNSS: Global Navigation Satellite System)이다.In general, a system for recognizing a user's location is a Global Navigation Satellite System (GNSS) using multiple satellites and terrestrial reception equipment.

그러나, 이러한 방식을 사용하는 시스템은 관측 환경에 따라 동일한 신호가 다수의 경로를 통해 수신 장비에 도달하게 되어 신호가 변조되는 상황이 발생하기도 한다. 이러한 상황이 발생한 경우에는, 관측 결과에 크고 작은 오차가 발생하게 되어 정확한 위치 인식이 불가능해지기도 한다.However, in a system using this method, a situation in which the signal is modulated may occur because the same signal reaches the receiving equipment through multiple paths depending on the observation environment. When such a situation occurs, large and small errors may occur in the observation result, making accurate position recognition impossible.

이에 따라, 신호의 수신이 어려운 실내 환경에서 사용자의 위치를 정확히 인식할 수 있는 방안이 필요한 실정이다.Accordingly, there is a need for a method capable of accurately recognizing a user's location in an indoor environment in which signal reception is difficult.

본 발명이 해결하고자 하는 기술적 과제는 서로 다른 방식으로 위치 정보를 측정하는 단말 장치, 위치 정보 추정 방법 및 그 시스템을 제공하는 것이다.The technical problem to be solved by the present invention is to provide a terminal device, a method for estimating location information, and a system for measuring location information in different ways.

본 발명이 해결하고자 하는 다른 기술적 과제는 서로 다른 방식으로 측정된 위치 정보로부터 정확한 위치 정보를 추정하는 단말 장치, 위치 정보 추정 방법 및 그 시스템을 제공하는 것이다.Another technical problem to be solved by the present invention is to provide a terminal device, a method for estimating location information, and a system for estimating accurate location information from location information measured in different ways.

본 발명의 일측면은, 액세스 포인트에서 생성되는 신호를 수신 가능하고, 관성 정보를 측정 가능한 단말 장치의 위치 정보 추정 방법에 있어서, 상기 관성 정보에 따라 관성 기반의 위치 정보를 추정하는 단계; 상기 단말 장치가 수신하는 신호의 강도에 따라 신호 강도 기반의 위치 정보를 추정하는 단계; 및 상기 관성 기반의 위치 정보 및 상기 신호 강도 기반의 위치 정보로부터 상기 단말 장치의 위치 정보를 추정하는 단계를 포함한다.An aspect of the present invention provides a method for estimating location information of a terminal device capable of receiving a signal generated by an access point and capable of measuring inertial information, the method comprising: estimating inertia-based location information according to the inertial information; Estimating signal strength-based location information according to the strength of the signal received by the terminal device; And estimating location information of the terminal device from the inertia-based location information and the signal strength-based location information.

또한, 상기 단말 장치의 위치 정보를 추정하는 단계는, 상기 단말 장치의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계; 이전에 추정된 단말 장치의 위치 정보 추정 값 또는 단말 장치의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 단말 장치의 위치 정보 예측 값을 계산하는 단계; 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및 상기 단말 장치의 위치 정보 예측 값, 칼만 이득 값 및 상기 신호 강도 기반의 위치 정보로부터 계산된 측정 값에 따라 단말 장치의 위치 정보 추정 값을 계산하는 단계를 포함할 수 있다.In addition, estimating the location information of the terminal device may include: calculating a covariance prediction value according to at least one of an estimated covariance value or an initial covariance value related to the location information of the terminal device and a preset covariance matrix; Calculating a location information prediction value of the terminal device according to at least one of a previously estimated location information estimate value of the terminal device or an initial location information value of the terminal device and a system input value input from the outside; Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And calculating a location information estimation value of the terminal device according to a location information prediction value of the terminal device, a Kalman gain value, and a measurement value calculated from the signal strength-based location information.

또한, 상기 관성 기반의 위치 정보를 추정하는 단계는, 상기 관성 정보로부터 상기 단말 장치의 상하 운동 정보 또는 회전 운동 정보 중 적어도 하나의 정보를 포함하는 운동 정보를 추정하는 단계; 상기 운동 정보에 따라 상기 단말 장치의 이동 거리 정보를 생성하는 단계; 및 상기 운동 정보에 따라 상기 단말 장치의 이동 방향 정보를 추정하는 단계를 포함할 수 있다.In addition, estimating the inertia-based location information may include: estimating motion information including at least one of vertical motion information or rotation motion information of the terminal device from the inertia information; Generating movement distance information of the terminal device according to the exercise information; And estimating movement direction information of the terminal device according to the motion information.

또한, 상기 운동 정보를 추정하는 단계는, 상기 운동 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계; 이전에 추정된 운동 정보 추정 값 또는 운동 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 운동 정보 예측 값을 계산하는 단계; 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및 상기 운동 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 운동 정보 추정 값을 계산하는 단계를 포함할 수 있다.The estimating of the exercise information may include calculating a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the exercise information and a preset covariance matrix; Calculating an exercise information prediction value according to at least one of a previously estimated exercise information estimation value or an initial exercise information value and a system input value input from the outside; Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And calculating an exercise information estimation value according to the exercise information prediction value, the Kalman gain value, and a measurement value calculated from the inertia information.

또한, 상기 이동 방향 정보를 추정하는 단계는, 상기 이동 방향 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계; 이전에 추정된 이동 방향 정보 추정 값 또는 이동 방향 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 이동 방향 정보 예측 값을 계산하는 단계; 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및 상기 이동 방향 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 이동 방향 정보 추정 값을 계산하는 단계를 포함할 수 있다.In addition, estimating the movement direction information may include: calculating a covariance prediction value according to at least one of a covariance estimation value or an initial covariance value related to the movement direction information and a preset covariance matrix; Calculating a movement direction information prediction value according to at least one of a previously estimated movement direction information estimation value or an initial movement direction information value and a system input value input from the outside; Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And calculating a movement direction information estimation value according to the movement direction information prediction value, a Kalman gain value, and a measurement value calculated from the inertia information.

또한, 상기 신호 강도 기반의 위치 정보를 추정하는 단계는, 상기 액세스 포인트의 위치에 따라 상기 단말 장치의 상대적인 위치를 계산하여 액세스 포인트 위치 기반의 위치 정보를 생성하는 단계; 및 특정 공간에서 기 설정되는 격자의 각 영역에서 액세스 포인트 신호의 강도로부터 생성되는 핑거프린트 데이터 베이스에 따라 상기 단말 장치의 위치를 계산하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계를 포함할 수 있다.In addition, estimating the location information based on the signal strength may include: generating location information based on the location of the access point by calculating a relative location of the terminal device according to the location of the access point; And generating the location information based on the fingerprint database by calculating the location of the terminal device according to the fingerprint database generated from the strength of the access point signal in each area of the grid preset in a specific space. have.

또한, 상기 신호 강도 기반의 위치 정보를 추정하는 단계는, 상기 신호 강도 기반의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계; 이전에 추정된 신호 강도 기반의 위치 정보 추정 값 또는 신호 강도 기반의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 신호 강도 기반의 위치 정보 예측 값을 계산하는 단계; 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및 상기 신호 강도 기반의 위치 정보 예측 값, 칼만 이득 값 및 상기 액세스 포인트 위치 기반의 위치 정보로부터 계산된 측정 값에 따라 신호 강도 기반의 위치 정보 추정 값을 계산하는 단계를 포함할 수 있다.In addition, the step of estimating the signal strength-based location information includes calculating a covariance prediction value according to at least one of a covariance estimation value or an initial covariance value related to the signal strength-based location information and a preset covariance matrix. step; Calculating a signal strength-based location information prediction value according to at least one of a previously estimated signal strength-based location information estimation value or a signal strength-based location information initial value and a system input value input from the outside; Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And calculating a signal strength-based location information estimation value according to the signal strength-based location information prediction value, a Kalman gain value, and a measurement value calculated from the access point location-based location information.

본 발명의 다른 일측면은, 액세스 포인트에서 생성되는 신호를 수신하는 통신부; 관성 정보를 측정하는 센서부, 상기 관성 정보로부터 관성 기반의 위치 정보를 추정하고, 상기 통신부가 수신하는 신호의 강도에 따라 신호 강도 기반 위치 정보를 추정하고, 상기 관성 기반의 위치 정보 및 상기 신호 강도 기반의 위치 정보로부터 상기 단말 장치의 위치 정보를 추정하는 제어부를 포함한다.Another aspect of the present invention is a communication unit for receiving a signal generated by the access point; A sensor unit that measures inertia information, estimates inertia-based location information from the inertia information, estimates signal strength-based location information according to the strength of a signal received by the communication unit, and estimates the inertia-based location information and the signal strength And a controller for estimating location information of the terminal device from the base location information.

또한, 상기 제어부는, 상기 단말 장치의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고, 이전에 추정된 단말 장치의 위치 정보 추정 값 또는 단말 장치의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 단말 장치의 위치 정보 예측 값을 계산하고, 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고, 상기 단말 장치의 위치 정보 예측 값, 칼만 이득 값 및 상기 신호 강도 기반의 위치 정보로부터 계산된 측정 값에 따라 단말 장치의 위치 정보 추정 값을 계산할 수 있다.In addition, the control unit calculates a covariance prediction value according to at least one of a covariance estimation value or an initial covariance value related to the location information of the terminal device and a preset covariance matrix, and the previously estimated location information of the terminal device. Calculate a predicted value of the location information of the terminal device according to at least one of the estimated value or the initial value of the location information of the terminal device and a system input value input from the outside, and one of the estimated covariance value or the Kalman gain value according to the predicted covariance value. At least one value may be calculated, and the estimated location information of the terminal device may be calculated according to the estimated location information of the terminal device, a Kalman gain value, and a measured value calculated from the signal strength-based location information.

또한, 상기 제어부는, 상기 관성 정보로부터 상기 단말 장치의 상하 운동 정보 또는 회전 운동 정보 중 적어도 하나의 정보를 포함하는 운동 정보를 추정하고, 상기 운동 정보에 따라 상기 단말 장치의 이동 거리 정보를 생성하고, 상기 운동 정보에 따라 상기 단말 장치의 이동 방향 정보를 추정할 수 있다.In addition, the controller estimates motion information including at least one of vertical motion information or rotational motion information of the terminal device from the inertia information, and generates movement distance information of the terminal device according to the motion information. , It is possible to estimate movement direction information of the terminal device according to the motion information.

또한, 상기 제어부는, 상기 운동 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고, 이전에 추정된 운동 정보 추정 값 또는 운동 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 운동 정보 예측 값을 계산하고, 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고, 상기 운동 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 운동 정보 추정 값을 계산할 수 있다.In addition, the control unit calculates a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the exercise information and a preset covariance matrix, and calculates a previously estimated exercise information or an initial exercise information Calculate an exercise information prediction value according to at least one of the values and a system input value received from the outside, calculate at least one of a covariance estimation value or a Kalman gain value according to the covariance prediction value, and predict the exercise information A motion information estimation value may be calculated according to a value, a Kalman gain value, and a measured value calculated from the inertia information.

또한, 상기 제어부는, 상기 이동 방향 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고, 이전에 추정된 이동 방향 정보 추정 값 또는 이동 방향 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 이동 방향 정보 예측 값을 계산하고, 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고, 상기 이동 방향 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 이동 방향 정보 추정 값을 계산할 수 있다.In addition, the control unit calculates a covariance prediction value according to at least one of a covariance estimation value or an initial covariance value related to the movement direction information and a preset covariance matrix, and a previously estimated movement direction information estimation value or movement Calculate a movement direction information prediction value according to at least one of the initial direction information values and a system input value input from the outside, and calculate at least one of a covariance estimation value or a Kalman gain value according to the covariance prediction value, The movement direction information estimation value may be calculated according to the movement direction information prediction value, the Kalman gain value, and a measurement value calculated from the inertia information.

또한, 상기 제어부는, 상기 액세스 포인트의 위치에 따라 상기 단말 장치의 상대적인 위치를 계산하여 액세스 포인트 위치 기반의 위치 정보를 생성하고, 특정 공간에서 기 설정되는 격자의 각 영역에서 액세스 포인트 신호의 강도로부터 생성되는 핑거프린트 데이터 베이스에 따라 상기 단말 장치의 위치를 계산하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하고, 상기 액세스 포인트 위치 기반의 위치 정보 및 상기 핑거프린트 데이터 베이스 기반의 위치 정보로부터 상기 신호 강도 기반의 위치 정보를 추정할 수 있다.In addition, the controller generates location information based on the location of the access point by calculating the relative location of the terminal device according to the location of the access point, and from the strength of the access point signal in each area of a grid preset in a specific space. Generates fingerprint database-based location information by calculating the location of the terminal device according to the generated fingerprint database, and the signal strength from the location information based on the location of the access point and the location information based on the fingerprint database The base location information can be estimated.

또한, 상기 제어부는, 상기 신호 강도 기반의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고, 이전에 추정된 신호 강도 기반의 위치 정보 추정 값 또는 신호 강도 기반의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 신호 강도 기반의 위치 정보 예측 값을 계산하고, 상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고, 상기 신호 강도 기반의 위치 정보 예측 값, 칼만 이득 값 및 상기 액세스 포인트 위치 기반의 위치 정보로부터 계산된 측정 값에 따라 신호 강도 기반의 위치 정보 추정 값을 계산할 수 있다.In addition, the control unit calculates a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the position information based on the signal strength and a preset covariance matrix, and calculates a predicted covariance value based on the previously estimated signal strength. A signal strength-based location information prediction value is calculated according to at least one of the location information estimate value or the signal strength-based initial location information value and a system input value input from the outside, and the covariance estimate value or Calculate at least one of the Kalman gain values, and calculate a signal strength-based location information estimation value according to a measured value calculated from the signal strength-based location information prediction value, the Kalman gain value, and the access point location-based location information. Can be calculated.

본 발명의 또 다른 일측면은, 신호를 생성하는 액세스 포인트; 상기 액세스 포인트에서 생성하는 신호에 따라 핑거프린트 데이터 베이스를 구축하는 데이터 베이스 장치; 및 상기 액세스 포인트에서 생성하는 신호 및 상기 핑거프린트 데이터 베이스를 수신하여 신호의 강도 또는 상기 핑거프린트 데이터 베이스 중 적어도 하나의 정보에 따라 신호 강도 기반의 위치 정보를 추정하고, 관성 정보를 측정하여 상기 관성 정보로부터 관성 기반의 위치 정보를 추정하고, 상기 신호 강도 기반의 위치 정보 및 관성 기반의 위치 정보로부터 보정된 위치 정보를 추정하는 단말 장치를 포함한다.Another aspect of the present invention is an access point for generating a signal; A database device for constructing a fingerprint database according to a signal generated by the access point; And receiving a signal generated by the access point and the fingerprint database, estimating signal strength-based location information according to at least one of the signal strength or the fingerprint database, and measuring inertia information to measure the inertia. And a terminal device for estimating inertia-based location information from the information, and estimating the corrected location information from the signal strength-based location information and the inertia-based location information.

본 발명에 따르면, 위치 정보를 추정하는 단말 장치, 위치 정보 추정 방법 및 그 시스템을 제공함으로써, 서로 다른 방식으로 위치 정보를 측정할 수 있다.According to the present invention, by providing a terminal device for estimating location information, a method for estimating location information, and a system for the same, it is possible to measure location information in different ways.

본 발명에 따르면, 위치 정보를 추정하는 단말 장치, 위치 정보 추정 방법 및 그 시스템을 제공함으로써, 서로 다른 방식으로 측정된 위치 정보로부터 정확한 위치 정보를 추정할 수 있다.According to the present invention, by providing a terminal device for estimating location information, a method for estimating location information, and a system for the same, accurate location information can be estimated from location information measured in different ways.

도1은 본 발명의 일 실시예에 따른 위치 정보 추정 시스템의 개략도이다.
도2는 본 발명의 일 실시예에 따른 단말 장치의 제어블록도이다.
도3은 본 발명의 일 실시예에 따른 위치 정보 추정 방법의 순서도이다.
도4는 본 발명의 일 실시예에 따른 관성 기반의 위치 정보를 추정하는 단계의 세부 순서도이다.
도5는 본 발명의 일 실시예에 따른 신호 강도 기반의 위치 정보를 추정하는 단계의 세부 순서도이다.1 is a schematic diagram of a system for estimating location information according to an embodiment of the present invention.
2 is a control block diagram of a terminal device according to an embodiment of the present invention.
3 is a flowchart of a method of estimating location information according to an embodiment of the present invention.
4 is a detailed flowchart of a step of estimating location information based on inertia according to an embodiment of the present invention.
5 is a detailed flowchart of a step of estimating location information based on signal strength according to an embodiment of the present invention.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구한들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.DETAILED DESCRIPTION OF THE INVENTION The detailed description of the present invention described below refers to the accompanying drawings, which illustrate specific embodiments in which the present invention may be practiced. These embodiments are described in detail sufficient to enable a person skilled in the art to practice the present invention. It is to be understood that the various embodiments of the present invention are different from each other but need not be mutually exclusive. For example, certain shapes, structures, and characteristics described herein may be implemented in other embodiments without departing from the spirit and scope of the present invention in relation to one embodiment. In addition, it is to be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the present invention. Accordingly, the detailed description to be described below is not intended to be taken in a limiting sense, and the scope of the present invention, if appropriately described, is limited only by the appended claims, along with all ranges equivalent to those claimed by the claims. Like reference numerals in the drawings refer to the same or similar functions over several aspects.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the drawings.

도1은 본 발명의 일 실시예에 따른 위치 정보 추정 시스템의 개략도이다.1 is a schematic diagram of a system for estimating location information according to an embodiment of the present invention.

위치 정보 추정 시스템(1)은 단말 장치(10), 액세스 포인트(20) 및 데이터 베이스 장치(30)를 포함할 수 있다.The location information estimation system 1 may include a terminal device 10, an access point 20, and a database device 30.

단말 장치(10)는 단말 장치(10)에 작용하는 관성을 측정하고, 측정된 관성에 따라 위치 정보를 추정할 수 있다.The terminal device 10 may measure inertia acting on the terminal device 10 and estimate location information according to the measured inertia.

이에 따라, 단말 장치(10)는 사용자의 움직임에 따라 단말 장치(10)에 작용하는 관성을 측정하여 관성 정보를 생성할 수 있으며, 단말 장치(10)는 관성 정보로부터 관성 기반의 위치 정보를 추정할 수 있다.Accordingly, the terminal device 10 can generate inertia information by measuring the inertia acting on the terminal device 10 according to the user's movement, and the terminal device 10 estimates inertia-based location information from the inertia information. can do.

단말 장치(10)는 외부에서 발생하는 신호를 수신할 수 있고, 수신하는 신호의 강도에 따라 위치 정보를 추정할 수 있다.The terminal device 10 may receive an external signal and estimate location information according to the strength of the received signal.

이에 따라, 단말 장치(10)는 액세스 포인트(20)에서 생성되는 신호를 수신할 수 있으며, 단말 장치(10)는 수신하는 신호의 강도에 따라 신호 강도 기반의 위치 정보를 추정할 수 있다.Accordingly, the terminal device 10 may receive a signal generated by the access point 20, and the terminal device 10 may estimate signal strength-based location information according to the strength of the received signal.

단말 장치(10)는 관성에 따라 추정된 위치 정보 및 신호의 강도에 따라 추정된 위치 정보로부터 보정된 위치 정보를 추정할 수 있다.The terminal device 10 may estimate corrected location information from location information estimated according to inertia and location information estimated according to signal strength.

이와 관련하여, 단말 장치(10)는 관성 정보를 측정하고, 액세스 포인트(20)에서 생성되는 신호를 수신하는 장치일 수 있다. 예를 들어, 단말 장치(10)는 스마트 폰, 태블릿, 스마트 워치 등의 장치를 포함할 수 있다.In this regard, the terminal device 10 may be a device that measures inertial information and receives a signal generated by the access point 20. For example, the terminal device 10 may include a device such as a smart phone, a tablet, and a smart watch.

액세스 포인트(20)는 실내 위치를 더 정확히 추정하기 위해 복수 개가 설치되어 위치 정보 추정에 사용될 수 있다. 이러한 경우, 단말 장치(10)는 복수의 액세스 포인트(20)로부터 수신하는 신호의 강도를 비교하여 위치 정보를 생성할 수 있다.A plurality of access points 20 may be installed to more accurately estimate an indoor location, and may be used for location information estimation. In this case, the terminal device 10 may generate location information by comparing the strengths of signals received from the plurality of access points 20.

이를 위해, 액세스 포인트(20)는 무선 신호를 생성할 수 있다. 여기에서, 무선 신호는 정보 또는 데이터 등을 무선으로 전달할 수 있는 네트워크에 접속 가능하도록 하는 신호를 의미할 수 있다. 예를 들어, 액세스 포인트(20)는 무선 LAN, Wi-Fi 등의 무선 신호를 생성할 수 있는 장치를 포함할 수 있다.To this end, the access point 20 may generate a radio signal. Here, the wireless signal may refer to a signal that enables access to a network capable of wirelessly transmitting information or data. For example, the access point 20 may include a device capable of generating a wireless signal, such as a wireless LAN or Wi-Fi.

이와 관련하여, 단말 장치(10)는 RSSI(RSSI: Received Signal Strength Indication) 기반의 위치 정보를 측정할 수 있다. 이때, RSSI는 단말 장치(10)가 수신하는 모든 신호의 강도를 측정하고, 수신하는 모든 신호의 강도에 대한 평균 신호 강도를 나타내는 지수를 생성하는 것으로 이해할 수 있다.In this regard, the terminal device 10 may measure Received Signal Strength Indication (RSSI)-based location information. In this case, the RSSI can be understood as measuring the strength of all signals received by the terminal device 10 and generating an index representing the average signal strength of all the received signals.

단말 장치(10)에서 위치 정보를 생성하고, 추정하는 방법에 대해서는 이하에서 자세히 설명하도록 한다.A method of generating and estimating location information in the terminal device 10 will be described in detail below.

한편, 데이터 베이스 장치(30)는 복수의 액세스 포인트(20)의 신호를 측정할 수 있는 공간에서 설정된 위치 영역에서 측정되는 RSSI를 저장하여 핑거프린트 데이터 베이스를 구축하는 서버 장치일 수 있다.Meanwhile, the database device 30 may be a server device that builds a fingerprint database by storing RSSI measured in a location area set in a space in which signals from a plurality of access points 20 can be measured.

핑거프린트 데이터 베이스를 구축하기 위해 저장되는 정보는 액세스 포인트(20)의 신호를 측정할 수 있는 공간에서 설정되는 복수의 위치 영역 정보, 복수의 위치 영역에서 각각 측정되는 RSSI 정보 등이 포함될 수 있다.Information stored to build the fingerprint database may include information on a plurality of location areas set in a space in which signals of the access point 20 can be measured, information on RSSIs respectively measured in a plurality of location areas, and the like.

한편, 핑거프린트 데이터 베이스는 사전에 데이터 베이스 장치(30)에 구축되어 제공될 수 있으며, 액세스 포인트(20)의 증설 또는 이동 등의 환경 변화에 따라 핑거프린트 데이터 베이스를 재구축할 수 있다.Meanwhile, the fingerprint database may be previously built and provided in the database device 30, and the fingerprint database may be rebuilt according to environmental changes such as expansion or movement of the access point 20.

이에 따라, 단말 장치(10)는 단말 장치가 수신하는 신호의 강도와 핑거 프린트 데이터 베이스의 위치 정보를 결정하는 신호의 강도를 비교하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성할 수 있다.Accordingly, the terminal device 10 may generate location information based on the fingerprint database by comparing the strength of a signal received by the terminal device with the strength of a signal determining location information of the fingerprint database.

한편, 도1을 참조하면, 단말 장치(10)는 복수의 액세스 포인트(20) 및 데이터 베이스 장치(30)로부터 무선 네트워크를 통해 정보를 제공받는 것으로 이해할 수 있다.Meanwhile, referring to FIG. 1, it may be understood that the terminal device 10 receives information from a plurality of access points 20 and a database device 30 through a wireless network.

본 발명의 일 실시예에 따른 위치 정보 추정 시스템(1)은 이하에서 설명할 단말 장치(10) 및 위치 정보 추정 방법과 실질적으로 동일한 구성 상에서 설명될 수 있다. 이에 따라, 위치 정보 추정 시스템(1)은 단말 장치(10) 및 위치 정보 추정 방법과 동일한 구성요소에 대해 이하의 설명에 따라 보충될 수 있다.The system 1 for estimating location information according to an embodiment of the present invention may be described on substantially the same configuration as the terminal device 10 and a method for estimating location information to be described below. Accordingly, the location information estimation system 1 may be supplemented with the following description for the same components as the terminal device 10 and the location information estimation method.

도2는 본 발명의 일 실시예에 따른 단말 장치의 제어블록도이다.2 is a control block diagram of a terminal device according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 위치 정보 추정 방법을 수행하기 위한 단말 장치(10)는 통신부(11), 센서부(12) 및 제어부(13)를 포함할 수 있다.The terminal device 10 for performing the method for estimating location information according to an embodiment of the present invention may include a communication unit 11, a sensor unit 12, and a control unit 13.

통신부(11)는 액세스 포인트(20)에서 생성되는 신호를 수신할 수 있다.The communication unit 11 may receive a signal generated by the access point 20.

이때, 통신부(11)는 액세스 포인트(20)에서 생성되는 신호의 특성 정보를 판단할 수 있으며, 신호의 특성 정보는 신호의 주파수, 신호의 강도 등을 포함할 수 있다.At this time, the communication unit 11 may determine characteristic information of a signal generated by the access point 20, and the characteristic information of the signal may include a frequency of a signal, a strength of a signal, and the like.

한편, 통신부(11)는 복수의 액세스 포인트(20)에서 생성되는 복수의 신호를 액세스 포인트(20)의 고유 정보에 따라 구분하고, 각각의 액세스 포인트(20)에서 생성되는 신호를 수신하고, RSSI 등을 포함하는 신호의 특성을 판단할 수 있다.Meanwhile, the communication unit 11 classifies a plurality of signals generated by the plurality of access points 20 according to the unique information of the access point 20, receives signals generated by each access point 20, and receives the RSSI. It is possible to determine the characteristics of the signal including the like.

이때, 액세스 포인트(20)의 고유 정보는 SSID(SSID: Service Set Identifier), MAC 주소 등을 포함할 수 있으며, 이를 통해, 서로 다른 액세스 포인트(20)에서 생성되는 신호를 구분할 수 있다.In this case, the unique information of the access point 20 may include an SSID (Service Set Identifier), a MAC address, and the like, and through this, signals generated by different access points 20 can be distinguished.

한편, 통신부(11)는 데이터 베이스 장치(30)로부터 핑거프린트 데이터 베이스를 수신할 수 있다.Meanwhile, the communication unit 11 may receive a fingerprint database from the database device 30.

센서부(12)는 단말 장치(10)의 3차원 위치 변화를 측정하는 센서, 단말 장치(10)의 3차원 회전을 측정하는 센서 및 단말 장치(10)에 작용하는 자기장의 세기 또는 방향을 측정하는 센서를 포함할 수 있다.The sensor unit 12 measures the three-dimensional position change of the terminal device 10, a sensor that measures the three-dimensional rotation of the terminal device 10, and the strength or direction of a magnetic field acting on the terminal device 10 It may include a sensor.

예를 들어, 센서부(12)는 가속도 센서, 자이로스코프 센서 및 자기장 센서 등을 포함할 수 있다. 여기에서, 가속도 센서는 단말 장치(10)의 3차원 위치 변화를 측정하고, 자이로스코프 센서는 단말 장치(10)의 3차원 회전을 측정하고, 자기장 센서는 단말 장치(10)에 작용하는 자기장의 세기 또는 방향을 측정하는 것일 수 있다.For example, the sensor unit 12 may include an acceleration sensor, a gyroscope sensor, and a magnetic field sensor. Here, the acceleration sensor measures the three-dimensional position change of the terminal device 10, the gyroscope sensor measures the three-dimensional rotation of the terminal device 10, and the magnetic field sensor measures the magnetic field acting on the terminal device 10. It may be to measure the intensity or direction.

여기에서, 3차원은 단말 장치(10)에 대해 X축, Y축 및 Z축을 포함하고, 각 축은 임의의 한 점에서 서로 직교하는 특성을 나타내는 것일 수 있다.Here, the 3D includes an X-axis, a Y-axis, and a Z-axis for the terminal device 10, and each axis may represent a characteristic that is orthogonal to each other at an arbitrary point.

이에 따라, 센서부(12)는 사용자에 의해 발생하는 단말 장치(10)의 관성 정보를 측정할 수 있다.Accordingly, the sensor unit 12 may measure the inertial information of the terminal device 10 generated by the user.

여기에서, 관성 정보는 단말 장치(10)의 3차원 위치 변화에 대한 정보를 포함하는 이동 정보, 단말 장치(10)의 3차원 기울기에 대한 정보를 포함하는 회전 정보 및 단말 장치(10)에 작용하는 자기장의 세기 또는 방향에 대한 정보를 포함하는 자력 정보를 포함할 수 있다.Here, the inertia information acts on the movement information including information on the three-dimensional position change of the terminal device 10, rotation information including information on the three-dimensional inclination of the terminal device 10, and the terminal device 10 It may include magnetic force information including information on the strength or direction of a magnetic field.

제어부(13)는 관성 정보로부터 단말 장치(10)의 운동 정보를 추정할 수 있다. 여기에서, 운동 정보는 단말 장치(10)로부터 측정되는 정보인 관성 정보로부터 위치 정보를 산출하기 위해 관성 정보를 수학적으로 변환시킨 것으로 이해할 수 있다.The controller 13 may estimate motion information of the terminal device 10 from the inertial information. Here, the motion information may be understood as mathematically converting the inertia information to calculate position information from inertia information, which is information measured by the terminal device 10.

제어부(13)는 센서부(12)에서 가속도 센서 등으로 측정하는 이동 정보로부터 단말 장치(10)의 회전 각도를 수학식 1과 같이 계산할 수 있다.The control unit 13 may calculate the rotation angle of the terminal device 10 from the movement information measured by the sensor unit 12 by an acceleration sensor or the like as shown in Equation 1.

한편, 계속해서 설명할 복수의 수학식은 특별한 언급이 없더라도 제어부(13)를 통해 계산될 수 있음은 물론이다. 그러나, 본 발명은 이러한 수학식에 의해 한정되지 않으며, 수학식은 본 발명의 취지를 명확히 설명하기 위한 것으로 이해할 수 있다.On the other hand, it goes without saying that a plurality of equations to be continuously described may be calculated by the control unit 13 even if there is no special mention. However, the present invention is not limited by these equations, and it can be understood that the equations are for clarifying the gist of the present invention.

Figure 112019067559354-pat00001
Figure 112019067559354-pat00001

여기에서, Pitch angle은 단말 장치(10) 내의 Y축에 대한 회전 각도를 나타낼 수 있으며, Roll angle은 단말 장치(10) 내의 X축에 대한 회전 각도를 나타낼 수 있다. 한편, 단말 장치(10) 내의 Z축에 대한 회전 각도인 Yaw angle은 회전 정보를 측정하는 자이로스코프 센서 등이 측정한 정보를 참조할 수 있다.Here, the pitch angle may represent a rotation angle with respect to the Y-axis in the terminal device 10, and the roll angle may represent a rotation angle with respect to the X-axis in the terminal device 10. Meanwhile, the yaw angle, which is a rotation angle with respect to the Z-axis in the terminal device 10, may refer to information measured by a gyroscope sensor that measures rotation information.

한편, 제어부(13)는 이동 정보에 따라 계산된 회전 각도로부터 쿼터니언 값을 수학식 2와 같이 계산할 수 있다.Meanwhile, the control unit 13 may calculate a quaternion value as shown in Equation 2 from the rotation angle calculated according to the movement information.

Figure 112019067559354-pat00002
Figure 112019067559354-pat00002

이에 따라, 제어부(13)는 쿼터니언 값 및 회전 정보로부터 단말 장치(10)의 운동 정보를 수학식 3에 따라 추정할 수 있다.Accordingly, the control unit 13 may estimate the motion information of the terminal device 10 from the quaternion value and rotation information according to Equation (3).

Figure 112019067559354-pat00003
Figure 112019067559354-pat00003

수학식 3에서 실제 측정 값은 이동 정보로부터 계산된 쿼터니언 값과 사전에 설정되는 잡음 정보에 따라 계산되는 값을 가리키는 것으로 이해할 수 있으며, 시스템 입력 값은 이동 정보로부터 계산된 쿼터니언 값을 가리키는 것으로 이해할 수 있다. 또한, 운동 정보 시스템 모델은 자이로스코프 센서 등에서 측정되는 회전 정보를 나타낼 수 있다.In Equation 3, the actual measured value can be understood as indicating a quaternion value calculated from movement information and a value calculated according to preset noise information, and the system input value can be understood as indicating a quaternion value calculated from movement information. have. In addition, the motion information system model may represent rotation information measured by a gyroscope sensor or the like.

한편, 복수의 공분산 행렬 및 복수의 항등 행렬은 사전에 설정된 것일 수 있다.Meanwhile, a plurality of covariance matrices and a plurality of identity matrices may be preset.

이에 따라, 제어부(13)에서 수학식 3를 계산하는 과정을 이하에서 자세히 설명하도록 한다.Accordingly, the process of calculating Equation 3 by the control unit 13 will be described in detail below.

제어부(13)는 예측 단계에서 공분산 예측 값 및 위치 정보 예측 값을 계산할 수 있다.The controller 13 may calculate a predicted covariance value and a predicted position information value in the prediction step.

제어부(13)는 운동 정보에 관련되는 이전 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값, 사전에 설정된 공분산 행렬 및 운동 정보 시스템 모델에 따라 공분산 예측 값을 계산할 수 있다.The controller 13 may calculate a predicted covariance value according to at least one of a previous covariance estimation value or an initial covariance value related to the exercise information, a pre-set covariance matrix, and an exercise information system model.

여기에서, 이전 공분산 추정 값은 수학식 3를 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 공분산 추정 값을 가리키는 것으로 이해할 수 있으며, 공분산 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous covariance estimation value is understood as one process, it can be understood as indicating a covariance estimation value calculated in a process previously performed in the current process, and the initial covariance value is the first process. It may be a value set in advance used when progressing.

본 발명의 일 실시예에 따르면, 공분산 행렬은 수학식 4와 같은 형태로 나타날 수 있다.According to an embodiment of the present invention, the covariance matrix may be expressed in the form of Equation 4.

Figure 112019067559354-pat00004
Figure 112019067559354-pat00004

또한, 제어부(13)는 이전 운동 정보 추정 값 또는 운동 정보 초기 값 중 적어도 하나의 값, 외부로부터 입력 받는 시스템 입력 값, 사전에 설정된 항등 행렬 및 운동 정보 시스템 모델에 따라 운동 정보 예측 값을 계산할 수 있다.In addition, the control unit 13 may calculate an exercise information prediction value according to at least one of a previous exercise information estimated value or an initial exercise information value, a system input value input from an external device, a pre-set identity matrix, and an exercise information system model. have.

여기에서, 운동 정보 시스템 모델은 수학식 5와 같이 나타낼 수 있다.Here, the exercise information system model can be expressed as Equation (5).

Figure 112019067559354-pat00005
Figure 112019067559354-pat00005

여기에서, 이전 운동 정보 추정 값은 수학식 3를 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 운동 정보 추정 값을 가리키는 것으로 이해할 수 있으며, 운동 정보 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous exercise information estimation value is understood as one process, it can be understood as indicating an exercise information estimation value calculated in a previous process of the currently ongoing process, and the initial exercise information value is This may be a preset value used when the process is first performed.

제어부(13)는 추정 단계에서 칼만 이득, 공분산 추정 값 및 운동 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a Kalman gain, an estimated covariance value, and an estimated motion information value in the estimation step.

제어부(13)는 공분산 예측 값, 사전에 설정된 공분산 행렬 및 항등 행렬에 따라 칼만 이득을 계산할 수 있다. 여기에서, 공분산 행렬은 수학식 6과 같은 형태로 나타날 수 있다.The controller 13 may calculate the Kalman gain according to the predicted covariance value, the covariance matrix and the identity matrix set in advance. Here, the covariance matrix may be expressed in the form of Equation 6.

Figure 112019067559354-pat00006
Figure 112019067559354-pat00006

제어부(13)는 공분산 예측 값, 칼만 이득 및 사전에 설정된 항등 행렬에 따라 공분산 추정 값을 계산할 수 있다.The controller 13 may calculate the estimated covariance value according to the predicted covariance value, the Kalman gain, and an identity matrix set in advance.

제어부(13)는 운동 정보 예측 값, 칼만 이득, 실제 측정 값 및 사전에 설정된 항등 행렬에 따라 운동 정보 추정 값을 계산할 수 있다.The controller 13 may calculate the exercise information estimation value according to the exercise information prediction value, Kalman gain, an actual measurement value, and a preset identity matrix.

이때, 실제 측정 값은 수학식 7과 같은 형태로 나타낼 수 있다.In this case, the actual measured value may be expressed in the form of Equation 7.

Figure 112019067559354-pat00007
Figure 112019067559354-pat00007

이에 따라, 수학식 3에서 사용되는 값 중에 이전 공분산 추정 값, 공분산 초기 값, 이전 운동 정보 추정 값, 운동 정보 초기 값 및 사전에 설정된 값을 제외한 값은 동일한 프로세스 내에서 계산된 값일 수 있다.Accordingly, among the values used in Equation 3, values excluding the previous covariance estimation value, the covariance initial value, the previous exercise information estimation value, the exercise information initial value, and a preset value may be calculated within the same process.

제어부(13)는 추정된 운동 정보로부터 단말 장치(10)의 이동 거리 정보를 생성하고, 이동 방향 정보를 추정할 수 있다.The controller 13 may generate movement distance information of the terminal device 10 from the estimated exercise information and estimate movement direction information.

여기에서, 이동 거리 정보는 사용자가 한 걸음을 걸은 경우에 대한 이동 거리를 나타내는 정보일 수 있으며, 이동 방향 정보는 사용자의 걸음이 향하는 방향을 나타내는 정보일 수 있다.Here, the moving distance information may be information indicating a moving distance when the user takes one step, and the moving direction information may be information indicating a direction in which the user's step is directed.

제어부(13)는 추정된 운동 정보로부터 단말 장치(10)의 이동 거리 정보를 수학식 8에 따라 생성할 수 있다.The controller 13 may generate movement distance information of the terminal device 10 from the estimated exercise information according to Equation (8).

Figure 112019067559354-pat00008
Figure 112019067559354-pat00008

여기에서, 상하 운동 정보 변화량은 추정된 운동 정보에 포함되는 단말 장치 내의 Y축에 대한 회전 정보의 최대값과 최소값의 차이를 나타내는 값일 수 있다.Here, the amount of change in the vertical motion information may be a value representing a difference between a maximum value and a minimum value of rotation information about the Y-axis in the terminal device included in the estimated motion information.

한편, 각각의 매개 변수는 사용자의 특성을 나타내는 값으로, 단말 장치(10)를 사용하는 사용자에 따라 다른 값으로 나타날 수 있다. 또한, 단말 장치(10)는 사용자의 특성에 맞는 매개 변수를 제공하기 위해 사용자가 단말 장치(10)를 소지한 상태로 사전에 설정된 시간 동안 이동하도록 유도할 수 있으며, 이를 통해 추정되는 상하 운동 정보 변화량을 비롯한 운동 정보에 따라 사전에 다양하게 설정된 매개 변수 중 하나의 값이 제어부(13)에 입력될 수 있다.Meanwhile, each parameter is a value representing a characteristic of a user, and may be displayed as a different value according to a user who uses the terminal device 10. In addition, the terminal device 10 may induce the user to move for a preset time while holding the terminal device 10 in order to provide a parameter suitable for the user's characteristics, through which the estimated vertical motion information A value of one of various parameters set in advance according to exercise information including the amount of change may be input to the controller 13.

제어부(13)는 추정된 운동 정보로부터 단말 장치(10)의 이동 방향 정보를 수학식 9에 따라 추정할 수 있다.The controller 13 may estimate movement direction information of the terminal device 10 according to Equation 9 from the estimated exercise information.

Figure 112019067559354-pat00009
Figure 112019067559354-pat00009

수학식 9에서 실제 측정 값은 추정된 운동 정보 및 사전에 설정되는 잡음 정보에 따라 계산되는 값으로 이해할 수 있으며, 시스템 입력 값은 이동 정보로부터 계산되는 회전 각도 및 자력 정보로부터 계산되는 값을 가리키는 것으로 이해할 수 있다.In Equation 9, the actual measured value can be understood as a value calculated according to the estimated motion information and noise information set in advance, and the system input value indicates a value calculated from the rotation angle and magnetic force information calculated from the movement information. I can understand.

한편, 사전 설정 행렬, 복수의 공분산 및 복수의 항등 행렬은 사전에 설정된 것일 수 있다.Meanwhile, a preset matrix, a plurality of covariances, and a plurality of identity matrices may be preset.

이에 따라, 제어부(13)에서 수학식 9를 계산하는 과정을 이하에서 자세히 설명하도록 한다.Accordingly, the process of calculating Equation 9 in the control unit 13 will be described in detail below.

제어부(13)는 예측 단계에서 공분산 예측 값 및 이동 방향 정보 예측 값을 계산할 수 있다.The controller 13 may calculate a predicted covariance value and a predicted moving direction information in the predicting step.

제어부(13)는 이동 방향 정보에 관련되는 이전 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값, 사전에 설정된 공분산 및 항등 행렬에 따라 공분산 예측 값을 계산할 수 있다.The controller 13 may calculate a covariance prediction value according to at least one of a previous covariance estimation value or an initial covariance value related to the movement direction information, a covariance set in advance, and an identity matrix.

여기에서, 이전 공분산 추정 값은 수학식 9를 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 공분산 추정 값을 가리키는 것으로 이해할 수 있으며, 공분산 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous covariance estimation value is understood as one process, it can be understood that it indicates the covariance estimation value calculated in a process that was performed before the current process, and the initial covariance value is the first process. It may be a value set in advance used when progressing.

또한, 제어부(13)는 이전 이동 방향 정보 추정 값 또는 이동 방향 정보 초기 값 중 적어도 하나의 값, 외부로부터 입력 받는 시스템 입력 값 및 사전에 설정된 항등 행렬에 따라 이동 방향 정보 예측 값을 계산할 수 있다.In addition, the controller 13 may calculate a movement direction information predicted value according to at least one of a previous movement direction information estimation value or an initial movement direction information value, a system input value input from the outside, and a preset identity matrix.

여기에서, 시스템 입력 값은 수학식 10과 같이 나타낼 수 있다.Here, the system input value can be expressed as Equation 10.

Figure 112019067559354-pat00010
Figure 112019067559354-pat00010

이때, 전역 좌표계는 이동 정보로부터 계산되는 회전 각도 및 센서부(12)에서 측정되는 자력 정보로부터 수학식 11에 따라 계산될 수 있다.In this case, the global coordinate system may be calculated according to Equation 11 from the rotation angle calculated from the movement information and the magnetic force information measured by the sensor unit 12.

Figure 112019067559354-pat00011
Figure 112019067559354-pat00011

여기에서, 이전 이동 방향 정보 추정 값은 수학식 9를 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 이동 방향 정보 추정 값을 가리키는 것으로 이해할 수 있으며, 이동 방향 정보 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous movement direction information estimation value is understood as one process, it can be understood as indicating a movement direction information estimation value calculated in a process previously performed of the currently ongoing process, and the movement direction information The initial value may be a preset value used when the process is first performed.

제어부(13)는 추정 단계에서 칼만 이득, 공분산 추정 값 및 이동 방향 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a Kalman gain, an estimated covariance value, and an estimated moving direction information in the estimation step.

제어부(13)는 공분산 예측 값, 사전 설정 행렬 및 사전에 설정되는 공분산에 따라 칼만 이득을 계산할 수 있다. 여기에서, 사전 설정 행렬은 수학식 12와 같은 형태로 나타날 수 있다.The controller 13 may calculate the Kalman gain according to the predicted covariance value, a preset matrix, and a preset covariance. Here, the preset matrix may be expressed in the form of Equation 12.

Figure 112019067559354-pat00012
Figure 112019067559354-pat00012

제어부(13)는 공분산 예측 값, 칼만 이득 및 사전 설정 행렬에 따라 공분산 추정 값을 계산할 수 있다.The controller 13 may calculate the estimated covariance value according to the predicted covariance value, the Kalman gain, and a preset matrix.

제어부(13)는 이동 방향 정보 예측 값, 칼만 이득, 실제 측정 값 및 사전 설정 행렬에 따라 이동 방향 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a moving direction information estimated value according to a moving direction information predicted value, a Kalman gain, an actual measured value, and a preset matrix.

이때, 실제 측정 값은 수학식 13과 같은 형태로 나타낼 수 있다.In this case, the actual measured value may be expressed in the form of Equation 13.

Figure 112019067559354-pat00013
Figure 112019067559354-pat00013

이에 따라, 수학식 9에서 사용되는 값 중에 이전 공분산 추정 값, 공분산 초기 값, 이전 이동 방향 정보 추정 값, 이동 방향 정보 초기 값 및 사전에 설정된 값을 제외한 값은 동일한 프로세스 내에서 계산된 값일 수 있다.Accordingly, among the values used in Equation 9, values excluding the previous covariance estimation value, the covariance initial value, the previous movement direction information estimation value, the movement direction information initial value, and a preset value may be calculated in the same process. .

제어부(13)는 이동 방향 정보 및 이동 거리 정보로부터 수학식 14에 따라 관성 정보 기반의 위치 정보를 계산할 수 있다.The controller 13 may calculate location information based on inertia information according to Equation 14 from the movement direction information and the movement distance information.

Figure 112019067559354-pat00014
Figure 112019067559354-pat00014

제어부(13)는 통신부(11)에서 수신하는 액세스 포인트(20) 신호의 강도에 따라 서로 다른 방식으로 위치 정보를 생성할 있다. 이때, 서로 다른 방식으로 생성되는 위치 정보는 액세스 포인트 위치 기반의 위치 정보 및 핑거프린트 데이터 베이스 기반의 위치 정보를 포함할 수 있다.The control unit 13 may generate location information in different ways according to the strength of the signal of the access point 20 received from the communication unit 11. In this case, the location information generated in different ways may include location information based on an access point location and location information based on a fingerprint database.

제어부(13)는 단말 장치(10)와 액세스 포인트(20) 간의 거리를 복수의 액세스 포인트(20)에 대해서 각각 계산하고, 계산된 복수의 거리를 비교하여 액세스 포인트 위치 기반의 위치 정보를 생성할 수 있다.The control unit 13 calculates the distance between the terminal device 10 and the access point 20 for each of the plurality of access points 20 and compares the calculated distances to generate location information based on the location of the access point. I can.

액세스 포인트 위치 기반의 위치 정보를 생성하는 방법은 이하에서 자세히 설명하도록 한다.A method of generating location information based on an access point location will be described in detail below.

이를 위해, 제어부(13)는 단말 장치(10)와 액세스 포인트(20) 간의 거리를 단말 장치(10)가 수신하는 액세스 포인트(20)의 신호 강도로부터 계산할 수 있으며, 이는 수학식 15 내지 수학식 20으로 나타낼 수 있다.To this end, the control unit 13 can calculate the distance between the terminal device 10 and the access point 20 from the signal strength of the access point 20 that the terminal device 10 receives, which is from Equations 15 to Equations 15 It can be expressed as 20.

Figure 112019067559354-pat00015
Figure 112019067559354-pat00015

여기에서, 자유 공간 경로 손실은 액세스 포인트(20)의 신호를 수신할 수 있는 공간 내에서 단말 장치(10)와 액세스 포인트(20) 간의 거리에 따라 어느 정도의 신호가 손실되는지를 나타내는 것일 수 있다.Here, the free space path loss may indicate how much signal is lost depending on the distance between the terminal device 10 and the access point 20 within a space in which a signal from the access point 20 can be received. .

단말 장치(10)와 액세스 포인트(20) 간의 거리는 수학식 16을 통해 나타낼 수 있다.The distance between the terminal device 10 and the access point 20 can be expressed through Equation 16.

Figure 112019067559354-pat00016
Figure 112019067559354-pat00016

또한, 수학식 16을 풀이하여 수학식 17로 나타낼 수 있다. In addition, Equation 16 may be solved and expressed as Equation 17.

Figure 112019067559354-pat00017
Figure 112019067559354-pat00017

여기에서, 제어부(13)는 단말 장치가 수신하는 신호를 생성하는 복수의 액세스 포인트 중 기준이 되는 하나의 액세스 포인트(20)를 결정하고, 이를 제외한 복수의 액세스 포인트(20)를 기준 액세스 포인트와 비교하는 상대 액세스 포인트로 결정할 수 있다.Here, the control unit 13 determines one access point 20 as a reference from among a plurality of access points generating a signal received by the terminal device, and selects the plurality of access points 20 excluding this from the reference access point. It can be determined by the relative access point to be compared.

제어부(13)는 수학식 16 또는 17에 기준 액세스 포인트 또는 상대 액세스 포인트를 적용하여 서로 다른 두 개의 수학식을 생성할 수 있으며, 두 개의 수학식의 차이를 수학식 18로 나타낼 수 있다.The controller 13 may generate two different equations by applying the reference access point or the counterpart access point to Equation 16 or 17, and the difference between the two equations may be expressed by Equation 18.

Figure 112019067559354-pat00018
Figure 112019067559354-pat00018

이때, 기준 액세스 포인트의 번호 및 상대 액세스 포인트의 번호는 수학식의 이해를 위해 임의로 결정된 것이며, 각각의 번호는 다른 형태로 결정될 수 있음은 물론이다.In this case, the number of the reference access point and the number of the counterpart access point are arbitrarily determined for understanding the equation, and each number may be determined in a different form.

제어부(13)는 하나의 기준 액세스 포인트와 복수의 상대 액세스 포인트를 수학식 18에 적용하여 복수의 수학식을 생성할 수 있으며, 복수의 수학식을 행렬의 형태인 수학식 19와 같이 나타낼 수 있다.The control unit 13 may generate a plurality of equations by applying one reference access point and a plurality of relative access points to Equation 18, and may represent a plurality of equations as in Equation 19, which is a matrix form. .

Figure 112019067559354-pat00019
Figure 112019067559354-pat00019

수학식 19는 단말 장치의 위치 정보를 변수로 하는 일반적인 선형 방정식의 형태로 이해할 수 있다. 이에 따라, 단말 장치의 위치 정보와 곱 연산으로 나타나는 비례 상수 부분과 상수항으로 나타나는 상수 부분으로 명명할 수 있다. 이때, 비례 상수 부분 또는 상수 부분은 단순히 본 발명의 일 실시예를 설명하기 위해 명명된 것으로 이해할 수 있음은 물론이다.Equation 19 can be understood in the form of a general linear equation using location information of a terminal device as a variable. Accordingly, it may be referred to as a proportional constant part represented by a multiplication operation with the location information of the terminal device and a constant part represented by a constant term. In this case, it goes without saying that the proportional constant portion or the constant portion can be understood as simply named to describe an embodiment of the present invention.

제어부(13)는 수학식 19로부터 액세스 포인트 위치 기반의 위치 정보를 생성할 수 있다. 이를 위해, 제어부(13)는 수학식 19에 최소 평균 제곱오차(MMSE: Minimum Mean Square Error) 추정을 활용할 수 있다.The controller 13 may generate location information based on the location of the access point from Equation 19. To this end, the control unit 13 may utilize a minimum mean square error (MMSE) estimation in Equation 19.

최소 평균 제곱오차는 확률 및 통계 분야에서 활용되는 기초적인 추정 방법 중 하나의 방법으로, 수학식 20과 같이 나타낼 수 있다.The least mean squared error is one of basic estimation methods used in the field of probability and statistics, and may be expressed as Equation 20.

Figure 112019067559354-pat00020
Figure 112019067559354-pat00020

이와 같이, 제어부(13)는 액세스 포인트(20)의 신호 강도로부터 액세스 포인트 위치 기반의 위치 정보를 2차원 좌표의 형태로 계산할 수 있다.In this way, the controller 13 may calculate the location information based on the location of the access point from the signal strength of the access point 20 in the form of two-dimensional coordinates.

제어부(13)는 통신부(11)에서 판단하는 RSSI와 데이터 베이스 장치(30)에서 수신하는 핑거프린트 데이터 베이스를 비교하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성할 수 있다.The controller 13 may generate location information based on the fingerprint database by comparing the RSSI determined by the communication unit 11 with the fingerprint database received from the database device 30.

핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 방법은 이하에서 자세히 설명하도록 한다.A method of generating location information based on the fingerprint database will be described in detail below.

이를 위해, 제어부(13)는 통신부(11)에서 판단하는 RSSI와 핑거프린트 데이터 베이스에 위치 영역 별로 저장된 RSSI를 비교하여 단말 장치(10)와 위치 영역 간의 거리를 수학식 21과 같이 계산할 수 있다.To this end, the controller 13 may compare the RSSI determined by the communication unit 11 and the RSSI stored for each location area in the fingerprint database to calculate the distance between the terminal device 10 and the location area as shown in Equation 21.

Figure 112019067559354-pat00021
Figure 112019067559354-pat00021

이에 따라, 제어부(13)는 단말 장치(10)와 위치 영역 간의 거리가 최소인 위치 영역을 핑거프린트 데이터 베이스 기반의 위치 정보로 생성할 수 있으며, 이는 수학식 22로 나타낼 수 있다.Accordingly, the control unit 13 may generate a location area in which the distance between the terminal device 10 and the location area is minimum as location information based on the fingerprint database, which can be expressed by Equation 22.

Figure 112019067559354-pat00022
Figure 112019067559354-pat00022

제어부(13)는 액세스 포인트 위치 기반의 위치 정보와 핑거프린트 데이터 베이스 기반의 위치 정보로부터 신호 강도 기반의 위치 정보를 추정할 수 있다.The controller 13 may estimate the location information based on the signal strength from location information based on the location of the access point and the location information based on the fingerprint database.

이러한 위치 정보 추정은 이하에서 설명할 수학식 23에 따라 제어부(13)에서 수행될 수 있다. 한편, 수학식 23을 설명하는 동안, 신호 강도 기반의 위치 정보를 간략하게 위치 정보로 기재하도록 한다.Such location information estimation may be performed by the controller 13 according to Equation 23, which will be described below. Meanwhile, while describing Equation 23, location information based on signal strength is briefly described as location information.

Figure 112019067559354-pat00023
Figure 112019067559354-pat00023

수학식 23에서 위치 정보는 신호 강도 기반의 위치 정보를 가리키는 것으로 이해할 수 있다. 또한, 실제 측정 값은 핑거프린트 데이터 베이스 기반의 위치 정보와 잡음 정보로부터 계산되는 값을 가리키는 것으로 이해할 수 있으며, 시스템 입력 값은 액세스 포인트 위치 기반의 위치 정보를 가리키는 것으로 이해할 수 있다.In Equation 23, the location information may be understood as indicating location information based on signal strength. In addition, the actual measured value may be understood as indicating a value calculated from the location information and noise information based on the fingerprint database, and the system input value may be understood as indicating the location information based on the location of the access point.

한편, 복수의 공분산 행렬 및 복수의 항등 행렬은 사전에 설정된 것일 수 있다.Meanwhile, a plurality of covariance matrices and a plurality of identity matrices may be preset.

이에 따라, 제어부(13)에서 수학식 23을 계산하는 과정을 이하에서 자세히 설명하도록 한다.Accordingly, the process of calculating Equation 23 in the control unit 13 will be described in detail below.

제어부(13)는 예측 단계에서 공분산 예측 값 및 위치 정보 예측 값을 계산할 수 있다.The control unit 13 may calculate a predicted covariance value and a predicted position information value in the prediction step.

제어부(13)는 신호 강도 기반의 위치 정보에 관련되는 이전 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값, 사전에 설정된 공분산 행렬 및 항등 행렬에 따라 공분산 예측 값을 계산할 수 있다.The controller 13 may calculate a covariance prediction value according to at least one of a previous covariance estimation value or an initial covariance value related to the signal strength-based position information, a covariance matrix and an identity matrix set in advance.

여기에서, 이전 공분산 추정 값은 수학식 23을 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 공분산 추정 값을 가리키는 것으로 이해할 수 있으며, 공분산 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous covariance estimation value is understood as one process, it can be understood as indicating a covariance estimation value calculated in a process previously performed in the current process, and the initial covariance value is the first process. It may be a value set in advance used when progressing.

또한, 제어부(13)는 이전 위치 정보 추정 값 또는 신호 강도 기반의 위치 정보 초기 값 중 적어도 하나의 값, 외부로부터 입력 받는 시스템 입력 값 및 사전에 설정된 항등 행렬에 따라 위치 정보 예측 값을 계산할 수 있다.In addition, the controller 13 may calculate a location information prediction value according to at least one of a previous location information estimation value or a signal strength-based location information initial value, a system input value input from the outside, and a preset identity matrix. .

여기에서, 이전 위치 정보 추정 값은 수학식 23을 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 위치 정보 추정 값을 가리키는 것으로 이해할 수 있으며, 신호 강도 기반의 위치 정보 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous position information estimation value is understood as one process, it can be understood as indicating the position information estimation value calculated in the previous process of the currently ongoing process, and the signal strength-based position The initial information value may be a preset value used when the process is first performed.

제어부(13)는 추정 단계에서 칼만 이득, 공분산 추정 값 및 위치 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a Kalman gain, an estimated covariance value, and an estimated location information in the estimation step.

제어부(13)는 공분산 예측 값, 사전에 설정된 공분산 행렬 및 항등 행렬에 따라 칼만 이득을 계산할 수 있다.The controller 13 may calculate the Kalman gain according to the predicted covariance value, the covariance matrix and the identity matrix set in advance.

제어부(13)는 공분산 예측 값, 칼만 이득 및 사전에 설정된 항등 행렬에 따라 공분산 추정 값을 계산할 수 있다.The controller 13 may calculate the estimated covariance value according to the predicted covariance value, the Kalman gain, and an identity matrix set in advance.

제어부(13)는 위치 정보 예측 값, 칼만 이득, 실제 측정 값 및 사전에 설정된 항등 행렬에 따라 신호 강도 기반의 위치 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a signal strength-based location information estimation value according to a location information prediction value, a Kalman gain, an actual measurement value, and a preset identity matrix.

여기에서, 실제 측정 값은 액세스 포인트 위치 기반의 위치 정보 및 이에 대한 잡음 정보로부터 수학식 24에 따라 계산될 수 있다.Here, the actual measurement value may be calculated according to Equation 24 from the location information based on the location of the access point and noise information thereon.

Figure 112019067559354-pat00024
Figure 112019067559354-pat00024

이에 따라, 수학식 23에서 사용되는 값 중에 이전 공분산 추정 값, 공분산 초기 값, 이전 위치 정보 추정 값, 신호 강도 기반의 위치 정보 초기 값 및 사전에 설정된 값을 제외한 값은 동일한 프로세스 내에서 계산된 값일 수 있다.Accordingly, among the values used in Equation 23, values excluding the previous covariance estimation value, the covariance initial value, the previous position information estimation value, the signal strength-based position information initial value, and a preset value are calculated within the same process. I can.

제어부(13)는 관성 기반의 위치 정보 및 신호 강도 기반의 위치 정보로부터 단말 장치(10)의 위치 정보를 수학식 25에 따라 추정할 수 있다.The controller 13 may estimate the location information of the terminal device 10 from the inertia-based location information and the signal strength-based location information according to Equation 25.

Figure 112019067559354-pat00025
Figure 112019067559354-pat00025

수학식 25에서 실제 측정 값은 추정된 신호 강도 기반의 위치 정보 및 사전에 설정되는 잡음 정보에 따라 계산되는 값으로 이해할 수 있으며, 시스템 입력 값은 관성 정보 기반의 위치 정보 및 운동 정보로부터 계산되는 값을 가리키는 것으로 이해할 수 있다.In Equation 25, the actual measured value can be understood as a value calculated according to the estimated signal strength-based position information and preset noise information, and the system input value is a value calculated from the position information and motion information based on inertia information. It can be understood by pointing to

한편, 수학식 25에서 공분산 행렬 및 항등 행렬은 사전에 설정된 것일 수 있다.Meanwhile, in Equation 25, the covariance matrix and the identity matrix may be preset.

이에 따라, 제어부(13)에서 수학식 25를 계산하는 과정을 이하에서 자세히 설명하도록 한다. 한편, 수학식 25를 설명하는 과정에서 단말 장치(10)의 위치 정보를 간단하게 위치 정보로 기재하도록 한다.Accordingly, the process of calculating Equation 25 by the control unit 13 will be described in detail below. Meanwhile, in the process of describing Equation 25, location information of the terminal device 10 is simply described as location information.

제어부(13)는 예측 단계에서 공분산 예측 값 및 단말 장치(10)의 위치 정보 예측 값을 계산할 수 있다.The control unit 13 may calculate a predicted covariance value and a predicted value of location information of the terminal device 10 in the predicting step.

제어부(13)는 단말 장치(10)의 위치 정보에 관련되는 이전 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값, 사전에 설정된 공분산 및 항등 행렬에 따라 공분산 예측 값을 계산할 수 있다.The controller 13 may calculate a covariance prediction value according to at least one of a previous covariance estimation value or an initial covariance value related to the location information of the terminal device 10, a covariance set in advance, and an identity matrix.

여기에서, 이전 공분산 추정 값은 수학식 25를 하나의 프로세스로 이해하는 경우에, 현재 진행 중인 프로세스의 이전에 진행된 프로세스에서 계산된 공분산 추정 값을 가리키는 것으로 이해할 수 있으며, 공분산 초기 값은 프로세스가 처음 진행되는 경우에 사용되는 사전에 설정된 값일 수 있다.Here, when the previous covariance estimation value is understood as one process, it can be understood as indicating a covariance estimation value calculated in a process previously performed of the current process, and the initial covariance value is the first process It may be a value set in advance used when progressing.

또한, 제어부(13)는 이전 위치 정보 추정 값 또는 위치 정보 초기 값 중 적어도 하나의 값, 외부로부터 입력 받는 시스템 입력 값 및 사전에 설정된 항등 행렬에 따라 위치 정보 예측 값을 계산할 수 있다.In addition, the controller 13 may calculate a position information prediction value according to at least one of a previous position information estimation value or an initial position information value, a system input value input from an external device, and a preset identity matrix.

여기에서, 시스템 입력 값은 수학식 26와 같이 나타낼 수 있다.Here, the system input value can be expressed as Equation 26.

Figure 112019067559354-pat00026
Figure 112019067559354-pat00026

제어부(13)는 추정 단계에서 칼만 이득, 공분산 추정 값 및 위치 정보 추정 값을 계산할 수 있다.The controller 13 may calculate a Kalman gain, an estimated covariance value, and an estimated location information in the estimation step.

제어부(13)는 공분산 예측 값, 사전에 설정된 공분산 행렬 및 사전에 설정되는 항등 행렬에 따라 칼만 이득을 계산할 수 있다.The control unit 13 may calculate a Kalman gain according to a predicted covariance value, a pre-set covariance matrix, and a pre-set identity matrix.

제어부(13)는 공분산 예측 값, 칼만 이득 및 사전에 설정된 항등 행렬에 따라 공분산 추정 값을 계산할 수 있다.The controller 13 may calculate the estimated covariance value according to the predicted covariance value, the Kalman gain, and an identity matrix set in advance.

제어부(13)는 위치 정보 예측 값, 칼만 이득, 실제 측정 값 및 사전에 설정된 항등 행렬에 따라 이동 방향 정보 추정 값을 계산할 수 있다.The control unit 13 may calculate a movement direction information estimation value according to a location information prediction value, a Kalman gain, an actual measurement value, and a preset identity matrix.

이때, 실제 측정 값은 수학식 27과 같은 형태로 나타낼 수 있다.In this case, the actual measured value may be expressed in the form of Equation 27.

Figure 112019067559354-pat00027
Figure 112019067559354-pat00027

이에 따라, 수학식 25에서 사용되는 값 중에 이전 공분산 추정 값, 공분산 초기 값, 이전 위치 정보 추정 값, 위치 정보 초기 값 및 사전에 설정된 값을 제외한 값은 동일한 프로세스 내에서 계산된 값일 수 있다.Accordingly, among the values used in Equation 25, values excluding a previous covariance estimation value, a covariance initial value, a previous location information estimation value, a location information initial value, and a preset value may be calculated in the same process.

도3은 본 발명의 일 실시예에 따른 위치 정보 추정 방법의 순서도이다.3 is a flowchart of a method of estimating location information according to an embodiment of the present invention.

위치 정보 추정 방법은 관성 기반의 위치 정보를 추정하는 단계(S100), 신호 강도 기반의 위치 정보를 추정하는 단계(S200) 및 단말 장치의 위치 정보를 추정하는 단계(S300)를 포함할 수 있다.The method of estimating location information may include estimating location information based on inertia (S100), estimating location information based on signal strength (S200), and estimating location information of a terminal device (S300).

관성 기반의 위치 정보를 추정하는 단계(S100)는 관성 정보를 측정할 수 있는 단말 장치로부터 측정되는 관성 정보에 따라 관성 기반의 위치 정보를 추정할 수 있다.In the step of estimating the inertia-based location information (S100), the inertia-based location information may be estimated according to the inertia information measured from a terminal device capable of measuring the inertia information.

여기에서, 관성 정보는 단말 장치(10)의 3차원 위치 변화에 대한 정보를 포함하는 이동 정보, 단말 장치(10)의 3차원 기울기에 대한 정보를 포함하는 회전 정보 및 단말 장치(10)에 작용하는 자기장의 세기 또는 방향에 대한 정보를 포함하는 자력 정보를 포함할 수 있다.Here, the inertia information acts on the movement information including information on the three-dimensional position change of the terminal device 10, rotation information including information on the three-dimensional inclination of the terminal device 10, and the terminal device 10 It may include magnetic force information including information on the strength or direction of a magnetic field.

관성 기반의 위치 정보를 추정하는 단계(S100)의 세부적인 단계는 도4에서 상세히 설명하도록 한다.A detailed step of estimating position information based on inertia (S100) will be described in detail with reference to FIG. 4.

관성 기반의 위치 정보를 추정하는 단계(S100)는 관성 정보로부터 이동 거리 정보 및 이동 방향 정보를 산출할 수 있다.In the step S100 of estimating the inertia-based location information, movement distance information and movement direction information may be calculated from the inertia information.

이에 따라, 관성 기반의 위치 정보를 추정하는 단계(S100)는 이동 거리 정보 및 이동 방향 정보로부터 관성 기반의 위치 정보를 추정할 수 있다.Accordingly, in the step S100 of estimating the inertia-based location information, the inertia-based location information may be estimated from the movement distance information and the movement direction information.

신호 강도 기반의 위치 정보를 추정하는 단계(S200)는 액세스 포인트(20)에서 생성되는 신호를 수신할 수 있는 단말 장치(10)에서 수신되는 신호의 강도에 따라 신호 강도 기반의 위치 정보를 추정할 수 있다.In the step of estimating signal strength-based location information (S200), the signal strength-based location information may be estimated according to the strength of a signal received from the terminal device 10 capable of receiving a signal generated by the access point 20. I can.

신호 강도 기반의 위치 정보를 추정하는 단계(S200)는 액세스 포인트 위치 기반의 위치 정보와 핑거프린트 데이터 베이스 기반의 위치 정보를 생성할 수 있으며, 이로부터 신호 강도 기반의 위치 정보를 추정할 수 있다.In the step of estimating signal strength-based location information (S200), location information based on an access point location and location information based on a fingerprint database may be generated, and signal strength-based location information may be estimated from this.

신호 강도 기반의 위치 정보를 추정하는 단계(S200)는 액세스 포인트 위치 기반의 위치 정보에 따라 신호 강도 기반의 위치 정보를 예측하고, 예측된 신호 강도 기반의 위치 정보 및 핑거프린트 데이터 베이스 기반의 위치 정보에 따라 신호 강도 기반의 위치 정보를 추정할 수 있다.In the step of estimating signal strength-based location information (S200), the location information based on signal strength is predicted according to the location information based on the location of the access point, and location information based on the predicted signal strength and the location information based on the fingerprint database Depending on the signal strength-based location information can be estimated.

신호 강도 기반의 위치 정보를 추정하는 단계(S200)의 세부적인 단계는 도5에서 상세히 설명하도록 한다.A detailed step of estimating signal strength-based location information (S200) will be described in detail with reference to FIG. 5.

단말 장치의 위치 정보를 추정하는 단계(S300)는 관성 기반의 위치 정보 및 신호 강도 기반의 위치 정보로부터 단말 장치의 위치 정보를 추정할 수 있다.In estimating location information of the terminal device (S300), location information of the terminal device may be estimated from location information based on inertia-based location information and signal strength.

단말 장치의 위치 정보를 추정하는 단계(S300)는 관성 정보 기반의 위치 정보에 따라 단말 장치의 위치 정보를 예측하고, 예측된 단말 장치의 위치 정보 및 신호 강도 기반의 위치 정보에 따라 단말 장치의 위치 정보를 추정할 수 있다.In the step of estimating the location information of the terminal device (S300), the location information of the terminal device is predicted according to the location information based on inertial information, and the location of the terminal device is based on the location information of the predicted terminal device and the signal strength-based location information. Information can be estimated.

도4는 본 발명의 일 실시예에 따른 관성 기반의 위치 정보를 추정하는 단계의 세부 순서도이다.4 is a detailed flowchart of a step of estimating location information based on inertia according to an embodiment of the present invention.

관성 기반의 위치 정보를 추정하는 단계(S100)는 운동 정보를 추정하는 단계(S110), 이동 거리 정보를 생성하는 단계(S120) 및 이동 방향 정보를 추정하는 단계(S130)를 포함할 수 있다.The step of estimating the inertia-based location information (S100) may include estimating motion information (S110), generating movement distance information (S120), and estimating movement direction information (S130).

운동 정보를 추정하는 단계(S110)는 관성 정보로부터 단말 장치(10)의 운동 정보를 추정할 수 있다.In the estimating exercise information (S110), exercise information of the terminal device 10 may be estimated from the inertial information.

이를 위해, 운동 정보를 추정하는 단계(S110)는 가속도 센서 등으로 측정하는 이동 정보로부터 단말 장치(10)의 회전 각도를 계산할 수 있으며, 운동 정보를 추정하는 단계(S110)는 회전 각도로부터 쿼터니언 값을 계산할 수 있다.To this end, in the step of estimating motion information (S110), the rotation angle of the terminal device 10 may be calculated from motion information measured by an acceleration sensor, and the step of estimating the motion information (S110) is a quaternion value from the rotation angle. Can be calculated.

이에 따라, 운동 정보를 추정하는 단계(S110)는 단말 장치(10)의 자이로스코프 센서 등에서 측정되는 회전 정보 및 앞서 계산된 쿼터니언 값에 따라 단말 장치(10)의 운동 정보를 추정할 수 있다.Accordingly, in the step of estimating the motion information (S110 ), the motion information of the terminal device 10 may be estimated according to rotation information measured by a gyroscope sensor of the terminal device 10 and a previously calculated quaternion value.

이동 거리 정보를 생성하는 단계(S120)는 추정된 운동 정보의 변화량 및 사전에 설정된 매개 변수에 따라 이동 거리 정보를 계산할 수 있다.In the step of generating movement distance information (S120), movement distance information may be calculated according to a change amount of the estimated exercise information and a preset parameter.

이동 방향 정보를 추정하는 단계(S130)는 추정된 운동 정보, 이전에 계산된 회전 각도 및 단말 장치(10)의 자력 센서 등으로 측정되는 자력 정보로부터 이동 방향 정보를 추정할 수 있다.In estimating the movement direction information (S130 ), the movement direction information may be estimated from the estimated motion information, the previously calculated rotation angle, and magnetic force information measured by a magnetic force sensor of the terminal device 10.

이동 방향 정보를 추정하는 단계(S130)는 회전 각도 및 자력 정보에 따라 이동 방향 정보를 예측하고, 예측된 이동 방향 정보 및 추정된 운동 정보에 따라 이동 방향 정보를 추정할 수 있다.In the step S130 of estimating the movement direction information, movement direction information may be predicted according to the rotation angle and magnetic force information, and movement direction information may be estimated according to the predicted movement direction information and the estimated movement information.

도5은 본 발명의 일 실시예에 따른 신호 강도 기반의 위치 정보를 추정하는 단계의 세부 순서도이다.5 is a detailed flowchart of a step of estimating location information based on signal strength according to an embodiment of the present invention.

신호 강도 기반의 위치 정보를 추정하는 단계(S200)는 액세스 포인트 위치 기반의 위치 정보를 생성하는 단계(S210), 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계(S220) 및 신호 강도 기반의 위치 정보를 추정하는 단계(S200)를 포함할 수 있다.Estimating signal strength-based location information (S200) includes generating location information based on the location of the access point (S210), generating location information based on the fingerprint database (S220), and location based on signal strength. It may include the step of estimating information (S200).

액세스 포인트 위치 기반의 위치 정보를 생성하는 단계(S210)는 단말 장치(10)와 액세스 포인트(20) 간의 거리를 복수의 액세스 포인트(20)에 대해서 각각 계산하고, 계산된 복수의 거리를 비교하여 액세스 포인트 위치 기반의 위치 정보를 생성할 수 있다.In the step of generating location information based on the location of the access point (S210), the distance between the terminal device 10 and the access point 20 is calculated for each of the plurality of access points 20, and the calculated distances are compared. Location information based on the location of the access point can be generated.

여기에서, 단말 장치(10)와 액세스 포인트(20) 간의 거리는 단말 장치(10)가 수신하는 액세스 포인트(20)의 신호 강도로부터 계산할 수 있다.Here, the distance between the terminal device 10 and the access point 20 can be calculated from the signal strength of the access point 20 received by the terminal device 10.

이에 따라, 액세스 포인트 위치 기반의 위치 정보를 생성하는 단계(S210)는 단말 장치가 수신하는 신호를 생성하는 복수의 액세스 포인트 중 기준이 되는 하나의 액세스 포인트(20)를 결정하고, 이를 제외한 복수의 액세스 포인트(20)를 기준 액세스 포인트와 비교하는 상대 액세스 포인트로 결정하여 각각의 액세스 포인트(20)에 대한 거리를 계산할 수 있다.Accordingly, in the step of generating location information based on the location of the access point (S210), one access point 20 serving as a reference is determined from among a plurality of access points generating signals received by the terminal device, and a plurality of The access point 20 may be determined as a relative access point compared to the reference access point, and a distance for each access point 20 may be calculated.

이를 통해, 액세스 포인트 위치 기반의 위치 정보를 생성하는 단계(S210)는 복수의 단말 장치(10)와 액세스 포인트(20) 간의 거리로부터 액세스 포인트 위치 기반의 위치 정보를 추정할 수 있다.Through this, in the step of generating the location information based on the location of the access point (S210), location information based on the location of the access point may be estimated from the distance between the plurality of terminal devices 10 and the access point 20.

핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계(S220)는 단말 장치(10)에서 판단하는 RSSI와 데이터 베이스 장치(30)에서 수신하는 핑거프린트 데이터 베이스를 비교하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성할 수 있다.In the step of generating the fingerprint database-based location information (S220), the fingerprint database-based location information is compared with the RSSI determined by the terminal device 10 and the fingerprint database received by the database device 30. Can be created.

이를 위해, 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계(S220)는 단말 장치(10)에서 판단하는 RSSI와 핑거프린트 데이터 베이스에 위치 영역 별로 저장된 RSSI를 비교하여 단말 장치(10)와 위치 영역 간의 거리를 계산할 수 있으며, 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계(S220)는 단말 장치(10)와 위치 영역 간의 거리가 최소인 위치 영역을 핑거프린트 데이터 베이스 기반의 위치 정보로 생성할 수 있다.To this end, in the step of generating location information based on the fingerprint database (S220), the RSSI determined by the terminal device 10 and the RSSI stored for each location area in the fingerprint database are compared to the terminal device 10 and the location area. The distance between the terminals can be calculated, and in the step of generating location information based on the fingerprint database (S220), a location area in which the distance between the terminal device 10 and the location area is the minimum is generated as location information based on the fingerprint database. I can.

1: 위치 정보 추정 방법
10: 단말 장치
20: 액세스 포인트
30: 데이터 베이스 장치1: How to estimate location information
10: terminal device
20: access point
30: database device

Claims (15)

액세스 포인트에서 생성되는 신호를 수신 가능하고, 관성 정보를 측정 가능한 단말 장치의 위치 정보 추정 방법에 있어서,
상기 관성 정보에 따라 관성 기반의 위치 정보를 추정하는 단계;
상기 단말 장치가 수신하는 신호의 강도에 따라 신호 강도 기반의 위치 정보를 추정하는 단계; 및
상기 관성 기반의 위치 정보 및 상기 신호 강도 기반의 위치 정보로부터 상기 단말 장치의 위치 정보를 추정하는 단계를 포함하고,
상기 관성 기반의 위치 정보를 추정하는 단계는,
상기 단말 장치의 3차원 위치 변화에 대한 이동 정보, 상기 단말 장치의 3차원 기울기에 대한 회전 정보 및 상기 단말 장치에 작용하는 자기장의 세기 또는 방향에 대한 자력 정보를 측정하고, 상기 이동 정보에 따라 회전 각도를 계산하여, 상기 회전 각도로부터 쿼터니언 값을 계산하며, 상기 쿼터니언 값 및 상기 회전 정보로부터 상기 단말 장치의 운동 정보를 추정하고, 상기 운동 정보로부터 상기 단말 장치의 이동 거리 정보 및 이동 방향 정보를 추정하되,
사용자의 특성을 나타내는 매개 변수를 이용하여 상기 이동 거리 정보를 추정하고,
상기 매개 변수는 사용자가 상기 단말 장치를 소지한 상태로 사전에 설정된 시간 동안 이동하도록 유도되어 추정된 상하 운동 정보 변화량을 포함하는 운동 정보에 따라, 사용자 별로 다른 값으로 설정되는, 위치 정보 추정 방법
In the method of estimating location information of a terminal device capable of receiving a signal generated by an access point and measuring inertial information,
Estimating inertia-based location information according to the inertia information;
Estimating signal strength-based location information according to the strength of the signal received by the terminal device; And
Estimating location information of the terminal device from the inertia-based location information and the signal strength-based location information,
The step of estimating the inertia-based location information,
Measurement of movement information for the three-dimensional position change of the terminal device, rotation information for the three-dimensional inclination of the terminal device, and magnetic force information on the strength or direction of a magnetic field acting on the terminal device, and rotation according to the movement information Calculate an angle, calculate a quaternion value from the rotation angle, estimate movement information of the terminal device from the quaternion value and the rotation information, and estimate movement distance information and movement direction information of the terminal device from the movement information But,
Estimating the moving distance information using a parameter representing the user's characteristics,
The parameter is set to a different value for each user according to exercise information including an estimated amount of change in vertical exercise information by inducing the user to move for a preset time while in possession of the terminal device.
 제1항에 있어서, 상기 단말 장치의 위치 정보를 추정하는 단계는,
상기 단말 장치의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계;
이전에 추정된 단말 장치의 위치 정보 추정 값 또는 단말 장치의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 단말 장치의 위치 정보 예측 값을 계산하는 단계;
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및
상기 단말 장치의 위치 정보 예측 값, 칼만 이득 값 및 상기 신호 강도 기반의 위치 정보로부터 계산된 측정 값에 따라 단말 장치의 위치 정보 추정 값을 계산하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 1, wherein estimating location information of the terminal device,
Calculating a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the location information of the terminal device and a preset covariance matrix;
Calculating a location information prediction value of the terminal device according to at least one of a previously estimated location information estimate value of the terminal device or an initial location information value of the terminal device and a system input value input from the outside;
Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And
And calculating a location information estimation value of the terminal device according to a location information prediction value of the terminal device, a Kalman gain value, and a measurement value calculated from the signal strength-based location information.
 제1항에 있어서, 상기 관성 기반의 위치 정보를 추정하는 단계는,
상기 관성 정보로부터 상기 단말 장치의 상하 운동 정보 또는 회전 운동 정보 중 적어도 하나의 정보를 포함하는 운동 정보를 추정하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 1, wherein estimating location information based on inertia,
And estimating motion information including at least one of vertical motion information and rotational motion information of the terminal device from the inertial information.
 제3항에 있어서, 상기 운동 정보를 추정하는 단계는,
상기 운동 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계;
이전에 추정된 운동 정보 추정 값 또는 운동 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 운동 정보 예측 값을 계산하는 단계;
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및
상기 운동 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 운동 정보 추정 값을 계산하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 3, wherein estimating the exercise information,
Calculating a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the motion information and a preset covariance matrix;
Calculating an exercise information prediction value according to at least one of a previously estimated exercise information estimation value or an initial exercise information value and a system input value input from the outside;
Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And
And calculating an exercise information estimation value according to the exercise information prediction value, a Kalman gain value, and a measurement value calculated from the inertia information.
 제3항에 있어서, 상기 이동 방향 정보를 추정하는 단계는,
상기 이동 방향 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계;
이전에 추정된 이동 방향 정보 추정 값 또는 이동 방향 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 이동 방향 정보 예측 값을 계산하는 단계;
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및
상기 이동 방향 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 이동 방향 정보 추정 값을 계산하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 3, wherein estimating the moving direction information,
Calculating a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the moving direction information and a preset covariance matrix;
Calculating a movement direction information prediction value according to at least one of a previously estimated movement direction information estimation value or an initial movement direction information value and a system input value input from the outside;
Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And
And calculating a movement direction information estimation value according to the movement direction information prediction value, a Kalman gain value, and a measurement value calculated from the inertia information.
 제1항에 있어서, 상기 신호 강도 기반의 위치 정보를 추정하는 단계는,
상기 액세스 포인트의 위치에 따라 상기 단말 장치의 상대적인 위치를 계산하여 액세스 포인트 위치 기반의 위치 정보를 생성하는 단계; 및
특정 공간에서 기 설정되는 격자의 각 영역에서 액세스 포인트 신호의 강도로부터 생성되는 핑거프린트 데이터 베이스에 따라 상기 단말 장치의 위치를 계산하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 1, wherein estimating location information based on signal strength,
Generating location information based on an access point location by calculating a relative location of the terminal device according to the location of the access point; And
A location comprising the step of generating location information based on the fingerprint database by calculating the location of the terminal device according to a fingerprint database generated from the strength of an access point signal in each area of a grid preset in a specific space How to estimate information.
 제6항에 있어서, 상기 신호 강도 기반의 위치 정보를 추정하는 단계는,
상기 신호 강도 기반의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하는 단계;
이전에 추정된 신호 강도 기반의 위치 정보 추정 값 또는 신호 강도 기반의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 신호 강도 기반의 위치 정보 예측 값을 계산하는 단계;
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하는 단계; 및
상기 신호 강도 기반의 위치 정보 예측 값, 칼만 이득 값 및 상기 액세스 포인트 위치 기반의 위치 정보로부터 계산된 측정 값에 따라 신호 강도 기반의 위치 정보 추정 값을 계산하는 단계를 포함하는, 위치 정보 추정 방법.
The method of claim 6, wherein estimating the location information based on the signal strength,
Calculating a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the signal strength-based position information and a preset covariance matrix;
Calculating a signal strength-based location information prediction value according to at least one of a previously estimated signal strength-based location information estimation value or a signal strength-based location information initial value and a system input value input from the outside;
Calculating at least one of an estimated covariance value and a Kalman gain value according to the predicted covariance value; And
And calculating a signal strength-based location information estimation value according to the signal strength-based location information prediction value, a Kalman gain value, and a measurement value calculated from the access point location-based location information.
 액세스 포인트에서 생성되는 신호를 수신하는 통신부;
관성 정보를 측정하는 센서부;
상기 관성 정보로부터 관성 기반의 위치 정보를 추정하고, 상기 통신부가 수신하는 신호의 강도에 따라 신호 강도 기반 위치 정보를 추정하고, 상기 관성 기반의 위치 정보 및 상기 신호 강도 기반의 위치 정보로부터 보정된 위치 정보를 추정하는 제어부를 포함하고,
상기 센서부는, 3차원 위치 변화에 대한 이동 정보, 3차원 기울기에 대한 회전 정보 및 자기장의 세기 또는 방향에 대한 자력 정보를 측정하고,
상기 제어부는, 상기 이동 정보에 따라 회전 각도를 계산하여, 상기 회전 각도로부터 쿼터니언 값을 계산하며, 상기 쿼터니언 값 및 상기 회전 정보로부터 운동 정보를 추정하고, 상기 운동 정보로부터 이동 거리 정보 및 이동 방향 정보를 추정하되,
사용자의 특성을 나타내는 매개 변수를 이용하여 상기 이동 거리 정보를 추정하고,
상기 매개 변수는 사용자가 단말 장치를 소지한 상태로 사전에 설정된 시간 동안 이동하도록 유도되어 추정된 상하 운동 정보 변화량을 포함하는 운동 정보에 따라, 사용자 별로 다른 값으로 설정되는, 단말 장치.
A communication unit for receiving a signal generated by an access point;
A sensor unit for measuring inertia information;
Inertia-based location information is estimated from the inertia information, signal strength-based location information is estimated according to the strength of a signal received by the communication unit, and the corrected location from the inertia-based location information and the signal strength-based location information Includes a control unit for estimating information,
The sensor unit measures movement information on a three-dimensional position change, rotation information on a three-dimensional inclination, and magnetic force information on a strength or direction of a magnetic field,
The controller calculates a rotation angle according to the movement information, calculates a quaternion value from the rotation angle, estimates movement information from the quaternion value and the rotation information, and moves distance information and movement direction information from the movement information But estimate
Estimating the moving distance information using a parameter representing the user's characteristics,
The parameter is set to a different value for each user according to exercise information including a change amount of estimated vertical exercise information by inducing the user to move for a preset time while in possession of the terminal device.
 제8항에 있어서, 상기 제어부는,
상기 단말 장치의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고,
이전에 추정된 단말 장치의 위치 정보 추정 값 또는 단말 장치의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 단말 장치의 위치 정보 예측 값을 계산하고,
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고,
상기 단말 장치의 위치 정보 예측 값, 칼만 이득 값 및 상기 신호 강도 기반의 위치 정보로부터 계산된 측정 값에 따라 단말 장치의 위치 정보 추정 값을 계산하는, 단말 장치.
The method of claim 8, wherein the control unit,
Computing a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the location information of the terminal device and a preset covariance matrix,
Calculate a location information prediction value of the terminal device according to at least one of a previously estimated location information estimate value of the terminal device or an initial location information value of the terminal device and a system input value input from the outside,
Calculate at least one of an estimated covariance value or a Kalman gain value according to the predicted covariance value,
A terminal device for calculating a location information estimation value of the terminal device according to a location information prediction value of the terminal device, a Kalman gain value, and a measurement value calculated from the signal strength-based location information.
 제8항에 있어서, 상기 제어부는,
상기 관성 정보로부터 상기 단말 장치의 상하 운동 정보 또는 회전 운동 정보 중 적어도 하나의 정보를 포함하는 운동 정보를 추정하는, 단말 장치.
The method of claim 8, wherein the control unit,
A terminal device for estimating motion information including at least one of vertical motion information and rotation motion information of the terminal device from the inertial information.
 제10항에 있어서, 상기 제어부는,
상기 운동 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고,
이전에 추정된 운동 정보 추정 값 또는 운동 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 운동 정보 예측 값을 계산하고,
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고,
상기 운동 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 운동 정보 추정 값을 계산하는, 단말 장치.
The method of claim 10, wherein the control unit,
Compute a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the motion information and a preset covariance matrix,
Calculate an exercise information prediction value according to at least one of a previously estimated exercise information estimate value or an initial exercise information value and a system input value input from the outside,
Calculate at least one of an estimated covariance value or a Kalman gain value according to the predicted covariance value,
A terminal device for calculating an exercise information estimation value according to the exercise information prediction value, a Kalman gain value, and a measurement value calculated from the inertia information.
 제10항에 있어서, 상기 제어부는,
상기 이동 방향 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고,
이전에 추정된 이동 방향 정보 추정 값 또는 이동 방향 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 이동 방향 정보 예측 값을 계산하고,
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고,
상기 이동 방향 정보 예측 값, 칼만 이득 값 및 상기 관성 정보로부터 계산된 측정 값에 따라 이동 방향 정보 추정 값을 계산하는, 단말 장치.
The method of claim 10, wherein the control unit,
Computing a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the moving direction information and a preset covariance matrix,
Calculate a movement direction information predicted value according to at least one of a previously estimated movement direction information estimated value or an initial movement direction information value and a system input value input from the outside,
Calculate at least one of an estimated covariance value or a Kalman gain value according to the predicted covariance value,
A terminal device for calculating a movement direction information estimation value according to the movement direction information prediction value, a Kalman gain value, and a measurement value calculated from the inertia information.
 제8항에 있어서, 상기 제어부는,
상기 액세스 포인트의 위치에 따라 상기 단말 장치의 상대적인 위치를 계산하여 액세스 포인트 위치 기반의 위치 정보를 생성하고,
특정 공간에서 기 설정되는 격자의 각 영역에서 액세스 포인트 신호의 강도로부터 생성되는 핑거프린트 데이터 베이스에 따라 상기 단말 장치의 위치를 계산하여 핑거프린트 데이터 베이스 기반의 위치 정보를 생성하고,
상기 액세스 포인트 위치 기반의 위치 정보 및 상기 핑거프린트 데이터 베이스 기반의 위치 정보로부터 상기 신호 강도 기반의 위치 정보를 추정하는, 단말 장치.
The method of claim 8, wherein the control unit,
Generate location information based on the location of the access point by calculating the relative location of the terminal device according to the location of the access point,
In each area of a grid preset in a specific space, the location of the terminal device is calculated according to the fingerprint database generated from the strength of the access point signal to generate location information based on the fingerprint database,
The terminal device for estimating the signal strength-based location information from the location information based on the location of the access point and the location information based on the fingerprint database.
 제13항에 있어서, 상기 제어부는,
상기 신호 강도 기반의 위치 정보에 관련되는 공분산 추정 값 또는 공분산 초기 값 중 적어도 하나의 값 및 기 설정된 공분산 행렬에 따라 공분산 예측 값을 계산하고,
이전에 추정된 신호 강도 기반의 위치 정보 추정 값 또는 신호 강도 기반의 위치 정보 초기 값 중 적어도 하나의 값 및 외부로부터 입력 받는 시스템 입력 값에 따라 신호 강도 기반의 위치 정보 예측 값을 계산하고,
상기 공분산 예측 값에 따라 공분산 추정 값 또는 칼만 이득 값 중 적어도 하나의 값을 계산하고,
상기 신호 강도 기반의 위치 정보 예측 값, 칼만 이득 값 및 상기 액세스 포인트 위치 기반의 위치 정보로부터 계산된 측정 값에 따라 신호 강도 기반의 위치 정보 추정 값을 계산하는, 단말 장치.
The method of claim 13, wherein the control unit,
Compute a predicted covariance value according to at least one of an estimated covariance value or an initial covariance value related to the signal strength-based position information and a preset covariance matrix,
Calculate a signal strength-based location information prediction value according to at least one of a previously estimated signal strength-based location information estimation value or a signal strength-based location information initial value and a system input value received from the outside,
Calculate at least one of an estimated covariance value or a Kalman gain value according to the predicted covariance value,
A terminal device for calculating a signal strength-based location information estimation value according to the signal strength-based location information prediction value, a Kalman gain value, and a measurement value calculated from the access point location-based location information.
 신호를 생성하는 액세스 포인트;
상기 액세스 포인트에서 생성하는 신호에 따라 핑거프린트 데이터 베이스를 구축하는 데이터 베이스 장치; 및
상기 액세스 포인트에서 생성하는 신호 및 상기 핑거프린트 데이터 베이스를 수신하여 신호의 강도 또는 상기 핑거프린트 데이터 베이스 중 적어도 하나의 정보에 따라 신호 강도 기반의 위치 정보를 추정하고, 관성 정보를 측정하여 상기 관성 정보로부터 관성 기반의 위치 정보를 추정하고, 상기 신호 강도 기반의 위치 정보 및 관성 기반의 위치 정보로부터 보정된 위치 정보를 추정하는 단말 장치를 포함하고,
상기 단말 장치는, 상기 단말 장치의 3차원 위치 변화에 대한 이동 정보, 상기 단말 장치의 3차원 기울기에 대한 회전 정보 및 상기 단말 장치에 작용하는 자기장의 세기 또는 방향에 대한 자력 정보를 측정하고, 상기 이동 정보에 따라 회전 각도를 계산하여, 상기 회전 각도로부터 쿼터니언 값을 계산하며, 상기 쿼터니언 값 및 상기 회전 정보로부터 상기 단말 장치의 운동 정보를 추정하고, 상기 운동 정보로부터 상기 단말 장치의 이동 거리 정보 및 이동 방향 정보를 추정하되,
사용자의 특성을 나타내는 매개 변수를 이용하여 상기 이동 거리 정보를 추정하고,
상기 매개 변수는 사용자가 상기 단말 장치를 소지한 상태로 사전에 설정된 시간 동안 이동하도록 유도되어 추정된 상하 운동 정보 변화량을 포함하는 운동 정보에 따라, 사용자 별로 다른 값으로 설정되는, 위치 정보 추정 시스템.

An access point generating a signal;
A database device for constructing a fingerprint database according to a signal generated by the access point; And
The inertial information is received by receiving the signal generated by the access point and the fingerprint database, estimating signal strength-based location information according to at least one of the signal strength or the fingerprint database, and measuring inertia information A terminal device estimating the inertia-based location information from, and estimating the corrected location information from the signal strength-based location information and the inertia-based location information,
The terminal device measures movement information on a three-dimensional position change of the terminal device, rotation information on a three-dimensional inclination of the terminal device, and magnetic force information on a strength or direction of a magnetic field acting on the terminal device, and the Calculate a rotation angle according to movement information, calculate a quaternion value from the rotation angle, estimate movement information of the terminal device from the quaternion value and the rotation information, and move distance information of the terminal device from the movement information Estimate movement direction information,
Estimating the moving distance information using a parameter representing the user's characteristics,
The parameter is set to a different value for each user according to exercise information including an estimated amount of change in vertical motion information by inducing a user to move for a preset time while in possession of the terminal device.
KR1020190079132A 2019-07-02 2019-07-02 Terminal apparatus for estimating position information, position information estimation method, and system thereof KR102209658B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190079132A KR102209658B1 (en) 2019-07-02 2019-07-02 Terminal apparatus for estimating position information, position information estimation method, and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190079132A KR102209658B1 (en) 2019-07-02 2019-07-02 Terminal apparatus for estimating position information, position information estimation method, and system thereof

Publications (2)

Publication Number Publication Date
KR20210003398A KR20210003398A (en) 2021-01-12
KR102209658B1 true KR102209658B1 (en) 2021-01-29

Family

ID=74129517

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190079132A KR102209658B1 (en) 2019-07-02 2019-07-02 Terminal apparatus for estimating position information, position information estimation method, and system thereof

Country Status (1)

Country Link
KR (1) KR102209658B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102367403B1 (en) * 2021-05-13 2022-02-24 한국철도기술연구원 Method and Device for Indoor Positioning based on Inertial Data and Wireless Signal Data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101675759B1 (en) * 2015-08-12 2016-11-15 한양대학교 산학협력단 method, apparatus, and recording medium for estimating location

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101675759B1 (en) * 2015-08-12 2016-11-15 한양대학교 산학협력단 method, apparatus, and recording medium for estimating location

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102367403B1 (en) * 2021-05-13 2022-02-24 한국철도기술연구원 Method and Device for Indoor Positioning based on Inertial Data and Wireless Signal Data
WO2022240013A1 (en) * 2021-05-13 2022-11-17 한국철도기술연구원 Indoor positioning method and device based on inertial data and wireless signal data

Also Published As

Publication number Publication date
KR20210003398A (en) 2021-01-12

Similar Documents

Publication Publication Date Title
AU2010304863B2 (en) Improvements in or relating to tracking radio signal sources
KR101108751B1 (en) A method and system for determining a location using a plurality of selected initial location estimates
US8400359B2 (en) Method and system for indoor positioning
Cai et al. CRIL: An efficient online adaptive indoor localization system
US9398414B2 (en) Method and devices for determining the position of a mobile communication device
US9977113B2 (en) Method of determining position and cooperative positioning system using same
CN109076481B (en) Network communication device, user communication device, method and medium for determining position
CN109959376B (en) Trajectory correction method, and navigation route drawing method and device related to indoor route
US20120330600A1 (en) Electronic device, positioning method, positioning system, computer program product, and computer-readable recording medium
KR20150094434A (en) System for filtering location of Mobile terminal by fusing wi-fi location and sensing information
KR101640184B1 (en) Methods for estimating location and Apparatuses thereof
KR101960280B1 (en) Method for modifying magnetic field map, terminal and server for modifying magnetic field
US10349214B2 (en) Localization using access point
JP6044971B2 (en) Estimated azimuth angle evaluation apparatus, mobile terminal apparatus, estimated azimuth angle evaluation apparatus control program, computer-readable recording medium, estimated azimuth angle evaluation apparatus control method, and positioning apparatus
US20180321352A1 (en) Pose Estimation Using Radio Frequency Identification (RFID) Tags
US20150260543A1 (en) Background calibration
KR101523147B1 (en) Indoor Positioning Device and Method
KR102209658B1 (en) Terminal apparatus for estimating position information, position information estimation method, and system thereof
CN116567531A (en) Sensor fusion indoor positioning method and system based on particle filter algorithm
KR101914922B1 (en) Method and apparatus for estimating a position
KR102367403B1 (en) Method and Device for Indoor Positioning based on Inertial Data and Wireless Signal Data
CN107250831B (en) Providing an indication of the direction of travel of a mobile device
KR102302807B1 (en) Method and apparatus for measuring location
CN112533142A (en) Vehicle positioning method and device, computer equipment and storage medium
KR20160012707A (en) Location tracking method, location tracking system and recording medium for performing the method

Legal Events

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