KR102305393B1 - Vlc를 활용한 실내 위치 추적 방법 및 장치 - Google Patents

Vlc를 활용한 실내 위치 추적 방법 및 장치 Download PDF

Info

Publication number
KR102305393B1
KR102305393B1 KR1020200027285A KR20200027285A KR102305393B1 KR 102305393 B1 KR102305393 B1 KR 102305393B1 KR 1020200027285 A KR1020200027285 A KR 1020200027285A KR 20200027285 A KR20200027285 A KR 20200027285A KR 102305393 B1 KR102305393 B1 KR 102305393B1
Authority
KR
South Korea
Prior art keywords
terminal
location
cir
present
access point
Prior art date
Application number
KR1020200027285A
Other languages
English (en)
Other versions
KR20210084188A (ko
Inventor
김정곤
유호경
Original Assignee
한국산업기술대학교산학협력단
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 한국산업기술대학교산학협력단 filed Critical 한국산업기술대학교산학협력단
Publication of KR20210084188A publication Critical patent/KR20210084188A/ko
Application granted granted Critical
Publication of KR102305393B1 publication Critical patent/KR102305393B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • 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
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 VLC를 활용한 실내 위치 추적 방법 및 장치에 관한 것이다. 본 발명의 일 실시예에 따른 액세스 포인트의 동작 방법은, (a) VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트에 대한 CIR(Channel Impulse Response) 값을 획득하는 단계; (b) 상기 VLC 공간에서, 단말에 대한 CIR 값을 획득하는 단계; 및 (c) 상기 다수의 샘플 포인트에 대한 CIR 값과 상기 단말에 대한 CIR 값에 기반하여, 상기 단말의 위치를 추정하는 단계;를 포함할 수 있다.

Description

VLC를 활용한 실내 위치 추적 방법 및 장치{A method and apparatus for indoor location tracking using VLC}
본 발명은 VLC를 활용한 실내 위치 추적 방법에 관한 것으로, 더욱 상세하게는 VLC를 사용하는 환경에서 AI엔진을 사용하여 모바일 사용자의 실시간 실내 위치 추적 방법에 관한 것이다.
위치 기반 서비스(LBS: Location Based Service)는 사용자 위치에 기반하여 사용자에게 유용한 다양한 정보와 서비스를 제공하는 기술이다. 근래에는 스마트 기기의 보급이 활성화됨에 따라 GPS(Global Positioning Service)나 와이파이 AP(Wi-Fi Access Point) 또는 이동 통신 기지국을 이용하는 측위 기술을 활용하여 다양한 위치 기반 서비스가 이루어지고 있다.
종래의 측위 서비스는 주로 GPS 신호를 이용한 기법이 활용되고 있는데, 실내 환경에서는 그 적용이 제한적인 단점을 가지고 있다. GPS를 이용하는 측위 방식의 경우에 실내 환경에서는 GPS 신호의 수신이 어려워 정확한 측위가 거의 불가능하며, 이외에 와이파이 신호나 이동 통신 신호의 수신 신호 강도(RSSI: Received Signal Strength Indicator)를 이용하는 측위 방식 역시 건물의 벽면에 의한 신호 감쇄(attenuation), 실내 장애물에 의한 신호 왜곡(distortion)이나 신호 반사에 따른 다중 경로(multipath)의 발생으로 인하여 의사 거리 오차가 커 측위가 부정확해지는 문제가 있다.
[특허문헌 1] 한국공개특허 제10-2019-0134231호
본 발명은 전술한 문제점을 해결하기 위하여 창출된 것으로, VLC를 활용한 실내 위치 추적 방법 및 장치를 제공하는 것을 그 목적으로 한다.
또한, 본 발명은 CIR(Channel Impulse Response) 값을 기준으로 핑거프린트 데이터베이스(Fingerprint Database)를 구축하기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다.
또한, 본 발명은 단말의 CIR 값과 수집된 CIR 핑거프린트 데이터베이스를 바탕으로 퍼지 매칭(Fuzzy Matching) 알고리즘을 적용하여 초기 단말의 위치를 추정하기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다.
또한, 본 발명은 향상된 칼만 필터(Improved Kalman Filtering)를 사용하여 퍼지 매칭 알고리즘을 통해 얻은 추정위치의 정확도를 개선하기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상기한 목적들을 달성하기 위하여, 본 발명의 일 실시예에 따른 액세스 포인트의 동작 방법은 (a) VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트에 대한 CIR(Channel Impulse Response) 값을 획득하는 단계; (b) 상기 VLC 공간에서, 단말에 대한 CIR 값을 획득하는 단계; 및 (c) 상기 다수의 샘플 포인트에 대한 CIR 값과 상기 단말에 대한 CIR 값에 기반하여, 상기 단말의 위치를 추정하는 단계;를 포함할 수 있다.
실시예에서, 상기 (c) 단계는, 상기 다수의 샘플 포인트 중 상기 단말에 대한 CIR 값과 가장 가까운 CIR 값을 갖는 적어도 하나의 샘플 포인트를 결정하는 단계;를 포함할 수 있다.
실시예에서, 상기 (c) 단계는, 상기 적어도 하나의 샘플 포인트에 대한 CIR 값을 이용하여 상기 단말의 위치를 추정하는 단계;를 포함할 수 있다.
실시예에서, 상기 (c) 단계는, 상기 추정된 단말의 위치에 기반하여 PSO(Particle Swarm Optimization) 알고리즘을 수행하기 위한 관심 영역을 결정하는 단계;를 포함할 수 있다.
실시예에서, 상기 (c) 단계는, 상기 관심 영역에 대해 PSO 알고리즘을 수행하여, 상기 단말의 위치를 재추정하는 단계;를 포함할 수 있다.
실시예에서, 상기 (c) 단계는, 상기 단말이 이동하는 경우, 상기 재추정된 단말의 위치에 기반한 칼만 필터링(Kalman Filtering)을 수행하여, 상기 단말의 이동된 위치를 추정하는 단계;를 포함할 수 있다.
실시예에서, 액세스 포인트 장치는 VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트에 대한 CIR(Channel Impulse Response) 값을 획득하고, 상기 VLC 공간에서, 단말에 대한 CIR 값을 획득하는 통신부; 및 상기 다수의 샘플 포인트에 대한 CIR 값과 상기 단말에 대한 CIR 값에 기반하여, 상기 단말의 위치를 추정하는 제어부;를 포함할 수 있다.
실시예에서, 상기 제어부는, 상기 다수의 샘플 포인트 중 상기 단말에 대한 CIR 값과 가장 가까운 CIR 값을 갖는 적어도 하나의 샘플 포인트를 결정할 수 있다.
실시예에서, 상기 제어부는, 상기 적어도 하나의 샘플 포인트에 대한 CIR 값을 이용하여 상기 단말의 위치를 추정할 수 있다.
실시예에서, 상기 제어부는, 상기 추정된 단말의 위치에 기반하여 PSO(Particle Swarm Optimization) 알고리즘을 수행하기 위한 관심 영역을 결정할 수 있다.
실시예에서, 상기 제어부는, 상기 관심 영역에 대한 PSO 알고리즘을 수행하여, 상기 단말의 위치를 재추정할 수 있다.
실시예에서, 상기 제어부는, 상기 단말이 이동하는 경우, 상기 재추정된 단말의 위치에 기반한 칼만 필터링(Kalman Filtering)을 수행하여, 상기 단말의 이동된 위치를 추정할 수 있다.
상기한 목적들을 달성하기 위한 구체적인 사항들은 첨부된 도면과 함께 상세하게 후술될 실시예들을 참조하면 명확해질 것이다.
그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라, 서로 다른 다양한 형태로 구성될 수 있으며, 본 발명의 개시가 완전하도록 하고 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자(이하, "통상의 기술자")에게 발명의 범주를 완전하게 알려주기 위해서 제공되는 것이다.
본 발명의 일 실시예에 의하면, 실내 환경에서 VLC 통신을 이용하여 이동 단말의 위치를 보다 정확하게 측정할 수 있다.
또한, 본 발명의 일 실시예에 의하면, 기존의 LED등을 사용하기 때문에 설비를 위한 추가적인 비용 지출이 없다.
또한, 본 발명의 일 실시예에 의하면, 향상된 칼만 필터(Improved Kalman Filtering)를 통해 이동하는 단말의 위치 정확도 개선 및 실내 네비게이션 서비스 제공할 수 있다.
본 발명의 효과들은 상술된 효과들로 제한되지 않으며, 본 발명의 기술적 특징들에 의하여 기대되는 잠정적인 효과들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 실내 위치 추적 시스템을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 CIR 값을 도시한 도면이다.
도 3a는 본 발명의 일 실시예에 따른 단말의 CIR 값 측정을 도시한 도면이다.
도 3b는 본 발명의 일 실시예에 따른 샘플 포인트 선택을 도시한 도면이다.
도 3c는 본 발명의 일 실시예에 따른 단말 위치 추정을 도시한 도면이다.
도 3d는 본 발명의 일 실시예에 따른 관심 영역 설정을 도시한 도면이다.
도 3e 내지 3i는 본 발명의 일 실시예에 따른 POS 알고리즘 수행을 도시한 도면이다.
도 3j 및 3k는 본 발명의 일 실시예에 따른 단말 위치 추정을 도시한 도면이다.
도 3l는 본 발명의 일 실시예에 따른 샘플 포인트 추가를 도시한 도면이다.
도 3m은 본 발명의 일 실시예에 따른 단말 이동 시 위치 추적을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 액세스 포인트의 동작 방법을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 액세스 포인트의 기능적 구성을 도시한 도면이다.
도 6a는 본 발명의 일 실시예에 따른 위치 추적 오차 그래프를 도시한 도면이다.
도 6b는 본 발명의 일 실시예에 따른 다양한 환경에서의 위치 추적 오차 그래프를 도시한 도면이다.
도 6c는 본 발명의 일 실시예에 따른 WiFi 환경에서의 위치 추적 오차 그래프를 도시한 도면이다.
본 발명은 다양한 변경을 가할 수 있고, 여러 가지 실시예들을 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다.
청구범위에 개시된 발명의 다양한 특징들은 도면 및 상세한 설명을 고려하여 더 잘 이해될 수 있을 것이다. 명세서에 개시된 장치, 방법, 제법 및 다양한 실시예들은 예시를 위해서 제공되는 것이다. 개시된 구조 및 기능상의 특징들은 통상의 기술자로 하여금 다양한 실시예들을 구체적으로 실시할 수 있도록 하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다. 개시된 용어 및 문장들은 개시된 발명의 다양한 특징들을 이해하기 쉽게 설명하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다.
본 발명을 설명함에 있어서, 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.
이하, 본 발명의 일 실시예에 따른 VLC를 활용한 실내 위치 추적 방법 및 장치를 설명한다.
도 1은 본 발명의 일 실시예에 따른 실내 위치 추적 시스템(100)을 도시한 도면이다. 도 2는 본 발명의 일 실시예에 따른 CIR 값을 도시한 도면이다.
도 1을 참고하면, 실내 위치 추적 시스템(100)은 적어도 하나의 액세스 포인트(access point, AP)(110), 다수의 샘플 포인트(sample point)(120) 및 단말(130)을 포함할 수 있다.
이 경우, 각 액세스 포인트(110)는 VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트(120)에 대한 CIR(Channel Impulse Response) 값을 획득할 수 있다. 이 경우, 도 2와 같은 CIR 값이 측정될 수 있으며, 각 액세스 포인트(110)는 다수의 샘플 포인트(120)에 대한 CIR 값을 핑거프린트(fingerprint) 방식을 사용하여 데이터베이스에 저장할 수 있다.
또한, 액세스 포인트(110)는 VLC 공간에서, 단말(130)에 대한 CIR 값을 획득할 수 있다. 일 실시예에서, CIR 값은 하기 <수학식 1>과 같이 측정될 수 있다.
Figure 112020023235269-pat00001
여기서
Figure 112020023235269-pat00002
는 i번째 광선의 전파 시간이고,
Figure 112020023235269-pat00003
는 i 번째 광선의 광 출력이고,
Figure 112020023235269-pat00004
는 Dirac 델타 함수이고,
Figure 112020023235269-pat00005
은 검출기에서 수신된 광선의 수를 나타낸다.
이후, 액세스 포인트(110)는 다수의 샘플 포인트(120)에 대한 CIR 값과 단말(130)에 대한 CIR 값에 기반하여, 단말(130)의 위치를 추정할 수 있다.
일 실시예에서, 액세스 포인트(110)는 다수의 샘플 포인트(120)에 대한 CIR 값과 단말(130)에 대한 CIR 값에 기반하여, 가중 퍼지 매칭(Weighted Fuzzy Matching) 알고리즘을 수행할 수 있다.
가중 퍼지 매칭 알고리즘을 수행하려면 먼저 핑거프린트 맵(finger printing map)이 구성될 수 있다. 핑거프린트 맵은 실내 영역에 포인트 그리드(grid of point)를 생성하여 구성될 수 있다. 그리드 포인트는 일정한 간격을 두고 x-y 좌표 평면에 표시될 수 있다. 핑거프린트 맵을 생성하려면 샘플 포인트의 지점을 찾고 <수학식 1> 통해 각 액세스 포인트(110)와 샘플 포인트(120) 사이의 CIR 값을 측정할 수 있다.
따라서 CIR 기반 위치 핑거프린트의 경우 전체 오프라인 데이터베이스는 하기 <수학식 2>과 같이 SCIR 및 CIR 매트릭스로 나타낼 수 있다.
Figure 112020023235269-pat00006
여기서,
Figure 112020023235269-pat00007
는 CIR 기반 위치 핑거프린트를 나타내고,
Figure 112020023235269-pat00008
는 m번째 액세스 포인트와 n번째 샘플 포인트 사이의 CIR 값을 나타낸다. 또한, 각 액세스 포인트와 샘플 포인트 사이의 벡터 값이 계산될 수 있다. 상기 벡터 값은 하기 <수학식 3>과 같이 벡터 행렬로 나타낼 수 있다.
Figure 112020023235269-pat00009
여기서, D는 벡터 행렬,
Figure 112020023235269-pat00010
는 m번째 액세스 포인트와 n번째 샘플 포인트 사이의 벡터 값을 나타낸다. 임의의 위치에서 k번째 단말과 단말을 서빙하는 액세스 포인트 사이의 CIR 값은
Figure 112020023235269-pat00011
를 얻기 위해 계산될 수 있다. 유클리드 거리(Euclidean distance)는
Figure 112020023235269-pat00012
와
Figure 112020023235269-pat00013
의 상관관계(correlation)를 평가하여 계산될 수 있다. 위치 k에서의 온라인 핑거프린트와 j번째 액세스 포인트의 위치 I의 오프라인 핑거프린트 사이의 상관관계는
Figure 112020023235269-pat00014
로 주어지며, 여기서
Figure 112020023235269-pat00015
나타낼 수 있다. 이 경우, 최소 거리는 하기 <수학식 4>와 같이 나타낼 수 있다.
Figure 112020023235269-pat00016
따라서, <수학식 4>를 통해 유클리드 거리 벡터
Figure 112020023235269-pat00017
가 산출될 수 있다. 근접도(closeness degree)는 높음에서 낮음으로 계산되며, 액세스 포인트(110)는 단말(130)과의 근접도가 더 높은 4개의 핑거프린트 벡터를 선택할 수 있다. 선택된 샘플 핑거프린트 포인트는 가까운 순서로
Figure 112020023235269-pat00018
로 나타낼 수 있다. 그리고 단말(130)의 좌표 X0, Y0, Z0은 하기 <수학식 5>와 같이 나타낼 수 있다.
Figure 112020023235269-pat00019
여기서,
Figure 112020023235269-pat00020
n번째 샘플 포인트의 근접도 가중 계수(closeness degree weighted coefficient)를 나타내고,
Figure 112020023235269-pat00021
은 하기 <수학식 6>과 같이 나타낼 수 있다.
Figure 112020023235269-pat00022
즉, 본 발명에 따르면, LiFi 환경에서 위치 추적에 핑거프린팅 알고리즘이 사용될 수 있다. 핑거프린트 알고리즘에는 오프라인 샘플링 및 온라인 포지셔닝 과정이 포함될 수 있다. 오프라인 샘플링 방법은 각 샘플 포인트(120)에 대한 CIR 값을 측정하여 샘플 핑거프린팅 데이터베이스를 구축하는 과정을 포함할 수 있다. 또한, 온라인 포지셔닝 방법은 가중 퍼지 매칭 알고리즘을 포함할 수 있다.
핑거 프린팅 알고리즘은 액세스 포인트 및 샘플 포인트의 CIR 값만 이용한다는 장점이 있습니다. 해당 데이터만을 사용하여 위치를 측정할 수 있으므로 기존 장치를 사용하거나 다른 장치를 추가할 필요가 없다.
그러나 오프라인 측정이 CIR 데이터베이스를 구축하는데 시간이 오래 걸린다는 문제가 있습니다. 또한 환경에서 변수가 발생하면 데이터베이스를 다시 작성해야 할 수 있다. 결과적으로 실내 측위 시스템 비용이 크게 증가할 수 있다. 따라서 본 발명과 같은 온라인 포지셔닝 방법을 통해 오류를 줄이는 방법이 가장 효율적이다. 본 발명에서는 가중 퍼지 매칭 알고리즘을 온라인 포지셔닝 방법으로 사용할 수 있다. 이 방법은 핑거프린트 알고리즘을 통해 설정된 샘플 포인트의 위치에 대한 CIR 값을 사용하여 단말의 정확한 위치를 다시 추적하여 오류를 감소시킬 수 있다.
도 3a는 본 발명의 일 실시예에 따른 단말의 CIR 값 측정을 도시한 도면이다. 도 3b는 본 발명의 일 실시예에 따른 샘플 포인트 선택을 도시한 도면이다. 도 3c는 본 발명의 일 실시예에 따른 단말 위치 추정을 도시한 도면이다. 도 3d는 본 발명의 일 실시예에 따른 관심 영역 설정을 도시한 도면이다. 도 3e 내지 3i는 본 발명의 일 실시예에 따른 POS 알고리즘 수행을 도시한 도면이다. 도 3j 및 3k는 본 발명의 일 실시예에 따른 단말 위치 추정을 도시한 도면이다. 도 3l는 본 발명의 일 실시예에 따른 샘플 포인트 추가를 도시한 도면이다. 도 3m은 본 발명의 일 실시예에 따른 단말 이동 시 위치 추적을 도시한 도면이다.
도 3a를 참고하면, 각 액세스 포인트(110)는 단말(130)에 대한 CIR 값을 측정할 수 있다. 도 3b를 참고하면, 액세스 포인트(110)는 퍼지 매칭 알고리즘을 통해 측정된 단말에 대한 CIR 값에 기반하여, 유사한 CIR 값을 가진, 즉, 단말(130)과 가장 인접한 적어도 하나의 샘플 포인트(120)를 선택할 수 있다.
도 3c를 참고하면, 액세스 포인트(110)는 퍼지 매칭 알고리즘을 통해 단말(130)의 위치(310)를 추정할 수 있다. 도 3d를 참고하면, 액세스 포인트(110)는 추정된 단말(130)의 위치(310)를 기반으로 PSO 알고리즘을 수행할 관심 영역(320)을 설정할 수 있다.
도 3e 내지 3i를 참고하면, 액세스 포인트(110)는 PSO 알고리즘을 수행할 수 있다. 이 경우, PSO 알고리즘의 초기 입자의 위치는 관심 영역(320) 내에 임의로 분포될 수 있다. 또한, 액세스 포인트(110)가 수행하는 PSO 알고리즘에서 각 입자들은 하기 <수학식 7>과 같이 단말(130)의 위치에 대한 최적의 해를 결정할 수 있다.
Figure 112020023235269-pat00023
여기서, c는 가속 계수, r은 수축 계수, w는 관성 계수, t는 현재 반복 횟수, T는 최대 반복 횟수, pbest는 각 입자의 최적 위치, gbest는 입자 군집의 최적 위치를 나타낸다.
예를 들어, 액세스 포인트(110)가 수행하는 PSO 알고리즘에서 각 입자는 최적의 해를 찾기 위해 최대 10회까지 PSO 알고리즘을 수행할 수 있다. 각 입자는 최적의 해를 찾는 경우, PSO 알고리즘을 종료할 수 있다.
도 3j 및 3k를 참고하면, 액세스 포인트(110)는 단말(130)의 최종 위치(330)를 추정할 수 있다. 여기서, 단말(130)의 최종 위치(330)는 단말의 재추정된 위치를 의미할 수 있다. 또한, 액세스 포인트는 단말(130)의 최종 위치(330)에 해당하는 데이터를 칼만 필터링의 초기 값으로 사용할 수 있다.
도 3l를 참고하면, 액세스 포인트(110)는 단말(130)에 대한 CIR 값을 샘플 포인트 데이터베이스에 추가하고, 단말(130)의 이동 시 위치 추적에 사용할 수 있다.
도 3m를 참고하면, 액세스 포인트(110)는 단말(130)이 이용하는 경우, 칼만 필터링을 사용하여 단말(130)의 위치의 사전예측 및 사후예측을 통해 단말(130)의 보다 정확한 추정 이동 위치(340)를 결정할 수 있다.
도 4는 본 발명의 일 실시예에 따른 액세스 포인트(110)의 동작 방법을 도시한 도면이다.
도 4를 참고하면, S401 단계는 VLC 공간에서, 다수의 샘플 포인트(120)에 대한 CIR 값을 획득하는 단계이다.
S403 단계는, VLC 공간에서 단말(130)에 대한 CIR 값을 획득하는 단계이다.
S405 단계는, 다수의 샘플 포인트(110)에 대한 CIR 값과 단말(130)에 대한 CIR 값에 기반하여 단말(130)의 위치를 추정하는 단계이다.
일 실시예에서, 다수의 샘플 포인트(120)에 대한 CIR 값과 단말(130)에 대한 CIR 값에 기반하여 퍼지 매칭(Fuzzy Matching) 알고리즘을 수행하여 다수의 샘플 포인트(120) 중 적어도 하나의 샘플 포인트를 결정할 수 있다.
일 실시예에서, 다수의 샘플 포인트(120) 중 단말(110)에 대한 CIR 값과 가장 가까운 CIR 값을 갖는 적어도 하나의 샘플 포인트를 결정할 수 있다.
일 실시예에서, 적어도 하나의 샘플 포인트에 대한 CIR 값을 이용하여 단말(130)의 위치를 추정할 수 있다.
일 실시예에서, 추정된 단말(130)의 위치에 기반하여 PSO(Particle Swarm Optimization) 알고리즘을 수행하기 위한 관심 영역을 결정할 수 있다.
일 실시예에서, 관심 영역에 대해 PSO 알고리즘을 수행하여, 단말(130)의 위치를 재추정할 수 있다.
일 실시예에서, 단말(130)이 이동하는 경우, 재추정된 단말(130)의 위치에 기반한 칼만 필터링(Kalman Filtering)을 수행하여, 단말(130)의 이동된 위치를 추정할 수 있다.
일 실시예에서, 칼만 필터링은 시간 업데이트 과정과 측정 업데이트 과정을 포함할 수 있다. 이 경우, 시간 업데이트 과정은 단말(130)의 다음 위치를 사전에 예측하는 과정을 의미할 수 있다. 또한, 측정 업데이트는 실제 관측된 단말(130)의 위치를 사전 예측에 적용하여 예측의 정확도를 향상시킬 수 있다.
도 5는 본 발명의 일 실시예에 따른 액세스 포인트 장치(110)의 기능적 구성을 도시한 도면이다.
도 5를 참고하면, 액세스 포인트 장치(110)는 통신부(510), 저장부(520) 및 제어부(530)를 포함할 수 있다.
통신부(510)는 VLC 공간에서, 다수의 샘플 포인트(120)에 대한 CIR 값을 획득하고, VLC 공간에서, 단말(130)에 대한 CIR 값을 획득할 수 있다.
일 실시예에서, 통신부(510)는 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 통신부(510)의 전부 또는 일부는 '송신부', '수신부' 또는 '송수신부(transceiver)'로 지칭될 수 있다.
저장부(520)는 다수의 샘플 포인트(120)에 대한 CIR 값과 단말(130)에 대한 CIR 값을 저장할 수 있다. 또한, 저장부(520)는 추정된 단말(130)의 위치 및 재추정된 단말(130)의 위치를 저장할 수 있다. 또한, 저장부(520)는 재추정된 단말(130)에 대한 CIR 값을 저장할 수 있다.
일 실시예에서, 저장부(520)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 저장부(520)는 제어부(530)의 요청에 따라 저장된 데이터를 제공할 수 있다.
제어부(530)는 다수의 샘플 포인트(120)에 대한 CIR 값과 단말(130)에 대한 CIR 값에 기반하여 단말(130)의 위치를 추정할 수 있다.
일 실시예에서, 제어부(530)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함하거나, 또는, 프로세서의 일부일 수 있다. 또한, 제어부(530)는 CP(communication processor)라 지칭될 수 있다. 제어부(530)는 본 발명의 다양한 실시예에 따른 액세스 포인트 장치(110)의 동작을 제어할 수 있다.
도 5를 참고하면, 액세스 포인트 장치(110)는 통신부(510), 저장부(520) 및 제어부(530)를 포함할 수 있다. 본 발명의 다양한 실시 예들에서 액세스 포인트 장치(110)는 도 5에 설명된 구성들이 필수적인 것은 아니어서, 도 5에 설명된 구성들보다 많은 구성들을 가지거나, 또는 그보다 적은 구성들을 가지는 것으로 구현될 수 있다.
도 6a는 본 발명의 일 실시예에 따른 위치 추적 오차 그래프를 도시한 도면이다. 도 6b는 본 발명의 일 실시예에 따른 다양한 환경에서의 위치 추적 오차 그래프를 도시한 도면이다.
도 6a를 참고하면, 본 발명에 따른 위치 추적 방식을 사용하는 경우, VLC 환경에서의 최소 위치 오차는 0.035m이고, VLC 환경에서의 최대 위치 오차는 3.3m이며, VLC 환경에서의 평균 위치 오차는 1.1m임을 확인할 수 있다.
도 6b를 참고하면, 병원 병동 환경에서 위치 측정이 수행될 수 있으며, 이 경우, 시뮬레이션 파라미터는 하기 <표 1>과 같이 나타낼 수 있다.
Parameter value
WiFi LiFi
Environment Hospital Ward
Room Size 8m x 8m x 3m
Number of repeated counts 10,000
Number of AP 3 9
Number of Sample Point 9 9
Power per each AP 20W 19W
시뮬레이션은 8m x 8m x 3m의 공간에서 수행된다. 조명 당 16개의 AP가 설치될 수 있다. 오프라인 핑거 프린팅의 영향을 최소화하기 위해 비교적 적은 수의 9개의 샘플 포인트의 위치가 설정될 수 있다. 그리고 각 AP에 의해 샘플 포인트에 대한 CIR 값이 측정될 수 있다. 이후, 샘플 포인트에 대한 핑거 프린팅 데이터베이스가 설정될 수 있다.
그리고, 온라인 위치 결정 단계에서, 적색 점으로 표시된 실제 위치 좌표에서 단말은 CIR 값을 측정하는 16개의 AP를 가질 수 있다. 노란색으로 표시된 네 개의 인접 샘플 포인트가 설정될 수 있다. 가중 퍼지 일치 알고리즘을 사용하여 녹색으로 추정된 위치 좌표를 도출하기 위해 인접한 샘플 포인트의 가중치가 계산될 수 있다.
도 6c는 본 발명의 일 실시예에 따른 WiFi 환경에서의 위치 추적 오차 그래프를 도시한 도면이다.
도 6c를 참고하면, 종래의 WiFi를 사용할 때 단말의 위치 추정이 수행될 수 있다. 본 발명에 따른 LiFi와 동일한 크기의 환경에서 AP는 각 위치에 설치될 수 있다. LiFi와 마찬가지로 9개의 샘플 포인트가 설정될 수 있다. 그리고 각 RSS는 샘플 포인트에 대한 RSSI 값을 측정할 수 있다.
또한, 샘플 포인트에 대한 핑거 프린팅 데이터베이스가 설정될 수 있다. 각각의 AP는 단말들 사이의 RSSI 값을 측정한 다음 가중 퍼지 매칭 알고리즘을 사용하여 단말의 좌표를 추정할 수 있다. 실제 위치의 단말 좌표와 추정된 위치의 단말 좌표를 비교함으로써 에러가 측정될 수 있다.
이 경우, 단말의 랜덤 배치로 10,000번 수행될 수 있으며, 하기 <표 2>와 같이 단말 좌표의 평균 오차가 측정될 수 있다.
Parameter Value
WiFi LiFi
Average Error 2m 1.3m
<표 2>에서와 같이, 종래의 WiFi를 사용하여 위치를 추정하는 경우, 평균 2m의 오류가 발생할 수 있다. 반면, 본 발명에 따른 LiFi를 사용하여 위치를 추정하는 경우, 1.3m의 오류가 발생하고 WiFi에 비해 65%의 오류 감소를 확인할 수 있다.
실외 환경에서는 종래의 GPS와 같은 기술을 사용하여 위치가 추정되지만 이러한 기술은 실내용으로는 적합하지 않다. 또한, 실내 환경에서 위치 추정에 주로 사용되는 종래의 WiFi는 정확한 위치를 추정하기 위해 여러 AP가 필요하므로 많은 비용이 필요하다.
그러나, 본 발명에 따른 LiFi를 사용하여 위치를 추정하는 경우 여러 AP의 저렴한 설치비용을 달성할 수 있다. 또한, 위치 추정에 사용되는 핑거프린트 기술은 오프라인에서 CIR 및 RSSI 값을 측정하는데 많은 시간과 노력이 필요합니다. 그러나 본 발명에 따른 LiFi를 사용하면 적은 샘플 포인트로 WiFi보다 높은 정확도를 달성할 수 있다.
또한, 본 발명과 같이, 기존의 핑거 프린팅 알고리즘 외에 가중 퍼지 매칭 알고리즘을 사용하면 불충분한 샘플 포인트에서도 높은 정확도를 얻을 수 있다. 또한, 본 발명의 경우, 온라인 포지셔닝 단계에 PSO 알고리즘 및 칼만 필터링(Kalman Filtering) 방법이 추가되어 위치 추정 정확도가 높아질 수 있다.
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로, 통상의 기술자라면 본 발명의 본질적인 특성이 벗어나지 않는 범위에서 다양한 변경 및 수정이 가능할 것이다.
따라서, 본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라, 설명하기 위한 것이고, 이러한 실시예들에 의하여 본 발명의 범위가 한정되는 것은 아니다.
본 발명의 보호범위는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 이해되어야 한다.
100: 실내 위치 추적 시스템
110: 액세스 포인트
120: 샘플 포인트
130: 단말
310: 위치
320: 관심 영역
330: 최종 위치
340: 추정 이동 위치
510: 통신부
520: 저장부
530: 제어부

Claims (12)

  1. VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트에 대한 CIR(Channel Impulse Response) 값을 획득하는 단계;
    상기 VLC 공간에서, 단말에 대한 CIR 값을 획득하는 단계;
    상기 다수의 샘플 포인트 중 상기 단말에 대한 CIR 값과 가장 가까운 CIR 값을 갖는 적어도 하나의 샘플 포인트를 결정하는 단계;
    상기 적어도 하나의 샘플 포인트에 대한 CIR 값을 이용하여 상기 단말의 위치를 추정하는 단계; 및
    상기 추정된 단말의 위치에 기반하여 PSO(Particle Swarm Optimization) 알고리즘을 수행하기 위한 관심 영역을 결정하는 단계;
    를 포함하는,
    액세스 포인트의 동작 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 관심 영역을 결정하는 단계 이후에,
    상기 관심 영역에 대해 PSO 알고리즘을 수행하여, 상기 단말의 위치를 재추정하는 단계;
    를 더 포함하는,
    액세스 포인트의 동작 방법.
  6. 제5항에 있어서,
    상기 관심 영역을 결정하는 단계 이후에,
    상기 단말이 이동하는 경우, 상기 재추정된 단말의 위치에 기반한 칼만 필터링(Kalman Filtering)을 수행하여, 상기 단말의 이동된 위치를 추정하는 단계;
    를 더 포함하는,
    액세스 포인트의 동작 방법.
  7. VLC(Visible Light Communication) 공간에서, 다수의 샘플 포인트에 대한 CIR(Channel Impulse Response) 값을 획득하고,
    상기 VLC 공간에서, 단말에 대한 CIR 값을 획득하는 통신부; 및
    상기 다수의 샘플 포인트 중 상기 단말에 대한 CIR 값과 가장 가까운 CIR 값을 갖는 적어도 하나의 샘플 포인트를 결정하고,
    상기 적어도 하나의 샘플 포인트에 대한 CIR 값을 이용하여 상기 단말의 위치를 추정하고,
    상기 추정된 단말의 위치에 기반하여 PSO(Particle Swarm Optimization) 알고리즘을 수행하기 위한 관심 영역을 결정하는 제어부;
    를 포함하는,
    액세스 포인트 장치.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 제7항에 있어서,
    상기 제어부는,
    상기 관심 영역에 대한 PSO 알고리즘을 수행하여, 상기 단말의 위치를 재추정하는,
    액세스 포인트 장치.
  12. 제11항에 있어서,
    상기 제어부는,
    상기 단말이 이동하는 경우, 상기 재추정된 단말의 위치에 기반한 칼만 필터링(Kalman Filtering)을 수행하여, 상기 단말의 이동된 위치를 추정하는,
    액세스 포인트 장치.

KR1020200027285A 2019-12-27 2020-03-04 Vlc를 활용한 실내 위치 추적 방법 및 장치 KR102305393B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190176909 2019-12-27
KR20190176909 2019-12-27

Publications (2)

Publication Number Publication Date
KR20210084188A KR20210084188A (ko) 2021-07-07
KR102305393B1 true KR102305393B1 (ko) 2021-09-28

Family

ID=76862379

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200027285A KR102305393B1 (ko) 2019-12-27 2020-03-04 Vlc를 활용한 실내 위치 추적 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102305393B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115002702B (zh) * 2022-06-27 2024-05-14 五邑大学 一种基于信道状态信息的滑动窗口指纹匹配定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102420476B1 (ko) 2018-05-25 2022-07-13 에스케이텔레콤 주식회사 차량의 위치 추정 장치, 차량의 위치 추정 방법, 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Hamid Hosseinianfar et al., Positioning for Visible Light Communication System Exploiting Multipath Reflections, IEEE, 2017.07.31.*

Also Published As

Publication number Publication date
KR20210084188A (ko) 2021-07-07

Similar Documents

Publication Publication Date Title
Zhuang et al. Autonomous smartphone-based WiFi positioning system by using access points localization and crowdsourcing
CN107318084B (zh) 一种基于最优相似度的指纹定位方法及装置
US20150230100A1 (en) System and method for wireless positioning in wireless network-enabled environments
US20050014511A1 (en) Location estimation of wireless terminals through pattern matching of deduced signal strengths
JP5048021B2 (ja) 建物影響推定装置及び建物影響推定方法
KR20130126315A (ko) 사용자의 위치를 획득하는 방법 및 장치
TW201329486A (zh) 定位方法
CN108450060B (zh) 基于wi-fi接入点的定位方法、设备
CN107850656B (zh) 用于确定定位目的的模型参数的方法、装置和系统
KR101709411B1 (ko) 가중치 삼변측량법에 기반한 위치 측정 방법과 이를 이용한 실내 측위 방법
CN108872934B (zh) 一种基于非视距误差抑制的室内三维定位方法
Gholoobi et al. RSS based localization using a new WKNN approach
KR101749098B1 (ko) 기지국 위치추정 시스템 및 이의 기지국 위치추정 방법
KR20210026520A (ko) 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법
Talvitie et al. Method and analysis of spectrally compressed radio images for mobile-centric indoor localization
CN103648163A (zh) 一种应用于无线局域网的室内定位方法
KR102305393B1 (ko) Vlc를 활용한 실내 위치 추적 방법 및 장치
CN103686998A (zh) 一种基于aoa的切换位置定位方法及装置
KR102056720B1 (ko) 링크 형 격자 핑거프린트 데이터베이스 생성 방법 및 장치
CN103841639A (zh) 用于室内定位的无线局域网技术
Arai et al. Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation
KR20140119333A (ko) 위치 정확도 향상을 위한 위치 측위 방법 및 장치
KR102118981B1 (ko) 비콘 신호와 핑거프린트 맵 기반의 실내 측위 방법 및 시스템
CN114173281B (zh) 室内nlos环境下基于toa的定位系统信标节点的优化布局方法
KR101785852B1 (ko) 재난환경에서 유클리디언 디스턴스에 기초하여 위치를 추정하는 방법 및 시스템

Legal Events

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