KR102361202B1 - 적응적 위치 판정 기법 - Google Patents

적응적 위치 판정 기법 Download PDF

Info

Publication number
KR102361202B1
KR102361202B1 KR1020167031449A KR20167031449A KR102361202B1 KR 102361202 B1 KR102361202 B1 KR 102361202B1 KR 1020167031449 A KR1020167031449 A KR 1020167031449A KR 20167031449 A KR20167031449 A KR 20167031449A KR 102361202 B1 KR102361202 B1 KR 102361202B1
Authority
KR
South Korea
Prior art keywords
location
data
beacon
beacons
floor
Prior art date
Application number
KR1020167031449A
Other languages
English (en)
Other versions
KR20170002439A (ko
Inventor
지-한 린
치-웨이 왕
스티븐 피 다이아세티스
Original Assignee
마이크로소프트 테크놀로지 라이센싱, 엘엘씨
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 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 filed Critical 마이크로소프트 테크놀로지 라이센싱, 엘엘씨
Publication of KR20170002439A publication Critical patent/KR20170002439A/ko
Application granted granted Critical
Publication of KR102361202B1 publication Critical patent/KR102361202B1/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
    • G01S5/0205—Details
    • G01S5/0236—Assistance data, e.g. base station almanac
    • 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
    • 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
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02523—Details of interaction of receiver with radio-map
    • 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
    • G01S5/0263—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems
    • 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
    • G01S5/0268—Hybrid positioning by deriving positions from different combinations of signals or of estimated positions in a single positioning system
    • 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
    • G01S5/0295—Proximity-based methods, e.g. position inferred from reception of particular signals
    • 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
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/244—Connectivity information management, e.g. connectivity discovery or connectivity update using a network of reference devices, e.g. beaconing
    • 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
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • 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
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/02—Indoor

Landscapes

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

Abstract

위치 요청에 응답하여 위치를 산정하기 위한 시스템 및 방법이 제공된다. 장소에 대한 가용 데이터 및 디바이스 능력에 기반하여 산정 방법을 선택하기 위해 요청과 연관된 관측 비컨 데이터가 사용된다. 만약 이전에 확인된 비컨 위치를 기반으로 한 충분한 장소 데이터가 이용가능한 경우, 위치 산정은 층 및 장소 정보를 결정할 수 있다. 만약 불충분한 이전 관측 데이터가 장소를 위해 이용가능한 경우, 위치는 GPS 관측에 기반하여 2D 데이터를 사용하여 산정된다. 산정 모델 선정에 이어서, 산정 위치는 위치 요청에 응답하여 회신된다.

Description

적응적 위치 판정 기법{ADAPTIVE POSITION DETERMINATION}
위치 추정은 디바이스 위치를 규명하기 위해 모바일 처리 디바이스(mobile processing device)에 의해 사용되며 그 디바이스 상의 다수의 애플리케이션에 유용한 특징이다. 위치 추정 기법은 위치를 산정하기(calculate) 위한 다수의 상이한 방법 중 임의의 것을 사용할 수 있다. 위치를 판정하는 것을 전세계 항법 위성 시스템(Global Navigation Satellite System: GNSS)과 같은 위성 시스템이 도울 수 있으나, 산정 기법에서의 와이파이(Wi-Fi) 비컨(beacon)의 사용은 더욱 정확한 위치 교정(fix)을 제공하고/하거나 위성 시스템이 액세스가능하지 않은 영역에서 위치 교정을 제공할 수 있다. 모바일 컴퓨팅 디바이스(mobile computing device)의 위치는 비컨으로부터의 무선 신호의 세기(strength)를 사용함으로써 추정될 수 있다. 그러나, 실내 환경을 통한 신호 전파(signal propagation)의 예측불가능성은 위치 교정을 판정하는 데에서 난관이다. 신호 세기 측정의 알맞은 통계적 모델을 제공하는 것은 어려울 수 있다. 시험 지역에서 수집된 훈련 데이터 및 모바일 처리 디바이스를 위한 실시간 추정으로부터 정확한 경험적 모델(empirical model)을 생성할 수 있는 기법들에 몇몇 노력이 집중되었다. 그러한 접근법의 정확도는 측위 알고리즘(positioning algorithm)에 알려진 위치의 개수에 적어도 부분적으로 달려 있다. 그러나, 발생할 수 있는 가능한 신호 변동은, 사용자의 경로 내에서 오차 및 오류를 증가시킬 수 있다. 디바이스의 위치에 따라, 위치 정확도를 제공하는 데에서 하나의 산정 방법이 다른 것보다 우수할 수 있다.
위치 요청(position request)에 응답하여 위치를 산정하기 위한 기술이 제공된다. 위치 요청은, 그 요청과 연관되고 그 산정이 부분적으로 기반을 두어야 할 관측 비컨 데이터(observed beacon data)를 포함할 수 있다. 그 위치 산정 요청에 응답하여, 측위 알고리즘들 및 잠재적으로 다른(potentially differing) 데이터 소스들과 모델들 간에 선택이 행해진다. 데이터 모델 및 알고리즘의 선정은, 처리를 수행하는 디바이스의 능력, 관측 비컨(observed beacon)의 개수, 그리고 장소(venue)에서 위치를 결정하기(resolve) 위한 데이터의 이용가능성(availability)을 비롯하여, 다수의 인자에 의존한다.
이 개요는 상세한 설명에서 추가로 후술되는 개념 중 선택된 것을 단순화된 형태로 소개하기 위해 제공된다. 이 개요는 청구된 대상물(claimed subject matter)의 중요 특징 또는 필수적 특징을 식별하도록 의도되지 않고, 청구된 대상물의 범주를 정하는 데 보조로서 사용되도록 의도되지도 않는다.
도 1은 위치 산정을 위해 활용되는 무선 비컨에 관해 모바일 컴퓨팅 디바이스를 묘사하는 블록도이다.
도 2는 복수의 무선 비컨이 있는 실내 위치의 사시분해도(perspective exploded view)이다.
도 3은 선택된 방법을 사용하여 위치를 판정하기 위한 본 기술에 따른 방법을 나타내는 흐름도이다.
도 4는 가장 정확한 산정 방법을 선택하는 단계를 예시하는 흐름도이다.
도 5는 도 3의 방법을 위한 데이터 모델의 생성을 예시하는 흐름도이다.
도 6은 표결 특징 간격(voting features interval)에 기반한 층(floor)의 선택을 예시하는 흐름도이다.
도 7은 EZ 알고리즘을 사용하여 위치를 산정하는 시나리오를 예시하는 블록도이다.
도 8은 제1 AP 모델을 예시하는 표(table)이다.
도 9는 복합(hybrid) AP 모델을 예시하는 표이다.
도 10은 표결 특징 간격 데이터를 예시하는 표이다.
도 11은 XML로 표현된 "핑거프린트 이용 위치 입수"(Get Location Using Fingerprint: GLUF) 요청에 대한 예시적인 응답이다.
도 12는 제1 처리 디바이스 및 컴퓨팅 디바이스의 기능적 표현의 블록도이다.
도 13은 제2 처리 디바이스 및 컴퓨팅 디바이스의 기능적 표현의 블록도이다.
도 14는 처리 시스템의 블록도이다.
위치 요청에 응답하여 위치를 판정하거나 산정하기 위한 기술이 제공된다. 위치 요청은, 그 요청과 연관되고 그 산정이 부분적으로 기반을 두어야 할 관측 비컨 데이터를 포함할 수 있다. 그 위치 산정 요청에 응답하여, 대안적인 측위 알고리즘들 및 잠재적으로 다른 데이터 소스들과 모델들 간에 선택이 행해진다. 다수의 상이한 알고리즘을 제공함으로써, 위치 요청 내의 관측 데이터(observed data)에 기반하여 위치를 산정하는 최적의 방법이 나온다.
당 기술에 따르면, 위치 산정 시스템은 어느 알고리즘이 더 정확한 위치 산정을 제공하는지에 기반하여 위치를 산정하는 데에 적어도 두 개의 알고리즘 및 두 개의 데이터 모델 중 하나를 사용한다. 데이터 모델 및 알고리즘의 선정은, 처리를 수행하는 디바이스의 능력, 관측 비컨의 개수, 그리고 장소에서 위치를 결정하기 위한 데이터의 이용가능성을 비롯하여, 다수의 인자에 의존한다. 본 문서 내의 개시에서, 사용되는 비컨은 하나 이상의 기본 서비스 세트 식별자(Basic Service Set IDentifier: BSSID)를 가지는 와이파이(Wireless Fidelity: Wi-Fi) 액세스 포인트(access point)일 수 있다. (하나의 물리적 액세스 포인트가 여러 BSSID를 지원하도록 구성될 수 있음에 유의하여야 한다.)
제1 유형의 알고리즘은 2차원(2D) 액세스 포인트 모델에 기반하여 와이파이 액세스 포인트 핑거프린트(fingerprint) 및 GPS 위치 교정으로 구성된 데이터를 사용한다. 그 2차원 모델은 알려진 위치를 가지는 다양한 액세스 포인트의 경도 및 위도를 포함한다. 그 액세스 포인트 위치들의 2D 데이터 스토어(data store)는 모든 관측된(observed) 위치의 대략적인 중심에서 제공되는 모델 내의 모든 와이파이 액세스 포인트의 위치와 함께 유지된다. 그러므로, 액세스 포인트와 연관된 위치는, 액세스 포인트가 실제로 위치될 수 있는 곳보다는, 검출된 액세스 포인트의 가장 통계적으로 가능성이 있는 위치를 포함한다. 비컨 검출을 사용하여, 다수의 측정이, 위치 및 오차 반경(error radius)을 계산하기 위한 위치 요청에 응답하여 위치 산정 동안에 조합된다. 이 방법은 "추론된"(inferred) 위치를 생성하는 것으로 본 문서에서 대안적으로 지칭된다. 이 제1 방법은 RF 환경의 특성에 덜 민감한데, RF 환경은 비컨이 관측될 수 있는지에만 영향을 주기 때문이고, 비컨 밀도가 낮은 경우에 효과적이다. 제1 방법은 예측가능한 RF 특성이 있는 더 높은 밀도의 환경에서 잘 작동하지만, 아래에서 기술되는 제2 측위 알고리즘이 그러한 더 높은 밀도의 환경에서 통계적으로 더 나은 측위 결과를 제공한다.
제2 측위 알고리즘은 알려진 위치에 대한 사용자 제공된 기준 실측자료(user supplied ground truth), 층(floor), 장소 및 와이파이 핑거프린트로 구성된 비컨 관측에 기반한 3차원 와이파이 핑거프린트를 사용한다. 3D 데이터 스토어가 제공되는데 여기에서 위도, 경도, 장소 및 장소 층 특성들을 가지는 액세스 포인트 모델이 제공될 수 있다. 그 모델은 액세스 포인트가 위치된 것으로 여겨지는 곳에 와이파이 액세스 포인트의 위치를 잡는데, 그 위치를 가늠하기(range) 위해 신호 세기를 사용한다. 위치를 산정하기 위하여, 그 측위 알고리즘은 삼변측량(trilateration)을 사용하여 디바이스의 위치를 잡는데, 3D 스토어(store) 내의 게재된 액세스 포인트로부터의 거리를 판정하기 위해 신호 세기를 사용한다. 디바이스의 수신기 이득(receiver gain)이 자동으로 판정되고, 4개의 관측된 와이파이 액세스 포인트가 위치를 산정하는 데에 사용된다. 신호 세기 분포 기반 층 검출 모델(signal strength distribution based floor detection model)이 와이파이 핑거프린트로부터 층을 판정하는 데에 사용된다. 이 산정 시스템은 RF 환경이 더욱 예측가능한(즉, 대략적으로 전파 경로 손실 곡선(propagation path loss curve)을 따르는) 경우에 그리고 비컨 밀도가 높은 경우에 유리하다.
이 개시의 콘텍스트(context)에서, 산정 위치(calculated position)는 위도, 경도 및 다른 논리적 위치 정보, 예를 들어 장소 식별자 및 장소 내의 층 식별자를 포함할 수 있다.
도 1은 본 문서 내에 기술된 기술이 활용될 수 있는 예시적인 콘텍스트를 보여준다. 도 1은 복수의 모바일 컴퓨팅 디바이스(102, 104)의 블록도를 보여주는데, 그것들은 그 모바일 디바이스를 위해 위치를 산정하는 데에 하나 이상의 비컨(110a 내지 110d) 또는 다른 셀 사이트(cell site)(120a, 120b)를 활용한다. 모바일 컴퓨팅 디바이스(102, 104)는 비컨(110, 120) 중 하나 이상을 관측하거나 아니면 검출하고 이들 비컨으로부터의 신호를 활용하여 위치를 계산한다. 예시적인 비컨은 셀룰러 타워(cellular tower), 기지국(base station), 송수신 기지국(base transceiver station), 기지국 사이트(base station site), 그리고/또는 임의의 양 및 유형의 휴지 모드(vacation mode)를 지원하는 임의의 다른 네트워크 요소를 포함한다. 보통, 비컨(110a 내지 110d)은, 예컨대, 모바일 디바이스로 하여금 다른 유형의 신호가 존재하지 않을 수 있는 영역(예를 들어 건물 내부 및 유사한 것) 내의 위치를 산정할 수 있게 하기 위해 정보를 제공하는 전파(propagation) 속성 및 신호를 인지한 와이파이 비컨을 나타낸다. 모바일 컴퓨팅 디바이스(102, 104) 각각은 각각의 비컨(110, 120)에 대해 속성을 저장할 수 있다. 몇몇 실시예에서, 예시적인 속성은 관측하는(observing) 모바일 컴퓨팅 디바이스의 위도와 경도, 그리고 관측 시간(observation time)을 포함한다. 장소와 같은 내부 위치에서, 관측은 층 위치와 같은 더 세밀한(granular) 정보를 포함할 수 있다.
각각의 모바일 컴퓨팅 디바이스는 위치 산정을 스스로 수행할 수 있거나, 네트워크(50)를 통하여 위치 서비스(location service)(125)에 정보를 제공할 수 있는데 위치 서비스(125)는 그 디바이스의 산정 위치를 그 디바이스에 회신한다(return). 각각의 위치 산정은 추론된 디바이스 위치를 산출하기 위해 비컨 핑거프린트(가령, 컴퓨팅 디바이스에 의해 관측되는 비컨의 세트)로의 칼만 필터(Kalman filter)(또는 다른 방법)를 활용할 수 있다. 오차 반경이 또한 산정될 수 있다. 오차 반경은 원(추정된 디바이스 오차 반경을 그것의 반경으로서 가짐)으로서 반영될(reflected) 수 있다. 결과적으로, 만약 주어진 신뢰 수준(confidence level)으로써 특정한 비컨이 검출되는 경우, 도 12의 418에서 예시된 바와 같은 추정된 비컨 반경을 갖는, 추정된 비컨 위치에 중심이 두어진 원 내에 있는 추론된 디바이스 위치가 산출될 수 있다.
위치 서비스(125)는 모바일 컴퓨팅 디바이스(102, 104)의 관측, 이전의 위치 조사(previous position survey), 그리고 위치 서비스(125)에서 수집되고 저장되는 다른 데이터에 기반하여 위치 산정을 수행할 수 있는 것이다. 몇몇 실시예에서, 위치 서비스(125)는, 본 문서에서 기준 실측자료(ground truth)로서 지칭되는, 알려진 실제 위치에 대한 비컨의 관측뿐만 아니라 다수의 상이한 모바일 컴퓨팅 디바이스로부터 데이터를 수집할 수 있다. 모바일 컴퓨팅 디바이스(102, 104)는 관측된 위치의 속성, 그리고 다양한 위치에서 관측된 비컨의 속성을 위치 서비스에 네트워크(50)를 통하여 발신할 수 있다. 위치 서비스(125)는 네트워크(50)를 통하여 모바일 처리 디바이스에 위치 판정 서비스를 제공하기 위해 본 문서에서 예시된 바와 같은 하나 이상의 컴퓨팅 디바이스를 동작할 수 있다.
산정되거나 추론된 위치는 위치도 포함하고 연관된 오차 반경도 가질 수 있다. 오차 반경은 위치의 산정에서 존재할 수 있는 불확실성 또는 오차의 반영이다. 산정 위치를 사용하여 맵핑 애플리케이션(mapping application)에 의해 디스플레이되는 바와 같은 오차 반경의 예시가 도 12에 개진된다. 일반적으로 오차 반경은 산정 위치를 둘러싼 영역을 나타내는데 이는 산정 위치의 사용자에게 산정의 상대적 정확도를 나타낸다.
관측은 위치를 판정하기 위해 GPS 서비스와 함께 사용될 수 있다. 몇몇 사례에서, GPS 데이터가 이용가능하지 않다. 모바일 컴퓨팅 디바이스가 건물 장소의 내부에 존재하는 경우, GPS 데이터로의 액세스는 일반적으로 받기가 어렵다. 따라서, 와이파이 또는 다른 정보의 사용은 더 정확한 추론된 위치 데이터를 야기할 수 있다.
도 2는 구조의 내부 도처에 두어진 복수의 와이파이 비컨을 가지는 장소(200)의 분해 사시도를 보여준다. 장소(200)는, 예컨대, 쇼핑몰, 학교, 사무실 건물, 공항, 또는 GPS 데이터로의 액세스가 용이하게 이용가능하지 않은 다른 건물일 수 있다. 도 2는 장소(200)의 제1 층(210) 및 제2 층(212)을 보여준다. 복수의 벽면(220)은 장소(200) 내의 다양한 방(225)을 구분한다. 비컨(110)은 장소(200)의 두 층 모두에 걸쳐 위치된다. 처리 디바이스는 처리 디바이스의 위치를 산정하기 위해 장소(200) 내의 비컨의 속성을 사용할 수 있다. 일반적으로, 산정 위치는 사용자에게 정보를 제공하기 위해 산정 위치를 활용하는 애플리케이션에 회신된다. 다수의 상이한 유형의 위치 애플리케이션이 있으나, 맵핑 애플리케이션은 산정 위치의 전형적인 사용이다.
많은 상이한 속성을 활용하여 국부적 측위(local positioning)가 수행될 수 있다. 몇몇 방법은 신호의 물리적 속성을 사용하는 반면, 다른 것들은 신호가 목적지 노드(destination node)에 도달하는 데에 걸린 시간을 사용한다. 몇몇 일반적인 측위 방법은 도달 각도(angle of arrival), 셀 신원(cell identity), 도달 시간(time of arrival), 도달 시간차(time difference of arrival) 및 전력 기반의 무선 측위 방법을 포함한다. 하나의 일반적인 접근법은 특정한 영역 내의 신호 세기 정보의 조사를 이용한다. 이 정보는 그 영역의 신호 세기 핑거 프린트를 기술하는 데이터베이스를 형성한다. 데이터베이스는 특정한 패턴 매칭 알고리즘(pattern matching algorithm)에 의해 모바일 디바이스의 위치를 판정하기 위해 나중에 사용된다. 다른 전력 기반 무선 측위 접근법은 송신기들로부터의 신호 세기와 거리 간의 관계를 추정하기 위해 경로 손실 모델(path-loss model)을 사용한다. 셋 이상의 송신기로부터의 추정된 거리들은 디바이스의 최종 위치를 삼변측량하는 데에 사용된다. 측위의 특정한 방법 및 알고리즘이 본 문서 내에 기술되나, 본 기술은 당 기술의 교시와 연계하여 다수의 상이한 위치 산정 방법 중 임의의 것을 포함할 수 있다.
도 3은 산정 위치를 판정하기 위한 본 기술에 따른 방법을 예시하는 흐름도이다. 하나의 콘텍스트에서, 그 위치는 위치 요청에 응답하여 산정된다. 위치 요청은, 예컨대, 모바일 처리 디바이스 상의 하나 이상의 위치 인지 애플리케이션(location aware application)을 위해 산정 위치를 판정하려고 하는 모바일 처리 디바이스에 의해 생성될 수 있다. 그 방법은, 모바일 디바이스 상에서만, 또는 위치 서비스(125)와의 통신 및 협동이 되어서, 부분적으로 또는 전부 수행될 수 있다.
단계(320)에서, 하나 이상의 장소를 위해 장소 비컨 정보(venue beacon information)가 획득된다. 장소는 건물과 같이, 물리적 설비가 있는 위치, 또는 "액세스 포인트"(Access Point: AP)의 하나 이상의 비컨이 위치된 임의의 위치일 수 있다. 그 장소 정보는 그 장소에서 검출되는 비컨의 위치의 비컨 핑거프린트를 포함하는 정보가 수집되는 동안인 위치 조사로부터 기인할 수 있다. 주어진 시점에서 모바일 컴퓨팅 디바이스(102, 104)에 의해 비컨이 검출될 수 있는데 위치 관측을 나타내고 비컨 핑거프린트를 포함한다. 비컨 핑거프린트는 검출의 다른 특질, 예를 들어 신호 세기와, 관측 날짜 및 시간(data and time of observation)을 또한 포함할 수 있다. 사이트 정보(site information)를 수집하기 위한 하나의 메커니즘이 미국 특허 출원 제US20140057651A1호에 개시된다.
일반적으로, 모바일 처리 디바이스를 사용하여 사이트(site)를 물리적으로 조사하고, 위치를 위한 비컨 핑거프린트를 판정하며, 장소에 대한 비컨 핑거프린트와 연관된 실제 위치의 기준 실측자료 데이터의 세트를 규명함으로써 위치 조사 정보가 수집될 수 있다. 특정한 장소에 대한 기준 실측자료를 규명하기 위하여, 장소에 대한 관측 데이터는 그 관측 데이터를 위한 알려진 위치와 연관된다. 관측 데이터는 주어진 시간에 비컨 핑거프린트로 맵핑되는(mapped) (알려진 위도, 경도 및 층 위치의 관점으로 된) 알려진 위치 정보를 사용하는 조사에 의해서 연관될 수 있다. 맵 위치의 세트 각각에서의 알려진 비컨의 핑거프린트가 생성된다. 추론된 위치를 기준 실측자료와 비교함으로써 위치 판정의 정확도를 평가하는 데에 추론된 위치들 간의 상관(correlation)이 사용된다.
330에서, 그리고 단계(320)에서의 위치 핑거프린트의 획득과 일치하거나 그 후일 수 있는 시간에서, 위치를 판정하라는 요청이 수신될 수 있다. 요청은, 예컨대, 모바일 처리 디바이스 상의 위치 인지 애플리케이션으로부터 수신될 수 있다. 요청은 모바일 처리 디바이스 상의 산정에 의해 수신되거나 모바일 디바이스로부터 송신되고 위치 서비스(125)에 의해 수신될 수 있다. 모바일 처리 디바이스 상의 다수의 그러한 위치 애플리케이션은 모바일 처리 디바이스의 사용자에게 정보 및 서비스를 제공하기 위해 산정 위치를 사용할 수 있다. 일단 위치 판정 요청이 330에서 수신되면, 요청을 개시하는 모바일 측위 디바이스에 의해 관측되는 비컨의 판정이 340에서 행해진다. 관측가능한 비컨은 위치 핑거프린트에 대해 디바이스의 위치를 산정하는 데에서 사용된다. 하나의 실시예에서, 330에서의 요청은 340에서의 관측 비컨의 세트를 요청의 일부로서 포함할 수 있다.
350에서 하나 이상의 대안적인 위치 산정 방법 중 어느 것이 가장 정확한 위치 산정을 제공할 것인지에 대해 다수의 인자에 기반하여 판정이 행해진다. 위치를 산정하기 위해 사용되는 방법의 판정은 도 4에 관해서 후술된다.
360에서, 선택된 방법은 위치를 산정하는 데에 사용되고, 산정 위치는 370에서 요청에 응답하여 회신된다.
도 4는 복수의 대안적인 방법 중 어느 것이 도 3의 단계(350)에서 최선의 위치 산정을 제공하는지를 판정하는 하나의 방법을 예시하는 흐름도이다. 하나의 실시예에서, 두 개의 잠재적인 산정 방법이 활용될 수 있다. 그러나, 상이한 유형의 산정 방법의 개수가 한정될 필요가 없음이 이해될 것이다. 또한, 본 기술은 실내 측위 산정에 적용가능하고 따라서 특정한 산정 방법을 위한 충분한 수의 장소 비컨의 존재가 필요할 수 있다.
처음에, 2D 비컨 모델 데이터를 사용하는 칼만 알고리즘(Kalman algorithm)에 기반하는 추론 알고리즘을 사용하는 디폴트(default) 방법이 360A에서 도시됨에 유의하여야 한다. 360A의 디폴트 방법은, 만약 다른, 더 강인한(robust) 측위 방법이 본 문서 내에 기술된 바와 같은 사용이 가능하지 않은 경우, 산정 위치를 판정하는 데에 사용된다. 이 알고리즘으로부터의 추론된 위치 결과는 372에서 제공된다. 하나의 양상에서, 칼만 알고리즘이 360A에서 사용되나, 위치를 산정하기 위한 다른 방법이 당 기술에 따른 디폴트 방법으로서 사용될 수 있다.
344에서, 디바이스가 위치된 장소를 판정하기 위한 시도가 행해진다. 그 장소는, 예컨대, 위의 340에서 디바이스에 의해 행해진 관측 내에 존재하는 적어도 두 개의 검출되고 장소 식별된(venue-identified) 비컨들의 임계(threshold)에 기반하여 판정될 수 있다. 하나의 실시예에서, 그 장소는 만약 최소의 검출된 임계 신호 세기를 가지는 두 개의 비컨이 관측(340) 내에 존재하는 경우 확인된다(verified). 만약 346에서 장소 검출이 성공적이지 못하면, 방법은 360A에서의 디폴트 산정 방법으로 돌아간다.
만약 346에서 장소 검출이 성공적이면, 348에서 장소 내의 층을 검출하기 위한 시도가 행해진다. 하나의 실시예에서, 도 6에 관해 아래에서 논의되는 바와 같은 표결 프로세스(voting process)에 의해 층 검출이 판정될 수 있다.
만약 층 검출이 성공적이지 못하면, 방법은 360A에서의 디폴트 산정 방법으로 돌아간다.
다른 대안에서, 장소 및 층 검출(355)은 층 검출 단계(348 및 352)를 사용하여 완수될 수 있다. 이 대안에서, 주어진 층의 비컨 핑거프린트의 검출이 그 층이 위치된 장소를 내재적으로 내놓도록, 층의 검출은 그 층이 위치된 장소를 식별하는 데이터를 포함할 수 있다.
만약 352에서 층 검출이 성공적이면, (360B에서) 3D 장소 기반 복합 액세스 포인트(Access Point: AP) 모델을 사용하는 추론 알고리즘 또는 (360C에서) 3D 장소 AP 모델을 사용하는 "EZ" 측위 알고리즘에 기반한 알고리즘 중 하나가 산정 위치를 판정하는 데에 사용될 수 있다. K. Chintalapudi 및 V. Padmanabhan의 "Indoor Localization Without the Pain", MOBICOM, Association for Computing Machinery, Inc., September 2010에 EZ 알고리즘이 상세화되어 있다(http://research.microsoft.com/pubs/135721/ez-mobicom.pdf).
만약 352에서 층 검출이 성공적인 경우, 우선 360C에서 EZ 알고리즘을 사용하여 위치를 산정하려는 시도가 수행된다. 만약 374에서 그 산정이 성공적인 경우, 376에서 산정 위치가 결정된다. 만약 그 산정이 성공적이지 않은 경우, 층 및 장소 데이터를 포함하는 복합 AP 모델을 사용하는 추론 알고리즘이 360B에서 위치를 산정하는 데에 사용된다. 378에서, 산정 위치가 회신된다.
380에서 산정된 결과에 대해 일관성 및 프라이버시 체크(coherency and privacy check)가 수행될 수 있다. 일관성 및 프라이버시 체크는 그 결과가 지정된 최소 데이터 표준과 일치하는지를 판정한다. 예컨대, 만약 관측 데이터 내에서 오직 하나의 와이파이 비컨이 발견되고 어떤 2D 데이터도 그 비컨을 위해 이용가능하지 않았다면, 일관성 체크는 프라이버시 염려 때문에 어떤 위치 결과도 제공되지 않게끔 할 것이다.
일반적으로, EZ 알고리즘은 초기의 조사로부터 보고된 모든 관측들 및 위치 산정에서 사용된 관측들이 RF 전파(propagation)의 기초를 이루는 물리학에 의해 제약을 받는다는 가정을 사용한다. EZ 알고리즘은 이들 제약을 모델링하고 이후 그것들을 사용하여 AP 모델 및 알려지지 않은 위치를 동시에 판정한다. 도 7을 참조하여, 두 사용자(M1, M2) 및 두 AP(AP1, AP2)가 있고 4개의 AP-사용자 거리 모두를 알고 있다고 가정하자(도 7에서 시나리오 I-A로 도시된 바와 같음). 이 정보에 기반하여, 몇 개의 상이한 사변형(quadrilateral)들이 구성될 수 있는데, AP 및 사용자의 위치는 꼭지점으로서 시나리오 I-A 및 I-B에서 묘사된 바와 같다. AP 및 사용자의 상대적 위치의 인식(모듈로 변환(modulo translation), 회전(rotation) 및 반영(reflection))은 고유하지 않다. 그러나, 만약 세 AP 및 세 모바일 사용자가 있다면, AP 및 사용자의 상대적 위치에 대해 오직 고유한 인식이 있을 수 있다(시나리오 II)는 점이 입증될 수 있다. 이것은, AP 및 모바일 사용자 간의 충분한 거리 제약을 감안하면, 상대적인 의미에서 자신의 위치를 고유하게 판정할 수 있음을 보여준다.
실제로, AP 및 모바일 사용자 간의 거리가 수신 신호 세기(Received Signal Strength: RSS)를 통해 추론될 수 있다. 거리를 RSS와 관련시키는 인기 있는 모델은 다음에 의해 주어진다:
Figure 112016109911091-pct00001
위의 식에서,
Figure 112016109911091-pct00002
는 i번째 AP로부터 j번째 모바일 사용자에서의 수신된 RSS이고,
Figure 112016109911091-pct00003
는 i번째 AP의 송신 전력이며,
Figure 112016109911091-pct00004
는 i번째 AP의 위치이고,
Figure 112016109911091-pct00005
는 j번째 모바일 사용자의 위치이며,
Figure 112016109911091-pct00006
는 i번째 AP의 부근의 경로 손실 지수(path loss exponent)이고,
Figure 112016109911091-pct00007
는 j번째 모바일 수신기의 이득이다.
각각의 RSS 관측에 대해, 위의 형태로 된 하나의 식이 획득된다. 각각의 모바일 처리 디바이스에 대해 그것이 움직임에 따라 많은 수의 관측이 상이한 위치들(몇몇은 알려진 위치이지만 대부분 알려지지 않은 위치)로부터 수집될 수 있으므로, 결국에는 모든 변수에 대해 해를 구하도록 충분한 식(즉, 제약)이 제공된다.
그러한 식들을 푸는 것이 자명하지는 않기 때문에, 전문화된 유전 알고리즘(genetic algorithm)이 그것들을 풀기 위해 개발되었다. 유전 알고리즘 및 기울기 하강(gradient descent)으로써 복합 방법을 사용하는 것에 의해, 그 해를 찾는 것은 최적화 문제가 된다:
Figure 112016109911091-pct00008
위의 문제는 어떤 알려진 분석적 해도 가지지 않으며 많은 수의 국소 최저치를 가진다. 위의 것을 풀기 위하여, EZ 알고리즘을 사용하여 위치를 결정하기 위해 2D 검색 공간(search space) 상의 제약이 사용된다. 장소의 경계 박스(bounding box)가 제약으로서 사용될 수 있다. 제약으로서 포함될 수 있는 장소 메타데이터(venue metadata)를 빙 맵(BING® Maps)과 같은 상업적인 맵핑 시스템이 제공한다. 경계 박스는 장소의 영역을 커버하는(cover) 직사각형의 좌측 하단 및 우측 상단을 지정하는 두 위치의 세트이다.
도 5는 본 개시에 따라 2D 및 3D 비컨 스토어를 수집하고 구축하기 위한 방법을 예시한다. 하나의 실시예에서, 도 5는 도 3에서 단계(320)를 수행하기 위한 방법을 나타낸다. 510에서, 다수의 알려진 기법 중 임의의 것을 사용하여 장소 비컨 정보가 수집된다. 위치 서비스(125)는 본 문서 내에 기술된 다양한 비컨 스토어를 수집 및 유지할 수 있고 본 문서 내에서 생성되고 기술된 모델들 전부 또는 일부를 모바일 컴퓨팅 디바이스에 제공할 수 있다. 몇몇 실시예에서, 위치 서비스(125)는 본 문서에서 기준 실측자료로 지칭되는, 알려진 실제 위치에 대한 비컨의 스케줄링된(scheduled) 관측뿐만 아니라 다수의 상이한 모바일 컴퓨팅 디바이스로부터 데이터를 모을 수 있다. 모바일 컴퓨팅 디바이스(102, 104)는 네트워크(50)를 통하여 위치 서비스(125)에 관측들을 송신할 수 있다.
520에서, 장소 비컨 스토어는 기준 실측자료 위치에 대한 비컨 관측을 사용하여 파퓰레이팅될(populated) 수 있다. 일반적으로, 모바일 처리 디바이스를 사용하여 사이트를 물리적으로 조사하고, 위치를 위한 비컨 핑거프린트를 판정하며, 장소에 대한 비컨 핑거프린트와 연관된 실제 위치의 기준 실측자료 데이터의 세트를 규명함으로써 장소 조사 정보가 수집될 수 있다. 특정한 비컨을 위한 기준 실측자료를 규명하기 위하여, 비컨을 위한 관측 데이터는 그 관측 데이터를 위한 알려진 위치와 연관된다. 관측 데이터는 주어진 시간에 비컨 핑거프린트로 맵핑되는 (알려진 위도, 경도 및 층 위치의 관점으로 된) 알려진 위치 정보를 사용하는 조사에 의해서 연관될 수 있다. 맵 위치의 세트 각각에서의 알려진 비컨의 핑거프린트가 생성된다. 위치 판정의 정확도를 평가하는 데에 추론된 위치들 간의 상관이 사용된다.
530에서, 510에서 수집된 장소 AP 데이터에 기반하여 장소 AP 모델이 생성된다.
AP에 대한 2D(위도 및 경도) 관측이 마찬가지로 다수의 장소를 위해 515에서 데이터 스토어 내에 존재할 수 있다. 2D 관측(515)은 층 관측 없이 위치 데이터를 참조한 AP의 관측을 포함할 수 있고, AP와 연관된 위치 데이터의 정확도에 기반하여 장소와 연관될 수 있거나 그렇지 않을 수 있다. AP 측정이 위치에 상관될 수 있는 경우에, 2D 모델이 525에서 생성될 수 있다.
360C에서의 EZ 알고리즘 및 360B에서의 추론(내재적 칼만) 알고리즘 양자 모두를 위해, 3D 장소 액세스 포인트 모델이 사용된다. 하나의 실시예에서, 3D 장소 액세스 포인트 모델은 도 1의 위치 서비스(125) 또는 모바일 처리 디바이스에 의해 생성될 수 있다. 도 8에 예시된 바와 같이, 3D 장소 AP 모델은 다음 열들로 구성된 데이터의 표이다: BSSID(Base Service Set ID), 위도(Latitude), 경도(Longitude), 전력(Power), 감마(Gamma), 장소Id(VenueId) 및 층Id(FloorId).
위에서 지적된 바와 같이, 만약 임계 개수의 비컨이 존재하는 경우, 3D AP 모델을 사용하여 360C에서 EZ 알고리즘 산정을 사용하려는 시도가 행해질 것이다. 만약 (374에서) EZ 알고리즘이 위치를 추론하지 못하는 경우, 시스템은 위치를 추론하기 위해 360B에서 추론 알고리즘을 사용하는 것으로 물러설 것이다. 이 목적으로, 장소 기반 3D 비컨 스토어는 AP 모델의 일부로서 사용된다.
당 기술에 따라, 535에서 장소 기반 3D 비컨 스토어가 생성된다. 이 생성은 위치 서비스(125)에 의해 수행될 수 있다. 그 복합 모델의 일례가 도 9에 도시된다. 완수를 하기 위하여, 복합 장소 기반 AP 모델은 장소에 대한 3D 비컨 스토어 및 실내 AP 모델(도 8)을 생성하는 데에 사용되는 동일한 훈련 데이터를 사용하여 실내 관측에 대해 EZ 모델을 사용하여 생성된다. 이 정보는 복합 실내 모델을 생성하기 위해 실내 정제 기법(indoor refining technique)에 의해 생성된 장소 AP 모델과 접합된다(joined). EZ 알고리즘은 장소 내부의 AP의 위치(위도, 경도), 전력 및 경로 손실 지수(감마(gamma))를 찾아내기 위해 사용된다. 핑거프린트를 위하여, 수신 신호 세기를 갖는 각각의 비컨은 미지수(unknown)로서의 위치(위도, 경도)를 갖는 식으로서 기재될 수 있다. 위치(위도, 경도)를 풀기 위하여, 적어도 세(3) 비컨이 삼변측량을 위해 사용된다. 그러나, 다양한 디바이스에 대해, 수신 신호 세기에 영향을 미치는 수신기 이득이 또한 알려져 있지 않다. 이것은 그 해에 다른 차원(dimension)을 추가하고 따라서 핑거프린트 내의 적어도 하나의 추가 비컨이 그 식을 푸는 데에 사용된다. 따라서, 하나의 실시예에서, 그 위치를 해결하기 위한 핑거프린트 내의 최소 개수의 비컨은 네 개의 비컨이다. 이 복합 모델을 세우기 위하여, AP의 알려지지 않은 양의 해는 관측에 기반한다(각각의 관측은 이들 미지수를 갖는 식임). 그 해를 찾기 위한 방법은 기울기 하강 알고리즘인데, 이는 오차를 최소화하기 위해 식의 미지수의 상이한 조합을 검색함으로써 그 해를 찾으려 한다. 이 생성 EZ 알고리즘은 위치를 산정하기 위해 360C에서 사용되는 측위 알고리즘에 대한 대응물이고, 동일한 원리에 기반한다.
도 6은 단계(360C)를 수행하기 위한 방법을 예시한다. 610에서, 적어도 두 개의 비컨이 존재하게끔 하기 위해 초기 판정이 행해진다. 620에서, 장소 판정의 판정이 행해질 수 있는데 장소와 연관된 두 개의 비컨이 위치 요청으로부터의 관측 데이터(340) 내에서 발견된다.
630에서, 관측 핑거프린트(observation fingerprint) 내의 각각의 비컨이 인출되고(retrieved), 640에서 층 검출 프로세스에 의해 층 검출이 판정된다. 층은, 예컨대 표결 알고리즘(voting algorithm) 또는 최대 우도 알고리즘(maximum likelihood algorithm)을 통하여 판정될 수 있다.
최대 우도 알고리즘에서, 층 및 수신기 이득을 선택하기 위해 수신기 이득 오프셋 추정 최대 우도 방법을 사용하는 통계적 확률 산정이 행해지는데 그것은 주어진 층이 그 와이파이 핑거프린트를 "생성하는" 확률을 최대화한다. 층을 선택하기 위하여, 그 방법은 다음에 따라 최대 확률에 대해 해를 구한다:
Figure 112016109911091-pct00009
여기서,
R은 수신기 이득 오프셋(Receiver gain offset)이고,
floor_i는 i번째 층이며,
AP_ij는 floor_i 내의 AP_j로부터의 수신된 전력이고(여기서 AP는 "액세스 포인트"임),
rssi_j는 핑거프린트 내의 AP_j로부터의 수신된 전력이다.
표결 모델에서, 유입하는 요청으로부터의 와이파이 핑거프린트 내의 각각의 비컨은 (모든 장소에 걸쳐서) 실내 비컨 스토어 내의 모든 층에 대해 표결을 하고 가장 많은 투표를 얻은 층이 이긴다. 승리한 층은 또한 장소를 확인해 준다. 만약 층들 중 어느 것도 표를 받지 못하면, 층이 판정될 수 없고 장소는 확인되지 않는다. 그러므로, 층/장소 정보가 응답 내에 제공될 수 없다. 표결 모델은,
Figure 112016109911091-pct00010
및
Figure 112016109911091-pct00011
의 "Classification by Voting Feature Intervals", Proceedings of the 9th European Conference on Machine Learning, pp. 85-92, 1997 내에 기술된 것과 같은 표결 특징 간격(Voting Feature Intervals: VFI) 모델에 기반한다. VFI 모델은 장소 내 비컨들에 대한 이하의 정보, 즉 기본서비스세트id(Bssid), 장소Id(VenueId), 층Id(FloorId), 간격시작(IntervalStart), 간격끝(IntervalEnd) 및 가중치(Weight)를 포함하는 표이다. 부분적인 VFI 모델이 도 10에 도시된다. 표 내의 각각의 엔트리(entry)는 만약 핑거프린트 내의 비컨의 RSS가 IntervalStart 및 IntervalEnd에 의해 지정된 간격 내에 속하는 경우 FloorId 및 VenueId에 대한 비컨 (Bssid)의 투표 (Weight)(0과 1 사이)를 나타낸다. 비컨은 동일한 층에 여러 비중첩(non-overlapping) 간격들을 가지거나, 상이한 층들에 간격들을 가질 수 있다. 따라서, 동일한 비컨을 위해 표 내에 여러 엔트리가 있을 수 있다.
650에서, 위의 방법들 중 어느 쪽에 의해서든 판정된 층이 회신된다.
하나의 실시예에서, 위치 서비스(125)는 모바일 디바이스로부터의 위치 요청에 응답하여 위치 정보를 제공할 수 있다. 그러한 경우에, 회신되는 데이터는 층 및 장소가 결정된 경우 "핑거프린트 이용 위치 입수"(Get Location Using Fingerprint: GLUF) 요청에 응답하여 제공되는 확장가능 마크업 언어(Extensible Markup Language: XML)로 표현될 수 있다. 이 요청에 응답하여 제공되는 XML의 일례가 도 11에 예시된다. 항목 <ResolvedLocation>은 <LocationResult> 내의 Xml요소(XmlElement)이고 속성 매개체(property carrier)이다. 그것은 장소의 더욱 상세화된 항목이 추가될 수 있는 논리적 위치를 나타낸다. 예컨대, "스토어"(store), "섬"(isle), "게이트"(gate) 등 상세한 항목이 추가될 수 있다. <ResolvedLocation>은 어떤 실내 결과(indoor result)도 없는 경우 파퓰레이팅되지 않을 것이다. 층 결과(floor result) 없이 오직 장소(VENUEID)를 회신하는 것이 또한 가능하며 오직 VenueId 속성이 <ResolvedLocation> 내에 파퓰레이팅될 것이다. 향상된 GLUF 응답은 하위 호환가능(backward compatible)한데, VenueId 및 FloorId와 같은 논리적 위치 개체를 포함하는 오직 하나의 추가적인 XML 노드가 있다.
도 12는, 도 1의 모바일 컴퓨팅 디바이스(102, 104) 중 하나를 포함할 수 있고, 아래에서, 도 10에 예시된 것과 같은 모바일 디바이스의 구성요소를 포함할 수 있는 모바일 컴퓨팅 디바이스(400)의 블록도를 예시한다. 컴퓨팅 디바이스(400)는, 예컨대, 프로세서(412)와 사용자 인터페이스(418)를 포함할 수 있다. 사용자 인터페이스(418)의 디스플레이의 분해도가 장소(200)와 같은 장소의 맵(200a)의 구상도(plan view)를 예시하는데, 추론된 위치의 표시(415)가 추론된 위치의 표시(415)를 둘러싼 오차 반경(417)과 더불어 맵 상에 디스플레이된다.
디바이스(400)는 복수의 위치 관측(411, 422)을 저장할 수 있는 메모리(410)를 포함한다. 오직 두 개의 위치 관측(411 및 422)이 표시되나, 다수의 위치 관측이 메모리(410) 내에 존재할 것임이 이해될 것이다. 각각의 위치 관측은 비컨의 핑거프린트(402) 및 연관된 비컨 데이터(404)를 포함한다. 위치 관측은 위치 산정 애플리케이션(420)에 의해 활용될 수 있다. 위치 산정 애플리케이션(420)은 위치 관측(411, 422)으로부터 위치를 산정하기 위해 활용될 수 있다. 위치 인지 애플리케이션(430)은 다수의 목적 중 임의의 목적으로 산정 애플리케이션의 위치에 의해 산정된 추론된 위치를 활용한다. (도 4에 예시된) 하나의 실시예에서, 위치 인지 애플리케이션은 맵 애플리케이션이고 사용자 인터페이스 상에 오차 반경과 함께 추론 위치를 디스플레이할 수 있다. 다수의 다른 유형의 애플리케이션이 추론된 위치를 이용하고, 본 문서에서 논의된 기술은 맵핑 애플리케이션인 위치 인지 애플리케이션에 한정되지 않음이 이해될 것이다.
도 13은, 하나의 실시예에서 위치 서비스(125)를 제공하기 위해 활용될 수 있는 컴퓨팅 디바이스(1400)의 기능적 컴포넌트들의 블록도를 예시한다. 컴퓨팅 디바이스(1400)는 프로세서(1412)와 사용자 인터페이스(1418)를 포함한다. 디바이스(1400)는 디폴트 비컨 스토어(1411) 및 장소/AP 비컨 스토어(1422)를 포함하는, 본 문서에서 제공된 컴포넌트를 가지는 메모리(1410)를 더 포함할 수 있다. 디폴트 비컨 스토어(1411)는 디폴트 알고리즘 처리(단계(360A))를 위해 사용되는 2D 관측을 포함할 수 있는 반면, 장소 비컨 스토어(1422)는 전술된 EZ 및 실내 추론 방법들을 위한 데이터를 포함할 수 있다. 메모리(1410)는 위치 산정 애플리케이션(1430, 1435) 및 상관 애플리케이션(correlation application)(1472)을 더 포함할 수 있다. 선택적으로, 모바일 처리 디바이스 상에서 사용되는 것과 같은 위치 인지 애플리케이션(1478)이 또한 메모리(1410) 내에 존재할 수 있다.
도 14는 개시된 기술의 동작들을 구현하기 위한 모바일 디바이스의 예시적 블록도를 묘사한다. 도 14의 디바이스는, 예컨대 도 1의 디바이스(102, 104)의 더욱 상세화된 예시이다. 전형적인 모바일 처리 디바이스의 예시적인 전자 회로가 묘사된다. 모바일 디바이스(1000)는 하나 이상의 마이크로프로세서(1012)와, 본 문서 내에 기술된 기능을 구현하기 위해 제어 프로세서(1012)의 하나 이상의 프로세서에 의해 실행되는 프로세서 판독가능 코드(processor-readable code)를 저장하는 메모리(1010)(가령, ROM과 같은 비휘발성 메모리 및 RAM과 같은 휘발성 메모리)를 포함한다.
모바일 디바이스(1000)는, 예컨대, 프로세서(1012), 메모리(1010)(애플리케이션과 비휘발성 스토리지(non-volatile storage)를 포함함)를 포함한다. 프로세서(1012)는 본 문서에서 논의된 애플리케이션을 포함하는 임의의 개수의 애플리케이션뿐만 아니라, 통신을 구현할 수 있다. 메모리(1010)는 비휘발성 및 휘발성 메모리를 포함하는 임의의 다양한 메모리 저장 매체 유형일 수 있다. 디바이스 운영 체제(operating system)는 모바일 디바이스(1000)의 상이한 동작들을 다루며, 전화 통화를 호출하는 것과 받는 것, 텍스트 메시징(text messaging), 음성메일을 체크하는 것 및 유사한 것과 같은 동작을 위한 사용자 인터페이스를 포함할 수 있다. 애플리케이션(1030)은 임의의 각양각색의 프로그램들, 예를 들어 사진 및/또는 비디오를 위한 카메라 애플리케이션, 주소록, 캘린더 애플리케이션(calendar application), 미디어 플레이어(media player), 인터넷 브라우저(internet browser), 게임, 알람 애플리케이션(alarm application) 또는 다른 제3자 애플리케이션일 수 있다. 메모리(1010) 내의 비휘발성 스토리지 컴포넌트(1040)는 웹 캐시(web cache), 음악, 사진, 연락처 데이터, 스케줄링 데이터 및 다른 파일과 같은 데이터를 포함한다.
프로세서(1012)는 또한, 이어서 안테나(1002)에 커플링되는 RF 송신/수신 회로(1006)와, 적외선 송신기/수신기(1008)와, 그리고 가속도계(accelerometer) 및 자력계(magnetometer)(1015)와 같은 움직임(movement)/배향(orientation) 센서(1014)와 통신한다. 사용자가 제스처를 통해 명령을 입력하게 하는 지능적 사용자 인터페이스, GPS 위성과 연락이 끊어진 후 디바이스의 움직임 및 방향을 산정하는 실내 GPS 기능과 같은 그러한 애플리케이션을 가능하게 하기 위해, 그리고 디바이스의 배향을 검출하고 전화가 회전되는 경우에 디스플레이를 초상(portrait)으로부터 풍경(landscape)으로 자동으로 변경하기 위해 모바일 디바이스 내에 가속도계가 포함되었다. 가령, 반도체 칩 상에 구축된 (마이크로미터 규모의) 조그마한 기계적 디바이스인 미세 전자기계 시스템(Micro-ElectroMechanical System: MEMS)에 의해, 가속도계가 제공될 수 있다. 배향, 진동 및 충격뿐만 아니라, 가속도 방향이 감지될 수 있다. 프로세서(1012)는 또한 신호기(ringer)/진동기(vibrator)(1016), 사용자 인터페이스 키패드/스크린(1018), 스피커(1020), 마이크(1022), 카메라(1024), 광 센서(1026) 및 온도 센서(1028)와 통신한다. 모바일 디바이스 부근의 자기장의 방향 및 크기를 측정하고, 자기장에의 변화를 추적하며, 자기장의 방향을 사용자에게 디스플레이하는 디지털 나침반(digital compass)과 같은 그러한 애플리케이션을 가능하게 하기 위해 모바일 디바이스 내에 자력계가 포함되었다.
프로세서(1012)는 무선 신호의 송신 및 수신을 제어한다. 송신 모드 동안에, 프로세서(1012)는 마이크(1022)로부터의 음성 신호, 또는 다른 데이터 신호를 송신/수신 회로(1006)에 제공한다. 송신/수신 회로(1006)는 안테나(1002)를 통해 통신을 위해 원격 스테이션(remote station)(가령, 고정식(fixed) 스테이션, 운영자, 다른 셀룰러 전화 등)에 신호를 송신한다. 신호기/진동기(1016)는 유입 호출(incoming call), 텍스트 메시지(text message), 캘린더 리마인더(calendar reminder), 알람 시계 리마인더(alarm clock reminder), 또는 다른 통지를 사용자에게 시그널링하는 데에 사용된다. 수신 모드 동안에, 송신/수신 회로(1006)는 안테나(1002)를 통해 원격 스테이션으로부터 음성 또는 다른 데이터 신호를 수신한다. 수신된 음성 신호는 스피커(102)에 제공되는 반면 다른 수신된 데이터 신호는 또한 적절히 처리된다.
추가적으로, 모바일 디바이스(100)를 외부의 전력원(power source), 예를 들어 AC 어댑터 또는 전력공급 도킹 스테이션(powered docking station)에 연결하는 데에 물리적 커넥터(physical connector)(1088)가 사용될 수 있다. 물리적 커넥터(1088)는 또한 컴퓨팅 디바이스로의 데이터 연결로서 사용될 수 있다. 그 데이터 연결은 모바일 디바이스 데이터를 다른 디바이스 상의 컴퓨팅 데이터와 동기화하는 것과 같은 동작들을 가능케 한다. 사용자 애플리케이션의 위치를 중계하기 위해 위성 기반 무선 항법을 활용하는 전세계 측위 서비스(Global Positioning Service: GPS) 수신기(1065)가 그러한 서비스를 위해 가능화된다(enabled).
당 기술은 다수의 다른 일반 목적 또는 특수 목적 컴퓨팅 시스템 환경 또는 구성과 함께 운영 가능하다. 당 기술과의 사용에 적합할 수 있는 잘 알려진 컴퓨팅 시스템, 환경 및/또는 구성의 예는 개인용 컴퓨터, 서버 컴퓨터, 핸드헬드(hand-held) 또는 랩톱(laptop) 디바이스, 다중프로세서 시스템, 마이크로프로세서 기반 시스템, 셋톱 박스(set top box), 프로그램가능 가전기기(programmable consumer electronics), 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 위의 시스템 또는 디바이스 중 임의의 것을 포함하는 분산 컴퓨팅 환경, 그리고 유사한 것을 포함하나, 이에 한정되지 않는다.
당 기술은 컴퓨터에 의해 실행되는 컴퓨터 실행가능 명령어, 예를 들어 프로그램 모듈의 일반적인 콘텍스트에서 기술될 수 있다. 일반적으로, 프로그램 모듈은 특정한 작업을 수행하거나 특정한 추상적 데이터 유형을 구현하는 루틴, 프로그램, 객체, 컴포넌트, 데이터 구조 등을 포함한다. 당 기술은 통신 네트워크를 통해 링크되는(linked) 원격 처리 디바이스들에 의해 작업이 수행되는 분산 컴퓨팅 환경에서 또한 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 메모리 저장 디바이스를 포함하는 로컬(local) 및 원격 컴퓨터 저장 매체 양자 모두 내에 위치될 수 있다.
구조적 특징 및/또는 방법론적 행위에 특정한 말로 대상물이 기술되었으나, 부기된 청구항 내에 정의된 대상물은 반드시 전술된 특정 특징 또는 행위에 한정되지 않음이 이해되어야 한다. 오히려, 전술된 특정 특징 및 행위는 청구항을 구현하는 예시적 형태로서 개시된다.

Claims (18)

  1. 계산된 위치(calculated position)를 결정하는 컴퓨터 구현 방법으로서,
    모바일 처리 디바이스의 위치를 결정하라는 요청을 수신하는 단계와,
    이전 관측 비컨(previously observed beacon)을 포함하는 적어도 장소 핑거프린트 데이터(venue fingerprint data)의 이용가능성에 기초하여, 이용가능 방법들 중에서 위치 계산 방법을 선택하는 단계 -
    상기 장소 핑거프린트 데이터가 요청 내의 관측 비컨에 대한 이전 관측 장소 및 층 데이터(previously observed venue and floor data)를 포함하고 장소 검출 및 층 검출이 성공적인 경우 상기 이용가능 방법들 중에서 제1 방법이 선택되고, 여기서 장소는 적어도 두 개의 검출되고 장소 식별된 비컨의 임계 개수에 기초하여 결정되며,
    장소와 관련하여 장소를 판정하기에 불충분한 데이터가 이용가능한 경우 상기 이용가능 방법들 중에서 제2 방법이 선택되고, 상기 불충분한 데이터가 이용가능한 경우는 상기 임계 개수보다 적은 비컨이 존재하는 경우임 - 와,
    상기 이용가능 방법들 중에서 선택된 상기 방법을 사용하여 상기 모바일 처리 디바이스의 위치를 계산하는 단계를 포함하는
    컴퓨터 구현 방법.
  2. 제1항에 있어서,
    관측 비컨 특성 및 연관된 위치 데이터를 포함하는 데이터 모델을 생성하는 단계를 더 포함하되, 상기 위치 데이터는 장소 식별자 및 층 식별자를 포함하는
    컴퓨터 구현 방법.
  3. 제2항에 있어서,
    적어도 정제된(refined) 위치 데이터를 포함하도록 이전 관측 위치 데이터를 정제하는 단계를 더 포함하는
    컴퓨터 구현 방법.
  4. 제1항에 있어서,
    상기 선택하는 단계는 상기 관측 비컨으로부터 장소를 결정하고, 후속하여 상기 관측 비컨으로부터 층을 결정하는 단계를 포함하는
    컴퓨터 구현 방법.
  5. 제1항에 있어서,
    상기 계산하는 단계는 상기 제1 방법을 사용하여 계산을 개시하는 단계, 관측 비컨 또는 이전 관측 데이터가 상기 계산을 완료하는데 불충분하다고 결정하는 단계, 및 상기 제2 방법을 선택하는 단계를 포함하는
    컴퓨터 구현 방법.
  6. 제1항에 있어서,
    상기 요청 내의 관측 비컨에 대한 장소 핑거프린트 데이터가 이용가능하지 않은 경우 제3 방법을 선택하는 단계를 더 포함하는
    컴퓨터 구현 방법.
  7. 제1항에 있어서,
    상기 제1 방법 또는 상기 제2 방법을 사용하는 상기 계산하는 단계가 실패하는 경우 제3 방법을 선택하는 단계를 더 포함하는
    컴퓨터 구현 방법.
  8. 무선 통신 채널을 포함하는 모바일 처리 디바이스로서,
    프로세서와,
    상기 프로세서로 하여금 단계들을 수행하게 하는 코드를 포함하는 메모리를 포함하되,
    상기 단계들은
    상기 무선 통신 채널을 통하여 복수의 무선 비컨을 관측하는 단계- 각각의 비컨은 관측 특성(observed characteristic)을 가짐 -와,
    이전 관측 비컨을 포함하는 적어도 장소 핑거프린트 데이터의 이용가능성에 기초하여, 상기 메모리 내에 저장된 이용가능한 방법들 중에서 위치 계산 방법을 선택하는 단계 -
    상기 선택하는 단계는,
    적어도 두 개의 관측 비컨 중 임계 개수가 장소 및 층 데이터(venue and floor data)와 함께 상기 장소 핑거프린트 데이터 내에 포함되고 장소 검출 및 층 검출이 성공적인 경우 상기 이용가능한 방법들 중에서 제1 방법을 선택하는 단계와,
    상기 장소 핑거프린트 데이터 내에서 관측 비컨에 대해 상기 임계 개수 미만의 비컨이 이용가능한 경우 상기 이용가능한 방법들 중에서 제2 방법을 선택하는 단계를 포함함 - 와,
    상기 이용가능한 방법들 중에서 선택된 상기 방법을 사용하여 상기 모바일 처리 디바이스의 위치를 계산하는 단계를 포함하는
    모바일 처리 디바이스.
  9. 제8항에 있어서,
    상기 단계들은 관측 비컨에 대한 장소 핑거프린트 데이터가 이용가능한 경우 또는 상기 제1 방법 또는 상기 제2 방법을 사용하는 상기 계산하는 단계가 실패하는 경우 제3 방법을 선택하는 단계를 더 포함하는
    모바일 처리 디바이스.
  10. 제9항에 있어서,
    상기 단계들은 관측 비컨 특성 및 연관된 위치 데이터를 포함하는 데이터 모델을 사용하여 계산하는 단계를 더 포함하되, 상기 위치 데이터는 장소 식별자 및 층 식별자를 포함하는
    모바일 처리 디바이스.
  11. 제9항에 있어서,
    상기 계산하는 단계는 상기 제1 방법을 사용하는 계산을 개시하는 단계, 관측 비컨 또는 이전 관측 데이터는 상기 계산을 완료하기에 불충분한 것으로 결정하는 단계, 및 상기 제2 방법을 선택하는 단계를 포함하는
    모바일 처리 디바이스.
  12. 제9항에 있어서,
    상기 제1 방법은 EZ 알고리즘 방법이고, 상기 제2 방법은 칼만(Kalman) 알고리즘이며, 상기 제1 방법 및 상기 제2 방법은 층 및 장소 데이터를 포함하는 데이터를 사용하는
    모바일 처리 디바이스.
  13. 위치를 결정하라는 요청을 수신하는 단계 - 상기 요청은 모바일 처리 디바이스로부터의 복수의 무선 비컨의 관측을 포함하고, 각각의 비컨은 관측 특성을 가짐 - 와,
    비컨의 이전 관측에 기초한 장소 핑거프린트 데이터가 상기 관측 내의 상기 복수의 무선 비컨 중 하나 이상에 대해 존재하는지 여부를 결정하는 단계와,
    상기 장소 핑거프린트 데이터에 기초하여 위치 계산 방법을 선택하는 단계 -
    상기 장소 핑거프린트 데이터가 관측 비컨에 대한 이전 관측 장소 및 층 데이터를 포함하고 장소 검출 및 층 검출이 성공적인 경우 상기 위치 계산 방법으로서 제1 방법이 선택되고, 여기서 장소는 적어도 두 개의 검출된 장소 식별된 비컨의 임계 개수에 기초하여 결정되며,
    적어도 상기 임계 개수의 비컨에 대해 장소와 관련하여 장소 및 층 데이터가 이용가능하지 않은 경우 상기 위치 계산 방법으로서 제2 방법이 선택됨 - 와,
    상기 위치 계산 방법으로서 선택된 상기 방법을 사용하여 상기 모바일 처리 디바이스의 위치를 계산하는 단계를 포함하는
    방법.
  14. 제13항에 있어서,
    상기 요청 내의 관측 비컨에 대한 장소 핑거프린트 데이터가 이용가능한 경우, 또는 상기 제1 방법 또는 상기 제2 방법을 사용하는 상기 계산하는 단계가 실패하는 경우 제3 방법을 선택하는 단계를 더 포함하는
    방법.
  15. 제14항에 있어서,
    상기 계산하는 단계는 상기 제1 방법을 사용하는 계산을 개시하는 단계, 관측 비컨 또는 이전 관측 데이터가 상기 계산을 완료하는데 불충분한 것으로 결정하는 단계, 이후, 상기 제2 방법을 선택하는 단계를 포함하는
    방법.
  16. 제15항에 있어서,
    관측 비컨 특성 및 연관된 위치 데이터를 포함하는 데이터 모델을 생성하는 단계- 상기 위치 데이터는 장소 식별자 및 층 식별자를 포함함 -와,
    적어도 정제된 위치 데이터를 포함하도록 이전 관측 위치 데이터를 정제하는 단계를 더 포함하는
    방법.
  17. 제16항에 있어서,
    상기 선택하는 단계는 상기 관측 비컨으로부터 장소를 결정하고, 후속하여 상기 관측 비컨으로부터 층을 결정하는 단계를 포함하는
    방법.
  18. 제13항에 있어서,
    상기 수신하는 단계는 네트워크를 통해 모바일 디바이스로부터 상기 요청을 수신하는 단계를 포함하고, 상기 방법은 상기 요청에 응답하여 상기 모바일 처리 디바이스의 위치를 상기 네트워크를 통해 상기 모바일 처리 디바이스로 출력하는 단계를 더 포함하는
    방법.
KR1020167031449A 2014-05-12 2015-05-11 적응적 위치 판정 기법 KR102361202B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/275,467 2014-05-12
US14/275,467 US9918202B2 (en) 2014-05-12 2014-05-12 Adaptive position determination
PCT/US2015/030167 WO2015175414A1 (en) 2014-05-12 2015-05-11 Adaptive position determination

Publications (2)

Publication Number Publication Date
KR20170002439A KR20170002439A (ko) 2017-01-06
KR102361202B1 true KR102361202B1 (ko) 2022-02-09

Family

ID=53177410

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167031449A KR102361202B1 (ko) 2014-05-12 2015-05-11 적응적 위치 판정 기법

Country Status (18)

Country Link
US (2) US9918202B2 (ko)
EP (1) EP3143424B1 (ko)
JP (1) JP6701094B2 (ko)
KR (1) KR102361202B1 (ko)
CN (1) CN106461752B (ko)
AU (1) AU2015259420B2 (ko)
BR (1) BR112016025128B1 (ko)
CA (1) CA2946667C (ko)
CL (1) CL2016002831A1 (ko)
HK (1) HK1232299A1 (ko)
IL (1) IL248800B (ko)
MX (1) MX361352B (ko)
MY (1) MY182892A (ko)
NZ (1) NZ725810A (ko)
PH (1) PH12016502026B1 (ko)
RU (1) RU2689332C2 (ko)
SG (1) SG11201609305TA (ko)
WO (1) WO2015175414A1 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9918202B2 (en) * 2014-05-12 2018-03-13 Microsoft Technology Licensing, Llc Adaptive position determination
US10616714B2 (en) * 2014-11-04 2020-04-07 Avaya Inc. WiFi device zoning using micro-location data
JP2017106787A (ja) * 2015-12-09 2017-06-15 株式会社リコー 情報処理装置、ナビゲーション・システム、情報処理方法、およびプログラム
CN108603767B (zh) * 2016-01-25 2022-11-25 贝泰米亚公司 3d地理位置定位系统
US11023363B2 (en) 2016-03-11 2021-06-01 Spirent Communications, Inc. Performance test application sequence script
US11275149B2 (en) * 2016-03-18 2022-03-15 Embarcadero Technologies, Inc. Determining a location of an electronic device
US9794753B1 (en) 2016-04-15 2017-10-17 Infinitekey, Inc. System and method for establishing real-time location
US10356692B2 (en) 2016-07-20 2019-07-16 International Business Machines Corporation Beacon placement and distribution
US10627626B2 (en) * 2016-09-29 2020-04-21 Seiko Epson Corporation Display device, reception device, and method of controlling reception device
US10034262B2 (en) * 2016-10-27 2018-07-24 Hewlett Packard Enterprise Development Lp Beacon sensor based network fingerprint
US10356550B2 (en) 2016-12-14 2019-07-16 Denso Corporation Method and system for establishing microlocation zones
US10389827B2 (en) * 2017-03-20 2019-08-20 International Business Machines Corporation Process for streaming content modification through remote and local user entanglement
US10264511B2 (en) * 2017-05-25 2019-04-16 King Fahd University Of Petroleum And Minerals Geographic location aware routing for wireless sensor networks
US10470155B2 (en) 2017-11-30 2019-11-05 Abl Ip Holding Llc Commissioning of an indoor positioning system using a secondary positioning system
US10853232B2 (en) * 2018-01-19 2020-12-01 Spirent Communications, Inc. Adaptive system for mobile device testing
KR102076988B1 (ko) * 2018-04-05 2020-02-14 동국대학교 산학협력단 실내에 배치된 비컨을 이용한 실내 위치 측정 장치 및 이의 동작 방법
CN109511084A (zh) * 2018-08-02 2019-03-22 上海紫越网络科技股份有限公司 资产设备的定位方法、系统、计算机可读存储介质及终端
EP4380289A2 (en) 2019-01-11 2024-06-05 Apple Inc. Systems and methods of providing new radio positioning
US10620290B1 (en) 2019-02-19 2020-04-14 Ideal Industries Lighting Llc Indoor positioning system
EP3739539A1 (en) * 2019-05-16 2020-11-18 HERE Global B.V. Mapping radio data layers of radio map to floor identifiers
US11714158B2 (en) * 2019-08-21 2023-08-01 University Of Washington Position determination systems and methods utilizing error of multiple candidate positions
CN111148057B (zh) * 2019-12-04 2021-03-02 广州众志物联网科技有限公司 室内定位方法、系统、计算机设备及可读存储介质
US20210282033A1 (en) * 2020-03-09 2021-09-09 Psj International Ltd. Positioning system for integrating machine learning positioning models and positioning method for the same
JP7446644B2 (ja) 2020-07-28 2024-03-11 マプサス テクノロジー ホールディング リミテッド 測位方法、装置、モバイル端末、記憶媒体

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120315918A1 (en) * 2011-06-10 2012-12-13 Google Inc. Prediction of indoor level and location using a three stage process
JP2014038037A (ja) * 2012-08-16 2014-02-27 Ricoh Co Ltd 位置情報管理システム及び位置推定プログラム

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6622090B2 (en) 2000-09-26 2003-09-16 American Gnc Corporation Enhanced inertial measurement unit/global positioning system mapping and navigation process
US7272394B2 (en) * 2004-02-11 2007-09-18 Avaya Technology Corp. Location estimation of wireless terminals in a multi-story environment
US8032156B2 (en) * 2004-09-07 2011-10-04 Qualcomm Incorporated Procedure to increase position location availabilty
US8369264B2 (en) 2005-10-28 2013-02-05 Skyhook Wireless, Inc. Method and system for selecting and providing a relevant subset of Wi-Fi location information to a mobile client device so the client device may estimate its position with efficient utilization of resources
JP2007170956A (ja) * 2005-12-21 2007-07-05 Eigyotatsu Kofun Yugenkoshi 測位方法及びシステム
US7956807B1 (en) 2007-01-23 2011-06-07 University Of South Florida Cognitive positioning system
RU2351945C1 (ru) * 2007-10-16 2009-04-10 Виктор Иванович Дикарев Способ определения координат подвижного объекта в закрытых помещениях и система для его реализации
US20090189810A1 (en) 2008-01-24 2009-07-30 Broadcom Corporation Weighted aiding for positioning systems
US8279840B2 (en) 2008-02-01 2012-10-02 Walker Sr Jonathan B Systems and methods for providing location based services (LBS) utilizing WLAN and/or GPS signals for seamless indoor and outdoor tracking
US8635645B2 (en) * 2008-09-30 2014-01-21 Qualcomm Incorporated Apparatus and methods of providing and receiving venue level transmissions and services
CN101718859A (zh) 2008-10-09 2010-06-02 日电（中国）有限公司 以自适应分辨率定位目标的方法和系统
US20130162481A1 (en) * 2009-10-01 2013-06-27 Parviz Parvizi Systems and methods for calibration of indoor geolocation
US8618984B2 (en) * 2010-03-19 2013-12-31 Microsoft Corporation Selecting beacons for location inference
JP5984811B2 (ja) * 2011-01-13 2016-09-06 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 無線端末の位置の決定のための方法並びにその関連システム及び装置
US8577389B2 (en) 2011-01-18 2013-11-05 Microsoft Corporation Filtering and clustering crowd-sourced data for determining beacon positions
RU108184U1 (ru) * 2011-02-28 2011-09-10 Виктор Никифорович Сараев Система локального позиционирования персонала на крупных техногенных объектах
DE102011006180A1 (de) 2011-03-25 2012-09-27 Vodafone Holding Gmbh Verfahren und System zum funkbasierten Lokalisieren eines Endgeräts
US8320939B1 (en) * 2011-04-21 2012-11-27 Google Inc. Crowd-sourced information for interior localization and navigation
RU2597885C2 (ru) * 2011-05-23 2016-09-20 Уайс-Сек Лтд. Системы и способы позиционирования и изменение приложений для вычислительных устройств в зависимости от местоположения
US8589318B2 (en) * 2011-07-15 2013-11-19 Microsoft Corporation Location determination using generalized fingerprinting
US8559975B2 (en) 2011-07-22 2013-10-15 Microsoft Corporation Location determination based on weighted received signal strengths
JP5710438B2 (ja) 2011-10-03 2015-04-30 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 位置検出装置、位置管理システム、位置検出方法およびプログラム
US9594149B2 (en) * 2011-10-28 2017-03-14 Telefonaktiebolaget L M Ericsson (Publ) Fingerprinting with radio channel related information
CN104054360B (zh) 2011-11-08 2019-02-15 优科无线有限公司 用于确定多层建筑物中位置的位置信息的方法和装置
JP2013108959A (ja) * 2011-11-24 2013-06-06 Ntt Docomo Inc 測位方法決定装置及び測位方法決定方法
US9651654B2 (en) 2012-06-22 2017-05-16 Microsoft Technology Licensing, Llc Correcting device error radius estimates in positioning systems
KR20150035745A (ko) * 2012-06-26 2015-04-07 더 거버닝 카운실 오브 더 유니버시티 오브 토론토 라디오 맵의 동적 생성을 위한 시스템, 방법 그리고 컴퓨터 프로그램
US9008694B2 (en) * 2012-06-29 2015-04-14 Broadcom Corporation Indoor/outdoor differentiation using radio frequency (RF) transmitters
US20140192658A1 (en) * 2013-01-04 2014-07-10 Qualcomm Incorporated Dynamic selection of positioning system and display map
CN103402258B (zh) * 2013-08-08 2017-01-25 北京建飞科联科技有限公司 一种基于Wi‑Fi的室内定位系统和方法
US9918202B2 (en) * 2014-05-12 2018-03-13 Microsoft Technology Licensing, Llc Adaptive position determination

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120315918A1 (en) * 2011-06-10 2012-12-13 Google Inc. Prediction of indoor level and location using a three stage process
JP2014038037A (ja) * 2012-08-16 2014-02-27 Ricoh Co Ltd 位置情報管理システム及び位置推定プログラム

Also Published As

Publication number Publication date
CA2946667A1 (en) 2015-11-19
CL2016002831A1 (es) 2017-03-10
JP2017520759A (ja) 2017-07-27
MY182892A (en) 2021-02-05
SG11201609305TA (en) 2016-12-29
JP6701094B2 (ja) 2020-05-27
WO2015175414A1 (en) 2015-11-19
IL248800A0 (en) 2017-01-31
CN106461752A (zh) 2017-02-22
MX2016014636A (es) 2017-03-06
NZ725810A (en) 2020-02-28
BR112016025128B1 (pt) 2022-09-20
AU2015259420A1 (en) 2016-10-27
RU2016144263A3 (ko) 2018-12-13
RU2016144263A (ru) 2018-05-11
AU2015259420B2 (en) 2019-01-17
US20150327022A1 (en) 2015-11-12
CA2946667C (en) 2021-11-16
CN106461752B (zh) 2019-09-10
HK1232299A1 (zh) 2018-01-05
PH12016502026A1 (en) 2017-02-06
MX361352B (es) 2018-12-04
BR112016025128A2 (pt) 2017-08-15
KR20170002439A (ko) 2017-01-06
EP3143424B1 (en) 2018-08-22
US10470011B2 (en) 2019-11-05
IL248800B (en) 2021-08-31
PH12016502026B1 (en) 2017-02-06
US20180152820A1 (en) 2018-05-31
US9918202B2 (en) 2018-03-13
EP3143424A1 (en) 2017-03-22
RU2689332C2 (ru) 2019-05-27

Similar Documents

Publication Publication Date Title
KR102361202B1 (ko) 적응적 위치 판정 기법
US10750470B2 (en) Systems and methods for determining if a receiver is inside or outside a building or area
US11243288B2 (en) Location error radius determination
KR20120116904A (ko) 비콘 위치 데이터베이스를 구축하고 이용하기 위한 장치 및 방법
Le et al. Indoor navigation system for handheld devices
US9020753B2 (en) Method, computer program and apparatus for determining an object in sight

Legal Events

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