KR102412322B1 - Particle Movement Method Of Particle Filter Using Modified Random Function - Google Patents

Particle Movement Method Of Particle Filter Using Modified Random Function Download PDF

Info

Publication number
KR102412322B1
KR102412322B1 KR1020210186350A KR20210186350A KR102412322B1 KR 102412322 B1 KR102412322 B1 KR 102412322B1 KR 1020210186350 A KR1020210186350 A KR 1020210186350A KR 20210186350 A KR20210186350 A KR 20210186350A KR 102412322 B1 KR102412322 B1 KR 102412322B1
Authority
KR
South Korea
Prior art keywords
particle
particles
survey
weight
movement
Prior art date
Application number
KR1020210186350A
Other languages
Korean (ko)
Inventor
임진순
홍성표
이성전
유병상
이효영
Original Assignee
(주)피플앤드테크놀러지
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 (주)피플앤드테크놀러지 filed Critical (주)피플앤드테크놀러지
Priority to KR1020210186350A priority Critical patent/KR102412322B1/en
Application granted granted Critical
Publication of KR102412322B1 publication Critical patent/KR102412322B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • 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
    • G01S2205/09—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 for tracking people

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

본 발명은 초기 파티클을 미리 설정한 파티클 수 만큼 측위 영역에 배치하는 파티클 설정 단계; 현재 측량 주기에서 측위를 위한 측량을 진행하여 측량값을 생성하는 측위 측량 단계; 측량값을 이용하여 각 파티클의 위치에 따른 가중치를 계산하는 가중치 계산 단계; 파티클 중 가중치가 설정값보다 낮은 것은 제거하고 제거한 파티클 수량에 대응하는 수량으로 가중치가 상대적으로 높은 파티클을 복제하는 파티클 제거복제 단계; 및 파티클의 다음 측량 주기에서의 파티클 변위를 생성하여 각 파티클의 다음 위치를 계산한 후, 계산된 다음 위치로 각 파티클을 이동시키는 파티클 이동 단계;를 포함하고, 파티클 이동 단계에서는, 하나의 파티클 당 복제 생성되는 다음 측량 주기의 파티클 수를 변수로 포함하는 수정 랜덤 함수를 이용하여 파티클 변위를 생성하는 것을 특징으로 한다.The present invention provides a particle setting step of arranging initial particles in a positioning area by a preset number of particles; A positioning survey step of generating a survey value by performing a survey for positioning in a current survey period; a weight calculation step of calculating a weight according to the position of each particle by using the measurement value; A particle removal and duplication step of removing particles having a weight lower than a set value and duplicating particles having a relatively high weight in an amount corresponding to the number of particles removed; and a particle displacement step of calculating the next position of each particle by generating a particle displacement in the next measurement period of the particle, and then moving each particle to the calculated next position. It is characterized in that the particle displacement is generated using a modified random function that includes the number of particles in the next survey cycle to be replicated as a variable.

Description

수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법{Particle Movement Method Of Particle Filter Using Modified Random Function}Particle Movement Method Of Particle Filter Using Modified Random Function

본 발명의 실시예는 파티클 필터에서 적은 수의 파티클로 가능성이 높은 파티클 이동을 확보할 수 있는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법에 관한 것이다.An embodiment of the present invention relates to a particle movement method of a particle filter using a modified random function capable of securing particle movement with a high probability with a small number of particles in the particle filter.

실내 측위는 빅데이터 분석에 활용하기 위한 데이터 수집이나, 작업자 안전관리를 위한 작업자 위치 모니터링, 그리고 보안을 위한 방문자 및 근로자 위치추적에 있어서 그 활용이 늘어가고 있다.Indoor positioning is increasingly used in data collection for big data analysis, worker location monitoring for worker safety management, and visitor and worker location tracking for security.

이러한 목적으로 실내 측위를 활용하지만 화면에 없는 백그라운드 상태에서 실내 측위가 이루어져야한다. 그런데 최근부터 휴대폰 단말기 OS에서 배터리 절약을 위하여 배터리 소모가 많은 백그라운드 서비스를 제한하고 있고, 앞으로 이러한 추세는 지속될 것으로 예상된다. 이러한 추세에 맞추어 실내 측위도 휴대폰의 메모리와 계산량을 최소화하여 휴대전화 단말기의 배터리 소모를 최소화하여야 한다.Indoor positioning is used for this purpose, but indoor positioning should be performed in a background state that is not on the screen. However, recently, the mobile phone terminal OS has restricted background services that consume a lot of battery in order to save battery, and this trend is expected to continue in the future. In line with this trend, indoor positioning should also minimize the memory and calculation amount of the mobile phone to minimize battery consumption of the mobile phone terminal.

실내 측위의 방법은 여러 가지가 있다. 최근에는 휴대폰 단말기의 성능이 발전하면서, 측위 안전성과 정확도가 높은 파티클 필터(Particle Filter)를 활용하는 사례가 늘고 있다. 파티클 필터는 많은 수의 파티클(측위점)을 복제 이동시켜 다음 측량 주기의 파티클을 생성하고, 측위 지역의 무선 또는 자기장 등을 측량하여 미리 만들어 놓은 기준 데이터(Fingerprint)와 비교하여 파티클 위치의 유사도를 계산한 후 그 유사도를 가중치로 하여 현재의 위치를 계산하는 방식이다. There are several methods of indoor positioning. Recently, as the performance of mobile phone terminals develops, the use of particle filters with high positioning safety and accuracy is increasing. The particle filter duplicates and moves a large number of particles (positioning points) to generate particles of the next survey cycle, and compares the similarity of particle positions with pre-made reference data (Fingerprint) by measuring the radio or magnetic field of the positioning area. After the calculation, the current location is calculated using the similarity as a weight.

종래에 소개된 파티클 필터에서는 현재 측량 주기의 파티클을 가우시안 랜덤으로 이동시켜, 다음 측량 주기의 파티클을 생성한다. 이러한 랜덤 움직임은 너무 불규칙이여서, 가능성 있는 이동을 만들기 위해서는 많은 수의 파티클이 필요하다. 이로 인해 충분히 많은 파티클이 필요하고, 많은 파티클로 단말기의 많은 메모리와 계산량이 요구된다. 이는 휴대폰 단말기의 많은 배터리 소모로 이어지는 문제점이 있다.In the conventionally introduced particle filter, particles of the current survey cycle are moved in Gaussian random fashion to generate particles of the next survey cycle. This random motion is so irregular that a large number of particles are needed to make a probable motion. Due to this, a sufficiently large number of particles is required, and a large amount of memory and calculation amount of the terminal is required with many particles. This has a problem that leads to a lot of battery consumption in the mobile phone terminal.

따라서, 본 출원인은 이러한 종래의 문제점을 해결하기 위해, 파티클 필터에서 적은 수의 파티클로 가능성이 높은 파티클 이동을 확보함으로서 배터리 소모를 개선할 수 있는 발명을 완성하였다.Accordingly, the present applicant has completed an invention capable of improving battery consumption by securing the movement of particles with a high probability to a small number of particles in the particle filter in order to solve this conventional problem.

대한민국 등록특허공보 제10-1231378호(2013.02.01.)Republic of Korea Patent Publication No. 10-1231378 (2013.02.01.)

본 발명은 종래의 가우시안 랜덤 함수를 수정한 별도의 수정 랜덤 함수를 이용하여 파티클 필터에서 적은 수의 파티클로도 가능성이 높은 파티클 이동을 확보할 수 있는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법을 제공하는 것을 목적으로 한다.The present invention provides a particle movement method of a particle filter using a modified random function that can secure particle movement with a high probability even with a small number of particles in the particle filter using a separate modified random function modified from the conventional Gaussian random function. intended to provide

또한, 본 발명은 수정 랜덤 함수를 이용하여 파티클의 움직임을 개선함으로써 파티클의 수, 단말기의 메모리, 및 단말기의 계산량을 줄여 휴대폰 배터리를 절약함으로써 백그라운드 측위 서비스가 가능한 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법을 제공하는 것을 목적으로 한다.In addition, the present invention uses a modified random function to improve the movement of particles, thereby reducing the number of particles, the memory of the terminal, and the amount of calculation of the terminal, thereby saving the cell phone battery, thereby providing a background positioning service. It aims to provide a method of transport.

상기한 바와 같은 목적을 달성하기 위한 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법은 초기 파티클을 미리 설정한 파티클 수 만큼 측위 영역에 배치하는 파티클 설정 단계; 현재 측량 주기에서 측위를 위한 측량을 진행하여 측량값을 생성하는 측위 측량 단계; 상기 측량값을 이용하여 각 파티클의 위치에 따른 가중치를 계산하는 가중치 계산 단계; 상기 파티클 중 가중치가 설정값보다 낮은 것은 제거하고, 제거한 파티클 수량에 대응하는 수량으로 가중치가 상대적으로 높은 파티클을 복제하는 파티클 제거복제 단계; 및 상기 파티클의 다음 측량 주기에서의 파티클 변위를 생성하여 각 파티클의 다음 위치를 계산한 후, 계산된 다음 위치로 각 파티클을 이동시키는 파티클 이동 단계;를 포함하고, 상기 파티클 이동 단계에서는, 하나의 파티클 당 복제 생성되는 다음 측량 주기의 파티클 수를 변수로 포함하는 수정 랜덤 함수를 이용하여 상기 파티클 변위를 생성하는 것을 특징으로 한다.A particle movement method of a particle filter using a modified random function according to the present invention for achieving the above object includes: a particle setting step of arranging initial particles in a positioning area by a preset number of particles; A positioning survey step of generating a survey value by performing a survey for positioning in a current survey period; a weight calculation step of calculating a weight according to the position of each particle by using the measurement value; a particle removal and duplication step of removing particles having a weight lower than a set value among the particles, and duplicating particles having a relatively high weight in an amount corresponding to the number of particles removed; and a particle movement step of generating a particle displacement in the next measurement period of the particle, calculating the next position of each particle, and then moving each particle to the calculated next position. It is characterized in that the particle displacement is generated by using a modified random function including the number of particles in the next measurement cycle that is replicated and generated per particle as a variable.

또한, 상기 파티클 이동 단계에서, 상기 수정 랜덤 함수는 하기의 수식에 의해 결정될 수 있다.Also, in the particle movement step, the modified random function may be determined by the following equation.

Figure 112021149478415-pat00001
Figure 112021149478415-pat00001

(여기서,

Figure 112021149478415-pat00002
은 수정 랜덤 함수, μ은 평균, σ은 표준편차,
Figure 112021149478415-pat00003
은 복제 생성되는 다음 측량 주기의 파티클 수,
Figure 112021149478415-pat00004
,
Figure 112021149478415-pat00005
은 0과 1사이의 실수형 화이트 노이즈 랜덤수 발생함수)(here,
Figure 112021149478415-pat00002
is the modified random function, μ is the mean, σ is the standard deviation,
Figure 112021149478415-pat00003
is the number of particles in the next survey cycle that are duplicated,
Figure 112021149478415-pat00004
,
Figure 112021149478415-pat00005
is a real white noise random number generation function between 0 and 1)

또한, 상기 파티클 이동 단계에서, 상기 파티클 변위와 상기 파티클의 다음 위치는 하기의 수식에 의해 결정될 수 있다.In addition, in the particle movement step, the particle displacement and the next position of the particle may be determined by the following equation.

Figure 112021149478415-pat00006
Figure 112021149478415-pat00006

(여기서,

Figure 112021149478415-pat00007
은 전체 파티클 중 i 번재 파티클의 다음 위치,
Figure 112021149478415-pat00008
은 파티클 변위,
Figure 112021149478415-pat00009
,
Figure 112021149478415-pat00010
,
Figure 112021149478415-pat00011
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동방향,
Figure 112021149478415-pat00012
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동거리,
Figure 112021149478415-pat00013
은 이동방향의 표준 편차,
Figure 112021149478415-pat00014
은 이동거리의 표준 편차)(here,
Figure 112021149478415-pat00007
is the next position of the i-th particle among all particles,
Figure 112021149478415-pat00008
silver particle displacement,
Figure 112021149478415-pat00009
,
Figure 112021149478415-pat00010
,
Figure 112021149478415-pat00011
is the movement direction of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00012
is the movement distance of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00013
is the standard deviation of the direction of movement,
Figure 112021149478415-pat00014
is the standard deviation of the distance traveled)

또한, 상기 가중치 계산 단계에서, 상기 가중치는 하기의 수식에 의해 계산될 수 있다.In addition, in the weight calculation step, the weight may be calculated by the following equation.

Figure 112021149478415-pat00015
Figure 112021149478415-pat00015

(여기서,

Figure 112021149478415-pat00016
은 현재 측량 주기(m번째) 측량에 대한 i 번째 파티클의 측량 가중치,
Figure 112021149478415-pat00017
은 전체 파티클 중 i번째 파티클의 위치,
Figure 112021149478415-pat00018
은 미리 만들어 놓은 측위 기준값 데이터베이스로부터 얻어진 i 번째 파티클 위치의 측위 기준값,
Figure 112021149478415-pat00019
은 현재 측량 주기(m번째) 측량값 벡터,
Figure 112021149478415-pat00020
은 측위 측량값의 표준편차)(here,
Figure 112021149478415-pat00016
is the survey weight of the i-th particle for the current survey period (m-th) survey,
Figure 112021149478415-pat00017
is the position of the i-th particle among all particles,
Figure 112021149478415-pat00018
is the positioning reference value of the i-th particle position obtained from the preset positioning reference value database,
Figure 112021149478415-pat00019
is the current survey period (mth) survey value vector,
Figure 112021149478415-pat00020
is the standard deviation of the measurement value)

또한, 상기 가중치 계산 단계 후, 상기 파티클의 위치와 가중치로 상기 현재 측량 주기에서의 사용자 위치를 추정하는 위치 추정 단계;를 더 포함할 수 있다.The method may further include, after the weight calculation step, a location estimation step of estimating a user location in the current survey period using the location and weight of the particle.

아울러, 상기 위치 추정 단계에서, 상기 사용자 위치는 하기의 수식에 의해 추정될 수 있다.In addition, in the location estimation step, the user location may be estimated by the following equation.

Figure 112021149478415-pat00021
Figure 112021149478415-pat00021

(여기서,

Figure 112021149478415-pat00022
는 사용자 위치,
Figure 112021149478415-pat00023
는 파티클 수,
Figure 112021149478415-pat00024
는 가중치,
Figure 112021149478415-pat00025
는 전체 파티클 중 i번째 파티클 위치)(here,
Figure 112021149478415-pat00022
is your location,
Figure 112021149478415-pat00023
is the number of particles,
Figure 112021149478415-pat00024
is the weight,
Figure 112021149478415-pat00025
is the position of the i-th particle among all particles)

상기한 바와 같이 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법에 의하면, 종래의 가우시안 랜덤 함수를 수정한 별도의 수정 랜덤 함수를 이용하여 파티클 필터에서 적은 수의 파티클로도 가능성이 높은 파티클 이동을 확보할 수 있는 효과가 있다.As described above, according to the particle movement method of the particle filter using the modified random function according to the present invention, a small number of particles in the particle filter is highly likely by using a separate modified random function modified from the conventional Gaussian random function. It has the effect of securing particle movement.

또한, 본 발명은 수정 랜덤 함수를 이용하여 파티클의 움직임을 개선함으로써 파티클의 수, 단말기의 메모리, 및 단말기의 계산량을 줄여 휴대폰 배터리를 절약함으로써 백그라운드 측위 서비스가 가능한 효과가 있다.In addition, the present invention has the effect that the background positioning service is possible by reducing the number of particles, the memory of the terminal, and the amount of calculation of the terminal by improving the movement of particles by using a modified random function to save the battery of the mobile phone.

도 1은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 1블록도이다.
도 2는 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 1흐름도이다.
도 3은 본 발명에 따른 파티클 제거복제 단계의 예시도이다.
도 4는 종래의 가우시안 랜덤 함수를 이용한 파티클 변위의 생성 그래프이다.
도 5는 본 발명의 수정 랜덤 함수를 이용한 파티클 변위의 생성 그래프이다.
도 6은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 2블록도이다.
도 7은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 2흐름도이다.1 is a first block diagram of a particle movement method of a particle filter using a modified random function according to the present invention.
2 is a first flowchart of a particle movement method of a particle filter using a modified random function according to the present invention.
Figure 3 is an exemplary view of the particle removal replication step according to the present invention.
4 is a graph showing the generation of particle displacement using a conventional Gaussian random function.
5 is a graph showing the generation of particle displacement using the modified random function of the present invention.
6 is a second block diagram of a particle movement method of a particle filter using a modified random function according to the present invention.
7 is a second flowchart of a particle movement method of a particle filter using a modified random function according to the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, it should be noted that the same components or parts in the drawings are denoted by the same reference numerals as much as possible. In describing the present invention, detailed descriptions of related known functions or configurations are omitted so as not to obscure the gist of the present invention.

도 1은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 1블록도이다.1 is a first block diagram of a particle movement method of a particle filter using a modified random function according to the present invention.

본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법은 도 1에 도시된 바와 같이, 파티클 설정 단계(S10), 측위 측량 단계(S20), 가중치 계산 단계(S30), 파티클 제거복제 단계(S50) 및 파티클 이동 단계(S60)를 포함한다.As shown in FIG. 1, the particle movement method of the particle filter using the modified random function according to the present invention includes a particle setting step (S10), a positioning measurement step (S20), a weight calculation step (S30), a particle removal and replication step ( S50) and a particle movement step (S60).

도 2는 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 1흐름도이다.2 is a first flowchart of a particle movement method of a particle filter using a modified random function according to the present invention.

파티클 설정 단계(S10)는 도 2에 도시된 바와 같이, 초기 파티클을 미리 설정한 파티클 수로 측위 영역에 배치하는 단계이다.The particle setting step S10 is a step of arranging initial particles in the positioning area with a preset number of particles, as shown in FIG. 2 .

구체적으로, 파티클 설정 단계(S10)에서는 측위의 정확도, 안정성, 계산량 등을 고려하려 측위 파티클의 수(NP)를 설정할 수 있는데, 미리 설정한 파티클 수(NP) 만큼, 초기 파티클 들을 측위 영역에 일정한 간격으로 배치(

Figure 112021149478415-pat00026
)함으로써 각 파티클의 위치를 할당할 수 있다.Specifically, in the particle setting step (S10), the number of positioning particles ( N P ) can be set in consideration of positioning accuracy, stability, calculation amount, etc. placed at regular intervals (
Figure 112021149478415-pat00026
) to assign the position of each particle.

이러한 파티클 설정 단계(S10)에서는 파티클의 위치를 하기의 수학식 1로 나타낼 수 있다.In this particle setting step ( S10 ), the position of the particle may be expressed by Equation 1 below.

Figure 112021149478415-pat00027
Figure 112021149478415-pat00027

(여기서,

Figure 112021149478415-pat00028
은 전체 파티클 중 i 번째 파티클 위치를 나타내고, m은 현재 측량 주기를 나타낸다.(here,
Figure 112021149478415-pat00028
denotes the position of the i-th particle among all particles, and m denotes the current survey period.

측위 측량 단계(S20)는 현재 측량 주기에서 측위를 위한 측량을 진행하여 측량값을 생성하는 단계이다.The positioning surveying step (S20) is a step of generating a survey value by performing a survey for positioning in the current survey period.

구체적으로, 측위 측량 단계(S20)에서는 Wi-Fi, BLE Beacon 등 무선을 이용할 경우 무선을 측량하고, 자기장을 이용할 경우 자기장을 측량할 수 있는데, 여기서 측량값(

Figure 112021149478415-pat00029
)은 여러 측량값이 있으므로 본원발명에서는 벡터로 표현한다.Specifically, in the positioning surveying step (S20), when using a wireless such as Wi-Fi, BLE Beacon, it is possible to measure the radio, and when using a magnetic field, to measure the magnetic field, where the measured value (
Figure 112021149478415-pat00029
) is expressed as a vector in the present invention because there are several measurement values.

가중치 계산 단계(S30)는 측위 측량 단계에서 생성한 측량값을 이용하여 각 파티클의 위치에 따른 가중치를 계산하는 단계이다.The weight calculation step ( S30 ) is a step of calculating a weight according to the position of each particle by using the measurement value generated in the positioning measurement step.

구체적으로, 가중치 계산 단계(SS30)에서는 위치별로 미리 측량한 측위 기준값으로 만들어진 데이터베이스를 이용하여 각 파티클의 가중치(

Figure 112021149478415-pat00030
)를 계산할 수 있는데, 여기서, 각 파티클의 위치(
Figure 112021149478415-pat00031
)의 측위 기준값(
Figure 112021149478415-pat00032
)과 현재 측량 주기의 측량값 벡터(
Figure 112021149478415-pat00033
)를 이용하여 유사도(Similarity)로 각 파티클의 가중치(
Figure 112021149478415-pat00034
)를 계산할 수 있다.Specifically, in the weight calculation step (SS30), the weight of each particle (
Figure 112021149478415-pat00030
) can be calculated, where the position of each particle (
Figure 112021149478415-pat00031
) of the positioning reference value (
Figure 112021149478415-pat00032
) and the survey value vector of the current survey period (
Figure 112021149478415-pat00033
) to calculate the weight of each particle (
Figure 112021149478415-pat00034
) can be calculated.

이러한 가중치 계산 단계(S60)에서는 가중치를 하기의 수학식 2에 의해 계산할 수 있다.In this weight calculation step ( S60 ), the weight may be calculated by Equation 2 below.

Figure 112021149478415-pat00035
Figure 112021149478415-pat00035

(여기서,

Figure 112021149478415-pat00036
은 현재 측량 주기(m번째) 측량에 대한 i 번째 파티클의 측량 가중치,
Figure 112021149478415-pat00037
은 전체 파티클 중 i번째 파티클의 위치,
Figure 112021149478415-pat00038
은 미리 만들어 놓은 측위 기준값 데이터베이스로부터 얻어진 i 번째 파티클 위치의 측위 기준값,
Figure 112021149478415-pat00039
은 현재 측량 주기(m번째) 측량값 벡터,
Figure 112021149478415-pat00040
은 측위 측량값의 표준편차)(here,
Figure 112021149478415-pat00036
is the survey weight of the i-th particle for the current survey period (m-th) survey,
Figure 112021149478415-pat00037
is the position of the i-th particle among all particles,
Figure 112021149478415-pat00038
is the positioning reference value of the i-th particle position obtained from the preset positioning reference value database,
Figure 112021149478415-pat00039
is the current survey period (mth) survey value vector,
Figure 112021149478415-pat00040
is the standard deviation of the measurement value)

파티클 제거복제 단계(S50)는 파티클 중 가중치가 설정값보다 낮은 것은 제거하고, 제거한 파티클 수량에 대응하는 수량으로 가중치가 상대적으로 높은 파티클을 복제하는 단계이다.The particle removal and duplication step ( S50 ) is a step of removing particles having a weight lower than a set value, and replicating particles having a relatively high weight in a quantity corresponding to the removed particle quantity.

구체적으로, 파티클 제거복제 단계(S50)에서는 수량 기준으로 파티클을 제거할 수 있는데, 예를 들어, 전체 수량 10%의 낮은 가중치의 파티클을 제거할 수 있다.Specifically, in the particle removal and replication step S50, particles may be removed based on the quantity, for example, particles having a low weight of 10% of the total quantity may be removed.

또한, 파티클 제거복제 단계(S90)에서는 가중치 기준으로 파티클을 제거할 수 있는데, 예를 들어, 유사도가 10% 이하이면 제거하거나, 최대 유사도의 10% 이하를 제거할 수 있다.Also, in the particle removal and duplication step S90, particles may be removed based on a weight. For example, if the similarity is 10% or less, it may be removed, or 10% or less of the maximum similarity may be removed.

여기서, 제거하는 방법은 측위 특성이나 목적에 따라 다르게 적용할 수 있으며, 제거된 파티클 수량 만큼, 상위 가중치의 파티클을 복제하여 파티클 수(Np)를 유지할 수 있다.Here, the removal method can be applied differently depending on the positioning characteristics or purpose, and the number of particles (N p ) can be maintained by duplicating the particles of higher weight as much as the number of removed particles.

도 3은 본 발명에 따른 파티클 제거복제 단계의 예시도이다.Figure 3 is an exemplary view of the particle removal replication step according to the present invention.

보다 구체적으로, 파티클 제거복제 단계(S50)에서는 도 3에 도시된 바와 같이, 예를 들어, 현재 측량 주기에 따른 특정 파티클의 가중치가 파티클 영역의 1/4 영역에 해당하는 가중치인 경우 해당 파티클을 제거할 수 있고, 또한 가중치가 파티클 영역의 1/2 영역에 해당하는 가중치인 경우 해당 파티클을 다음 측량 주기의 파티클로 설정할 수 있다.More specifically, in the particle removal and duplication step (S50), as shown in FIG. 3, for example, if the weight of a specific particle according to the current survey period is a weight corresponding to 1/4 of the particle area, the corresponding particle It can be removed, and if the weight is a weight corresponding to 1/2 of the particle area, the corresponding particle can be set as a particle of the next survey cycle.

또한, 가중치가 파티클 영역의 3/4 영역에 해당하는 가중치인 경우, 해당 파티클을 1개 복제하여 총 2개의 파티클을 다음 측량 주기의 파티클로 설정할 수 있고, 아울러, 가중치가 파티클 영역의 전 영역에 해당하는 가중치인 경우, 해당 파티클을 2개 복제하여 총 3개의 파티클을 다음 측량 주기의 파티클로 설정할 수 있다.In addition, if the weight is a weight corresponding to 3/4 of the particle area, a total of two particles can be set as particles of the next survey cycle by duplicating one particle, and the weight is applied to the entire area of the particle area. In case of the corresponding weight, two particles can be duplicated to set a total of three particles as particles of the next survey cycle.

이처럼, 파티클 제거복제 단계(S50)에서는 현재 측량 주기(m)의 파티클의 가중치에 따라 특정 파티클을 제거하고 가중치가 높은 파티클을 복제 재생산하게 된다.In this way, in the particle removal and replication step (S50), a specific particle is removed according to the weight of the particle of the current measurement period (m), and a particle having a high weight is reproduced and reproduced.

파티클 이동 단계(S60)는 파티클의 다음 측량 주기에서의 파티클 변위를 생성하여 각 파티클의 다음 위치를 계산한 후, 계산된 다음 위치로 각 파티클을 이동시키는 단계이다.The particle movement step ( S60 ) is a step of generating a particle displacement in the next measurement period of the particle, calculating the next position of each particle, and then moving each particle to the calculated next position.

구체적으로, 파티클 이동 단계(S60)는 새로 생성된 다음 측량 주기의 파티클을 이동시키는 단계로, 여기서, 파티클 이동 방법은 측위 정확도에 큰 영향을 미칠 수 있는데, 종래의 일반적인 파티클 이동 방법은 가속도 센서와 각속도 센서를 이용하여 단말기의 이동 방향(

Figure 112021149478415-pat00041
)과 이동 거리(
Figure 112021149478415-pat00042
)를 추측하여 기준 이동(
Figure 112021149478415-pat00043
)을 설정하고, 가우시안 랜덤 함수(
Figure 112021149478415-pat00044
)을 이용하여 각 파티클을 이동시킴으로써 각 파티클의 다음 위치(
Figure 112021149478415-pat00045
)를 계산할 수 있다.Specifically, the particle movement step (S60) is a step of moving the newly generated particles of the next measurement cycle, where the particle movement method can have a great effect on the positioning accuracy. The direction of movement of the terminal using the angular velocity sensor (
Figure 112021149478415-pat00041
) and the distance traveled (
Figure 112021149478415-pat00042
) to guess the reference shift (
Figure 112021149478415-pat00043
), set the Gaussian random function (
Figure 112021149478415-pat00044
) to move each particle to the next position (
Figure 112021149478415-pat00045
) can be calculated.

도 4는 종래의 가우시안 랜덤 함수를 이용한 파티클 변위의 생성 그래프이다.4 is a graph showing the generation of particle displacement using a conventional Gaussian random function.

예를 들어, 종래의 파티클 이동 방법을 이용하여 생성한 파티클 변위(

Figure 112021149478415-pat00046
)는 도 4에 도시된 그래프와 같이 도시되는데, 먼저, 도 4(a),(b)는 각각 1000개와 100개의 파티클을 가우시안 랜덤으로 이동시킨 것으로, 기준 이동(
Figure 112021149478415-pat00047
)을 이용하여 가우시안 랜덤으로 생성한 파티클 변위(
Figure 112021149478415-pat00048
)는 가능성 있는 이동이 확보됨을 알 수 있다.For example, particle displacement (
Figure 112021149478415-pat00046
) is shown as the graph shown in Fig. 4, first, Figs. 4 (a) and (b) are Gaussian random movement of 1000 and 100 particles, respectively, and the reference movement (
Figure 112021149478415-pat00047
) using Gaussian random particle displacement (
Figure 112021149478415-pat00048
) indicates that a possible movement is secured.

다만, 일반적인 파티클 필터에서 1개의 파티클에서 다음 측량 주기에서의 파티클을 복제 생성하는 파티클의 수는 최대 5개로, 대부분 각 파티클은 다음 측량 주기의 파티클을 1개만 만들고 이동하게 되는데, 여기서, 파티클 필터에 적용되는 움직임의 형태는 도 4(d),(e),(f)에 도시된 바와 같이, 모든 움직임을 커버하지 못하며 이동하게 되고, 가능성이 높은 이동인 기준 이동(Reference Movement)과 차이가 큰 이동이 생길 가능성이 높아 적은 수의 파티클은 측위 안정성과 정확도가 낮아지게 된다.However, in the general particle filter, the number of particles that duplicate and generate particles in the next survey cycle from one particle is up to 5, and most of each particle creates and moves only one particle of the next survey cycle, where in the particle filter As shown in Figs. 4(d), (e), and (f), the applied movement does not cover all movements and moves, and the difference from the reference movement, which is a movement with high possibility, is large. As there is a high probability of movement, a small number of particles decreases positioning stability and accuracy.

이러한 파티클 특성으로 종래의 파티클 이동 방법에서는 측위 정확도를 높이기 위해 많은 수의 파티클이 필요하고, 이러한 단점을 보완하기 위해 파티클 수(

Figure 112021149478415-pat00049
)를 늘려 측위에 이용하는데, 이러한 파티클 수 증가는 단말기의 배터리를 크게 소모하게 하는 문제점이 있다.Due to these particle characteristics, a large number of particles are required to increase positioning accuracy in the conventional particle movement method, and to compensate for this disadvantage, the number of particles (
Figure 112021149478415-pat00049
) is increased and used for positioning, but this increase in the number of particles greatly consumes the battery of the terminal.

본 발명에 따른 파티클 이동 단계(S60)에서는 이러한 종래의 파티클 이동 방법이 아닌, 하나의 파티클 당 복제 생성되는 다음 측량 주기의 파티클 수를 변수로 포함하는 수정 랜덤 함수를 이용하여 파티클 변위를 생성함으로써 적은 수의 파티클로도 가능성이 높은 파티클 이동을 확보할 수 있다.In the particle movement step (S60) according to the present invention, it is not this conventional particle movement method, but rather a modified random function including the number of particles in the next measurement period that is replicated and generated per one particle as a variable by generating particle displacements. Even with a large number of particles, a high probability of particle movement can be secured.

구체적으로, 파티클 이동 단계(S60)에서 수정 랜덤 함수는 하기의 수학식 3에 의해 결정될 수 있다.Specifically, in the particle movement step ( S60 ), the modified random function may be determined by Equation 3 below.

Figure 112021149478415-pat00050
Figure 112021149478415-pat00050

(여기서,

Figure 112021149478415-pat00051
은 수정 랜덤 함수, μ은 평균, σ은 표준편차,
Figure 112021149478415-pat00052
은 복제 생성되는 다음 측량 주기의 파티클 수,
Figure 112021149478415-pat00053
,
Figure 112021149478415-pat00054
은 0과 1사이의 실수형 화이트 노이즈 랜덤수 발생함수)(here,
Figure 112021149478415-pat00051
is the modified random function, μ is the mean, σ is the standard deviation,
Figure 112021149478415-pat00052
is the number of particles in the next survey cycle that are duplicated,
Figure 112021149478415-pat00053
,
Figure 112021149478415-pat00054
is a real white noise random number generation function between 0 and 1)

또한, 파티클 이동 단계(S60)에서 파티클 변위와 파티클의 다음 위치는 하기의 수학식 4에 의해 결정될 수 있다.In addition, the particle displacement and the next position of the particle in the particle movement step ( S60 ) may be determined by Equation 4 below.

Figure 112021149478415-pat00055
Figure 112021149478415-pat00055

(여기서,

Figure 112021149478415-pat00056
은 전체 파티클 중 i 번재 파티클의 다음 위치,
Figure 112021149478415-pat00057
은 파티클 변위,
Figure 112021149478415-pat00058
,
Figure 112021149478415-pat00059
,
Figure 112021149478415-pat00060
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동방향,
Figure 112021149478415-pat00061
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동거리,
Figure 112021149478415-pat00062
은 이동방향의 표준 편차,
Figure 112021149478415-pat00063
은 이동거리의 표준 편차)(here,
Figure 112021149478415-pat00056
is the next position of the i-th particle among all particles,
Figure 112021149478415-pat00057
silver particle displacement,
Figure 112021149478415-pat00058
,
Figure 112021149478415-pat00059
,
Figure 112021149478415-pat00060
is the movement direction of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00061
is the movement distance of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00062
is the standard deviation of the direction of movement,
Figure 112021149478415-pat00063
is the standard deviation of the distance traveled)

도 5는 본 발명의 수정 랜덤 함수를 이용한 파티클 변위의 생성 그래프이다.5 is a graph showing the generation of particle displacement using the modified random function of the present invention.

본 발명에 따른 파티클 이동 방법으로, 상기한 수정 랜덤 함수를 이용하여 생성한 파티클 변위(

Figure 112021149478415-pat00064
)를 그래프로 나타내면 도 5에 도시된 바와 같다.In the particle movement method according to the present invention, the particle displacement (
Figure 112021149478415-pat00064
) as shown in FIG. 5 as a graph.

구체적으로, 본 발명에 따른 수정 랜덤 함수로 생성된 그래프를 종래 가우시안 함수로 생성된 그래프와 비교하면, 먼저 도 5의 (a),(b)에 도시된 바와 같이, 복제 생성되는 다음 측량 주기의 파티클 수가 클 때, 즉, 두 함수 모두 각각 1000개와 100개의 파티클을 이동시킬 때, 확률적으로 가능한 이동 변위를 생성하는 것을 확인할 수 있다.Specifically, if the graph generated by the modified random function according to the present invention is compared with the graph generated by the conventional Gaussian function, first, as shown in FIG. When the number of particles is large, that is, when both functions move 1000 and 100 particles, respectively, it can be seen that probabilistically possible movement displacements are generated.

이에 반해, 복제 생성되는 다음 측량 주기의 파티클 수가 작을 때, 즉, 두 함수 모두 각각 5개, 3개, 1개의 파티클을 이동시킬 때, 종래 가우시안 랜덤 함수를 이용하는 경우, 상기한 바와 같이, 모든 움직임을 커버하지 못하며 이동하게 됨에 따라 기준 이동(Reference Movement)과 차이가 큰 이동이 생김으로써 측위 안정성과 정확도가 낮아지게 되나, 수정된 랜덤 함수를 이용하는 경우, 도 5의 (d),(e),(f)에 도시된 바와 같이, 기준 이동(Reference Movement)과 파티클 이동의 차이가 없는 상태로 생성될 수 있다.On the other hand, when the number of particles in the next survey cycle to be replicated is small, that is, when both functions move 5, 3, and 1 particles, respectively, when using the conventional Gaussian random function, as described above, all movements As it moves without covering As shown in (f), it may be generated in a state where there is no difference between the reference movement and the particle movement.

즉, 복제 생성되는 다음 측량 주기의 파티클 수(

Figure 112021149478415-pat00065
)가 적을 때, 이동 가능성이 높은 기준 이동(Reference Movement)과 큰 차이가 있던 종래 가우시안 랜덤 보다 본 발명에 따른 수정 램덤 함수가 기준 이동과 차이가 적은 이동이 생성되어 가능성 높은 파티클 이동이 되는 것을 알 수 있으므로, 종래의 파티클 이동 방법에서의 가능성이 높은 이동을 확보하기 위하여, 파티클을 많이 사용해야하는 문제점을 본 발명에 따른 수정 랜덤 함수를 사용함으로써 해결할 수 있다.i.e. the number of particles in the next survey cycle that will be replicated (
Figure 112021149478415-pat00065
) is small, it can be seen that the modified random function according to the present invention generates a movement with a small difference from the reference movement, rather than the conventional Gaussian random, which has a large difference from the reference movement with high movement possibility, resulting in a particle movement with high probability. Therefore, the problem of using a large number of particles in order to ensure movement with high possibility in the conventional particle movement method can be solved by using the modified random function according to the present invention.

즉, 본 발명의 수정 랜덤 함수을 이용하면, 기존의 파티클 수의 1/2~1/10의 파티클 수로 비슷한 정확도의 성능을 발휘할 수 있고, 이에 따라 단말기의 계산량과 배터리를 절약할 수 있다. That is, if the modified random function of the present invention is used, performance with similar accuracy can be exhibited with the number of particles of 1/2 to 1/10 of the existing number of particles, and thus, the amount of calculation of the terminal and the battery can be saved.

도 6은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 2블록도이다.6 is a second block diagram of a particle movement method of a particle filter using a modified random function according to the present invention.

한편, 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법은 도 6에 도시된 바와 같이, 상기한 파티클 설정 단계(S10), 측위 측량 단계(S20), 가중치 계산 단계(S30), 파티클 제거복제 단계(S50) 및 파티클 이동 단계(S60) 외에, 위치 추정 단계(S40)를 더 포함할 수 있다.On the other hand, the particle movement method of the particle filter using the modified random function according to the present invention, as shown in FIG. In addition to the removal and duplication step (S50) and the particle movement step (S60), it may further include a location estimation step (S40).

도 7은 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법의 제 2흐름도이다.7 is a second flowchart of a particle movement method of a particle filter using a modified random function according to the present invention.

위치 추정 단계(S40)는 가중치 계산 단계 후, 파티클의 위치와 가중치로 현재 측량 주기에서의 사용자 위치를 추정하는 단계이다.The position estimation step ( S40 ) is a step of estimating the user's position in the current survey period with the position and weight of the particle after the weight calculation step.

구체적으로, 위치 추정 단계(S70)에서 현재 측량 주기에서의 사용자 위치는 하기의 수학식 5에 의해 계산할 수 있다.Specifically, in the position estimation step ( S70 ), the user's position in the current survey period may be calculated by Equation 5 below.

Figure 112021149478415-pat00066
Figure 112021149478415-pat00066

(여기서,

Figure 112021149478415-pat00067
는 사용자 위치,
Figure 112021149478415-pat00068
는 파티클 수,
Figure 112021149478415-pat00069
는 가중치,
Figure 112021149478415-pat00070
는 전체 파티클 중 i번째 파티클 위치)(here,
Figure 112021149478415-pat00067
is your location,
Figure 112021149478415-pat00068
is the number of particles,
Figure 112021149478415-pat00069
is the weight,
Figure 112021149478415-pat00070
is the position of the i-th particle among all particles)

한편, 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법은 해당 방법을 수행할 수 있는 프로그램이 탑재된 컴퓨터를 포함하는 다양한 장치에 의해 실행될 수 있다.Meanwhile, the method for moving particles of a particle filter using a modified random function according to the present invention may be executed by various devices including a computer having a program capable of performing the method.

상기한 바와 같이 본 발명에 따르면 종래의 가우시안 랜덤 함수를 수정한 별도의 수정 랜덤 함수를 이용하여 파티클 필터에서 적은 수의 파티클로도 가능성이 높은 파티클 이동을 확보할 수 있고, 또한 수정 랜덤 함수를 이용하여 파티클의 움직임을 개선함으로써 파티클의 수, 단말기의 메모리, 및 단말기의 계산량을 줄여 휴대폰 배터리를 절약함으로써 백그라운드 측위 서비스가 가능할 수 있다.As described above, according to the present invention, it is possible to secure particle movement with a high probability even with a small number of particles in the particle filter using a separate modified random function modified from the conventional Gaussian random function, and also use a modified random function Thus, by improving the movement of particles, the number of particles, the memory of the terminal, and the amount of calculation of the terminal are reduced to save the cell phone battery, thereby enabling the background positioning service.

이상과 같이 본 발명에 따른 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위 내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.As described above, the present invention has been described with reference to the drawings illustrating the particle movement method of the particle filter using the modified random function according to the present invention, but the present invention is not limited by the embodiments and drawings disclosed in this specification. It goes without saying that various modifications may be made by those skilled in the art within the scope of the technical spirit.

S10:파티클 설정 단계 S20:측위 측량 단계
S30:가중치 계산 단계 S40:위치 추정 단계
S50:파티클 제거복제 단계 S60:파티클 이동 단계S10: Particle setting step S20: Positioning surveying step
S30: weight calculation step S40: location estimation step
S50: Particle Removal Replication Step S60: Particle Movement Step

Claims (6)

a) 초기 파티클을 미리 설정한 파티클 수 만큼 측위 영역에 배치하는 파티클 설정 단계;
b) 현재 측량 주기에서 측위를 위한 측량을 진행하여 측량값을 생성하는 측위 측량 단계;
c) 상기 측량값을 이용하여 각 파티클의 위치에 따른 가중치를 계산하는 가중치 계산 단계;
d) 상기 파티클 중 가중치가 설정값보다 낮은 것은 제거하고, 제거한 파티클 수량에 대응하는 수량으로 가중치가 상대적으로 높은 파티클을 복제하는 파티클 제거복제 단계; 및
e) 상기 파티클의 다음 측량 주기에서의 파티클 변위를 생성하여 각 파티클의 다음 위치를 계산한 후, 계산된 다음 위치로 각 파티클을 이동시키는 파티클 이동 단계;를 포함하고,
e) 상기 파티클 이동 단계에서는,
하나의 파티클 당 복제 생성되는 다음 측량 주기의 파티클 수를 변수로 포함하는 수정 랜덤 함수를 이용하여 상기 파티클 변위를 생성하는 것을 특징으로 하는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법.
a) a particle setting step of arranging initial particles in the positioning area by a preset number of particles;
b) a positioning survey step of generating a survey value by performing a survey for positioning in the current survey period;
c) a weight calculation step of calculating a weight according to the position of each particle by using the measurement value;
d) a particle removal and duplication step of removing particles having a weight lower than a set value among the particles, and replicating particles having a relatively high weight in an amount corresponding to the number of particles removed; and
e) generating a particle displacement in the next measurement period of the particle, calculating the next position of each particle, and then moving each particle to the calculated next position.
e) In the particle movement step,
A particle movement method of a particle filter using a modified random function, characterized in that the particle displacement is generated by using a modified random function including as a variable the number of particles in the next measurement cycle that is replicated per one particle.
 제 1항에 있어서,
e) 상기 파티클 이동 단계에서,
상기 수정 랜덤 함수는 하기의 수식에 의해 결정되는 것을 특징으로 하는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법.
Figure 112021149478415-pat00071

(여기서,
Figure 112021149478415-pat00072
은 수정 랜덤 함수, μ은 평균, σ은 표준편차,
Figure 112021149478415-pat00073
은 복제 생성되는 다음 측량 주기의 파티클 수,
Figure 112021149478415-pat00074
,
Figure 112021149478415-pat00075
은 0과 1사이의 실수형 화이트 노이즈 랜덤수 발생함수)
The method of claim 1,
e) in the particle movement step,
The modified random function is a particle movement method of a particle filter using a modified random function, characterized in that determined by the following equation.
Figure 112021149478415-pat00071

(here,
Figure 112021149478415-pat00072
is the modified random function, μ is the mean, σ is the standard deviation,
Figure 112021149478415-pat00073
is the number of particles in the next survey cycle that are duplicated,
Figure 112021149478415-pat00074
,
Figure 112021149478415-pat00075
is a real white noise random number generation function between 0 and 1)
 제 2항에 있어서,
e) 상기 파티클 이동 단계에서,
상기 파티클 변위와 상기 파티클의 다음 위치는 하기의 수식에 의해 결정되는 것을 특징으로 하는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법.
Figure 112021149478415-pat00076

(여기서,
Figure 112021149478415-pat00077
은 전체 파티클 중 i 번재 파티클의 다음 위치,
Figure 112021149478415-pat00078
은 파티클 변위,
Figure 112021149478415-pat00079
,
Figure 112021149478415-pat00080
,
Figure 112021149478415-pat00081
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동방향,
Figure 112021149478415-pat00082
은 다음 측량 주기(m+1번째)의 전체 파티클 중 i 번째 파티클의 이동거리,
Figure 112021149478415-pat00083
은 이동방향의 표준 편차,
Figure 112021149478415-pat00084
은 이동거리의 표준 편차)
3. The method of claim 2,
e) in the particle movement step,
A particle movement method of a particle filter using a modified random function, characterized in that the particle displacement and the next position of the particle are determined by the following equation.
Figure 112021149478415-pat00076

(here,
Figure 112021149478415-pat00077
is the next position of the i-th particle among all particles,
Figure 112021149478415-pat00078
silver particle displacement,
Figure 112021149478415-pat00079
,
Figure 112021149478415-pat00080
,
Figure 112021149478415-pat00081
is the movement direction of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00082
is the movement distance of the i-th particle among all particles in the next survey cycle (m+1),
Figure 112021149478415-pat00083
is the standard deviation of the direction of movement,
Figure 112021149478415-pat00084
is the standard deviation of the distance traveled)
 제 3항에 있어서,
c) 상기 가중치 계산 단계에서,
상기 가중치는 하기의 수식에 의해 계산되는 것을 특징으로 하는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법.
Figure 112021149478415-pat00085

(여기서,
Figure 112021149478415-pat00086
은 현재 측량 주기(m번째) 측량에 대한 i 번째 파티클의 측량 가중치,
Figure 112021149478415-pat00087
은 전체 파티클 중 i번째 파티클의 위치,
Figure 112021149478415-pat00088
은 미리 만들어 놓은 측위 기준값 데이터베이스로부터 얻어진 i 번째 파티클 위치의 측위 기준값,
Figure 112021149478415-pat00089
은 현재 측량 주기(m번째) 측량값 벡터,
Figure 112021149478415-pat00090
은 측위 측량값의 표준편차)
4. The method of claim 3,
c) in the weight calculation step,
The weight is a particle movement method of a particle filter using a modified random function, characterized in that calculated by the following equation.
Figure 112021149478415-pat00085

(here,
Figure 112021149478415-pat00086
is the survey weight of the i-th particle for the current survey period (m-th) survey,
Figure 112021149478415-pat00087
is the position of the i-th particle among all particles,
Figure 112021149478415-pat00088
is the positioning reference value of the i-th particle position obtained from the preset positioning reference value database,
Figure 112021149478415-pat00089
is the current survey period (mth) survey value vector,
Figure 112021149478415-pat00090
is the standard deviation of the measurement value)
 제 4항에 있어서,
c) 상기 가중치 계산 단계 후,
f) 상기 파티클의 위치와 가중치로 상기 현재 측량 주기에서의 사용자 위치를 추정하는 위치 추정 단계;를 더 포함하는 것을 특징으로 하는 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법.
5. The method of claim 4,
c) after the weight calculation step,
f) a position estimating step of estimating the user's position in the current survey period based on the position and weight of the particle;
 제 5항에 있어서,
f) 상기 위치 추정 단계에서,
상기 사용자 위치는 하기의 수식에 의해 추정되는 것을 특징으로 하는 수정 파티클 필터를 이용한 연속적 실내 위치 추정 방법.
Figure 112021149478415-pat00091

(여기서,
Figure 112021149478415-pat00092
는 사용자 위치,
Figure 112021149478415-pat00093
는 파티클 수,
Figure 112021149478415-pat00094
는 가중치,
Figure 112021149478415-pat00095
는 전체 파티클 중 i번째 파티클 위치)
6. The method of claim 5,
f) in the position estimation step,
The continuous indoor location estimation method using a quartz particle filter, characterized in that the user location is estimated by the following equation.
Figure 112021149478415-pat00091

(here,
Figure 112021149478415-pat00092
is your location,
Figure 112021149478415-pat00093
is the number of particles,
Figure 112021149478415-pat00094
is the weight,
Figure 112021149478415-pat00095
is the position of the i-th particle among all particles)
KR1020210186350A 2021-12-23 2021-12-23 Particle Movement Method Of Particle Filter Using Modified Random Function KR102412322B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210186350A KR102412322B1 (en) 2021-12-23 2021-12-23 Particle Movement Method Of Particle Filter Using Modified Random Function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210186350A KR102412322B1 (en) 2021-12-23 2021-12-23 Particle Movement Method Of Particle Filter Using Modified Random Function

Publications (1)

Publication Number Publication Date
KR102412322B1 true KR102412322B1 (en) 2022-06-24

Family

ID=82215983

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210186350A KR102412322B1 (en) 2021-12-23 2021-12-23 Particle Movement Method Of Particle Filter Using Modified Random Function

Country Status (1)

Country Link
KR (1) KR102412322B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486967A (en) * 2023-05-12 2023-07-25 哈尔滨工业大学 Method for generating random distribution of shell particles with controllable particle spacing and area ratio

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101231378B1 (en) 2011-08-12 2013-02-15 숭실대학교산학협력단 Apparatus and recording media for tracking user location
KR101470367B1 (en) * 2013-09-30 2014-12-09 중앙대학교 산학협력단 Apparatus and method for detecting and tracking multiple objects by using dual-layer particle filter
KR20190133375A (en) * 2018-05-23 2019-12-03 한국과학기술원 Particle resampling method for particle filter
KR20200140184A (en) * 2019-06-05 2020-12-15 성균관대학교산학협력단 Method and apparatus for indoor location tracking using particle filter based on wireless signal strength

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101231378B1 (en) 2011-08-12 2013-02-15 숭실대학교산학협력단 Apparatus and recording media for tracking user location
KR101470367B1 (en) * 2013-09-30 2014-12-09 중앙대학교 산학협력단 Apparatus and method for detecting and tracking multiple objects by using dual-layer particle filter
KR20190133375A (en) * 2018-05-23 2019-12-03 한국과학기술원 Particle resampling method for particle filter
KR20200140184A (en) * 2019-06-05 2020-12-15 성균관대학교산학협력단 Method and apparatus for indoor location tracking using particle filter based on wireless signal strength

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486967A (en) * 2023-05-12 2023-07-25 哈尔滨工业大学 Method for generating random distribution of shell particles with controllable particle spacing and area ratio
CN116486967B (en) * 2023-05-12 2023-10-03 哈尔滨工业大学 Method for generating random distribution of shell particles with controllable particle spacing and area ratio

Similar Documents

Publication Publication Date Title
Xie et al. A reliability-augmented particle filter for magnetic fingerprinting based indoor localization on smartphone
Sankaran et al. Using mobile phone barometer for low-power transportation context detection
US9268399B2 (en) Adaptive sensor sampling for power efficient context aware inferences
CN104137594B (en) Sensor tracking activity, speed and direction of advance are used in mobile device or other systems
US11714426B2 (en) Positioning system and method based on neural network model
EP3461105B1 (en) Positioning method and server
CN105593903B (en) Organism determining device, measuring device and method
KR102412322B1 (en) Particle Movement Method Of Particle Filter Using Modified Random Function
CN111797295B (en) Multi-dimensional space-time trajectory fusion method and device, machine readable medium and equipment
US10444062B2 (en) Measuring and diagnosing noise in an urban environment
Zhao et al. LMDD: Light-weight magnetic-based door detection with your smartphone
CN116996994A (en) UWB positioning method and related equipment based on self-adaptive Kalman filtering
CN115267667B (en) Underground high-precision positioning correction method, device, equipment and storage medium
CN116887396A (en) Training method of position prediction model, terminal positioning method and device
Guo et al. Spatial-temporal trajectory anomaly detection based on an improved spectral clustering algorithm
CN212624333U (en) Location bracelet and location bracelet system
KR102412323B1 (en) Continuous Indoor Position Estimation Method Using Correction Particle Filter
Xiong et al. A spatial entropy-based approach to improve mobile risk-based authentication
Iwata et al. A stayed location estimation method for sparse GPS positioning information
CN113723006B (en) LS-SVM (least squares-support vector machine) -based single-station earth change magnetic field modeling prediction method and system
JP2016038744A (en) Area attribute estimation apparatus and area attribute estimation method
TWI749834B (en) Positioning system and method based on neural network model
Feng et al. EHSTC: An enhanced method for semantic trajectory compression
US20230251390A1 (en) Methods and apparatuses for automatic object heading determinations
Cesario et al. A comprehensive validation methodology for trajectory pattern mining of GPS Data

Legal Events

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