KR102580937B1 - 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템 - Google Patents

Abstract

본 발명의 일 실시예는, 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석하는 수집 좌표 분석부; 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하는 대표 지점 생성부; 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하는 제1 수집 데이터 보정부; 및 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 제2 수집 데이터 보정부;를 포함하는 위치 기반 서비스를 위한 측위 데이터 보정 장치를 제공한다.

Description

위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템 {LOCATION DATA CORRECTION APPARATUS FOR LOCATION BASED SERVICE AND METHOD AND LOCATION DATA PROVIDING SYSTEM USING THE SAME}

본 발명은 위치인식 서비스(Location Based Service, LBS)를 위해 동적 수집된 측위 데이터의 보정 장치, 그 방법 및 이를 이용한 측위 데이터 제공 시스템에 관한 것이다.

최근 Wi-Fi(Wireless Fidelity)와 BLE(Bluetooth Low Energy) 등 근거리 무선통신 장비들이 빠르게 보급되고 스마트폰이나 태블릿과 같은 스마트 기기 사용자들이 폭발적으로 늘어나고 있다. 이에 따라 여러 어플리케이션들이 개발되고 있는데 이 중에서도 사용자들의 위치를 기반으로 부가서비스를 제공하는 위치 기반 서비스(Location Based Service; LBS)가 각광받고 있다. LBS를 제공함에 있어 고품질의 서비스를 위해 사용자의 위치를 정확하게 제공하는 기술들이 개발되고 있는데 특히 위성 신호를 수신할 수 없는 실내에서의 연구가 활발하다. 많은 연구 결과 중 높은 정확도를 보이는 위치인식 기법에는 실내 여러 지점에서 상기 무선통신 신호나 지구 자기장(지자기) 등과 같은 측위 환경정보를 선 수집하여 측위 DB를 구축한 뒤, 사용자가 해당 실내 공간에서 측위 환경 정보를 획득하였을 때 DB와의 비교를 통해 사용자가 위치한 것과 가장 유사한 측위 환경 정보를 보였던 지점으로 사용자의 위치를 계산해주는 방식이다.

측위 DB를 구축하는 과정에서 환경정보를 수집하기 위해 종래는 실내 공간을 여러 지점으로 나눈 뒤 해당 지점에서 충분한 시간동안 정보를 수집하여 이를 처리하는 정적 수집 방식이 사용되었다. 하지만 이러한 방식은 수집과 측위 DB 생성에 너무 많은 시간과 비용이 생성되는 문제가 있어 이를 해결할 수 있는 동적 수집 방식이 제안된 바 있다.

동적 수집을 사용하여 측위 환경 정보를 획득하는 경우 수집자가 계속해서 이동하며 측위 환경 정보를 수집하기 때문에 통계치 산출에 필요한 충분한 데이터를 획득하지 못하는 경우가 빈번히 발생하여, 동적 수집 데이터를 바탕으로 측위 DB를 생성할 경우 확률 기반 위치인식을 위한 정확한 DB 구축이 어려워 위치인식 정확도가 저하되는 문제점이 있다.

전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

국내 공개특허공보 제10-2010-0045355호

본 발명의 실시예들은 대표 지점에 인접한 데이터를 바로 측위 데이터베이스 생성에 사용하는 것이 아니라 보정 등 여러 가공 과정을 거침으로써 보다 정확한 측위 데이터베이스를 생성하는 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템을 제공한다.

또한, 본 발명의 실시예들은 데이터 셋에 포함된 데이터 수에 따라 오수집 데이터의 제거 여부를 달리 결정함으로써, 신뢰할 수 있는 데이터가 유지되는 범위 내에서 노이즈를 제거하는 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템을 제공한다.

또한, 본 발명의 실시예들은 데이터 보정에 의해 데이터 셋의 보완이 이뤄지지 않은 경우에 해당 데이터 셋 자체를 측위용 통계치 산출 대상에서 제외시킴으로써, 신뢰할 수 있는 데이터가 유지되는 범위 내에서 노이즈를 제거하는 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템을 제공한다.

본 발명의 일 실시예는, 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석하는 수집 좌표 분석부; 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하는 대표 지점 생성부; 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하는 제1 수집 데이터 보정부; 및 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 제2 수집 데이터 보정부;를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치를 제공한다.

상기 제1 수집 데이터 보정부는 상기 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 상기 수집 데이터 중 상기 클러스터에 속하지 않은 데이터를 상기 오수집 데이터로 판단할 수 있다.

상기 데이터 클러스터링 기준은 상기 수집 데이터의 수신 강도이고, 상기 제1 수집 데이터 보정부는 상기 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 상기 오수집 데이터가 상기 클러스터에 속하도록, 상기 오수집 데이터의 수신 강도를 보정할 수 있다.

상기 제1 수집 데이터 보정부는 상기 데이터 셋들 각각에 대하여, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는 데이터 셋에서 상기 오수집 데이터를 제외시킬 수 있다.

상기 제2 수집 데이터 보정부는 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가할 수 있다.

상기 제2 수집 데이터 보정부는 상기 동적 수집 장치에, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송할 수 있다.

상기 제2 수집 데이터 보정부는 상기 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 상기 중복되는 것으로 판단된 추가 수집 데이터를 제외한 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단할 수 있다.

상기 측위 데이터 보정 장치는 상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 측위 데이터베이스 생성부;를 더 포함할 수 있다.

상기 측위 데이터베이스 생성부는 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 상기 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 상기 측위용 통계치를 산출할 수 있다.

본 발명의 다른 일 실시예는, 수집 좌표 분석부가, 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석하는 단계; 대표 지점 생성부가, 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하는 단계; 제1 수집 데이터 보정부가, 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하는 단계; 및 제2 수집 데이터 보정부가, 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 단계;를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법을 제공한다.

상기 오수집 데이터를 보정하는 단계는 상기 제1 수집 데이터 보정부가, 상기 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 상기 수집 데이터 중 상기 클러스터에 속하지 않은 데이터를 상기 오수집 데이터로 판단할 수 있다.

상기 데이터 클러스터링 기준은 상기 수집 데이터의 수신 강도이고, 상기 오수집 데이터를 보정하는 단계는 상기 제1 수집 데이터 보정부가, 상기 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 상기 오수집 데이터가 상기 클러스터에 속하도록, 상기 오수집 데이터의 수신 강도를 보정할 수 있다.

상기 오수집 데이터를 보정하는 단계는 상기 제1 수집 데이터 보정부가, 상기 데이터 셋들 각각에 대하여, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는 데이터 셋에서 상기 오수집 데이터를 제외시킬 수 있다.

상기 데이터 셋들을 보정하는 단계는 상기 제2 수집 데이터 보정부가, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가할 수 있다.

상기 데이터 셋들을 보정하는 단계는 상기 제2 수집 데이터 보정부가, 상기 동적 수집 장치에, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송할 수 있다.

상기 데이터 셋들을 보정하는 단계는 상기 제2 수집 데이터 보정부가, 상기 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 상기 중복되는 것으로 판단된 추가 수집 데이터를 제외한 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단할 수 있다.

상기 측위 데이터 보정 방법은 상기 측위 데이터베이스 생성부가, 상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 단계;를 더 포함할 수 있다.

상기 측위용 통계치를 산출하는 단계는 상기 측위 데이터베이스 생성부가, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 상기 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 상기 측위용 통계치를 산출할 수 있다.

본 발명의 또 다른 일 실시예는, 컴퓨터를 이용하여 상기 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공한다.

본 발명의 또 다른 일 실시예는, 이동 중에 주기적으로 측위 환경 정보 및 위치 정보를 포함하는 수집 데이터를 생성하는 동적 수집 장치; 상기 동적 수집 장치로부터 전송된 수집 데이터의 수집 좌표의 분포를 분석하고, 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하고, 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하고, 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 측위 데이터 보정 장치; 및 상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 측위 데이터베이스 생성 장치;를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 제공 시스템을 제공한다.

전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.

본 발명의 실시예들에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템에 의해, 대표 지점에 인접한 데이터를 바로 측위 데이터베이스 생성에 사용하는 것이 아니라 보정 등 여러 가공 과정을 거침으로써 보다 정확한 측위 데이터베이스를 생성할 수 있다.

또한, 본 발명의 실시예들에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템에 의해, 데이터 셋에 포함된 데이터 수에 따라 오수집 데이터의 제거 여부를 달리 결정함으로써, 신뢰할 수 있는 데이터가 유지되는 범위 내에서 노이즈를 제거할 수 있다.

또한, 본 발명의 실시예들에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치, 방법 및 이를 이용한 측위 데이터 제공 시스템에 의해, 데이터 보정에 의해 데이터 셋의 보완이 이뤄지지 않은 경우에 해당 데이터 셋 자체를 측위용 통계치 산출 대상에서 제외시킴으로써, 신뢰할 수 있는 데이터가 유지되는 범위 내에서 노이즈를 제거할 수 있다.

도 1은 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 제공 시스템의 구성을 나타낸 도면이다.
도 2는 도 1에 도시된 동적 수집 장치의 구성의 일 예를 나타낸 블록도이다.
도 3은 도 1에 도시된 측위 데이터 보정 장치의 구성의 일 예를 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 측위 데이터 보정 방법을 나타낸 동작 흐름도이다.
도 5는 도 4에 도시된 수집 좌표 분석 단계 및 대표 지점 생성 단계의 일 예를 나타낸 도면이다.
도 6은 도 4에 도시된 오수집 데이터를 보정하는 단계의 일 예를 나타낸 도면이다.
도 7은 도 4에 도시된 오수집 데이터를 보정하는 단계의 다른 일 예를 나타낸 도면이다.
도 8은 도 4에 도시된 데이터 셋들을 보정하는 단계의 일 예를 나타낸 도면이다.
도 9는 Wi-Fi RSSI 측정 결과의 일 예를 나타낸 도면이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다. 이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 또한, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 제공 시스템의 구성을 나타낸 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 제공 시스템은 동적 수집 장치(101), 수집 데이터베이스(102), 측위 데이터 보정 장치(103), 측위 데이터베이스 생성 장치(104) 및 측위 데이터베이스(105)를 포함한다.

특히, 동적 수집 장치(101)는 수집 데이터베이스(102) 및 측위 데이터 보정 장치(103)와 상호 연결되며, 측위 데이터 보정 장치(103)는 동적 수집 장치(101), 수집 데이터베이스(102) 및 측위 데이터베이스 생성 장치(104)와 상호 연결되며, 측위 데이터베이스 생성 장치(104)는 측위 데이터 보정 장치(103) 및 측위 데이터베이스(105)와 상호 연결된다.

본 발명의 동적 수집 장치(101)는 실내 여러 공간의 측위 환경 정보를 자동으로 수집하기 위해 수집자가 수집해야 할 경로를 지도 상에 미리 설정하고 이를 선택하는 기능, 수집자가 선택한 경로를 이동할 때 자동으로 위치를 계산하는 기능, 이동 중에 주기적으로 하나 이상의 측위 환경 정보를 자동으로 수집하는 기능, 측위 환경 정보가 수집된 시점에 자동으로 계산된 수집자의 위치를 연동하여 수집 데이터를 생성하는 기능, 생성된 수집 데이터를 수집 데이터베이스로 전송하는 기능 등을 제공하는 것을 특징으로 한다.

수집 데이터베이스(102)는 수집자 정보 및 측위 환경 정보를 포함한다.

여기서 측위 환경 정보는 무선 액서스 포인트(Remote Access Point)의 식별자, 측정 시간 정보, 방위 정보, 신호의 세기 및 정밀도 평가지수 등을 포함할 수 있다.

여기서 수집 데이터베이스(102)는 동적 수집 장치(101)와 물리적으로 분리된 별도의 데이터베이스일 수도 있고, 동적 수집 장치(101)와 개념적으로만 분리된 데이터베이스일 수도 있다.

측위 데이터 보정 장치(103)는 수집 좌표를 분석하여 측위 데이터베이스를 생성할 지점(대표 지점)을 만드는 기능, 대표 지점에서 인접한 수집 데이터를 기반으로 수집 데이터를 분석하는 기능, 분석된 결과를 바탕으로 오수집된 데이터를 제거하거나 보정하는 기능, 제1 보정 결과를 바탕으로 수집 데이터가 충분치 않을 경우 수집자에게 추가 수집을 요청하는 피드백을 하는 기능, 혹은 수집 데이터가 충분치 않을 경우 가상의 수집 데이터를 추가로 생성하는 기능, 혹은 수집 데이터가 충분치 않을 경우 인접한 지점의 데이터를 추가로 활용할 수 있도록 하는 기능 등을 포함할 수 있다.

이때 분석 및 보정 과정은 상호 독립적이며 순서가 바뀔 수 있다. 또한 데이터 보정과 관련한 기능은 상기 내용이나 기능으로 한정되지 않으며 당 업계의 종사자가 정확한 측위 데이터베이스를 생성하여 측위 데이터베이스의 성능을 향상할 수 있는 여러 보정 기능이 포함될 수 있다.

측위 데이터베이스 생성 장치(104)는 보정된 데이터를 활용하여 환경 정보를 수학적으로 모델링 할 수 있는 통계치를 산출한다.

여기서 통계치는 측위와 관련된 표준 편차 및 전역 분산(Global Variance) 등을 포함할 수 있다.

여기서 측위 데이터베이스 생성 장치(104)는 측위 데이터 보정 장치(103)와 물리적으로 분리된 별도의 장치일 수도 있고, 측위 데이터 보정 장치(103)와 개념적으로만 분리된 장치일 수도 있으며, 측위 데이터 보정 장치(103)의 일 구성일 수도 있다.

측위 데이터베이스(105)는 대표 지점 정보 및 해당 대표 지점에 상응하여 생성된 측위 데이터 등을 포함한다.

측위 데이터베이스(105)는 위치 기반 서비스 시 사용자의 측위 정보 측정 값과의 확률 매칭을 통해 사용자의 위치를 계산하는 데 사용될 수 있다.

여기서 측위 데이터베이스(105)는 측위 데이터베이스 생성 장치(104)와 물리적으로 분리된 별도의 데이터베이스일 수도 있고, 측위 데이터베이스 생성 장치(104)와 개념적으로만 분리된 데이터베이스일 수도 있다.

도 2는 도 1에 도시된 동적 수집 장치(101)의 구성의 일 예를 나타낸 블록도이다.

도 2를 참조하면, 도 1에 도시된 동적 수집 장치(101)는 수집 위치 계산부(201), 측위 환경 정보 수집부(202), 수집 데이터 생성부(203) 및 수집 데이터 전송부(204)를 포함한다. 나아가, 수집자에게 수집이나 지도 관련 정보를 표출해주는 지도 정보 처리 및 수집정보 표출부(미도시)를 더 포함할 수 있다.

수집 위치 계산부(201)는 수집자의 보폭과 이동 방향을 추정하여 수집자의 위치를 계산할 수 있다. 이를 위해 수집 위치 계산부(201)는 사용자의 보폭을 검출할 수 있는 가속도 계와 방향을 추정할 수 있는 자이로스코프, 지자기 센서 중 하나 이상의 센서를 포함할 수 있다. 수집 위치를 계산하기 위한 방법과 장치는 상기 실시 예에 한정되지는 않는다.

측위 환경 정보 수집부(202)에서는 실내 지점 별로 서로 상이한 측정값을 보여 측위 시 각 지점을 구별해주는 식별자로 활용될 수 있는 측위 용 인프라들을 수집하며, 이러한 측위 인프라에는 Wi-Fi, BLE, LTE와 같은 셀룰러 네트워크, UWB(Ultra Wide-Band), RFID(Radio Frequency IDentification), 지자기, 기압, 소리, 초음파 등이 포함될 수 있으며, 상기 인프라 들에 한정되지는 않는다. 또한 각 인프라 별로 수집하는 정보는 대게 수신 측정값의 세기 (Wi-Fi, BLE의 경우 RSSI(Received Signal Strength Indicator), 지자기의 경우 3축의 지자기 값 등)를 사용하지만 여기에 한정되지 않는다. 측정값의 세기가 아닌 대표적인 측정 정보의 실시 예로는 무선통신 인프라의 RTT(Round Trip Time) 혹은 ToA(Time of Arrival) 정보, AoA(Angle of Arrival) 등이 있다.

수집 데이터 생성부(203)에서는 수집된 측위 환경 정보와 실시간 위치를 묶어 수집 데이터베이스로 전달할 수집 데이터를 생성한다. 이 때 포함되는 정보에는 수집 좌표, 해당 좌표에서 수집된 측위 환경 정보를 비롯하여, 수집 시간, 수집 단말의 종류 등 측위 데이터베이스 생성 시 참고가 될 수 있는 보조 정보들이 포함될 수 있다.

수집 데이터 전송부(204)는 활용하여 수집 데이터를 수집 데이터베이스(102)로 전달한다. 이 때 데이터 전달의 방식은 유무선 통신을 활용할 수 있으나 반드시 이에 한정되지는 않으며 통신이 여의치 않을 경우 수집 데이터를 저장하고 있다가 이동 저장장치를 통해 수동으로 전달할 수 있다. 따라서 데이터 전달 시간은 반드시 실시간으로 한정되지는 않는다.

도 3은 도 1에 도시된 측위 데이터 보정 장치(103)의 구성의 일 예를 나타낸 블록도이다.

도 3을 참조하면 도 1에 도시된 측위 데이터 보정 장치(103)는 수집 좌표 분석부(301), 대표 지점 생성부(302), 제1 수집 데이터 보정부(303) 및 제2 수집 데이터 보정부(304)를 포함한다.

수집 좌표 분석부(301)는 동적 수집 장치(도 1의 101 참조)에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석한다.

대표 지점 생성부(302)는 수집 좌표 분석결과를 바탕으로 대표 지점을 생성한다.

제1 수집 데이터 보정부(303)는 대표 지점에 인근하여 수집된 데이터를 분석하여 오수집 되었다고 판단되는 데이터를 제거하거나 보정한다.

제1 수집 데이터 보정부(303)는 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 수집 데이터 중 클러스터에 속하지 않은 데이터를 오수집 데이터로 판단할 수 있다.

여기서, 데이터 클러스터링 기준은 수집 데이터의 수신 강도일 수 있다.

즉, 제1 수집 데이터 보정부(303)는 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 수집 데이터 중 클러스터에 속하지 않은 데이터를 오수집 데이터로 판단할 수 있다.

선택적 실시예에서, 제1 수집 데이터 보정부(303)는 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 오수집 데이터가 클러스터에 속하도록, 오수집 데이터를 보정할 수 있다.

예컨대, 데이터 클러스터링 기준이 수집 데이터의 수신 강도인 경우, 제1 수집 데이터 보정부(303)는 오수집 데이터의 수신 강도를 보정하여 다시 클러스터링을 수행하는 경우 오수집 데이터가 해당 클러스터 포함되도록 할 수 있다.

제2 수집 데이터 보정부(304)는 분석 결과 데이터가 충분히 수집되지 않았다고 판단되는 지점에 대해 가상의 수집 데이터를 생성하거나 수집 장치로의 피드백을 통해 추가적인 수집을 요청하거나 인접한 데이터들을 활용할 수 있도록 한다.

즉, 제2 수집 데이터 보정부(304)는 데이터 셋들 각각에 대하여, 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정할 수 있다.

선택적 실시예에서, 제2 수집 데이터 보정부(304)는 오수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하는지 여부를 판단하고, 오수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하는 데이터 셋에서 오수집 데이터를 제외시킬 수 있다.

이에 따라, 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치에 의해 신뢰할 수 있는 데이터가 유지되는 범위 내에서 노이즈(예컨대, 오수집 데이터)를 제거할 수 있다.

선택적 실시예에서, 제2 수집 데이터 보정부(304)는 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가할 수 있다.

선택적 실시예로서, 부트스트랩(bootstrap) 샘플링 혹은 복원 추출(sampling with replacement) 등의 방식을 사용하여 가상 데이터를 추가할 수 있다.

선택적 실시예에서, 제2 수집 데이터 보정부(304)는 동적 수집 장치(도 1의 101 참조)에, 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송할 수 있다.

이에 따라, 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치에 의해 데이터가 부족한 영역에 대해 동적 수집 장치로부터 추가 데이터를 수집할 수 있다.

선택적 실시예에서, 제2 수집 데이터 보정부(304)는 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 중복되는 것으로 판단된 추가 수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단할 수 있다.

이에 따라, 본 발명의 일 실시예에 따른 위치 기반 서비스를 위한 측위 데이터 보정 장치에 의해 데이터가 부족한 영역에 대해 데이터 보완이 이뤄지지 않은 경우, 이를 측위용 통계치 산출 대상에서 제외시킴으로써, 노이즈(예컨대, 표준 편차가 0인 통계치)를 제거할 수 있다.

비록 도 3에는 도시되지 아니하였으나, 측위 데이터 보정 장치(103)는 데이터 셋들에 기초하여 대표 지점들에 대한 측위용 통계치를 산출하는 측위 데이터베이스 생성부(미도시)를 더 포함할 수 있다.

측위 데이터베이스 생성부(미도시)는 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 측위용 통계치를 산출하거나, 해당 대표 지점의 측위용 통계치를 기설정된 통계치로 설정할 수 있다.

또한, 측위 데이터베이스 생성부(미도시)는 복수의 대표 지점들에 대하여 전역 분산을 측위용 통계치로 설정할 수 있다.

한편 도 1에 도시된 측위 데이터 보정 장치(103)의 데이터 보정의 방식은 상기 방식에 한정되지 않는다. 즉, 상기한 것과 같이 수집 데이터가 충분치 않은 지역에 대한 처리를 제2 수집 데이터 보정부(304)가 아닌 그 전에 사전 처리하는 것도 가능하다. 또한 데이터 보정 방식이 오수집된 데이터와 데이터 수가 충분치 않은 부분에 대한 처리에 한정되지 않으며 기타 측위 데이터베이스의 성능을 향상할 수 있는 여러 보정방식이 포함될 수 있다.

도 4는 본 발명의 일 실시예에 따른 측위 데이터 보정 방법을 나타낸 동작 흐름도이다.

도 4를 참조하면, 본 발명의 일 실시예에 따른 측위 데이터 보정 방법은 수집 좌표 분석부(도 3의 301 참조)가, 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석한다(S410).

또한, 본 발명의 일 실시예에 따른 측위 데이터 보정 방법은 대표 지점 생성부(도 3의 302 참조)가, 좌표 분포에 기초하여 대표 지점들을 생성하고, 대표 지점들 각각에 수집 데이터를 매핑하여, 대표 지점들 각각에 상응하는 데이터 셋들을 생성한다(S420).

또한, 본 발명의 일 실시예에 따른 측위 데이터 보정 방법은, 제1 수집 데이터 보정부(도 3의 303 참조)가, 수집 데이터들 중 오수집 데이터를 판단하고, 오수집 데이터를 보정한다(S430).

단계(S430)에서, 제1 수집 데이터 보정부(도 3의 303 참조)는 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 수집 데이터 중 클러스터에 속하지 않은 데이터를 오수집 데이터로 판단할 수 있다.

단계(S430)에서, 데이터 클러스터링 기준은 수집 데이터의 수신 강도일 수 있고, 제1 수집 데이터 보정부(도 3의 303 참조)는 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 오수집 데이터가 클러스터에 속하도록, 오수집 데이터의 수신 강도를 보정할 수 있다.

단계(S430)에서, 제1 수집 데이터 보정부(도 3의 303 참조)는 데이터 셋들 각각에 대하여, 오수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하는지 여부를 판단하고, 오수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하는 데이터 셋에서 오수집 데이터를 제외시킬 수 있다.

또한, 본 발명의 일 실시예에 따른 측위 데이터 보정 방법은, 제2 수집 데이터 보정부(도 2의 304 참조)가, 데이터 셋들 각각에 대하여, 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정한다(S440).

단계(S430)에서, 제2 수집 데이터 보정부(도 3의 304 참조)는 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가할 수 있다.

단계(S430)에서, 제2 수집 데이터 보정부(도 3의 304 참조)는 동적 수집 장치에, 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송할 수 있다.

단계(S430)에서, 제2 수집 데이터 보정부(도 3의 304 참조)는 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 중복되는 것으로 판단된 추가 수집 데이터를 제외한 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단할 수 있다.

또한, 본 발명의 일 실시예에 따른 측위 데이터 보정 방법은, 측위 데이터베이스 생성부(미도시)가, 데이터 셋들에 기초하여 대표 지점들에 대한 측위용 통계치를 산출할 수 있다.

측위용 통계치를 산출하는 단계에서 측위 데이터베이스 생성부(미도시)는 수집 데이터의 수가 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 측위용 통계치를 산출할 수 있다.

도 5는 도 4에 도시된 수집 좌표 분석 단계(S410) 및 대표 지점 생성 단계(S420)의 일 예를 나타낸 도면이다.

도 5를 참조하면, 두꺼운 곡선(501)은 수집자가 Wi-Fi AP와 같은 측위 인프라(505)가 설치되어 있는 환경에서 수집 데이터를 획득하며 이동한 경로를 의미한다. 사각형(502)은 수집자가 이동하는 동안 동적 수집 장치(101)이 수집 데이터를 획득한 위치, 별(503)은 이에 따라 생성된 대표 지점을 의미한다. 대표 지점의 위치에 중심하여 표기된 원(504)은 대표 지점에서 측위 데이터베이스를 생성시 활용하는 데이터의 범위를 나타낸다. 즉, 원(504)안에 있는 데이터가 해당 대표 지점(503)의 측위 데이터베이스 생성시 활용된다.

수집자의 경로(501)는 특정 형태에 제한되지 아니하며, 수집 시나리오에 따라 달라질 수 있다.

동적 수집 장치(101)에서 데이터 수집 시기는 주기적이거나 가변적일 수 있다.

여기서, 동적 수집 장치(101)의 데이터 수집 시기가 일정할지라도 수집자의 가변적인 이동 속도, 혹은 통신 상태에 따라 측위 인프라 정보가 때때로 수집되지 않을 수 있으므로, 수집 좌표(502)의 분포 또한 가변적일 수 있다.

대표 지점(503)의 위치와 대표 지점에 매핑되는 데이터의 범위(504) 역시 가변적일 수 있다.

측위 데이터베이스는 수집된 데이터를 기반으로 이를 가공하여 생성되기 때문에 수집 데이터 및 수집 좌표의 분포는 측위 데이터베이스의 질에 직접적인 영향을 끼친다. 이 때문에 수집 좌표(502)의 분포에 따른 측위 데이터베이스의 성능저하를 막기 위해 대표 지점(503)은 등간격으로도 혹은 등간격이 아닌 지점으로도 생성될 수 있는 것이다.

도 6은 도 4에 도시된 오수집 데이터를 보정하는 단계(S430)의 일 예를 나타낸 도면이다.

도 6은 정지상황에서 수집한 Wi-Fi 신호의 RSSI 값들을 나타낸 도면이며, 이를 참조하여 데이터 클러스터링을 이용하여 오수집 데이터를 보정하는 실시예를 하기와 같이 설명한다.

통상 특정 인프라의 수집 데이터 관측 값은 다수 개 존재한다. 예를 들어, 특정 AP로부터 송신되는 Wi-Fi 신호는 실내공간 내의 여러 구역에서 수신될 수 있으므로 여러 수집지점에서 관측된다. 이러한 데이터를 기반으로, 생성된 대표 지점에 묶여있는 여러 수집 데이터에 대한 클러스터링을 수행함으로써 클러스터에 묶이지 못하고 탈락된 데이터들을 오수집된 데이터로 해석하여 보정하거나 필터링한다. 즉, 대표 지점(도 5의 503 참조)에 매핑된 수집 데이터(도 5의 502 참조)를 확인하여 특정 AP로부터 송신되는 수신된 여러 개의 신호를 바탕으로 클러스터링을 수행한다.

실제 수집상황에서는 예측하지 못한 갑작스런 전파 방해원의 등장으로 신호의 측정 값이 약하게 수신될 수 있다. 예컨대, 수집과정에서 예기치 못하게 행인이 근접하여 지나감으로써 전파가 심한 감쇄를 겪은 상황이 발생할 수 있다.

즉, 대부분의 신호(601)들은 -40DBm을 전후로 비슷한 값을 가지지만 일부 극히 낮은 세기로 수신되는 신호(602)가 발생할 수 있다. 이러한 값들은 상기한 바와 같은 여러 요인으로 갑작스러운 감쇄를 겪은 신호들이다. 하지만 이러한 신호 세기는 실제 측위 시 사용자가 겪으리라 생각되는 보편적인 상황이 아니므로 이러한 데이터를 기반으로 측위 데이터베이스를 생성할 경우 측위의 오차 요인으로 작용할 수 있다. 본 발명의 일 실시예에 따르면 이러한 오차 요인을 데이터 클러스터링을 통해 제거할 수 있다.

한편 본 발명의 일 실시예에 따른 데이터 클러스터링 방식은 특정 방식에 한정되지 않으며, 측위 환경 정보에 적용될 수 있는 여러 클러스터링 방식이 포함될 수 있다.

도 7은 도 4에 도시된 오수집 데이터를 보정하는 단계(S430)의 다른 일 예를 나타낸 도면이다.

도 7은 특정 Wi-Fi AP가 일반적인 사무실 건물에 설치되어 있는 환경에서 이 AP로부터 송신되는 신호의 세기를 나타낸 도면이며, 이를 참조하여 데이터 모델링을 이용하여 오수집 데이터를 보정하는 실시예를 하기와 같이 설명한다.

특정 인프라의 관측 값은 수집 공간 내의 여러 지점에 퍼져있을 수 있다. 예컨대, 회색 지점은 해당 건물 내에서 수집이 이뤄진 전체 대표 지점들을 나타내며 이 중에 AP의 신호가 측정된 곳이 서로 다른 색깔로 나타나 있으며, 여기서 각 대표 지점의 색깔이 수신 신호의 세기를 나타낸다.

Wi-Fi의 경우, 특정 대표 지점 인근에서 특정 AP로부터 송신되는 신호가 단 한번밖에 수신되지 않았다면 통상 수학적 모델링을 위해 사용되는 평균과 표준편차 중 표준편차의 값이 0이되어 데이터의 분포 특성을 알기 어렵고 가우시안(Gaussian)으로 모델링할 경우 분모가 0이 되어 확률이 무한대가 되는 등 확률기반 측위 시 오차요인으로 작용하므로, 어느 정도 수 이상의 관측 값이 확보되어야 한다.

도 7과 같이, 수집 데이터 관측 값은 경향성을 나타내게 되는데 이러한 경향성을 모델링하여 여기에 크게 어긋나는 갑작스런 관측 값들은 오수집된 데이터로 판단할 수 있다. 이러한 데이터에 대해서는 기존의 경향성을 잘 따라오도록 보정하거나, 해당 데이터를 제거함으로써 보다 정확한 측위 데이터베이스 구축이 가능하다.

도 8은 도 4에 도시된 데이터 셋들을 보정하는 단계(S440)의 일 예를 나타낸 도면이다.

도 8은 특정 수집 경로(802)를 따라 수집자가 측위 인프라 자원(801, Wi-Fi AP임을 가정)의 수신신호 강도를 수집하여 사각형(803, 808, 809)의 위치에서 데이터수집이 이뤄진 상황에서, 생성되는 대표 지점들 중 대표 지점의 범위(804)안에 1개 이상의 데이터가 속해있는 곳을 검은 별(805)로 나타내고 그렇지 않은 곳을 투명한 별(806, 807)로 나타낸 것이다.

이와 같은 상황에서 대표 지점(806)에서 생성되는 데이터베이스는 표준편차 값이 0으로 나타나 올바른 확률 모델링이 불가능하다. 따라서 주변에 있는 수집 데이터(808, 809) 등을 활용하여 인터폴레이션(interpolation)을 수행함으로써 가상의 데이터를 생성할 수 있다. 혹은 기타 인근의 데이터를 활용한 데이터 모델링을 통해 가상의 데이터를 예측하여 생성할 수도 있다.

즉, 도 4에 도시된 데이터 셋들을 보정하는 단계(S440)에서는 제2 수집 데이터 보정부(도 3의 304 참조)가 상기 방식으로 필터링된 데이터를 기반으로 측위 데이터베이스 생성 전에 수집 데이터가 설정된 조건보다 적은 경우 정확한 통계치 산출을 위하여 데이터를 가상으로 생성하거나, 혹은 수집 장치로의 피드백을 통해 추가적인 데이터를 확보할 수 있도록 하거나, 혹은 수집 데이터가 부족한 신호 데이터 셋은 아예 제거하여 표준편차가 0이 되거나 혹은 부정확한 통계치가 산출되는 측위 데이터베이스가 생성되지 않도록 필터링한다.

한편, 보정을 적용하여 추정하는 통계치가 반드시 표준편차에 한정되지는 않으며 측위 데이터베이스 생성을 위한 수학적 모델에 필요한 모든 통계치가 해당할 수 있다.

선택적 실시예로서, 수집 데이터가 충분히 확보되지 않은 등의 이유로 통계치, 특히 수학적 모델의 표준편차가 정확히 산출되기 어려울 경우 측위 데이터베이스 생성 시 임의의 표준편차 값을 할당할 수 있다. 이 때 할당하는 값은 사업자가 임의로 지정할 수도 있으며, 인근의 데이터를 활용할 수도 있다.

선택적 실시예로서, 동적 수집 장치(도 1의 101 참조)에 피드백 신호를 전송하여 수집 데이터가 여러 번 수집되었더라도 같은 관측 값이 수집될 수 있다. 예컨대, 지점(806, 807)의 측위 데이터베이스 데이터 혹은 지점(805)에 중복된 수집 데이터가 수집될 수 있다. 이 경우, 표준편차가 0으로 계산되므로, 사전에 설정된 값을 표준편차 값으로 대치하여 사용하거나, 해당 데이터 셋 자체를 측위 데이터 산출에 이용하지 않도록 제외시킬 수 있다.

사전에 설정된 값으로 대치하는 경우, 해당 값은 별도의 실험을 통해 측정한 값이거나 통상적으로 알려진 값일 수 있다. 예컨대 대표 지점의 인접한 곳에서 별도의 실험을 통해 충분한 RSSI 데이터 셋을 확보한 뒤 이에 대한 표준편차를 구할 수 있다. 혹은 Wi-Fi 등 무선신호의 경우 아래 도 9와 같이 통상 잡음 등으로 인해 측정값이 평균에서 최대 5DBm 정도 변화하므로 이 값을 참고하여 표준편차를 설정할 수 있다.

인근의 데이터를 활용하는 실시 예의 경우 대표 지점에 인접한 지점에서는 신호특성이 유사하게 나타난다는 가정하에 인접 지점에서 유의미하게 생성된 통계치 값을 그대로 활용할 수 있다. 즉, 도 8의 경우, 대표 지점(806)의 표준편차 값을 대표 지점(805)의 값으로 대치하여 사용할 수 있다.

선택적 실시예로서, 표준편차와 같은 신호의 분포 특성이 인접한 공간에서는 비교적 비슷하게 유지된다는 가정 하에서, 특정 대표 지점에 인접한 대표 지점에 매핑된 데이터들 더 활용하여 표준편차를 계산할 수 있다. 즉, 대표 지점(806)의 통계치를 계산할 때 해당 대표 지점에 매핑된 데이터만을 사용하지 않고 인접한 지점(808, 809)의 데이터를 추가로 사용하여 통계치를 산출함으로써 보다 유의미한 값을 계산할 수 있다.

선택적 실시예로서, 상기 인접한 지점에서는 신호특성이 유사하게 나타난다는 가정을 확장한 또 다른 실시 예로 일정 간격마다 선택된 대표 지점 혹은 별도의 지점에서 추가적인 수집을 하여 근접한 대표 지점의 통계치로 사용할 수 있다. 즉, 각각의 대표 지점에 대한 표준편차를 산출하는 대신 가운데 지점인 대표 지점(810)에서 추가로 충분한 시간동안 정적 수집을 통해 신호를 수집한 뒤 표준편차를 계산하여 이 값을 인근 지점의 표준편차 값으로 사용할 수 있다. 한편, 추가 수집을 하는 지점은 대표 지점일 수도 그렇지 않은 지점일 수도 있다.

선택적 실시예로서, 전역 분산(global variance)를 산출할 수도 있다. 통상 측위 데이터베이스에서 표준편차는 각 대표 지점에 매핑된 데이터를 기반으로 평균을 구하고, 그 데이터가 평균을 중심으로 어떻게 분포되어 있는지를 계산하며, 이를 수식으로 나타내면 아래와 같다.

[수학식 1]

여기서 는 표준편차, 은 데이터의 개수, 는 번째 관측값, 는 관측값의 평균을 의미한다. 정확한 측위 데이터베이스 생성을 위해서는 이 표준편차가 물리적 참값과 가깝게 추정하는 것이 중요하다. 하지만 상기와 같이 동적 수집을 기반으로 하는 측위 데이터베이스 생성에서는 수집자가 한 지점에서 꾸준히 데이터를 받지 않고 경로를 계속해서 이동하면서 자동으로 데이터를 수집하기 때문에 대표 지점에 매핑되는 충분한 수집 데이터를 확보하기 어려워 이러한 표준편차를 구해내는 것이 어려운 실정이다.

여기서 실내 일정 공간에서는 신호가 유사한 환경을 거쳐 전송되므로 잡음 등으로 인한 신호의 변화 특성이 비슷하다 가정할 경우 대표 지점에 묶인 데이터만을 활용해 표준편차를 계산하는 것이 아닌 일정 공간 내의 많은 데이터들을 활용해 표준편차를 산출할 수 있고 이를 여러 지점에서 공통으로 활용함으로써 보다 유의미한 측위 데이터베이스를 생성할 수 있다. 이를 위한 자세한 수식은 아래와 같다.

[수학식 2]

여기서 j 는 각 대표 지점을 나타내는 인덱스(index)이며, 는 j 번째 대표 지점에서 수집된 i 번째 관측값, 는 j 번째 대표 지점의 관측값의 평균, 는 j 번째 대표 지점에 매핑되어 있는 관측값의 개수, l 은 대표 지점의 개수, p는 전체 관측값의 수를 의미한다.

이러한 방식은 상기 l 개의 데이터가 송신되는 과정에서 유사한 공간을 거쳐옴에 따라 겪는 채널환경 혹은 감쇄 역시 유사할 것이라 가정하여 각 대표 지점에 묶여있는 데이터들의 평균값과 관측 값의 차이를 이용하여 표준편차 값을 계산하는 것이다.

선택적 실시예로서, 동적 수집 장치(도 1의 101 참조)에 대한 직접적인 피드백을 통해 추가적인 수집을 요청함으로써 보다 많은 데이터를 확보할 수도 있다.

즉, 수집 데이터가 부족하여 표준편차 등 통계값이 올바르게 추정되기 어려운 지점에 대해 추가적인 수집을 수집 장치에 요청하여 해당 지역에 대해서만 한정적인 추가 수집을 통해 충분한 데이터를 확보할 수 있다.

이를 위해 측위 데이터 보정 장치(도 1의 103 참조)는 측위 데이터베이스 전체를 검토하여 특정 인프라로부터의 수집 데이터가 1개 밖에 없는 등의 이유로 정확한 통계치를 산출할 수 없는 지점을 확인하고, 이 지점에 대한 추가적인 수집을 요청한 뒤 수집자가 해당하는 지역에 대한 수집을 통해 데이터를 확보하는 과정을 포함할 수 있다.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.

본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

101: 동적 수집 장치 102: 수집 데이터베이스
103: 측위 데이터 보정 장치 104: 측위 데이터베이스 생성 장치
105: 측위 데이터베이스 201: 수집 위치 계산부
202: 측위 환경 정보 수집부 203: 수집 데이터 생성부
204: 수집 데이터 전송부 301: 수집 좌표 분석부
302: 대표 지점 생성부 303: 제1 수집 데이터 보정부
304: 제2 수집 데이터 보정부

Claims (20)

1. 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석하는 수집 좌표 분석부;
   상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하는 대표 지점 생성부;
   상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하는 제1 수집 데이터 보정부; 및
   상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 제2 수집 데이터 보정부;
   를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
2. 청구항 1에 있어서,
   상기 제1 수집 데이터 보정부는
   상기 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 상기 수집 데이터 중 상기 클러스터에 속하지 않은 데이터를 상기 오수집 데이터로 판단하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
3. 청구항 2에 있어서,
   상기 데이터 클러스터링 기준은
   상기 수집 데이터의 수신 강도이고,
   상기 제1 수집 데이터 보정부는
   상기 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 상기 오수집 데이터가 상기 클러스터에 속하도록, 상기 오수집 데이터의 수신 강도를 보정하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
4. 청구항 2에 있어서,
   상기 제1 수집 데이터 보정부는
   상기 데이터 셋들 각각에 대하여, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는 데이터 셋에서 상기 오수집 데이터를 제외시키는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
5. 청구항 2에 있어서,
   상기 제2 수집 데이터 보정부는
   상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
6. 청구항 2에 있어서,
   상기 제2 수집 데이터 보정부는
   상기 동적 수집 장치에, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
7. 청구항 6에 있어서,
   상기 제2 수집 데이터 보정부는
   상기 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 상기 중복되는 것으로 판단된 추가 수집 데이터를 제외한 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
8. 청구항 2에 있어서,
   상기 측위 데이터 보정 장치는
   상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 측위 데이터베이스 생성부;
   를 더 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
9. 청구항 8에 있어서,
   상기 측위 데이터베이스 생성부는
   상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 상기 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 상기 측위용 통계치를 산출하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 장치.
10. 수집 좌표 분석부가, 동적 수집 장치에 의해 수집된 수집 데이터의 수집 좌표의 분포를 분석하는 단계;
    대표 지점 생성부가, 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하는 단계;
    제1 수집 데이터 보정부가, 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하는 단계; 및
    제2 수집 데이터 보정부가, 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 단계;
    를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
11. 청구항 10에 있어서,
    상기 오수집 데이터를 보정하는 단계는
    상기 제1 수집 데이터 보정부가, 상기 수집 데이터에 대하여 기설정된 데이터 클러스터링 기준에 기초하여 클러스터링을 수행하고, 상기 수집 데이터 중 상기 클러스터에 속하지 않은 데이터를 상기 오수집 데이터로 판단하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
12. 청구항 11에 있어서,
    상기 데이터 클러스터링 기준은
    상기 수집 데이터의 수신 강도이고,
    상기 오수집 데이터를 보정하는 단계는
    상기 제1 수집 데이터 보정부가, 상기 데이터 클러스터링 기준에 기초하여 다시 클러스터링을 수행하는 경우 상기 오수집 데이터가 상기 클러스터에 속하도록, 상기 오수집 데이터의 수신 강도를 보정하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
13. 청구항 11에 있어서,
    상기 오수집 데이터를 보정하는 단계는
    상기 제1 수집 데이터 보정부가, 상기 데이터 셋들 각각에 대하여, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 오수집 데이터를 제외한 수집 데이터의 수가 상기 기준 데이터 수를 초과하는 데이터 셋에서 상기 오수집 데이터를 제외시키는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
14. 청구항 11에 있어서,
    상기 데이터 셋들을 보정하는 단계는
    상기 제2 수집 데이터 보정부가, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 인터폴레이션(interpolation) 및 데이터 모델링 중 적어도 하나의 방식에 의해 생성된 가상 데이터를 추가하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
15. 청구항 11에 있어서,
    상기 데이터 셋들을 보정하는 단계는
    상기 제2 수집 데이터 보정부가, 상기 동적 수집 장치에, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 영역 정보를 포함하는 피드백 정보를 전송하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
16. 청구항 15에 있어서,
    상기 데이터 셋들을 보정하는 단계는
    상기 제2 수집 데이터 보정부가, 상기 피드백에 의해 수집된 추가 수집 데이터가 기존의 수집 데이터와 중복되는지 여부를 판단하고, 상기 중복되는 것으로 판단된 추가 수집 데이터를 제외한 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 대하여, 측위용 통계치 산출 대상이 아닌 것으로 판단하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
17. 청구항 11에 있어서,
    상기 측위 데이터 보정 방법은
    측위 데이터베이스 생성부가, 상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 단계;
    를 더 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
18. 청구항 17에 있어서,
    상기 측위용 통계치를 산출하는 단계는
    상기 측위 데이터베이스 생성부가, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들에 상응하는 대표 지점들 각각에 대하여, 상기 대표 지점들 각각에 인접한 다른 대표 지점에 매핑된 수집 데이터들을 더 이용하여 상기 측위용 통계치를 산출하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 보정 방법.
19. 컴퓨터를 이용하여 제10 항 내지 제18 항 중 어느 하나의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
20. 이동 중에 주기적으로 측위 환경 정보 및 위치 정보를 포함하는 수집 데이터를 생성하는 동적 수집 장치;
    상기 동적 수집 장치로부터 전송된 수집 데이터의 수집 좌표의 분포를 분석하고, 상기 수집 좌표의 분포에 기초하여 대표 지점들을 생성하고, 상기 대표 지점들 각각에 상기 수집 데이터를 매핑하여, 상기 대표 지점들 각각에 상응하는 데이터 셋들을 생성하고, 상기 수집 데이터들 중 오수집 데이터를 판단하고, 상기 오수집 데이터를 보정하고, 상기 데이터 셋들 각각에 대하여, 상기 수집 데이터의 수가 기설정된 기준 데이터 수를 초과하는지 여부를 판단하고, 상기 수집 데이터의 수가 상기 기준 데이터 수를 초과하지 아니하는 데이터 셋들을 보정하는 측위 데이터 보정 장치; 및
    상기 데이터 셋들에 기초하여 상기 대표 지점들에 대한 측위용 통계치를 산출하는 측위 데이터베이스 생성 장치;
    를 포함하는 것을 특징으로 하는, 위치 기반 서비스를 위한 측위 데이터 제공 시스템.

Images