KR102601155B1 - 인공지능 기반의 수중 위치 보정 방법 - Google Patents

인공지능 기반의 수중 위치 보정 방법 Download PDF

Info

Publication number
KR102601155B1
KR102601155B1 KR1020220018786A KR20220018786A KR102601155B1 KR 102601155 B1 KR102601155 B1 KR 102601155B1 KR 1020220018786 A KR1020220018786 A KR 1020220018786A KR 20220018786 A KR20220018786 A KR 20220018786A KR 102601155 B1 KR102601155 B1 KR 102601155B1
Authority
KR
South Korea
Prior art keywords
underwater
position correction
underwater position
preliminary
marine leisure
Prior art date
Application number
KR1020220018786A
Other languages
English (en)
Other versions
KR20230122297A (ko
Inventor
이정호
Original Assignee
이정호
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 이정호 filed Critical 이정호
Priority to KR1020220018786A priority Critical patent/KR102601155B1/ko
Publication of KR20230122297A publication Critical patent/KR20230122297A/ko
Application granted granted Critical
Publication of KR102601155B1 publication Critical patent/KR102601155B1/ko

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
    • B63C11/02—Divers' equipment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
    • B63C11/02—Divers' equipment
    • B63C2011/021—Diving computers, i.e. portable computers specially adapted for divers, e.g. wrist worn, watertight electronic devices for detecting or calculating scuba diving parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

본 발명은 인공지능 기반의 수중 위치 보정 방법에 관한 것으로, 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서를 포함하는 복수의 센서들로부터 해양레저인원들의 수중 상태에 관한 상태 파라미터(state parameter)들을 수집하는 수중 상태 측정단계; 상기 상태 파라미터들을 군집화하여 상기 해양레저인원들 각각에 대응시키는 수중 위치 예측단계; 및 상기 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 상기 예비 수중 위치에서 관측 오차를 제거하는 수중 위치 보정단계;를 포함한다.

Description

인공지능 기반의 수중 위치 보정 방법{ARTIFICIAL INTELLIGENCE-BASED UNDERWATER POSITION CORRECTION METHOD}
본 발명은 수중에서의 위치 추적 기술에 관한 것으로, 보다 상세하게는 GPS 신호의 활용이 힘든 수중 환경에서 측정된 상태 파라미터들을 이용하여 수중 오차 제거를 위한 노이즈 특성을 도출함으로써 해양레저인원의 위치를 효과적으로 추적할 수 있는 인공지능 기반의 수중 위치 보정 방법에 관한 것이다.
다이브컴퓨터(Dive Computer)는 수중에 잠수하는 사람들에게 수온이나 수심 등의 정보를 알려주는 역할을 하는데, 이러한 다이브컴퓨터를 이용하여 해양레저활동 인원들은 서로 수중에서 정보를 교환하거나 안전사고에 대비할 수 있다. 최근 스킨스쿠버 등 레저 인구가 증가하면서 다이브컴퓨터에 대한 수요도 늘어나고 있다.
또한, 다이브컴퓨터는 해양레저인원들에게 수중에서 다양한 정보를 제공하는 것에 그치지 않고, 긴급한 상황이 발생하였을 경우 정확한 복귀 지점으로 안내하거나 발견되기 쉬운 장소로 안내하는 등 해양레저인원의 생명을 보호하기 위한 기능도 필수적으로 갖추어야 한다.
특히, 해양레저인원에게 정확한 복귀 경로를 안내하기 위해서는 해양레저인원의 수중 위치를 정확하게 추적할 수 있어야 하고, 이를 위해 GPS 신호의 활용이 어려운 수중환경에서 위치 추적의 정확성을 높일 수 있는 기술이 요구되고 있다.
한국등록특허 제10-1419844호 (2014.07.09)
본 발명의 일 실시예는 GPS 신호의 활용이 힘든 수중 환경에서 측정된 상태 파라미터들을 이용하여 수중 오차 제거를 위한 노이즈 특성을 도출함으로써 해양레저인원의 위치를 효과적으로 추적할 수 있는 인공지능 기반의 수중 위치 보정 방법을 제공하고자 한다.
실시예들 중에서, 인공지능 기반의 수중 위치 보정 방법은 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서를 포함하는 복수의 센서들로부터 해양레저인원들의 수중 상태에 관한 상태 파라미터(state parameter)들을 수집하는 수중 상태 측정단계; 상기 상태 파라미터들을 군집화하여 상기 해양레저인원들 각각에 대응시키는 수중 위치 예측단계; 및 상기 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 상기 예비 수중 위치에서 관측 오차를 제거하는 수중 위치 보정단계;를 포함한다.
상기 수중 위치 예측단계는 상기 상태 파라미터들의 군집 별로 대표 상태 파라미터를 결정하는 단계; 상기 대표 상태 파라미터의 변화를 추적하면서 상기 해양레저인원을 매칭하는 단계; 및 상기 대표 상태 파라미터를 변경하면서 상기 매칭을 갱신하는 단계를 포함할 수 있다.
상기 수중 위치 예측단계는 상기 상태 파라미터들의 군집별 매칭 결과를 이용하여 상기 해양레저인원의 예비 수중 위치를 결정하는 단계를 포함할 수 있다.
상기 수중 위치 보정단계는 상기 적어도 하나의 선형 관계의 개수에 따라 상기 예비 수중 위치를 기준으로 수평 및 수직 평면들을 독립적으로 정의하는 단계; 및 상기 수평 및 수직 평면들 각각의 크기와 방향에 따라 상기 예비 수중 위치를 보정하는 단계를 포함할 수 있다.
상기 수중 위치 보정단계는 상기 적어도 하나의 선형 관계 중 상기 수평 평면을 정의하는 선형 관계와 연관된 제1 예비 수중 위치들을 기초로 수평 방향의 제1 노이즈 특성을 결정하는 단계; 상기 적어도 하나의 선형 관계 중 상기 수직 평면을 정의하는 선형 관계와 연관된 제2 예비 수중 위치들을 기초로 수직 방향의 제2 노이즈 특성을 결정하는 단계; 및 상기 제1 및 제2 노이즈 특성들을 확장 칼만필터에 적용하여 상기 관측 오차를 제거하는 단계를 포함할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 인공지능 기반의 수중 위치 보정 방법은 GPS 신호의 활용이 힘든 수중 환경에서 측정된 상태 파라미터들을 이용하여 수중 오차 제거를 위한 노이즈 특성을 도출함으로써 해양레저인원의 위치를 효과적으로 추적할 수 있다.
도 1은 본 발명에 따른 수중 위치 보정 시스템을 설명하는 도면이다.
도 2는 본 발명에 따른 수중 위치 보정 장치의 시스템 구성을 설명하는 도면이다.
도 3은 본 발명에 따른 수중 위치 보정 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 수중 위치 보정 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 수중 위치 보정을 위한 선형 관계와 수직 및 수평 평면을 설명하는 도면이다.
도 6은 본 발명에 따른 확장 칼만필터를 이용하여 해양레저인원의 실제 수중 위치를 추적하는 과정을 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 수중 위치 보정 시스템을 설명하는 도면이다.
도 1을 참조하면, 수중 위치 보정 시스템(100)은 사용자 단말(110), 수중 위치 보정 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 사용자에 의해 운영되는 단말 장치에 해당할 수 있다. 본 발명의 실시예에서 사용자는 하나 이상의 사용자로 이해될 수 있으며, 복수의 사용자들은 하나 이상의 사용자 그룹으로 구분될 수 있다. 하나 이상의 사용자들 각각은 하나 이상의 사용자 단말(110)에 대응될 수 있다. 즉, 제1 사용자는 제1 사용자 단말, 제2 사용자는 제2 사용자 단말, ..., 제n(상기 n은 자연수) 사용자는 제n 사용자 단말에 대응될 수 있다.
또한, 사용자 단말(110)은 수중 위치 보정 시스템(100)을 구성하는 하나의 장치로서 해양레저인원의 수중 활동을 위한 정보를 제공할 수 있는 컴퓨팅 장치에 해당할 수 있다. 예를 들어, 사용자 단말(110)은 수중 위치 보정 장치(130)와 연결되어 동작 가능한 다이브컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 수중환경에서 동작 가능한 다양한 웨어러블 디바이스 등으로 구현될 수 있다. 또한, 사용자 단말(110)은 수중 위치 보정 장치(130)와 연동하기 위한 전용 프로그램 또는 어플리케이션을 설치하여 실행할 수 있다.
한편, 사용자 단말(110)은 수중 위치 보정 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 수중 위치 보정 장치(130)와 동시에 연결될 수도 있다. 또한, 도 1에서, 사용자 단말(110)은 수중 위치 보정 장치(130)와 독립적인 장치로서 도시되어 있으나, 반드시 이에 한정되지 않고, 논리적인 저장장치로서 수중 위치 보정 장치(130)에 포함되어 구현될 수 있음은 물론이다.
수중 위치 보정 장치(130)는 본 발명에 따른 인공지능 기반의 수중 위치 보정 방법을 수행하는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 또한, 수중 위치 보정 장치(130)는 사용자 단말(110)과 유선 네트워크 또는 블루투스, WiFi, LTE 등과 같은 무선 네트워크로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 송·수신할 수 있다.
또한, 수중 위치 보정 장치(130)는 해양레저인원의 수중 활동을 위한 다양한 정보를 제공하기 위하여 독립된 외부 시스템(도 1에 미도시함)과 연결되어 동작하도록 구현될 수 있다.
일 실시예에서, 수중 위치 보정 장치(130)는 선박, 해상 또는 수면에 가까운 수중에 설치되어 동작할 수 있다. 즉, 수중 위치 보정 장치(130)는 해양레저인원의 입수 위치 인근에 설치되어 동작하도록 구현될 수 있으며, 해양레저인원의 잠수 동안 해양레저인원과의 통신을 수행할 수 있다.
데이터베이스(150)는 수중 위치 보정 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스(150)는 사용자 단말(110)들로부터 수집된 수중환경에 관한 데이터들을 저장하거나 또는 위치 추적에 필요한 학습 알고리즘 및 학습 모델에 관한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 수중 위치 보정 장치(130)가 본 발명에 따른 인공지능 기반의 수중 위치 보정 방법을 수행하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
또한, 도 1에서, 데이터베이스(150)는 수중 위치 보정 장치(130)와 독립적인 장치로서 도시되어 있으나, 반드시 이에 한정되지 않고, 논리적인 저장장치로서 수중 위치 보정 장치(130)에 포함되어 구현될 수 있음은 물론이다.
도 2는 본 발명에 따른 수중 위치 보정 장치의 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 수중 위치 보정 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함할 수 있다.
프로세서(210)는 본 발명의 실시예에 따른 인공지능 기반의 수중 위치 보정 프로시저를 실행할 수 있고, 이러한 과정에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄 할 수 있다. 프로세서(210)는 수중 위치 보정 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 수중 위치 보정 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 수중 위치 보정 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다. 또한, 메모리(230)는 전기적으로 연결된 프로세서(210)에 의해 실행됨으로써 본 발명에 따른 인공지능 기반의 수중 위치 보정 방법을 실행하는 명령들의 집합을 저장할 수 있다.
사용자 입출력부(250)은 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함하고, 예를 들어, 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치 스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)은 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 수중 위치 보정 장치(130)는 독립적인 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 사용자 단말(110)과 연결되기 위한 통신 환경을 제공하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다. 또한, 네트워크 입출력부(270)는 데이터의 무선 전송을 위해 WiFi, 블루투스 등의 근거리 통신 기능이나 4G 이상의 무선 통신 기능을 제공하도록 구현될 수 있다.
도 3은 본 발명에 따른 수중 위치 보정 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 수중 위치 보정 장치(130)는 수중 상태 측정부(310), 수중 위치 예측부(330), 수중 위치 보정부(350) 및 제어부(370)를 포함할 수 있다.
수중 상태 측정부(310)는 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서를 포함하는 복수의 센서들로부터 해양레저인원들의 수중 상태에 관한 상태 파라미터(state parameter)들을 수집할 수 있다. 여기에서, 복수의 센서들은 해양레저인원의 수중 활동 과정에서 해양레저인원의 움직임 및 수중환경에 관한 다양한 정보들을 측정하여 수집할 수 있다. 이를 위해, 복수의 센서들은 해양레저인원의 신체 일부에 부착되어 동작할 수 있다. 예를 들어, 복수의 센서들은 해양레저인원이 운용하는 다이브컴퓨터에 포함될 수 있으며, 웨어러블 디바이스 형태로 구현되어 해양레저인원의 신체에 직접 부착된 상태에서 동작할 수도 있다.
또한, 복수의 센서들은 기본적으로 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서 등을 포함하여 구현될 수 있으나, 반드시 이에 한정되지 않고, 다양한 기능 및 형태의 센서들을 선택적으로 포함하여 구현될 수 있음은 물론이다. 수중 상태 측정부(310)는 각 센서마다 특정 샘플링 주기를 기초로 센싱 정보를 획득할 수 있으며, 임시 저장 공간에 센싱 정보를 저장하고 주기적으로 수중 위치 보정 장치(130)에 전달할 수 있다.
한편, 수중 상태는 현재 해양레저인원의 위치 인근의 수중환경에 관한 상태 정보에 해당할 수 있으며, 기 설정된 방식에 따라 정량적으로 표현될 수 있다. 수중 상태 측정부(310)는 수집된 정보들을 센서 테이블에 저장하여 기록할 수 있으며, 센서 테이블은 각 센서 별로 센싱 정보를 시계열 순서대로 저장하도록 구현될 수 있다. 즉, 센서 테이블의 각 엔트리에 대응되는 센싱값들은 해당 시점의 수중 상태에 관한 상태 파라미터에 대응될 수 있다. 결과적으로, 해양레저인원의 수중 상태는 센싱값들에 대응되는 상태 파라미터들의 집합으로 표현될 수 있다.
일 실시예에서, 수중 상태 측정부(310)는 상태 파라미터들을 기초로 해양레저인원의 수중 상태에 관한 상태 벡터를 생성할 수 있으며, 상태 벡터는 해양레저인원의 위치 추적을 위해 사용될 수 있다. 이때, 위치 추적 방법은 다양한 방법이 사용될 수 있다. 예를 들어, 해양레저인원의 최초 입수 위치를 기준으로 수중에서의 이동경로가 이동 방향, 거리와 시간, 그리고 수심으로 표현될 수 있다. 또한, 해양레저인원의 위치는 수중에서의 이동경로와 수심으로 표현될 수도 있다.
수중 위치 예측부(330)는 상태 파라미터들을 군집화하여 해양레저인원들 각각에 대응시킬 수 있다. 수중 위치 예측부(330)는 다수의 해양레저인원들로부터 각각 수집된 상태 파라미터들을 동일한 공간에 배치할 수 있다. 예를 들어, 해양레저인원의 최초 입수 위치를 기준으로 정의되는 3차원 공간 상에 상태 파라미터들을 배치하여 상태 파라미터들에 관한 분포를 생성할 수 있다. 수중 위치 예측부(330)는 상태 파라미터들의 유사성을 기준으로 군집화 알고리즘을 적용하여 상태 파라미터들에 관한 군집들을 생성할 수 있다. 수중 위치 예측부(330)는 상태 파라미터들에 관한 군집들을 각 해양레저인원에 매칭시킬 수 있으며, 상태 파라미터들의 군집을 통해 해양레저인원의 위치를 추적할 수 있다. 예를 들어, 상태 파라미터들은 신호 유형, 신호 세기, 측정 시간 또는 위치 등 다양한 기준에 따라 군집화될 수 있고, 군집화의 결과로서 적어도 하나의 군집이 생성될 수 있다.
일 실시예에서, 수중 위치 예측부(330)는 상태 파라미터들의 군집 별로 대표 상태 파라미터를 결정하고, 대표 상태 파라미터의 변화를 추적하면서 해양레저인원을 매칭하며, 대표 상태 파라미터를 변경하면서 매칭을 갱신할 수 있다. 상태 파라미터들의 군집은 서로 다른 유형의 파라미터들을 포함하여 정의될 수 있으며, 수중 위치 예측부(330)는 하나의 군집에 포함된 서로 다른 유형의 파라미터들 중에서 대표 상태 파라미터를 결정할 수 있다.
예를 들어, 군집 내에 온도, 수심, 방향에 관한 상태 파라미터가 포함된 경우, 수중 위치 예측부(330)는 온도를 대표 상태 파라미터로서 결정할 수 있다. 이후, 수중 위치 예측부(330)는 온도의 변화를 추적하여 해양레저인원과의 매칭을 수행할 수 있다. 즉, 해양레저인원의 움직임과 온도의 변화 사이의 유사도를 기준으로 각 군집별 해양레저인원을 매칭시킬 수 있다. 수중 위치 예측부(330)는 대표 상태 파라미터를 변경하면서 해양레저인원과의 매칭을 갱신할 수 있다. 수중 위치 예측부(330)는 대표 상태 파라미터의 변경마다 해양레저인원과의 매칭 결과를 누적하여 기록할 수 있다.
일 실시예에서, 수중 위치 예측부(330)는 상태 파라미터들의 군집별 매칭 결과를 이용하여 해양레저인원의 예비 수중 위치를 결정할 수 있다. 수중 위치 예측부(330)는 해양레저인원별로 최종 매칭된 상태 파라미터들의 군집을 기초로 각 해양레저인원의 예비 수중 위치를 결정할 수 있다. 예를 들어, 상태 파라미터들의 군집을 기초로 해양레저인원의 수중 상태에 관한 상태 벡터가 생성될 수 있으며, 수중 위치 예측부(330)는 상태 벡터에 관한 위치 추정 알고리즘을 적용하여 해양레저인원의 수중 위치를 예측하고 예비 수중 위치로 결정할 수 있다. 또한, 수중 위치 예측부(330)는 상태 파라미터들의 군집에서 시간의 흐름에 따라 예비 수중 위치를 추적하여 해양레저인원의 이동경로를 기록할 수 있다.
수중 위치 보정부(350)는 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 예비 수중 위치에서 관측 오차를 제거할 수 있다. 여기에서, 관측 오차는 수중 환경에서 발생하는 다양한 노이즈들로 인해 발생하는 실제 값과의 차이에 해당할 수 있다. 또한, 예비 수중 위치는 해양레저인원의 최초 입수 위치를 기준으로 상대적 위치로 표현될 수 있다. 수중 위치 보정부(350)는 적어도 2명 이상의 해양레저인원들 각각에 대한 예비 수중 위치 사이에 형성되는 선형 관계를 정의할 수 있다. 즉, 선형 관계는 서로 다른 위치에 존재하는 해양레저인원들 사이에 형성되는 직선에 대응될 수 있다. 예를 들어, 2명의 해양레저인원들 사이에는 하나의 선형 관계가 존재할 수 있고, 3명의 해양레저인원들 사이에는 3개의 서로 다른 선형 관계들이 존재할 수 있다. 수중 위치 보정부(350)는 해양레저인원들 사이에 형성되는 선형 관계를 이용하여 예비 수중 위치에 관한 관측 오차를 제거할 수 있다.
일 실시예에서, 수중 위치 보정부(350)는 적어도 하나의 선형 관계의 개수에 따라 예비 수중 위치를 기준으로 수평 및 수직 평면들을 독립적으로 정의하고, 수평 및 수직 평면들 각각의 크기와 방향에 따라 예비 수중 위치를 보정할 수 있다.
예를 들어, 선형 관계의 개수가 1개인 경우, 수중 위치 보정부(350)는 해양레저인원들 사이의 선형 관계를 그대로 이용하여 수평 평면과 수직 평면을 각각 정의할 수 있다. 즉, 수중 위치 보정부(350)는 선형 관계에서 수평 및 수직 방향의 선형 성분을 각각 추출할 수 있고, 각 선형 성분들을 포함하는 평면을 생성함으로써 수평 평면 및 수직 평면을 각각 정의할 수 있다. 이후, 수중 위치 보정부(350)는 각 평면의 크기와 방향을 고려하여 해양레저인원들의 예비 수중 위치를 보정할 수 있다.
다른 예로서, 선형 관계의 개수가 3개인 경우, 수중 위치 보정부(350)는 해양레저인원들 사이의 선형 관계들을 통해 정의되는 선형 평면을 기초로 수평 평면과 수직 평면을 각각 정의할 수 있다. 즉, 수중 위치 보정부(350)는 선형 평면에서 수평 및 수직 방향의 평면 성분을 각각 추출하여 수평 평면 및 수직 평면으로 정의할 수 있다.
일 실시예에서, 수중 위치 보정부(350)는 적어도 하나의 선형 관계 중 수평 평면을 정의하는 선형 관계와 연관된 제1 예비 수중 위치들을 기초로 수평 방향의 제1 노이즈 특성을 결정하고, 적어도 하나의 선형 관계 중 수직 평면을 정의하는 선형 관계와 연관된 제2 예비 수중 위치들을 기초로 수직 방향의 제2 노이즈 특성을 결정하며, 제1 및 제2 노이즈 특성들을 확장 칼만필터에 적용하여 관측 오차를 제거할 수 있다.
여기에서, 확장 칼만필터(EKF, Extented Kalman Filter)는 칼만 필터의 선형성을 완화시켜 비선형 시스템에 대해서도 사용이 가능하도록 확장한 필터에 해당할 수 있다. 예를 들어, 확장 칼만필터는 내비게이션이나 GPS와 같은 비선형 상태 추정에 주로 사용될 수 있다.
보다 구체적으로, 확장 칼만필터는 모델의 선형성 가정 대신 상태 변화 함수의 미분가능성을 가정할 수 있으며, 다음의 수학식 1과 같이 표현될 수 있다.
[수학식 1]
여기에서, xk는 상태 벡터(state vector)이고, wk는 프로세스 노이즈 벡터이며, zk는 관찰 벡터이고, vk는 측정 노이즈 벡터이며, f()는 프로세스 비선형 벡터 함수이고, h()는 관찰 비선형 벡터 함수이다. 이때, f() 및 h()는 미분 가능한 함수일 수 있다.
또한, 확장 칼만필터는 예측(predict)과 업데이트(update)의 반복적인 과정을 통해 재귀적으로 구현될 수 있다. 예측 단계에서, 초기 상태는 다음의 수학식 2와 같이 표현될 수 있다.
[수학식 2]
여기에서, 는 초기 상태 x0의 추정값이고, μ0은 초기 상태의 평균이며, P0은 오차 공분산(error covariance)이다. 예측 단계 및 업데이트 단계는 각각 다음의 수학식 3 및 4와 같이 표현될 수 있다.
[수학식 3]
[수학식 4]
여기에서, 는 xk의 예측값이고, Qk는 프로세스 노이즈 공분산 행렬이며, Rk는 측정 노이즈 공분산 행렬이고, Jf 및 Jh는 각각 f() 및 h()의 자코비안(Jacobian) 행렬이며, 는 예측 오차 공분산이고, Rk는 측정 오차 공분산이며, Kk는 칼만 이득(Kalman gain)이다. 즉, 수중 위치 보정부(350)는 해양레저인원의 예비 수중 위치를 확장 칼만필터에 적용하여 관측 오차를 제거하는 과정에서 해양레저인원들의 예비 수중 위치들 간의 선형 관계에 따른 노이즈 특성을 반영하여 위치 측정의 오차를 최소화할 수 있다.
보다 구체적으로, 수중 위치 보정부(350)는 적어도 하나의 선형 관계 중 수평 방향의 거리 차이가 가장 큰 제1 선형 관계를 기초로 수평 방향의 평면(즉, 수평 평면)을 정의할 수 있고, 적어도 하나의 선형 관계 중 수직 방향의 높이 차이가 가장 큰 제2 선형 관계를 기초로 수직 방향의 평면(즉, 수직 평면)을 정의할 수 있다. 예를 들어, 수중 위치 보정부(350)는 제1 선형 관계를 형성하는 예비 수중 위치들 간의 직선과 교차하는 수평 평면을 정의할 수 있으며, 수평 평면은 예비 수중 위치들이 해당 수평 평면 상에 수직으로 투영되어 포함되도록 정의될 수 있다. 또한, 수중 위치 보정부(350)는 제2 선형 관계를 형성하는 예비 수중 위치들 간의 직선과 교차하는 수직 평면을 정의할 수 있으며, 수직 평면은 예비 수중 위치들이 해당 수직 평면 상에 수평으로 투영되어 포함되도록 정의될 수 있다.
이후, 수중 위치 보정부(350)는 각각의 수평 및 수직 평면들로부터 확장 칼만필터에 입력하는 노이즈 특성 정보를 추출할 수 있다. 예를 들어, 제1 노이즈 특성은 수평 평면을 기초로 추출되는 노이즈에 해당할 수 있으며, 제1 선형 관계에 있는 해양레저인원들의 움직임과 수평 평면의 변화 사이의 상관 관계에 따라 도출될 수 있다.
즉, 수중 위치 보정부(350)는 제1 선형 관계를 형성하는 해양레저인원들 각각에 대응하는 군집의 상태 파라미터들을 이용하여 해양레저인원들 각각의 수평 방향 움직임을 결정하고, 상태 파라미터들의 변화에 따른 수평 방향 움직임의 변화에 기초하여 수평 방향의 제1 노이즈 특성을 결정할 수 있다. 또한, 수중 위치 보정부(350)는 동일한 방식으로 제2 선형 관계에 따른 수직 방향의 제2 노이즈 특성을 결정할 수 있다.
일 실시예에서, 수중 위치 보정부(350)는 제1 및 제2 노이즈 특성들을 이용하여 확장 칼만필터의 칼만 이득(Kalman gain)을 가중화 할 수 있다. 보다 구체적으로, 수중 위치 보정부(350)는 제1 및 제2 노이즈 특성들에 관한 특성 벡터를 정규화 할 수 있고, 정규화된 특성 벡터를 확장 칼만필터의 칼만 이득에 가중치로 적용하여 칼만 이득을 수중 상태에 따라 가중화 할 수 있다. 결과적으로, 확장 칼만필터는 가중화된 칼만 이득을 이용하여 예비 수중 위치에서 관측 오차를 제거함으로써 해양레저인원의 수중 위치를 정확도 높게 추적할 수 있다.
제어부(370)는 수중 위치 보정 장치(130)의 전체적인 동작을 제어하고, 수중 상태 측정부(310), 수중 위치 예측부(330) 및 수중 위치 보정부(350) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 수중 위치 보정 방법을 설명하는 순서도이다.
도 4를 참조하면, 수중 위치 보정 장치(130)는 수중 상태 측정부(310)를 통해 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서를 포함하는 복수의 센서들로부터 해양레저인원들의 수중 상태에 관한 상태 파라미터(state parameter)들을 수집할 수 있다(단락 S410).
또한, 수중 위치 보정 장치(130)는 수중 위치 예측부(330)를 통해 상태 파라미터들을 군집화하여 해양레저인원들 각각에 대응시킬 수 있다(단락 S430). 이때, 상태 파라미터들의 군집들은 상호 중복되는 영역이 존재할 수 있으며, 이 경우 수중 위치 보정 장치(130)는 상호 중복 영역을 제외한 부분의 상태 파라미터들을 이용하여 해양레저인원들 각각의 예비 수중 위치를 결정할 수 있다.
또한, 수중 위치 보정 장치(130)는 수중 위치 보정부(350)를 통해 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 예비 수중 위치에서 관측 오차를 제거할 수 있다(단락 S450).
이후, 수중 위치 보정 장치(130)는 관측 오차가 제거된 실제 수중 위치를 기준으로 해양레저인원을 위한 네비게이션 정보를 생성하여 제공할 수 있다. 수중 위치 보정 장치(130)는 해양레저인원의 입수 시점을 기준으로 입수 위치의 수직 바닥면을 복귀 지점으로 결정하고 실제 수중 위치의 수직 바닥면에서 출발하여 복귀 지점까지 이동하는 복귀 경로를 네비게이션 정보로서 생성할 수 있다. 또한, 수중 위치 보정 장치(130)는 복귀 경로를 시각화화여 제공할 수 있다. 예를 들어, 수중 위치 보정 장치(130)는 해양레저인원의 주변 수중 공간에 대한 3차원 공간을 생성하고 해양레저인원의 복귀 경로를 3차원 공간 상에서의 시각화된 경로로 제공하여 해양레저인원의 안전한 복귀를 지원할 수 있다.
도 5는 본 발명에 따른 수중 위치 보정을 위한 선형 관계와 수직 및 수평 평면을 설명하는 도면이다.
도 5를 참조하면, 수중 위치 보정 장치(130)는 수중 위치 보정부(350)를 통해 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 예비 수중 위치에서 관측 오차를 제거할 수 있다. 특히, 수중 위치 보정 장치(130)는 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계의 개수에 따라 예비 수중 위치를 기준으로 수평 및 수직 평면들을 독립적으로 정의할 수 있다.
도 5에서, 그림 (a)의 경우 수평 평면을 정의하는 과정에 해당할 수 있고, 그림 (b)의 경우 수직 평면을 정의하는 과정에 해당할 수 있다. 수중 위치 보정 장치(130)는 해양레저인원들로부터 수집된 상태 파라미터들를 이용하여 해양레저인원들 각각의 예비 수중 위치를 추정할 수 있다. 이때, 해양레저인원들의 예비 수중 위치 사이에는 적어도 하나의 선형 관계가 형성될 수 있다. 도 5의 경우, 총 3개의 서로 다른 선형 관계가 형성된 경우에 해당할 수 있다.
수중 위치 보정 장치(130)는 적어도 하나의 선형 관계 중에서 수평 및 수직 방향의 간격을 기준으로 제1 선형 관계(510)와 제2 선형 관계(550)를 결정할 수 있다. 수중 위치 보정 장치(130)는 제1 선형 관계(510)와 교차하는 수평 평면(530)을 정의하고, 제2 선형 관계(550)와 교차하는 수직 평면(570)을 정의할 수 있다. 수중 위치 보정 장치(130)는 수평 및 수직 평면들의 변화를 추적할 수 있고, 해양레저인원들의 움직임과의 상관 관계를 분석하여 위치 측정의 오차를 보정하기 위한 노이즈 특성을 생성할 수 있다. 이때, 노이즈 특성은 관측 오차 제거를 수행하는 확장 칼만필터의 입력으로 제공될 수 있다.
도 6은 본 발명에 따른 확장 칼만필터를 이용하여 해양레저인원의 실제 수중 위치를 추적하는 과정을 설명하는 도면이다.
도 6을 참조하면, 수중 위치 보정 장치(130)는 해양레저인원의 실제 수중 위치를 예측하기 위하여 수중 상태에 따른 노이즈 특성을 예측하여 확장 칼만필터(610)에 입력할 수 있다. 수중 위치 보정 장치(130)는 상태 파라미터의 군집을 이용하여 해양레저인원의 예비 수중 위치를 산출할 수 있으나, 각 센서들에 의해 측정된 정보에는 관측 오차가 포함될 수 있다. 한편, 수중 위치 보정 장치(130)는 다양한 오차 제거 방법을 통해 예비 수중 위치를 보정할 수 있다.
수중 위치 보정 장치(130)는 확장 칼만필터(610)를 이용하여 관측오차를 제거할 수 있으며, 확장 칼만필터(610)는 노이즈 특성을 입력받는 구조로 구현될 수 있다. 또한, 확장 칼만필터(610)는 예비 수중 위치를 입력으로 수신하여 관측 오차가 제거된 실제 수중 위치를 출력으로 생성할 수 있다. 이때, 확장 칼만필터(610)는 오차 공분산을 함께 출력할 수 있으며, 오차 공분산은 이후 반복 과정에 반영될 수 있다.
일 실시예에서, 수중 위치 보정 장치(130)는 예비 수중 위치와 확장 칼만필터(610)가 출력한 실제 수중 위치 사이의 관측 오차를 산출할 수 있으며, 해양레저인원들 사이의 선형 관계를 기초로 생성된 노이즈 특성에 따른 관측 오차를 반복적으로 수집할 수 있다.
일 실시예에서, 수중 위치 보정 장치(130)는 해양레저인원들 사이의 선형 관계와 노이즈 특성을 입력으로 수신하여 예비 수중 위치와 실제 수중 위치 사이의 관측 오차를 출력으로 생성하는 오차 추정 모델(630)을 구축할 수 있다. 수중 위치 보정 장치(130)는 오차 추정 모델(630)을 이용하여 해양레저인원의 실제 수중 위치를 추정할 수 있다. 보다 구체적으로, 수중 위치 보정 장치(130)는 수중 상태 측정부(310)를 통해 해양레저인원들의 수중 상태에 관한 상태 파라미터들을 수집할 수 있고, 수중 위치 예측부(330)를 통해 상태 파라미터들을 군집화하여 해양레저인원들 각각에 대응시킨 후 상태 파라미터를 이용하여 해양레저인원의 움직임 정보를 산출할 수 있다. 이때, 해양레저인원의 움직임 정보에는 해양레저인원의 예비 수중 위치가 포함될 수 있으며, 가속도, 각속도, 방향, 자세 등이 더 포함될 수 있다.
이후, 수중 위치 보정 장치(130)는 수중 위치 보정부(350)를 통해 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 정의할 수 있고, 선형 관계를 기초로 정의된 가상의 평면들을 이용하여 노이즈 특성을 생성할 수 있다. 수중 위치 보정 장치(130)는 선형 관계와 노이즈 특성을 기 구축된 오차 추정 모델(630)에 입력하여 관측 오차를 예측할 수 있고, 예비 수중 위치에서 관측 오차를 제거하는 위치 보정 동작을 수행하여 실제 수중 위치를 결정할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 수중 위치 보정 시스템
110: 사용자 단말 130: 수중 위치 보정 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 수중 상태 측정부 330: 수중 위치 예측부
350: 수중 위치 보정부 370: 제어부

Claims (5)

  1. 압력 센서, 온도 센서, GPS 센서, 가속도 센서, 각속도 센서 및 지자계 센서를 포함하는 복수의 센서들로부터 해양레저인원들의 수중 상태에 관한 상태 파라미터(state parameter)들을 수집하는 수중 상태 측정단계;
    상기 상태 파라미터들을 군집화하여 상기 해양레저인원들 각각에 대응시키는 수중 위치 예측단계; 및
    상기 해양레저인원들의 예비 수중 위치 사이에 형성되는 적어도 하나의 선형 관계를 기초로 상기 예비 수중 위치에서 관측 오차를 제거하는 수중 위치 보정단계;를 포함하되,
    상기 수중 위치 예측단계는
    상기 상태 파라미터들의 군집 별로 대표 상태 파라미터를 결정하는 단계;
    상기 대표 상태 파라미터의 변화를 추적하면서 상기 해양레저인원을 매칭하는 단계;
    상기 대표 상태 파라미터를 변경하면서 상기 매칭을 갱신하는 단계; 및
    상기 상태 파라미터들의 군집별 매칭 결과를 이용하여 상기 해양레저인원의 예비 수중 위치를 결정하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 수중 위치 보정 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서, 상기 수중 위치 보정단계는
    상기 적어도 하나의 선형 관계의 개수에 따라 상기 예비 수중 위치를 기준으로 수평 및 수직 평면들을 독립적으로 정의하는 단계; 및
    상기 수평 및 수직 평면들 각각의 크기와 방향에 따라 상기 예비 수중 위치를 보정하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 수중 위치 보정 방법.
  5. 제4항에 있어서, 상기 수중 위치 보정단계는
    상기 적어도 하나의 선형 관계 중 상기 수평 평면을 정의하는 선형 관계와 연관된 제1 예비 수중 위치들을 기초로 수평 방향의 제1 노이즈 특성을 결정하는 단계;
    상기 적어도 하나의 선형 관계 중 상기 수직 평면을 정의하는 선형 관계와 연관된 제2 예비 수중 위치들을 기초로 수직 방향의 제2 노이즈 특성을 결정하는 단계; 및
    상기 제1 및 제2 노이즈 특성들을 확장 칼만필터에 적용하여 상기 관측 오차를 제거하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 수중 위치 보정 방법.
KR1020220018786A 2022-02-14 2022-02-14 인공지능 기반의 수중 위치 보정 방법 KR102601155B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220018786A KR102601155B1 (ko) 2022-02-14 2022-02-14 인공지능 기반의 수중 위치 보정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220018786A KR102601155B1 (ko) 2022-02-14 2022-02-14 인공지능 기반의 수중 위치 보정 방법

Publications (2)

Publication Number Publication Date
KR20230122297A KR20230122297A (ko) 2023-08-22
KR102601155B1 true KR102601155B1 (ko) 2023-11-10

Family

ID=87799520

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220018786A KR102601155B1 (ko) 2022-02-14 2022-02-14 인공지능 기반의 수중 위치 보정 방법

Country Status (1)

Country Link
KR (1) KR102601155B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011013299A1 (ja) * 2009-07-31 2011-02-03 パナソニック株式会社 移動体検出装置及び移動体検出方法
KR101554995B1 (ko) * 2014-12-19 2015-10-07 코아글림 주식회사 모바일 센서 플랫폼 기반 수중 네비게이션 시스템 및 그 제어 방법
KR102353508B1 (ko) * 2021-08-04 2022-01-20 이정호 수중에서의 이동거리 예측을 이용한 해양 복귀 경로 제공 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3934223B2 (ja) * 1997-10-07 2007-06-20 株式会社東芝 ダイビングコンピュータ
KR101419844B1 (ko) 2013-02-25 2014-07-18 성균관대학교산학협력단 확장형 칼만 필터를 이용하여 주행 센서 잡음을 보정하는 스키드 스티어링 방식 원격 제어 무인 방제기

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011013299A1 (ja) * 2009-07-31 2011-02-03 パナソニック株式会社 移動体検出装置及び移動体検出方法
KR101554995B1 (ko) * 2014-12-19 2015-10-07 코아글림 주식회사 모바일 센서 플랫폼 기반 수중 네비게이션 시스템 및 그 제어 방법
KR102353508B1 (ko) * 2021-08-04 2022-01-20 이정호 수중에서의 이동거리 예측을 이용한 해양 복귀 경로 제공 시스템

Also Published As

Publication number Publication date
KR20230122297A (ko) 2023-08-22

Similar Documents

Publication Publication Date Title
CN107330176B (zh) 一种基于结构模态估计的应变计与加速度计联合布设方法
EP4180892A1 (en) Self-aware visual-textual co-grounded navigation agent
TWI687711B (zh) 震央距離推定裝置、震央距離推定方法及電腦可讀取之記錄媒體
TWI500003B (zh) 基於虛擬地標之定位及地圖繪製技術
CN107315874B (zh) 一种用于结构局部变形与整体模态信息同时获取的传感器布设方法
US20170176189A1 (en) Method for the localization of an individual
Radi et al. A multisignal wavelet variance-based framework for inertial sensor stochastic error modeling
Manos et al. Walking direction estimation using smartphone sensors: A deep network-based framework
JP7439004B2 (ja) 行動認識装置、学習装置、および行動認識方法
US11494702B2 (en) Task estimation method and information processing apparatus
JP6428277B2 (ja) オブジェクト紐付方法、装置、及びプログラム
KR101755242B1 (ko) 근전도 센서와 모션 센서를 이용한 지화 인식 장치 및 그것을 이용한 지화 인식 방법
CN106028450B (zh) 室内定位方法及设备
KR102601155B1 (ko) 인공지능 기반의 수중 위치 보정 방법
CN113642812B (zh) 基于北斗的微形变预测方法、装置、设备及可读存储介质
CN113688734B (zh) 一种基于fpga异构加速的老人跌倒检测方法
KR102353508B1 (ko) 수중에서의 이동거리 예측을 이용한 해양 복귀 경로 제공 시스템
US20230314144A1 (en) System and method for estimating drift path of marine floating body
CN116465412A (zh) 一种基于lstm和注意力机制的改进pdr室内定位方法
CN113936044B (zh) 激光设备运动状态的检测方法、装置、计算机设备及介质
EP2458329A2 (en) A system for constructing distance estimate models for personal navigation
KR102526685B1 (ko) 해양레저 네비게이션 장치를 이용한 해양레저인원 위치 추적 시스템
KR102046875B1 (ko) 실내 측위 장치 및 방법
KR102484255B1 (ko) 해양레저 네비게이션 장치를 이용한 해양레저인원 위치 추적 방법
KR20230122296A (ko) 수중환경 기반의 이동경로 네비게이션 제공 장치

Legal Events

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