KR20150094434A - 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법 - Google Patents

와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법 Download PDF

Info

Publication number
KR20150094434A
KR20150094434A KR1020140015712A KR20140015712A KR20150094434A KR 20150094434 A KR20150094434 A KR 20150094434A KR 1020140015712 A KR1020140015712 A KR 1020140015712A KR 20140015712 A KR20140015712 A KR 20140015712A KR 20150094434 A KR20150094434 A KR 20150094434A
Authority
KR
South Korea
Prior art keywords
innovation
filter
covariance
location
unit
Prior art date
Application number
KR1020140015712A
Other languages
English (en)
Other versions
KR102034527B1 (ko
Inventor
조영수
지명인
김주영
이양구
박상준
박종현
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020140015712A priority Critical patent/KR102034527B1/ko
Priority to US14/611,150 priority patent/US9497596B2/en
Publication of KR20150094434A publication Critical patent/KR20150094434A/ko
Application granted granted Critical
Publication of KR102034527B1 publication Critical patent/KR102034527B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0257—Hybrid positioning
    • G01S5/0263—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems
    • G01S5/0264—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems at least one of the systems being a non-radio wave positioning system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템이 개시된다. 이 단말 위치 필터링 시스템은 와이-파이 신호로부터 계산된 위치정보 및 센서정보를 결합하여 부정확한 단말의 위치를 필터링하되, 비정상적인 위치정보를 제거하기 위한 지표를 사용하여 단말의 위치를 필터링하는 필터를 포함한다.

Description

와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법{System for filtering location of Mobile terminal by fusing wi-fi location and sensing information}
측위 기술, 특히 부정확한 단말 위치를 필터링하는 기술에 관한 것이다.
무선통신 인프라를 이용한 측위 기술은 인프라 종류 및 서비스 범위에 따라 다양하게 존재한다. GNSS(Global Navigation Satellite System)은 지구 궤도상의 위성 신호를 이용하여 사용자의 위치를 결정하는 시스템이며, 미국의 GPS(Global Positioning System), 러시아의 GLONASS(Global Navigation Satellite System), 유럽의 Galileo 등이 현재 운용 중이거나 운용 예정이다. GNSS는 지구 전 지역을 서비스하도록 배치되며, 정밀한 시각정보와 위성궤도정보를 포함하는 신호를 송출하는 위성부와 적어도 4개 이상의 위성신호를 수신하여 위치 및 속도를 계산하는 수신부, 위성의 상태 및 궤도를 감시하고 제어하는 지상 제어부로 구성된다.
GNSS는 위성부와 수신부의 직접 가시선(Direct Line Of Sight)이 확보되는 평지나 교외지역에서는 10m 이내의 높은 위치 정확도(Accuracy)와 가용성(Availability)을 제공하지만, 비 가시선(Non Line Of Sight) 구간인 도심 밀집 지역에서는 다중경로 오차로 인해 위치 오차가 50m에 다다르고, 특히 실내 지역에서는 수신신호 감도가 저하되어 신호 획득을 하지 못해 위치 및 속도 결정이 불가능한 문제점이 있다.
셀룰러 기반 측위 기술은 이동통신 기지국의 위치정보와 측정신호를 이용하여 사용자의 위치를 결정하는 기술이며, 구체적으로 단말에서 수신 가능한 기지국 수에 따라 Cell-ID, E-OTD(Enhanced-Observed Time Difference), AFLT(Advanced-Forward Link Trilateration) 등으로 분류된다. 도심 및 교외 대부분의 지역을 서비스 범위로 가지는 이동통신 인프라의 특성상 실외뿐만 아니라 실내에서도 위치 결정이 가능하다는 장점을 가진다. 하지만 기지국의 배치 밀도에 따라 측위 정확도가 달라지고 평균적으로 약 100~800m의 비교적 낮은 위치 정확도를 가지기 때문에, 수m 정도의 위치 정확도를 요구하는 실내외 항법 서비스 등에 적용하기는 어렵다.
Assisted GNSS는 사용자 단말에 내장된 GNSS 수신기의 최소 수신신호 감도를 향상시키고 초기위치 결정시간(Time To First Fix)을 단축시키기 위해 측위 서버로부터 보조 정보를 획득하는 기술을 의미한다. 이를 통해 미약 신호 환경인 도심 밀집지역에서 GNSS를 이용한 빠른 위치 결정을 가능하게 하지만, 실내지역에서는 신호가 매우 미약하여 큰 효과를 얻을 수 없다.
와이-파이 기반 측위 기술은 위의 실내 측위의 어려움을 극복하기 위한 방법으로서, 대표적으로 와이-파이 AP(Access Point)의 위치 및 측정신호를 이용하여 단말의 위치를 계산하는 방법과 와이-파이 AP의 radio map을 이용한 Fingerprinting 방법이 있다. WiFi-AP 위치 기반 측위 방법은 차량 또는 보행자의 수집위치 및 각 와이-파이 AP별 수신신호세기를 활용하여 와이-파이 AP의 위치를 추정하고 이를 활용하여 Trilateration, WCL(Weighted Centroid Localization), Monte-Carlo 등의 측위 알고리즘을 통해 단말의 위치를 계산한다. Fingerprint 기반 측위 방법은 차량 및 보행자의 수집위치 및 각 와이-파이 AP별 수신신호세기를 가공하여 기준 위치의 radio-map을 생성한다. 최종적으로 해당 radio-map과 단말에서 측정된 각 AP별 와이-파이 측정 수신신호세기의 패턴을 비교하여 최소 수신신호세기 오차를 가지는 기준 위치를 단말 위치로 추정한다.
분석결과를 종합해보면, 와이-파이 기반 측위 기술은 기존 GNSS, 셀룰러 기반 측위 기술 대비 실내 환경에서 정밀한 단말의 위치정보를 제공할 수 있다. 하지만 기존 와이-파이 기반 측위 기술은 위치정보 외에 또 다른 유용한 정보인 방향정보(heaidng)를 제공하기 어렵기 때문에 비정상적인 위치정보를 필터링하기가 어렵다. 또한 단말을 소지한 보행 환경의 경우, 보행자가 비행기나 자동차 등과 비교시 보다 자유롭게 운동하기 때문에 수식화된 운동 상태 방정식을 적용하는 것도 쉽지 않다.
한편, 센서 기반 측위 기술은 실내 환경에서 와이-파이 기반 측위 기술의 단점을 보완할 수 있는 기술적 특징을 가지고 있다. 기본적으로, 센서 기반 측위 기술은 단말 내 또는 단말 외부의 가속도계(accelerometer), 자이로스코프(gyroscope), 지자기계(magnetometer), 고도계(barometer), 경사계(inclinometer), 근접 센서(proximity sensor) 등을 하나 또는 복수 개 결합하여 단말의 위치를 계산하는 기술을 의미한다. 센서 기반 측위 기술의 장점은 첫째로 GNSS나 와이-파이 기반 측위 기술과 다르게 단말 외부의 환경에 영향을 거의 받지 않는다. 즉, 센서 내부의 물리적 특징(가속도, 속도, 회전속도 등)을 직접적인 측정정보로 활용하여 단말의 위치를 계산하기 때문에 해당 측정정보가 복잡한 실내 환경에 왜곡될 개연성이 크지 않다. 둘째로, 주변 측위 인프라 없이도 항상 단말 측위가 가능하다. 즉, 와이-파이 기반 측위 기술의 경우 해당 건물 내에서도 와이-파이 AP가 설치된 환경에서만 단말 측위가 가능하기 때문에 와이-파이 AP가 설치되지 않은 영역에서는 측위가 불가능하다. 하지만 센서 기반 측위 기술은 센서가 단말과 연결만 되어 있으면 항상 센서정보를 가져와 단말의 위치를 계산할 수 있기 때문에 단말 위치정보의 가용성이 크다. 셋째로, MEMS(Micro Electro-Mechanical Systems) 기술의 발전 및 스마트폰의 보급 확대를 통해 센서 가격이 매우 저렴해지고 있다. 이러한 현상은 스마트폰 내 센서 장착을 보편화시키고, 이를 통해 기존 GNSS 기술과의 결합을 용이하게 한다.
하지만 이러한 센서 기반 측위 기술도 극복해야 할 문제가 있다. 첫째로, MEMS 기술을 적용한 센서들의 경우 센서 자체의 품질이 높지 않아서 사용 전에 편향(bias)이나 표류(drift) 등으로 나타나는 센서 오차성분을 제거하는 교정(calibration) 과정을 반드시 거쳐야 한다. 그러나 교정 과정이 잘 수행되지 않으면, 측정정보를 이용하여 계산된 단말의 위치 오차는 시간이 지남에 따라 급증하게 된다. 또한 센서마다 온도 등의 단말 환경에 의해 편향 또는 표류에 따른 오차 값이 다르기 때문에, 사용 단말마다 매번 교정을 수행해야 할 수도 있다. 둘째로, 센서 기반 측위 기술은 절대 측위가 아닌 상대 측위이기 때문에 시작위치의 절대위치를 알아야지만 단말의 절대위치를 알 수 있다. 이러한 단점을 극복하기 위해 절대위치 제공이 가능한 GNSS나 절대위치와 매핑된 와이-파이 기반 측위 기술과의 결합이 필요하다. 셋째로, 센서 기반 측위 기술은 측위 시작 전 교정 작업뿐만 아니라 측위 중간 중간에 보정(correction) 작업을 통해 누적된 위치 오차를 제거해야 장시간 정확한 단말 위치 제공이 가능하다. 단말 보정 역시 절대위치 제공이 가능한 GNSS 위치정보를 활용하며, 지도 내의 관심지점(Points Of Interest, POI)도 보정에 활용될 수 있다.
와이-파이 신호를 수신하여 계산된 위치정보와, 센서정보를 결합하여 부정확한 단말 위치를 필터링할 수 있는 기술적 방안이 개시된다.
일 양상에 따른 단말 위치 필터링 시스템은 와이-파이 신호로부터 계산된 위치정보 및 센서정보를 결합하여 부정확한 단말의 위치를 필터링하되, 비정상적인 위치정보를 제거하기 위한 지표를 사용하여 단말의 위치를 필터링하는 필터를 포함할 수 있다.
일 실시예에 있어서, 필터는 칼만 필터 구조를 포함할 수 있다.
일 실시예에 있어서, 필터는 비정상적인 위치 정보를 제거하기 위해 표준화된 이노베이션(innovation) 지표 및 이노베이션의 공분산 비율 지표를 사용할 수 있다.
일 양상에 따르면, 필터는 이전 시각의 추정된 상태변수 및 공분산으로부터 이용하여 현재 시각의 추정된 상태변수 및 공분산을 생성하는 필터 타임 갱신부, 와이-파이 위치 및 센서정보를 포함하는 측정 정보와 필터 타임 갱신부의 생성 정보에 근거하여 표준화된 이노베이션 값을 계산하며, 이노베이션의 공분산 비율을 계산하는 품질 추정 계산부, 품질 추정 계산부에 의해 계산된 표준화된 이노베이션 값이 기준값 이하인지 판단하고, 그 판단 결과 기준값 이하일 경우 와이-파이 위치와 센서정보를 모두 신뢰하며, 기준값 이하가 아닐 경우 센서정보만을 신뢰하는 표준 이노베이션 판단부, 표준 이노베이션 판단부의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신부, 품질 추정 계산부에 의해 계산된 이노베이션의 공분산 비율이 기준값 이하인지를 판단하는 이노베이션 공분산 비율 판단부, 및 이노베이션 공분산 비율 판단부에 의해 판단된 이노베이션 공분산 비율이 기준값 이하일 때, 필터 측정 갱신부에 의해 갱신된 상태변수 및 공분산을 제공하는 필터링 위치 제공부를 포함할 수 있다.
일 양상에 따르면, 필터는 필터를 초기화하는 필터 초기화부를 더 포함할 수 있다.
일 실시예에 있어서, 필터 초기화부는 이노베이션 공분산 비율 판단부에 의해 판단된 이노베이션 공분산 비율이 기준값 이하가 아닐 때, 필터를 다시 초기화할 수 있다.
일 실시예에 있어서, 필터 타임 갱신부는 보행자의 운동 특성이 평균적으로 일정한 속도가 유지된다고 가정하는 보행자 운동 모델을 이용할 수 있다.
일 실시예에 있어서, 필터 타임 갱신부는 보행자 추측항법 알고리즘(Pedestrian Dead Reckoning)을 이용할 수 있다.
일 양상에 따른 단말 위치 필터링 방법은 이전 시각의 추정된 상태변수 및 공분산으로부터 현재 시각의 추정된 상태변수 및 공분산을 생성하는 필터 타임 갱신 단계, 와이-파이 위치 및 센서정보를 포함하는 측정 정보와 필터 타임 갱신부의 생성 정보에 근거하여 표준화된 이노베이션 값을 계산하며, 이노베이션의 공분산 비율을 계산하는 품질 추정 계산 단계, 계산된 표준화된 이노베이션 값이 기준값 이하인지 판단하고, 그 판단 결과 기준값 이하일 경우 와이-파이 위치와 센서정보를 모두 신뢰하며, 기준값 이하가 아닐 경우 센서정보만을 신뢰하는 표준화된 이노베이션 판단 단계, 표준화된 이노베이션 판단 단계의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신 단계, 계산된 이노베이션의 공분산 비율이 기준값 이하인지를 판단하는 이노베이션 공분산 비율 판단 단계, 및 판단된 이노베이션 공분산 비율이 기준값 이하일 때, 갱신된 상태변수 및 공분산을 제공하는 필터링 위치 제공 단계를 포함할 수 있다.
일 양상에 따르면, 단말 위치 필터링 방법은 판단된 이노베이션 공분산 비율이 기준값 이하가 아닐 때, 필터를 초기화하는 단계를 더 포함할 수 있다.
개시된 시스템 및 방법은 와이-파이 신호를 수신하여 계산된 위치정보와 센서정보를 결합하여 부정확한 단말 위치를 필터링하는 기술적 방안을 제공한다. 특히, 기존 칼만 필터의 구조에 품질 추정부를 추가하고, 이로부터 계산된 2가지 필터링 지표인 표준화된 innovation과 innovation의 공분산 비율을 사용하여 와이-파이 위치 및 센서정보의 비정상적인 측정값을 제거하는 기능을 추가하였다. 이를 통해, 보다 신뢰 가능한 측정값을 사용함으로써 필터링된 측위값의 위치 정확도를높이고, 필터링 고유의 스무딩 효과를 가져올 수 있다.
또한 개시된 필터를 사용함으로써, 와이-파이 AP가 설치되어 있지 않은 환경에서는 센서정보만을 이용하여 위치계산이 가능하므로, 측위 환경마다 특정 측위 기술을 선택할 필요 없이 보다 안정적이고 정확한 위치정보 제공이 가능하다. 뿐만 아니라 개시된 필터를 통해 스무딩된 위치정보와 함께 속도정보도 추가로 제공할 수 있는 장점이 있다.
또한 개시된 필터는 와이-파이 위치정보의 신뢰성을 판단한 후 신뢰된 와이-파이 위치정보만 필터의 입력으로 반영함으로써 기존 일반적인 결합 필터와 달리 신뢰도 높은 위치정보 제공이 가능하다.
또한 보행자의 경우 운동모델을 예측하기 어려운 문제를 극복하기 위해, 필터 타임 갱신부에 보행자 추측 항법 알고리즘을 적용하고, 이후 필터 측정 갱신부에 와이-파이 위치정보를 반영하는 새로운 형태의 필터링 구조를 제안하였고, 이를 통해 구현 용이성 증가, 연산량 감소 등의 효과를 가져올 수 있다.
도 1은 본 발명의 일 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 방법의 흐름도이다.
도 3은 본 발명은 다른 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 방법의 흐름도이다.
도 4는 본 발명에 따른 와이-파이 위치와 센서정보 결합 필터 후 성능 개선 결과를 나타낸 그래프이다.
전술한, 그리고 추가적인 본 발명의 양상들은 첨부된 도면을 참조하여 설명되는 바람직한 실시예들을 통하여 더욱 명백해질 것이다. 이하에서는 본 발명을 이러한 실시예를 통해 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 블록도이다. 도 1에 예시된 바와 같이, 단말 위치 필터링 시스템은 필터(10)를 포함한다. 필터(10)는 하드웨어적으로 프로세서에 구성될 수 있으며, 다수의 센서정보를 결합하여 필터링을 수행한다는 점에서 멀티 센서 융합 필터(Multi-Sensor Fusion Filter)라 칭할 수 있다. 도시된 바와 같이, 필터(10)는 필터 초기화부(100), 필터 타임 갱신부(200), 품질 추정 계산부(300), 표준화 이노베이션 판단부(400), 필터 측정 갱신부(500), 이노베이션 공분산 비율 판단부(600), 필터링 위치 제공부(700), 및 필터 발산 판단부(800)를 포함할 수 있다. 필터 초기화부(100)는 필터 타임 갱신부(200)와 필터 측정 갱신부(500)에서 사용되는 프로세스잡음 공분산(Q) 및 측정잡음 공분산(R)을 설정할 수 있다. 또한, 필터 초기화부(100)는 추정 상태 및 공분산 변수의 초기값을 설정하고, 표준화된 이노베이션(innovation) 또는 측정 잔여(measurement residual), 및 innovation 공분산 판단기준(threshold)을 설정할 수 있다.
필터 타임 갱신부(200)는 이전 시각(t-1)의 추정된 상태변수 및 공분산으로부터 상태 천이 모델을 이용하여 현재 시각(t)의 추정된 상태변수 및 공분산을 생성할 수 있다. 일 실시예에 있어서, 보행자의 운동 상태를 추정하고자 하는 경우, 보행자의 급격한 운동 변화는 없다고 가정하여 Position-Velocity 모델 또는 Velocity 모델을 상태 천이 모델로 사용한다. 각 모델의 선택 여부는 측정값인 와이-파이 위치 및 센서정보의 공분산 특성과 연관되어 있을 수 있다.
필터 타임 갱신부(200)의 제 1 실시예로써, 보행자 운동 모델을 적용시 다음과 같다. 제 1 실시예에 있어서, 보행자의 순간적인 운동 특성이 자동차나 비행기처럼 급격히 변화하지 않는 특성에 근거하여 평균적으로 일정한 속도가 유지된다고 가정한다. 제 1 실시예에서, 상태변수로는 보행자의 위치(X, Y), 층(F) 및 속도(Vx, Vy)를 사용할 수 있다.
Figure pat00001
aX or aY: random process that simulates the accelation of the mobile device
필터 타임 갱신부(200)의 제 2 실시예로써, 보행자 추측항법 알고리즘(Pedestrian Dead Reckoning, PDR)을 적용시 다음과 같다. 일반적으로 불규칙하고 자유로운 보행자의 운동특성은 기존 관성 모델로 예측하기 어렵기 때문에, 이에 대한 해결책으로 PDR 측위 알고리즘의 결과로 필터 타임 갱신(time update)을 수행하는 것이다. 보행자 추측항법은 보폭이 발생할 때마다 이전 보행위치로부터 현재 보행위치를 현재의 보폭, 보폭 길이, 방향 정보를 종합하여 계산하기 때문에 시간에 다른 보행자의 위치를 연속적으로 추정할 수 있다. 일 예에 따른 필터 타임 갱신부(200)에 적용된 PDR 알고리즘은 다음과 같다. 제 2 실시예에서, 상태변수로는 보행자의 위치(X, Y)를 사용할 수 있다.
Figure pat00002
여기서 dk는 보폭 길이, θk는 보행 방향을 의미하며, 필터 타임 갱신은 걸음이 인식될 때마다 반복된다.
품질 추정 계산부(300)는 측정값의 품질을 판단하기 위해 다음과 같은 2가지 판단지표를 계산한다. 제 1 판단기준은 표준화된 innovation 값이다. 일반적인 innovation 값은 실제 측정값과 추정된 상태로부터 추정된 측정값의 차이를 의미하며, 다음과 같은 수식으로 표현 가능하다.
Figure pat00003
일 실시예에 있어서, 실제 측정값은 와이-파이 위치 및 센서정보이므로, innovation은 현재 시각의 와이-파이 위치 및 센서정보 오차를 의미한다. 일반적으로, innovation covariance(Hk·Pk·Hk T + Rk)는 상태 천이 모델의 불완전성에 의한 innovation covariance 성분(Hk·Pk·Hk T)과 측정잡음에 의한 innovation covariance 성분(Rk)의 합으로 구성된다. 일 실시예에 있어서, 측정값의 종류와 관계없이 보편적인 신뢰구간을 설정하기 위해, 신뢰성 이론(reliability theory)에서 신뢰도 판단시 사용하는 지표인 표준화된 innovation 값을 계산한다.
Figure pat00004
여기서, 표준화된 innovation 기준값(threshold)과 신뢰범위(%)의 관계는 표 1과 같이 정리할 수 있다.
표준화된 innovation 기준값(threshold) 신뢰범위(%)
1.00 67
1.29 80
1.65 90
1.96 95
2.58 99
예를 들어, 표준화된 innovation 기준값을 1.00으로 설정하고, 품질 추정 계산부(300)에서 계산된 표준화된 innovation 값이 기준값 이하에 존재하면 해당 측정값이 67% 신뢰범위 위에 존재한다고 판단할 수 있다.
한편, 제 2 판단기준은 innovation의 공분산 비율값이다. 일반적으로, innovation covariance(Hk·Pk·Hk T + Rk)는 상태 천이 모델의 불완전성에 의해 innovation covariance 성분(Hk·Pk·Hk T)과 측정잡음에 의해 innovation covariance 성분(Rk)의 합으로 구성된다. Innovation의 공분산 비율값은 상태 천이 모델의 불완전성에 의한 innovation covariance 성분과 측정잡음에 의한 innovation covariance 성분의 비율을 의미하며, 다음과 같은 수학식으로 표현된다.
Figure pat00005
표준화 이노베이션 판단부(400)는 계산된 표준화된 innovation이 기준값(threshold) 이하로 존재하는지 판단한다. 일 실시예에 있어서, 와이-파이 위치정보인 X, Y 값이 모두 기준값 이하로 존재하는지 판단하여 존재하면 와이-파이 위치와 센서정보를 모두 신뢰한다. 만약 이러한 조건을 만족하지 못하면, 와이-파이 위치정보(X, Y 값)는 신뢰하지 않고 센서정보만 신뢰한다.
필터 측정 갱신부(500)는 표준화 이노베이션 판단부(400)에서 결정한 기준에 따라 제공되는 현재 시각(t)의 측정정보를 이용하여 현재 시각(t)의 추정된 상태변수 및 공분산을 갱신할 수 있다. 필터 측정 갱신부(500)의 제 1 실시예에 따른 measurement로써, 센서정보 및 와이-파이 위치를 모두 적용하는 경우 다음과 같다.
Figure pat00006
필터 측정 갱신부(500)의 제 2 실시예에 따른 measurement로써, 와이-파이 위치만을 적용하는 경우 다음과 같다. 필터 측정 갱신부(500)의 제 2 실시예에서 PDR을 이용하여 보행자 운동위치를 추정하다가 와이-파이 위치가 새로 계산되는 경우, 필터 측정값으로 반영하는 경우이다. 이러한 실시예의 경우, 상태변수가 보행자의 위치(X, Y)로 간단하기 때문에 제한된 연산처리능력 및 배터리를 가지는 모바일 단말의 구현시 유리하다.
Figure pat00007
이노베이션 공분산 비율 판단부(600)는 품질 추정 계산부(300)에서 정의한 제 2 판단기준인 innovation의 공분산 비율값이 기준값 이하로 존재하는지 판단한다. 일반적으로, 측정잡음에 의해 innovation 공분산(Rk)은 상수로 설정되기 때문에, 상태 천이 모델의 불완전성에 의한 innovation 공분산(Hk·Pk·Hk T)이 커지면 innovation 공분산 비율값은 증가하게 된다. 이러한 특성을 이용하여, innovation 공분산 비율이 기준값 이상이 되면, 현재 상태 천이 모델의 불완전성에 의해 필터가 발산되었다고 판단한다. 만약 기준값 이하이면, 계속해서 필터를 진행한다. 여기서, 기준값은 실험에 의해서 결정될 수 있으며, 만약 2.00이면 상태 천이 모델의 불완전성에 의한 innovation 공분산의 2배까지 필터가 가용함을 의미한다.
필터링 위치 제공부(700)는 이노베이션 공분산 비율 판단부(600)에서 innovation 공분산값이 기준값 이하일 때, 필터 타임 갱신부(200)와 필터 측정 갱신부(500)를 거쳐 최종 필터링된 위치와 공분산 값을 제공하는 역할을 수행한다. 그리고 필터 발산 판단부(800)는 이노베이션 공분산 비율 판단부(600)에서 innovation 공분산값이 기준값 이하일 때, 필터를 초기화하는 역할을 수행한다.
도 2는 본 발명의 일 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 방법의 흐름도이다. 우선, 필터 초기화부(100)가 초기화를 수행한다(S100). 초기화가 완료되면, 필터 타임 갱신부(200)는 이전 시각의 추정된 상태변수 및 공분산으로부터 현재 시각의 추정된 상태변수 및 공분산을 생성하는 필터 타임 갱신(Time update) 과정을 수행한다(S110). 일 실시예에 있어서, 필터 타임 갱신부(200)는 보행자 운동 모델을 이용하여 필터 타임 갱신 과정을 수행한다. 다음으로, 품질 추정 계산부(300)는 와이-파이 위치 및 센서정보를 포함하는 측정 정보와 필터 타임 갱신부(200)의 생성 정보에 근거하여 표준화된 innovation 값을 계산하며, innovation의 공분산 비율을 계산하는 품질 추정(Quality estimator) 계산 과정을 수행한다(S120). 그리고 표준 이노베이션 판단부(400)는 품질 추정 계산부(300)에 의해 계산된 표준화된 innovation 값이 기준값 이하인지 판단하고, 그 판단 결과 기준값 이하일 경우 와이-파이 위치와 센서정보를 모두 신뢰하며, 기준값 이하가 아닐 경우 센서정보만을 신뢰하는 표준화된 이노베이션 판단 과정을 수행한다(S130).
필터 측정 갱신부(500)는 표준 이노베이션 판단부(400)의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신(Measurement update) 과정을 수행한다(S140). 이때, 필터 측정 갱신부(500)의 측정 갱신 대상 상태변수는 센서정보 및 와이-파이 위치정보이다. 도 2에 예시된 바와 같이, 필터 측정 갱신부(500)는 표준화된 innovation이 기준값 이하일 경우에는 와이-파이 위치와 센서정보를 모두 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하며, 표준화된 innovation이 기준값 이하가 아닐 경우에는 센서정보만을 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신할 수 있다. 그리고 이노베이션 공분산 비율 판단부(600)는 품질 추정 계산부(300)에 의해 계산된 innovation의 공분산 비율이 기준값 이하인지를 판단하는 innovation 공분산 비율 판단 과정을 수행한다(S150). Innovation의 공분산 비율이 기준값 이하일 경우, 필터(10)는 최종 필터링된 위치와 공분산 값을 제공한다(S160). Innovation의 공분산 비율이 기준값 이하가 아닐 경우, 필터(10)는 다시 초기화된다(S170).
도 3은 본 발명은 다른 실시예에 따른 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 방법의 흐름도이다. 도 3에 예시된 단말 위치 필터링 방법에 따른 S210 내지 S270은 도 2의 S110 내지 S170과 동일하나, S210과 S240만이 상이하다. 구체적으로, 도 3에 따르면, 필터 타임 갱신부(200)는 보행자 추측항법(PDR)을 이용하여 필터 타임 갱신 과정을 수행한다(S210). 그리고 필터 측정 갱신부(500)는 표준 이노베이션 판단부(400)의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신(Measurement update) 과정을 수행한다(S140). 이때, 필터 측정 갱신부(500)의 측정 갱신 대상 상태변수는 와이-파이 위치정보만이다. 상술한 바와 같이, 도 3에 따른 실시예는 와이-파이 위치만을 적용하는 경우이다. 이러한 실시예의 경우, 상태변수가 보행자의 위치(X, Y)로 간단하기 때문에 제한된 연산처리능력 및 배터리를 가지는 모바일 단말의 구현시 유리하다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100 : 필터 초기화부 200 : 필터 타임 갱신부
300 : 품질 추정 계산부 400 : 이노베이션 판단부
500 : 필터 측정 갱신부 600 : 이노베이션 공분산 비율 판단부
700 : 필터링 위치 제공부 800 : 필터 발산 판단부

Claims (16)

  1. 와이-파이 신호로부터 계산된 위치정보 및 센서정보를 결합하여 부정확한 단말의 위치를 필터링하되, 비정상적인 위치정보를 제거하기 위한 지표를 사용하여 단말의 위치를 필터링하는 필터;
    를 포함하는 단말 위치 필터링 시스템.
  2. 제 1 항에 있어서,
    필터는 칼만 필터 구조를 포함하는 단말 위치 필터링 시스템.
  3. 제 2 항에 있어서,
    필터는 비정상적인 위치 정보를 제거하기 위해 표준화된 이노베이션(innovation) 지표 및 이노베이션의 공분산 비율 지표를 사용하는 단말 위치 필터링 시스템.
  4. 제 1 항에 있어서,
    이전 시각의 추정된 상태변수 및 공분산으로부터 이용하여 현재 시각의 추정된 상태변수 및 공분산을 생성하는 필터 타임 갱신부;
    와이-파이 위치 및 센서정보를 포함하는 측정 정보와 필터 타임 갱신부의 생성 정보에 근거하여 표준화된 이노베이션 값을 계산하며, 이노베이션의 공분산 비율을 계산하는 품질 추정 계산부;
    품질 추정 계산부에 의해 계산된 표준화된 이노베이션 값이 기준값 이하인지 판단하고, 그 판단 결과 기준값 이하일 경우 와이-파이 위치와 센서정보를 모두 신뢰하며, 기준값 이하가 아닐 경우 센서정보만을 신뢰하는 표준 이노베이션 판단부;
    표준 이노베이션 판단부의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신부;
    품질 추정 계산부에 의해 계산된 이노베이션의 공분산 비율이 기준값 이하인지를 판단하는 이노베이션 공분산 비율 판단부; 및
    이노베이션 공분산 비율 판단부에 의해 판단된 이노베이션 공분산 비율이 기준값 이하일 때, 필터 측정 갱신부에 의해 갱신된 상태변수 및 공분산을 제공하는 필터링 위치 제공부;
    를 포함하는 단말 위치 필터링 시스템.
  5. 제 4 항에 있어서,
    필터를 초기화하는 필터 초기화부;
    를 더 포함하는 단말 위치 필터링 시스템.
  6. 제 5 항에 있어서,
    필터 초기화부는 이노베이션 공분산 비율 판단부에 의해 판단된 이노베이션 공분산 비율이 기준값 이하가 아닐 때, 필터를 다시 초기화하는 단말 위치 필터링 시스템.
  7. 제 4 항에 있어서,
    필터 타임 갱신부는 보행자의 운동 특성이 평균적으로 일정한 속도가 유지된다고 가정하는 보행자 운동 모델을 이용하는 단말 위치 필터링 시스템.
  8. 제 7 항에 있어서,
    필터 타임 갱신부는 보행자 추측항법 알고리즘(Pedestrian Dead Reckoning)을 이용하는 단말 위치 필터링 시스템.
  9. 제 7 항에 있어서,
    상태변수는 보행자의 위치 및 속도인 단말 위치 필터링 시스템.
  10. 제 8 항에 있어서,
    상태변수는 보행자의 위치인 단말 위치 필터링 시스템.
  11. 이전 시각의 추정된 상태변수 및 공분산으로부터 현재 시각의 추정된 상태변수 및 공분산을 생성하는 필터 타임 갱신 단계;
    와이-파이 위치 및 센서정보를 포함하는 측정 정보와 필터 타임 갱신부의 생성 정보에 근거하여 표준화된 이노베이션 값을 계산하며, 이노베이션의 공분산 비율을 계산하는 품질 추정 계산 단계;
    계산된 표준화된 이노베이션 값이 기준값 이하인지 판단하고, 그 판단 결과 기준값 이하일 경우 와이-파이 위치와 센서정보를 모두 신뢰하며, 기준값 이하가 아닐 경우 센서정보만을 신뢰하는 표준화된 이노베이션 판단 단계;
    표준화된 이노베이션 판단 단계의 신뢰 결과에 따라 제공되는 현재 시각의 측정정보를 이용하여 현재 시각의 추정된 상태변수 및 공분산을 갱신하는 필터 측정 갱신 단계;
    계산된 이노베이션의 공분산 비율이 기준값 이하인지를 판단하는 이노베이션 공분산 비율 판단 단계; 및
    판단된 이노베이션 공분산 비율이 기준값 이하일 때, 갱신된 상태변수 및 공분산을 제공하는 필터링 위치 제공 단계;
    를 포함하는 단말 위치 필터링 방법.
  12. 제 11 항에 있어서,
    판단된 이노베이션 공분산 비율이 기준값 이하가 아닐 때, 필터를 초기화하는 단계;
    를 더 포함하는 단말 위치 필터링 방법.
  13. 제 11 항에 있어서,
    필터 타임 갱신 단계는 보행자의 운동 특성이 평균적으로 일정한 속도가 유지된다고 가정하는 보행자 운동 모델을 이용하는 단말 위치 필터링 방법.
  14. 제 11 항에 있어서,
    필터 타임 갱신 단계는 보행자 추측항법 알고리즘(Pedestrian Dead Reckoning)을 이용하는 단말 위치 필터링 방법.
  15. 제 13 항에 있어서,
    상태변수는 보행자의 위치 및 속도인 단말 위치 필터링 방법.
  16. 제 14 항에 있어서,
    상태변수는 보행자의 위치인 단말 위치 필터링 방법.
KR1020140015712A 2014-02-11 2014-02-11 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법 KR102034527B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140015712A KR102034527B1 (ko) 2014-02-11 2014-02-11 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법
US14/611,150 US9497596B2 (en) 2014-02-11 2015-01-30 System and method for filtering mobile terminal location by combining Wi-Fi location information with sensor information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140015712A KR102034527B1 (ko) 2014-02-11 2014-02-11 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20150094434A true KR20150094434A (ko) 2015-08-19
KR102034527B1 KR102034527B1 (ko) 2019-10-21

Family

ID=53776131

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140015712A KR102034527B1 (ko) 2014-02-11 2014-02-11 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법

Country Status (2)

Country Link
US (1) US9497596B2 (ko)
KR (1) KR102034527B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10123176B2 (en) 2016-01-12 2018-11-06 Electronics And Telecommunications Research Institute Location estimation apparatus and method using combination of different positioning resources

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9686690B2 (en) * 2014-08-29 2017-06-20 Blackberry Limited Method and apparatus for calculating a coverage signal strength indicator
CN105717485B (zh) * 2016-02-26 2020-11-20 北京邮电大学 一种室内定位方法及装置
CN107169398A (zh) 2016-03-07 2017-09-15 阿里巴巴集团控股有限公司 信号处理方法及装置
US20180106618A1 (en) * 2016-10-14 2018-04-19 Westfield Retail Solutions, Inc. Systems and methods to determine a location of a mobile device
US10445634B2 (en) 2016-12-14 2019-10-15 Trackonomy Systems, Inc. Fabricating multifunction adhesive product for ubiquitous realtime tracking
CN108174343B (zh) * 2017-11-29 2021-12-21 全球能源互联网研究院有限公司 一种面向电力室内通信运维场景的无线定位方法及系统
CN108093361B (zh) * 2017-12-08 2020-05-19 华中科技大学 一种基于网络信令数据分析的用户定位方法及系统
CN109005503B (zh) * 2018-08-13 2020-05-19 电子科技大学 一种基于WiFi与PDR的融合定位方法
CN109164411B (zh) * 2018-09-07 2023-07-11 中国矿业大学 一种基于多数据融合的人员定位方法
US11622234B2 (en) 2019-09-13 2023-04-04 Troverlo, Inc. Passive asset tracking using observations of Wi-Fi access points
US11589187B2 (en) 2019-09-13 2023-02-21 Troverlo, Inc. Passive sensor tracking using observations of Wi-Fi access points
US11917488B2 (en) 2019-09-13 2024-02-27 Troverlo, Inc. Passive asset tracking using observations of pseudo Wi-Fi access points
US11819305B1 (en) 2020-10-05 2023-11-21 Trackonomy Systems, Inc. Method for determining direction of movement through gates and system thereof
CN114554389B (zh) * 2021-12-29 2023-06-20 重庆邮电大学 一种行人导航定位系统融合方法
CN117560629B (zh) * 2024-01-11 2024-04-02 北京中关村实验室 一种安全鲁棒的室内行人轨迹跟踪方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008298738A (ja) * 2007-06-04 2008-12-11 Mitsubishi Electric Corp 目標追尾装置
JP2011102707A (ja) * 2009-11-10 2011-05-26 Seiko Epson Corp 測位装置及び測位方法
US20120129546A1 (en) * 2010-11-24 2012-05-24 Microsoft Corporation Path progression matching for indoor positioning systems
JP2013152199A (ja) * 2012-01-26 2013-08-08 Kddi Technology Corp Ｗｉ−Ｆｉ測位システム、不正位置情報の除去方法およびプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7761233B2 (en) * 2006-06-30 2010-07-20 International Business Machines Corporation Apparatus and method for measuring the accurate position of moving objects in an indoor environment
US8751151B2 (en) * 2012-06-12 2014-06-10 Trx Systems, Inc. System and method for localizing a trackee at a location and mapping the location using inertial sensor information
US20130162481A1 (en) * 2009-10-01 2013-06-27 Parviz Parvizi Systems and methods for calibration of indoor geolocation
FR2960963B1 (fr) * 2010-06-02 2012-07-13 Commissariat Energie Atomique Dispositif d'aide a la navigation, notamment a l'interieur de batiments
WO2012048287A2 (en) * 2010-10-08 2012-04-12 Loctronix Corporation Doppler aided inertial navigation
KR101744723B1 (ko) 2010-12-20 2017-06-20 한국전자통신연구원 실내 위치 인식 시스템 및 이를 이용한 실내 위치 인식 방법
US8615253B2 (en) * 2011-06-03 2013-12-24 Apple Inc. State estimation using motion context and multiple input observation types
KR101242973B1 (ko) 2011-06-27 2013-03-12 (주) 세인 휴대단말장치의 위치계산방법
US9069073B2 (en) * 2011-12-19 2015-06-30 Texas Instruments Incorporated Removing and de-weighting outlier measurements from satellite and previous information
US9097536B2 (en) * 2012-02-02 2015-08-04 Mcube, Inc. Indoor navigation techniques to calibrate/recalibrate inertial sensors and navigation processing
KR101300394B1 (ko) 2012-02-07 2013-08-26 금오공과대학교 산학협력단 무선 ａｐ 및 가속도 센서를 이용한 실내 위치 안내 시스템 및 그 방법
US9526082B2 (en) * 2012-04-13 2016-12-20 Electronics And Telecommunications Research Institute Method and apparatus for estimating location of pedestrian using step length estimation model parameters
US9414239B2 (en) * 2012-06-14 2016-08-09 Digimarc Corporation Space time calibration for networks using state model of node clock parameters
US9175963B2 (en) * 2013-01-10 2015-11-03 MCube Inc. Dead reckoning based initialization of position and heading using discrete position indicators
US9506761B2 (en) * 2014-01-10 2016-11-29 Alcatel Lucent Method and apparatus for indoor position tagging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008298738A (ja) * 2007-06-04 2008-12-11 Mitsubishi Electric Corp 目標追尾装置
JP2011102707A (ja) * 2009-11-10 2011-05-26 Seiko Epson Corp 測位装置及び測位方法
US20120129546A1 (en) * 2010-11-24 2012-05-24 Microsoft Corporation Path progression matching for indoor positioning systems
JP2013152199A (ja) * 2012-01-26 2013-08-08 Kddi Technology Corp Ｗｉ−Ｆｉ測位システム、不正位置情報の除去方法およびプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10123176B2 (en) 2016-01-12 2018-11-06 Electronics And Telecommunications Research Institute Location estimation apparatus and method using combination of different positioning resources

Also Published As

Publication number Publication date
US9497596B2 (en) 2016-11-15
US20150230058A1 (en) 2015-08-13
KR102034527B1 (ko) 2019-10-21

Similar Documents

Publication Publication Date Title
KR102034527B1 (ko) 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법
JP6676147B2 (ja) 加速度計支援型ナビゲーションのための方法
US20200322753A1 (en) Calibrating a device for determining position in three-dimensional space
KR101554774B1 (ko) 무선 신호를 이용한 이동국의 위치 결정 방법
US9194933B2 (en) Context and map aiding for self-learning
US10190881B2 (en) Method and apparatus for enhanced pedestrian navigation based on WLAN and MEMS sensors
Plets et al. Experimental performance evaluation of outdoor tdoa and rss positioning in a public lora network
US7362270B2 (en) System and method to perform network node localization training using a mobile node
WO2014091249A2 (en) Method of estimating the position of a device
US10123176B2 (en) Location estimation apparatus and method using combination of different positioning resources
Kuusniemi et al. Reliability considerations of multi-sensor multi-network pedestrian navigation
US9250080B2 (en) Sensor assisted validation and usage of map information as navigation measurements
CN109313098B (zh) 用于可靠绝对高度测定的自动压力传感器输出校准
KR101885845B1 (ko) 다중 센서를 이용한 실내 위치 추적을 위한 통합 항법 시스템
KR20150079080A (ko) 신뢰도 기반 측위 방법 및 그 장치
KR20130036145A (ko) 이동 정보 결정 장치, 수신기 및 그에 의한 방법
KR20150112659A (ko) 단말 이동 방향 결정 및 위치 보정 방법, 그리고 이를 이용한 측위 장치
WO2015035501A1 (en) System and method for enhanced integrated navigation with wireless angle of arrival
US9921291B2 (en) Multi-tiered distance travelled estimator
KR20150115343A (ko) 통합 측위 방법 및 장치
Naguib et al. Scalable and accurate indoor positioning on mobile devices
EP4314865A1 (en) Crowd sourced beacon altitudes for 3d positioning
US10469982B2 (en) System and method for enhanced integrated navigation with wireless angle of arrival
Landau et al. STEPS-indoor visual navigation framework for mobile devices.
US10330768B2 (en) Method implemented by a mobile device for obtaining its position and device implementing this method

Legal Events

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