KR20170106152A - 실내 위치 추정을 위한 서버의 동작 방법 - Google Patents

Abstract

이동 단말기의 위치를 추정하는 서버, 서버의 동작 방법 및 이를 포함하는 실내 위치 추정 시스템이 개시된다. 본 개시의 일 실시예에 따른 서버에서 이동 단말기의 위치 추정을 위한 무선 신호 정보를 관리하는 방법은, 대상 지역의 엑세스 포인트들에 대한 신호 특성 측정을 통하여 획득된 상기 무선 신호 정보를 데이터 베이스에 저장하는 단계, 상기 이동 단말기로부터 상기 무선 신호 정보에 기초하여 산출되는 위치 에러 정보를 수신하는 단계, 상기 위치 에러 정보를 기초로, 상기 대상 지역에 대한 위치 추정 신뢰도를 평가하는 단계 및 상기 평가 결과를 기초로, 상기 무선 신호 정보의 업데이트 여부를 결정하는 단계를 포함할 수 있다.

Description

실내 위치 추정을 위한 서버의 동작 방법 {Operating method of server for indoor positioning}

본 개시의 기술적 사상은 실내 위치 추정에 관한 것으로서, 보다 자세하게는 인공 위성을 이용한 위치 추정이 어려운 환경에서 이동 단말기의 위치를 추정하는 실내 위치 추정 시스템, 실내 위치 추정 시스템의 서버 및 이의 동작 방법에 관한 것이다.

최근, 이동 단말기의 위치 기반 서비스(Location Based Service)가 주목 받고 있다. 일반적으로 위성 기반 위치 추정 시스템(GPS, Global Positioning System)을 이용하여 무선 단말의 위치를 추정하는 방법이 이용되고 있으나, 건물 내부, 지하, 터널 등과 같은 실내 지역에서는 위성 신호의 세기가 약하거나, 위성 신호가 수신되지 않기 때문에 이동 단말기의 정확한 위치를 알아내는 데에 어려움이 따른다. 따라서, 위성 신호를 이용한 실내 위치 추정의 어려움을 해결하기 위하여, RFID(Radio Frequency Identification), 블루투스(Bluetooth), 또는 무선랜(WLAN, Wireless Local Area Networks) 등의 무선 통신 시스템에서 엑세스 포인트로부터 획득되는 신호 특성을 이용하여 이동 단말기의 위치를 추정하는 기법이 연구되고 있다.

본 개시의 기술적 사상이 해결하고자 하는 과제는 크라우드소싱을 통해 위치 추정을 위한 데이터 베이스 업데이트 여부를 결정하는 실내 위치 추정 시스템, 서버 및 이들의 동작 방법을 제공하는데 있다.

또한, 크라우드소싱을 통해 복수의 지역 각각에 대한 위치 추정의 신뢰도를 판단하고, 신뢰도가 낮은 지역에 대한 위치 추정을 위한 데이터 베이스를 업데이트하는 실내 위치 추정 시스템, 서버 및 이들의 동작 방법을 제공하는데 있다.

상기 기술적 과제를 해결하기 위한 본 개시의 일 실시예에 따른, 서버에서 이동 단말기의 위치 추정을 위한 무선 신호 정보를 관리하는 방법은, 대상 지역의 엑세스 포인트들에 대한 신호 특성 측정을 통하여 획득된 상기 무선 신호 정보를 데이터 베이스에 저장하는 단계, 상기 이동 단말기로부터 상기 무선 신호 정보에 기초하여 산출되는 위치 에러 정보를 수신하는 단계, 상기 위치 에러 정보를 기초로, 상기 대상 지역에 대한 위치 추정 신뢰도를 평가하는 단계 및 상기 평가 결과를 기초로, 상기 무선 신호 정보의 업데이트 여부를 결정하는 단계를 포함할 수 있다.

상기 기술적 과제를 해결하기 위한 본 개시의 다른 실시예에 따른 측위 서버의 동작 방법은, 대상 지역에 위치하는 이동 단말기로부터 신호 특성 측정값을 수신하는 단계; 상기 신호 특성 측정값 및 데이터 베이스에 저장된 무선 신호 정보를 기초로 상기 이동 단말기에 대한 위치 에러 정보를 산출하는 단계, 상기 위치 에러 정보를 기초로 상기 대상 지역에 대한 위치 추정의 신뢰도를 평가하는 단계, 및 상기 평가 결과를 기초로, 상기 데이터 베이스의 업데이트 여부를 결정하는 단계를 포함할 수 있다.

크라우드소싱을 통해 적어도 하나의 실내 위치 추정 대상 지역에 대한 무선 환경 변화를 판단하고, 무선 환경 변화가 큰 경우, 또는 무선 환경 변화가 큰 지역에 대해서 선택적으로 재트레이닝 작업을 수행하고 데이터 베이스를 업데이트 할 수 있는바, 데이터 베이스 업데이트에 소비되는 시간과 비용을 줄일 수 있다.

도 1은 본 개시의 일 실시예에 따른 실내 위치 추정 시스템을 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 실내 위치 추정 시스템의 동작 방법을 나타내는 흐름도이다.
도 3은 본 개시의 일 실시예에 따른 서버를 개략적으로 나타낸 블록도이다.
도 4는 본 개시의 일 실시예에 따른 이동 단말기를 개략적으로 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 서버 및 이동 단말기의 동작을 나타내는 흐름도이다.
도 6a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이다.
도 6b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 7a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이다.
도 7b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 8a 및 도 8b는 샘플 표준 편차에 따른 추정 위치의 정확도를 설명하는 도면이다.
도 9는 본 개시의 일 실시예에 따른 이동 단말기의 동작 방법을 나타내는 흐름도이다.
도 10a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이다.
도 10b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 11a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이고, 도 11b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 12는 본 개시의 일 실시예에 따른 서버 및 이동 단말기의 동작을 나타내는 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 실내 위치 추정 시스템의 동작 방법을 나타내는 흐름도이다.
도 14는 도 13의 실내 위치 추정 시스템의 동작 방법을 설명하기 위한 도면이다.
도 15는 본 개시의 일 실시예에 따라 사용자에게 위치 기반 서비스를 제공하는 서비스 시스템의 예시적인 구성을 보여주는 개념도이다.

도 1은 본 개시의 일 실시예에 따른 실내 위치 추정 시스템을 나타내는 도면이다.

도 1을 참조하면, 실내 위치 추정 시스템(10)은 서버(100), 이동 단말기(200) 및 엑세스 포인트(300)를 포함할 수 있다. 또한 실내 위치 추정 시스템(10)은 네트워크(NT)를 더 포함할 수 있다. 도 1 에서는 예시적으로 실내 위치 추정 시스템(10)이 세 개의 이동 단말기, 예컨대 제1 내지 제3 이동 단말기(MD1, MD2, MD) 및 세 개의 엑세스 포인트, 예컨대 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3)를 포함하는 것으로 도시하고 있다. 그러나, 이에 제한되는 것은 아니며, 이동 단말기의 개수 및 엑세스 포인트의 개수는 다양할 수 있으며, 시간에 따라 변화될 수 있다.

엑세스 포인트(300)는 근거리 통신을 위한 무선 신호를 송신 또는 수신하는 장치이다. 예를 들어, 근거리 통신은 WLAN(Wireless LAN), UWB(Ultra WideBand), 블루투스(Bluetooth), 와이맥스(WiMax), 와이브로(WiBro), DTIM(Delevery Traffic Indication Message) 및 핫스팟(Hot Spot)을 포함할 수 있다. 실시예에 있어서, 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3)는 동종 또는 이종의 근거리 통신을 기반으로 하는 장치들일 수 있다. 예를 들어, 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3)는 모두 WLAN을 기반으로 하는 통신용 장치일 수 있다. 다른 예로서, 제1 엑세스 포인트(AP1)는 WLAN을 기반으로 하는 통신용 장치이고, 제2 엑세스 포인트(AP2) 및 제3 엑세스 포인트(AP3)는 블루투스를 기반으로 하는 통신용 장치일 수 있다.

엑세스 포인트(300)는 무선 신호를 이동 단말기(200)에 전송할 수 있다. 무선 신호는 엑세스 포인트(300)의 식별 정보를 포함할 수 있다. 엑세스 포인트(300)의 식별 정보란 엑세스 포인트 각각을 식별하는데 필요한 정보로서 MAC Address, SSID(Service Set IDentification) 등을 포함할 수 있다. 이외에도 무선 신호는 다른 정보를 더 포함할 수 있다.

이동 단말기(200)는 대상 지역(IDR)에 배치된 엑세스 포인트(300)로부터 수신되는 무선 신호의 신호 특성을 측정할 수 있다. 예를 들어, 이동 단말기(200)는 대상 지역(IDR)의 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3) 중 인접한 적어도 하나의 엑세스 포인트로부터 수신되는 적어도 하나의 무선 신호의 신호 특성을 측정할 수 있다. 예를 들어, 신호 특성은 수신되는 신호의 RSSI(Received Signal Strength Indication), RTT(Round trip time) 등을 포함할 수 있다. 그러나 이에 제한되는 것은 아니며, 신호 특성은 무선 신호에 대한 다른 다양한 지표들을 더 포함할 수 있다. 이하, 설명의 편의를 위하여 신호 특성은 RSSI인 것을 가정하여 설명하기로 한다.

이동 단말기(200)는 측정된 신호 특성을 서버(100)에 전송하고, 서버(100)로부터 상기 신호 특성에 기초하여 추정된 위치 정보를 수신할 수 있다. 다른 실시예에 있어서, 이동 단말기(200)는 측정된 신호 특성을 기초로 위치를 추정할 수 있다. 이동 단말기(200)는 서버(100)로부터 위치 추정을 위한 기준 정보(reference information)를 수신하고, 측정된 신호 특성을 기초로 위치를 추정할 수 있다. 이동 단말기(200)는 네트워크(NT)를 통해 서버(100)와 데이터를 송신 또는 수신할 수 있다. 네트워크(NT)는 Wi-fi(Wireless Fidelity), 지그비(ZigBee)와 같은 무선 근거리 통신망 (Wireless Local Area Network; WLAN), 무선 MAN(Metropolitan Area Network) 등과 같은 광대역 네트워크, 3G (3rd Generation), 4G (4th Generation), LTE (Long Term Evolution) 등의 이동 통신망(mobile cellular network)을 포함할 수 있다. 서버(100)는 이동 단말기(200)의 위치를 추정하고, 추정된 위치를 이동 단말기(200)에 제공할 수 있다. 서버(100)는 이동 단말기(200) 로부터 수신되는 RSSI와 데이터 베이스(110)에 저장된 무선 신호 정보를 기초로 이동 단말기(200)의 위치를 추정할 수 있다. 무선 신호 정보는 대상 지역(IDR)의 위치 추정을 위한 기준 정보를 포함할 수 있다. 예를 들어, 무선 신호 정보는 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3)로부터 수신되는 무선 신호의 측정값들 또는 무선 신호의 측정값들을 기초로 산출된 데이터를 포함할 수 있다. 예를 들어, 무선 신호 정보는 대상 지역(IDR)의 다수의 기준 지점들에서 측정된 제1 내지 제3 엑세스 포인트(AP1, AP2, AP3)에 대한 RSSI 값을 포함할 수 있다. 실시예에 있어서, 무선 신호 정보는 데이터 맵 형태로 데이터 베이스(110)에 저장될 수 있다.

다른 실시예에 있어서, 서버(100)는 이동 단말기(200)에 무선 신호 정보를 제공할 수 있다. 전술한 바와 같이, 이동 단말기(200)는 무선 신호 정보 및 측정된 신호 특성을 기초로 위치를 추정할 수 있다. 예컨대, 이동 단말기(200)가 대상 지역(IDR)에 진입하면, 서버(100)는 이동 단말기(200)에 데이터 베이스(110)에 저장된 대상 지역(IDR)에 대한 무선 신호 정보를 제공할 수 있다. 이동 단말기(200)는 인접한 적어도 하나의 엑세스 포인트(300)로부터 수신되는 무선 신호의 신호 특성을 측정하고, 신호 특성을 무선 신호 정보와 비교하여 위치를 추정할 수 있다.

서버(100)는 서비스 사업자(예컨대, 이동 통신 사업자, 위치 기반 서비스 사업자, 위치 추정 서비스 제공 사업자 등) 또는 대상 지역(IDR)이 위치한 건물의 소유자 등에 의해 관리되는 서버일 수도 있다. 그러나 이에 제한되는 것은 아니며, 일 실시예에 있어서, 서버(100)는 이동 단말기(200)의 내부에 구현될 수도 있다. 일 실시예에 있어서, 서버(100)는 위치 정보를 제공하는 측위 서버일 수 있다. 서버(100)는 비 매개변수 기반 접근 방식(Non-parametric approach) 또는 매개변수 기반 접근 방식(Parametric approach)을 이용하여 이동 단말기(200)의 위치를 추정할 수 있다.

비 매개변수 기반 접근 방식은, 매개변수를 사용하지 않는 방식이며, 예컨대 핑거프린트(Fingerprint) 기법을 포함할 수 있다. 핑거프린트 기법은 위치를 추정하고자 하는 지역에 일정한 간격으로 다수의 기준 지점을 정하고, 각 기준 지점에 인접한 엑세스 포인트로부터 수신되는 신호의 핑거프린트, 다시 말해 신호 특성을 데이터 베이스에 저장하고, 위치 추정 단계에서 수신된 신호의 핑거프린트와 데이터 베이스에 저장된 핑거프린트를 비교하여 가장 비슷한 특성을 갖는 기준 지점을 이동 단말기의 위치로 추정하는 기법이다.

매개변수 기반 방식은 시스템을 매개변수화하고 이를 사용하는 방식이다. 예를 들어, 전파 감쇄 모델(Pathloss model)(또는 신호 전파 모델(Signal propagation model)이라고 함)을 이용하는 방식을 포함할 수 있다. 전파 감쇄 모델은 전송 거리에 따라 수신되는 신호의 전력이 감소하는 특성을 나타내는 것으로 다음과 같은 수학식 1로 나타낼 수 있다.

이때,

는 수신 신호의 RSSI,

는 이동 단말기와 엑세스 포인트 사이의 거리, X는 평균이 0인 가우시안 잡음, 그리고

는 신호의 송신 지점과 수신 지점 사이의 거리가

일 때 수신 신호의 RSSI값을 나타낸다.

예를 들어, 핑거프린트 기법에 따라 서버(100)가 이동 단말기(200)의 위치를 추정하는 경우, 서버(100)는 이동 단말기(200)로부터 수신된 신호 특성(예컨대 이동 단말기(200)에서 측정된 RSSI)을 데이터 베이스(110)에 저장된 신호 특성(예컨대, 트레이닝 단계를 통해 대상 지역(IDR)의 각 기준 지점들에서 사전에 측정된 RSSI)와 비교하고 수신된 신호 특성과 가장 비슷한 신호 특성 값을 갖는 기준 지점을 이동 단말기(200)의 위치로 추정할 수 있다.

전술한 실내 위치 추정 기법들은 위치 추정을 하기에 앞서 트레이닝 단계(Training Phase)를 필요로 한다. 예를 들어, 트레이닝 단계(Training Phase)에서는 위치를 추정하고자 하는 지역의 각 기준 지점에서 인접한 엑세스 포인트로부터 관측되는 신호 특성을 측정하고, 측정된 신호 특성에 기초한 상기 지역의 무선 신호 정보를 데이터베이스에 저장하는 단계이다.

그러나, 트레이닝 단계를 통해 데이터 베이스를 구축한 후에도, 시간이 지남에 따라 엑세스 포인트들의 제거, 이동, 또는 고장 등의 다양한 이유로 인하여 무선 환경이 트레이닝 수행 시의 무선 환경과 달라지게 되며, 또다시 해당 지역에 대한 트레이닝이 수행되어야 한다. 다시 말해, 실내 위치 서비스의 질을 일정 수준 이상으로 유지하기 위해서는 각 지역들에 대하여 정기적인 트레이닝을 지속적으로 수행해 주어야 하는데, 정기적인 트레이닝은 시간과 비용이 많이 소비된다.

그러나 본 개시의 일 실시예에 따른 실내 위치 추정 시스템(10)은 크라우드 소싱을 통해 대상 지역(IDR)의 위치 추정 신뢰도를 평가하고, 평가 결과를 기초로 재트래이닝 여부, 다시 말해 데이터 베이스(110)에 저장된 무선 신호 정보를 업데이트 할 것인지 결정할 수 있다.

이를 위해, 본 개시의 일 실시예에 따른 이동 단말기(200)는 추정된 위치에 따른 위치 에러 정보(PEI)를 서버(100)에 전송할 수 있다. 예를 들어, 복수의 이동 단말기(MD1, MD2, MD3) 중 적어도 하나의 이동 단말기가 서버(100)에 위치 에러 정보(PEI)를 전송할 수 있다. 다른 실시예에 있어서, 서버(100)는 이동 단말기(200)로부터 수신된 신호 특성을 기초로 이동 단말기(200)의 위치 에러 정보(PEI)를 산출할 수 있다.

예를 들어, 위치 에러 정보(PEI)는 신호 전파 모델 오차(Signal propagation model error) 또는 위치 샘플들의 표준 편차(Sample standard deviation, 이하 샘플 표준 편차라고 함)를 포함할 수 있다. 또한, 위치 에러 정보(PEI)는 신호 전파 모델 오차 또는 샘플 표준 편차를 기초로 산출되는 다양한 연산값 또는 지표들을 포함할 수 있다.

신호 전파 모델 오차는 전파 감쇄 모델을 이용하여 추정되는 신호 특성 값과 실측된 신호 특성 값의 차이를 나타낸다. 예컨대 신호 특성은 RSSI일 수 있다. 액세스 포인트가 이동되거나 제거되었을 경우, 추정되는 RSSI 값과 실측된 RSSI 값의 차이가 커지기 때문에 신호 전파 모델 오차의 크기가 증가하게 된다. 따라서, 신호 전파 모델 오차는 무선 환경의 변화를 감지하기에 용이한 지표이다.

샘플 표준 편차는 이동 단말기(200)가 위치할 수 있는 여러 후보 위치 샘플들의 표준 편차를 의미한다. 후보 위치들은 데이터 베이스(110)에 저장된 기준 지점들에 해당하는 위치들일 수 있다. 또는 후보 위치들은 특정 조건에 따라 임의적으로 결정되는 위치들일 수 있다. 예를 들어, 후보 위치들은 이동 단말기(200)에서 측정된 RSSI 값에 따라 결정될 수 있다. 위치 추정의 정확도가 작은 곳에서 후보 지점들에 대한 표준 편차가 증가하므로, 이에 따라 샘플 표준 편차가 커지게 된다. 따라서, 샘플 표준 편차는 현재 추정된 위치의 신뢰도를 판단하기에 용이한 지표이다. 위치가 정확하게 추정되지 않는 위치에서 샘플 표준 편차가 클 수 있으며, 또한, 엑세스 포인트의 이동 또는 제거로 인하여 무선 환경의 변화가 커지면, 대상 지역(IDR)의 전체 위치들에 대한 샘플 표준 편차가 커질 수 있다. 신호 전파 모델 오차 및 샘플 표준 편차는 도 6a 및 도 9를 참조하여 더 자세하게 후술하기로 한다.

서버(100)는 에러 정보(PEI)를 기초로 대상 지역(IDR)의 위치 추정에 대한 신뢰도를 평가하고, 평가 결과를 기초로 데이터 베이스(110)에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다. 다시 말해, 서버(100)는 위치 에러 정보(PEI)를 기초로 대상 지역(IDR)에 대한 재트레이닝 여부가 필요한지를 판단할 수 있다.

전술한 바와 같이, 위치 에러 정보(PEI)는 신호 전파 모델 오차, 샘플 표준 편차 또는 신호 전파 모델 오차 등을 포함할 수 있으며, 대상 지역(IDR)의 엑세스 포인트들의 변화가 커지면, 신호 전파 모델 오차 및 샘플 표준 편차가 커질 수 있다. 따라서, 서버(100)는 위치 에러 정보(PEI)를 기초로 대상 지역(IDR)의 위치 추정에 대한 신뢰도를 평가할 수 있다. 위치 추정의 신뢰도가 낮다고 판단되며, 서버(100)는 무선 신호 정보의 업데이트를 위하여 대상 지역(IDR)에 대한 재트레이닝이 필요하다고 판단할 수 있다.

전술한 바와 같이, 본 개시의 일 실시예에 따른 실내 위치 추정 시스템은 크라우드소싱을 통해 위치 추정 신뢰도를 평가하고, 평가 결과를 기초로 재트래이닝 여부를 결정할 수 있다. 이에 따라, 불필요한 재트레이닝이 수행되는 것을 방지함으로써, 재트레이닝으로 인한 시간 및 비용을 줄일 수 있다.

도 2는 본 개시의 일 실시예에 따른 실내 위치 추정 시스템의 동작 방법을 나타내는 흐름도이다. 구체적으로, 도 2는 실내 위치 추정 시스템의 데이터 베이스 구축 및 업데이트 프로세스를 나타낸다. 도 2의 각 단계는 도 1의 실내 위치 추정 시스템(10)에서 수행될 수 있다.

도 2를 참조하면, 실내 위치 추정 시스템은 대상 지역에 대한 트레이닝을 통하여 획득되는 무선 신호 정보를 기초로 데이터 베이스를 구축할 수 있다(S11). 트레이닝은 온라인 또는 오프라인을 통해 수행될 수 있다. 서버는 트레이닝을 통하여 획득되는 무선 신호 정보를 데이터 베이스에 저장할 수 있다. 예를 들어, 트레이닝 단계가 오프 라인을 통해 수행되는 경우, 엔지니어가 위치를 추정하고자 하는 지역에 방문하여 엑세스 포인트로부터 관측되는 RSSI를 측정할 수 있다. 트레이닝 단계가 온라인을 통해 수행되는 경우, 크라우드소싱을 통하여 트레이닝 단계가 수행될 수 있다. 예를 들어, 이동 단말기로부터 수신되는 신호 특성을 기초로 서버가 엑세스 포인트들의 위치 및 엑세스 포인트들 각각에 대한 RSSI의 평균 측정값을 산출할 수 있다.

서버는 데이터 베이스에 저장된 무선 신호 정보를 기초로 대상 지역에 진입한 이동 단말기의 대상 지역 내 위치를 추정하고, 위치 정보를 이동 단말기에 제공할 수 있다. 또는 서버는 대상 지역에 진입한 이동 단말기에 대상 지역에 대한 무선 신호 정보를 제공할 수 있다.

이후, 서버는 크라우드소싱을 통하여 적어도 하나의 이동 단말기로부터 위치 에러 정보를 수집할 수 있다(S12). 일 실시예에 있어서, 서버는 이동 단말기에 위치 에러 정보를 요청하고, 이에 응답하여, 이동 단말기는 위치 에러 정보를 서버에 전송할 수 있다. 서버는 복수의 이동 단말기로부터 전송되는 복수의 위치 에러 정보를 수신할 수 있다. 다른 실시예에 있어서, 서버는 이동 단말기로부터 신호 특성, 예컨대 측정된 RSSI를 수신하고, 이를 기초로 이동 단말기의 위치 에러 정보를 산출할 수 있다. 서버는 복수의 이동 단말기 각각에 대한 위치 에러 정보를 산출함으로써, 위치 에러 정보를 수집할 수 있다.

서버는 수집된 위치 에러 정보에 기초하여 대상 지역의 위치 추정에 대한 신뢰도를 평가할 수 있다(S13). 서버는 위치 에러 정보에 기초하여 위치 추정 신뢰도 평가를 위한 신뢰도 파라미터를 산출하고, 신뢰도 파라미터를 기초로 위치 추정에 대한 신뢰도를 평가할 수 있다.

서버는 위치 추정 신뢰도 평가를 기초로 무선 신호 정보의 업데이트 여부를 결정할 수 있다(S14). 위치 추정에 대한 신뢰도가 낮다는 것은 실내 지역의 무선 환경에 많은 변화가 발생하였음을 의미한다. 따라서, 서버는 위치 추정에 대한 신뢰도가 낮게 평가되면, 데이터 베이스에 저장된 무선 신호 정보에 대한 업데이트가 필요하다고 판단할 수 있다.

무선 신호 정보에 대한 업데이트가 필요하다고 판단되면, 실내 위치 추정 시스템은 실내 지역에 대한 재트레이닝을 수행하고, 서버는 재트레이닝을 통해 수집된 신호 특성을 기초로 무선 신호 정보를 업데이트할 수 있다(S15). 전술한 바와 같이 재트레이닝은 온라인 또는 오프라인을 통해 수행될 수 있다.

도 3은 본 개시의 일 실시예에 따른 서버를 개략적으로 나타낸 블록도이다.

도 3을 참조하면, 서버(100)는 무선 통신부(130), 제어부(120) 및 데이터 베이스(110)를 포함할 수 있다. 서버(100)는 위치 추정을 위한 다른 구성들을 더 포함할 수 있다.

무선 통신부(130)는 이동 단말기(도 1의 200)로부터 신호 특성, 예컨대 RSSI를 수신하고, 수신된 RSSI를 제어부(120)에 제공할 수 있다. 무선 통신부(130)는 또한, 이동 단말기(200)로부터 위치 에러 정보를 수신하고, 위치 에러 정보를 제어부(120)에 제공할 수 있다. 무선 통신부(130)는 제어부(120)로부터 제공된 위치 정보를 이동 단말기(200)로 송신할 수 있다.

제어부(120)는 이동 단말기(200)의 위치를 추정하고, 데이터 베이스(110)의 업데이트를 결정할 수 있다. 이를 위해, 제어부(120)는 위치 제공부(121) 및 업데이트부(122)를 구비할 수 있다.

위치 제공부(121)는 수신된 신호 특성, 예컨대 RSSI 및 데이터 베이스(110)에 저장된 무선 신호 정보를 기초로 이동 단말기(200)의 위치를 추정할 수 있다.

업데이트부(122)는 수신된 위치 에러 정보를 기초로 데이터 베이스(110)에 저장된 무선 신호 정보의 업데이트가 요구되는지를 판단할 수 있다. 다시 말해, 업데이트부(122)는 위치를 추정하고자 하는 대상 지역에 대한 재트레이닝을 판단할 수 있다. 나아가, 업데이트부(122)는 재트레이닝을 통하여 획득된 변경된 무선 신호 정보를 데이터 베이스(110)에 저장할 수 있다. 다른 실시예에 있어서, 업데이트부(122)는 이동 단말기(200)로부터 수신되는 신호 특성, 예컨대 RSSI, 엑세스 포인트(300)의 식별 정보 등을 기초로 무선 신호 정보를 업데이트할 수 있다.

제어부(120)는 소프트웨어 모듈 또는 하드웨어 모듈로 구현될 수 있다. 그러나 이에 한정되는 것은 아니며, 하드웨어 또는 하드웨어를 구동하기 소프트웨어의 기능적 및/또는 구조적 결합으로 구현될 수 있다. 예를 들어, 제어부(120)는 전술한 위치 제공부(121) 및 업데이트부(122)의 기능을 수행할 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체 및 컴퓨터 프로그램 코드를 실행할 수 있는 프로세서로서 구현될 수 있다.

데이터 베이스(110)는 무선 신호 정보를 저장할 수 있다. 도 3에서 데이터 베이스(110)가 서버(100)에 구비되는 것으로 도시되었으나, 이에 제한되는 것은 아니다. 데이터 베이스(110)는 개별 장치로 구현될 수도 있다.

도 4는 본 개시의 일 실시예에 따른 이동 단말기를 개략적으로 나타내는 블록도이다.

도 4를 참조하면, 이동 단말기(200)는 제어부(210), 무선 통신부(220), 입력부(230), 출력부(240), 메모리(250) 및 센싱부(260)을 포함할 수 있다. 이동 단말기(200)는 이외에도 다른 구성들을 더 포함할 수 있다.

무선 통신부(220)는 이동 단말기(200)와 무선 통신 시스템 사이, 이동 단말기(200)와 다른 이동 단말기(200) 사이, 또는 이동 단말기(200)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 무선 통신부(110)는, 이동 단말기(200)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.

무선 통신부(110)는, 이동 통신 모듈(221), 무선 인터넷 모듈(222), 근거리 통신 모듈(223), GPS 모듈(224) 중 적어도 하나를 포함할 수 있다.

이동 통신 모듈(221)은 이동통신을 위한 기술표준들 또는 통신방식에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말기, 서버 중 적어도 하나와 무선 신호를 송수신한다. 예를 들어, 통신방식은 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EVDO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등을 포함할 수 있다. 무선 신호는, 음성 신호, 영상 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

무선 인터넷 모듈(222)은 무선 인터넷 접속을 위한 모듈을 의미하며 이동 단말기(200)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(222)은 무선 인터넷 기술들에 따른 통신망에서 신호 특성을 송수신할 수 있다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity), Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등을 포함할 수 있다.

근거리 통신 모듈(223)은 근거리 통신(Short range communication)을 수행하며, 예를 들어, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.

근거리 통신 모듈(223)은 일정 범위내에 존재하는 적어도 하나의 엑세스 포인트와 무선 신호를 송수신할 수 있다. 근거리 통신 모듈(223)은 주기적으로 또는 입력부(230)의 입력 신호에 따라 엑세스 포인트로부터 수신되는 무선 신호의 신호 특성을 수집할 수 있다. 또는 근거리 통신 모듈(223)은 이동 단말기(200)가 GPS 음영 지역에 진입하는 경우, 제어부(210)의 제어하에 활성화되어 주변의 엑세스 포인트로부터 수신되는 무선 신호의 신호 특성을 수집할 수 있다. 한편, 건물 내에 설치된 로컬 서버가 해당 건물에 위치하는 엑세스 포인트들에 대한 무선 신호 정보를 제공하는 경우, 근거리 통신 모듈(223)은 무선 신호 정보를 수신할 수 있다.

GPS 모듈(224)은 위치 정보를 제공하기 위하여 GPS(Global Positioning System) 신호를 수신하고, GPS 신호를 제어부(210)에 전송할 수 있다.

입력부(230)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보를 수신할 수 있다. 입력부(230)는 카메라, 마이크로폰, 터치키, 푸시키 등을 포함할 수 있다. 입력부(230)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.

출력부(240)는 시각, 청각 또는 촉각 등과 관련된 이동 단말기(200)의 출력을 발생시키며, 디스플레이, 음향 출력부, 햅팁 모듈, 광 출력부 등을 포함할 수 있다.

메모리(250)는 이동 단말기(200)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(250)는 이동 단말기(200)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 이동 단말기(200)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 한편, 응용 프로그램은, 메모리(250)에 저장되고, 이동 단말기(200) 상에 설치되어, 제어부(210)에 의하여 이동 단말기(200)의 동작(또는 기능)을 수행하도록 구동될 수 있다.

센싱부(260)는 이동 단말기(200) 내 정보, 이동 단말기(200)를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(260)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor) 등을 포함할 수 있다. 이외에도 센싱부(260)는 다양한 종류의 센서를 포함할 수 있다.

제어부(210)는 이동 단말기(200)의 전반적인 동작을 제어한다. 제어부(210)는 이동 단말기(200)의 다른 구성 요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(250)에 저장된 응용 프로그램을 구동할 수 있다.

제어부(210)는 무선 신호 측정 모듈(211) 및 에러 정보 산출 모듈(212)을 포함할 수 있다.

무선 신호 측정 모듈(211)은 무선 통신부(220)를 통하여 수신되는 무선 신호에 대한 신호 특성을 측정할 수 있다. 예를 들어, 무선 신호 측정 모듈(211)은 근거리 통신 모듈(223)을 통해 수신되는 신호의 RSSI 또는 RTT 등의 신호 특성을 측정할 수 있다. 일 실시예에 있어서, 신호 특성은 이동 통신 모듈(221), 무선 인터넷 모듈(222) 및 근거리 통신 모듈(223) 중 적어도 하나를 통해 서버(도 1의 100)에 제공될 수 있다.

에러 정보 산출 모듈(212)은 무선 신호 측정 모듈(211)로부터 제공되는 신호 특성 및 추정된 위치 정보를 기초로 위치 에러 정보를 산출할 수 있다. 예를 들어, 에러 정보 산출 모듈(212)은 전파 감쇄 모델 오차 또는 샘플 표준 편차를 산출할 수 있다. 에러 정보 산출 모듈(212)은 또한 전파 감쇄 모델 오차 또는 샘플 표준 편차에 대한 연산값 또는 다양한 지표를 산출할 수 있다.

일 실시예에 있어서, 제어부(210)는 위치 추정부를 더 포함할 수 있다. 위치 추정부는 측정된 신호 특성 및 서버(도 1의 100)로부터 수신되는 무선 신호 정보를 기초로 이동 단말기(100)의 위치를 추정할 수 있다. 제어부(210)는 소프트웨어 모듈 또는 하드웨어 모듈로 구현될 수 있다. 그러나 이에 한정되는 것은 아니며, 하드웨어 또는 하드웨어를 구동하기 소프트웨어의 기능적 및/또는 구조적 결합으로 구현될 수 있다. 예를 들어, 제어부(21)는 전술한 무선 신호 측정 모듈 (211) 및 에러 정보 산출 모듈(212)의 기능을 수행할 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체 및 컴퓨터 프로그램 코드를 실행할 수 있는 프로세서로서 구현될 수 있다.

도 5는 본 개시의 일 실시예에 따른 서버 및 이동 단말기의 동작을 나타내는 흐름도이다. 구체적으로 도 5는 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정하기 위한 서버 및 이동 단말기의 동작을 나타낸다.

도 5를 참조하면, 서버(100)는 이동 단말기(200)에 위치 에러 정보를 요청할 수 있다(S21). 실시예에 있어서, 서버(100)는 주기적으로 데이터 베이스에 저장된 무선 신호 정보의 업데이트 필요 여부를 판단할 수 있으며, 업데이트 판단 시점에 대상 지역에 위치하는 이동 단말기(200)에 위치 에러 정보를 요청할 수 있다.

이동 단말기(200)는 위치 에러 정보 요청에 응답하여, 엑세스 포인트들에 대한 신호 특성을 측정하고(S22), 측정된 신호 특성을 기초로 위치 에러 정보를 산출할 수 있다(S23). 이동 단말기(200)는 검출되는 주변의 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다. 실시예에 있어서 이동 단말기(200)는 측정된 신호 특성을 기초로 추정된 위치를 획득할 수 있으며, 현재 위치 및 측정된 신호 특성을 기초로 위치 에러 정보를 산출할 수 있다. 이때 현재 위치는 측정된 신호 특성을 기초로 이동 단말기(200) 또는 서버(100)에서 추정한 위치일 수 있다.

전술한 바와 같이, 신호 특성은 엑세스 포인트들에 대한 RSSI 또는 RTT 등을 포함할 수 있으며, 위치 에러 정보는 신호 전파 모델 오차, 샘플들의 표준 편차, 또는 이들의 연산값을 포함할 수 있다. 이동 단말기(200)는 위치 에러 정보를 서버에 전송할 수 있다(S24).

서버(100)는 수신된 위치 에러 정보를 기초로 위치 추정의 신뢰도를 평가할 수 있다(S25). 서버(100)는 위치 에러 정보에 기초하여 위치 추정 신뢰도 평가를 위한 신뢰도 파라미터를 산출하고, 신뢰도 파라미터를 기초로 위치 추정에 대한 신뢰도를 평가할 수 있다.

도 5에서 서버(100)는 하나의 이동 단말기(200)로부터 위치 에러 정보를 수신하는 것으로 도시되었으나, 이에 제한되는 것은 아니다. 서버(100)는 복수의 이동 단말기에 위치 에러 정보를 요청하고, 복수의 이동 단말기로부터 제공되는 위치 에러 정보를 기초로 위치 추정의 신뢰도를 평가할 수 있다. 위치 에러 정보를 제공하는 이동 단말기들의 개수가 많을수록, 다시 말해, 위치 에러 정보의 개수가 많을수록 위치 추정의 신뢰도 평가가 정확할 수 있다.

위치 추정의 신뢰도가 낮으면 서버(100)는 데이터 베이스에 저장된 무선 신호 정보를 업데이트하도록 결정할 수 있다(S26). 위치 추정의 신뢰도가 높으면, 서버(100)는 무선 신호 정보의 업데이트가 요구되지 않는다고 판단하고, 무선 신호 정보를 유지하도록 결정할 수 있다.

도 5에 도시된 단계는 실내 위치 추정 시스템에서 주기적으로 수행될 수 있으며, 이에 따라, 재트레이닝에 따른 시간과 비용을 최소화하면서도 위치 서비스의 질을 높일 수 있다.

도 6a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이고, 도 6b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다. 도 6a의 이동 단말기의 동작 및 도 6b의 서버의 동작은 도 5의 이동 단말기(200) 및 서버(100)의 동작의 일 구현예이다.

도 6a를 참조하면, 이동 단말기(200)는 서버(100)로부터 위치 에러 정보 요청을 수신하고(S110), 주변 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다(S120). 이후, 이동 단말기(200)는 측정된 신호 특성들을 기초로 신호 전파 모델 오차를 산출할 수 있다(S130). 도 5를 참조하여 설명한 단계 S22 및 S23은 단계 120 및 S130에 적용될 수 있다. 따라서, 중복되는 설명은 생략하기로 한다. 전술한 바와 같이 신호 전파 모델 오차는 신호 전파 모델을 이용하여 추정되는 신호 특성(예컨대 RSSI)와 실측한 신호 특성의 차이를 나타낸다. 예를 들어 신호 전파 모델 오차(

)는 아래와 같은 수학식 2로 나타낼 수 있다.

여기서, n은 이동 단말기(200)가 위치한 지역에 배치된 엑세스 포인트들의 인덱스(index),

는 이동 단말기(200)에서 검출되는 n번째 엑세스 포인트의 신호 특성,

는 신호 전파 모델을 이용하여 산출되는 n번째 엑세스 포인트의 신호 특성,

는 엑세스 포인트들 중 이동 단말기(200)에서 검출되는 엑세스 포인트들의 인덱스 집합을 나타내며,

는 집합

의 크기를 나타낸다. 예를 들어, 신호 전파 모델로 로그-디스턴스(log-distance) 신호 감쇄 모델을 사용하였을 때,

는 수학식 3에 따라 산출될 수 있다.

여기서,

과

은 각각 n째 엑세스 포인트에 대한

와

이며 (수학식 1 참조),

은 지점 A(현재의 위치 또는 추정된 위치)에서 n번째 엑세스 포인트까지의 유클리디안(Euclidian) 거리를 나타내며, 수학식 4와 같이 나타낼 수 있다.

여기서,

는 지점 A의 좌표,

는 n번째 엑세스 포인트의 좌표를 나타낸다.

로그-디스턴스 전파 감쇄 모델을 이용하고, 어떤 액세스 포인트도 이동하거나 제거되지 않았으며, 추정된 위치가 실제 위치와 동일하다고 가정하며, 신호 전파 모델 오차(

)는 수학식 5와 같이 나타낼 수 있다.

여기서,

는 수학식 1에서 잡음 성분 X의 분산을 의미한다.

반면, 특정 액세스 포인트들이 원래의 위치로부터 먼 곳으로 이동되어 실측되는 신호 특성, 예컨대 RSSI가 예측값과 다른 경우, 신호 전파 모델 오차(

)는 수학식 6에 따라 산출될 수 있다.

여기서,

는

가 속한 액세스 포인트들 가운데 이동하거나 제거된 액세스 포인트들의 집합을 나타낸다. 수학식 6에서 알 수 있듯이, 이동 또는 제거된 액세스 포인트들의 개수가 증가할수록 신호 전파 모델 오차의 값이 증가할 수 있다. 따라서, 신호 전파 모델 오차로 해당 지역의 무선 환경 변화를 판단할 수 있다.

이동 단말기(200)는 산출된 신호 전파 모델 오차를 서버로 전송할 수 있다(S140). 다시 말해서, 이동 단말기(200)는 신호 전파 모델 오차를 포함하는 위치 에러 정보를 서버에 전송할 수 있다. 실시예에 있어서, 위치 에러 정보는, 신호 전파 모델 오차를 산출한 시간 정보, 장소 정보 등의 부가 정보를 더 포함할 수 있다.

도 6b를 참조하면, 서버(100)는 복수의 이동 단말기(200)로부터 신호 전파 모델 오차를 수신할 수 있다(S210). 예를 들어, 서버(100)는 위치 추정의 신뢰도를 평가하기 위하여 설정된 특정 시간 구간 동안 복수의 이동 단말기(200)로부터 신호 전파 모델 오차를 수신할 수 있다.

이후, 서버(100)는 대상 지역에 대한 위치 추정의 신뢰도를 평가하기 위한 신뢰도 파라미터를 산출할 수 있다. 서버(100)는 수신된 복수의 신호 전파 모델 오차를 기초로 신뢰도 파라미터를 산출할 수 있다.

도시된 바와 같이, 서버(100)는 복수의 이동 단말기로부터 수신된 복수의 신호 전파 모델 오차의 평균값(

)을 산출할 수 있다(S220).

서버(100)는 평균값(

)을 임계값(

)과 비교함으로써, 신뢰도를 평가할 수 있다(S230). 임계값(

)은 미리 설정될 수 있다. 임계값(

)은 대상 지역에 대한 신호 전파 모델 오차의 최대 허용치이다. 예를 들어, 임계값(

)은 아래의 수학식 7로 나타낼 수 있다.

여기서,

은 대상 지역의 트레이닝 시에 수집된 신호 특성 또는 무선 환경이 트레이닝 당시와 비교하여 거의 변화가 없는 시점에서 얻은 데이터를 이용하여 측정된 신호 전파 모델 오차를 의미한다.

는 오프셋을 의미하는 변수로서 대상 지역의 특성에 따라서 설정될 수 있다.

평균값(

)이 임계값(

)보다 큰 경우, 서버(100)는 위치 추정의 신뢰도가 낮다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S240).

평균값(

)이 임계값(

)보다 크지 않은 경우, 서버(100)는 위치 추정의 신뢰도가 높다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보를 유지할 수 있다(S250).

도 7a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이고, 도 7b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다. 도 7a의 이동 단말기의 동작 및 도 7b의 서버의 동작은 도 5의 이동 단말기(200) 및 서버(100)의 동작의 일 구현예이다.

도 7a를 참조하면, 이동 단말기(200)는 서버로부터 위치 에러 정보 요청을 수신하고(S111), 주변 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다(S121).

이동 단말기(200)는 측정된 신호 특성들을 기초로 복수의 시간 구간 동안 복수의 신호 전파 모델 오차를 산출할 수 있다(S131). 예를 들어, 이동 단말기(200)를 소지한 사용자가 쇼핑몰과 같은 대상 지역에 있는 경우, 사용자의 이동에 따라 복수의 시간 구간 동안 이동 단말기(200)의 위치가 변할 수 있으며, 이에 따라, 이동 단말기(200)의 추정 위치 또한 변할 수 있다. 따라서, 복수의 시간 구간 동안 산출되는 복수의 신호 전파 모델 오차의 값은 서로 상이할 수 있다. 이동 단말기(200)에서 산출된 복수의 신호 전파 모델 오차의 값은 대상 지역의 전반적인 무선 환경의 변화를 반영할 수 있다.

이동 단말기(200)는 단일 시간 구간들 각각에 대하여 산출된 복수의 신호 전파 모델 오차를 연산하여 복수의 시간 구간에 대한 신호 전파 모델 오차(이하, 디바이스 오차라고 함)를 산출할 수 있다. 예를 들어, 디바이스 오차(

)는 아래의 수학식 8에 따라 산출될 수 있다.

여기서,

는 j번째 시간 구간에서 계산된 신호 전파 모델 오차이고,

는 복수의 신호 전파 모델 오차가 산출된 시간 구간의 개수, 다시 말해서 복수의 신호 전파 모델 오차의 개수를 나타낸다.

이동 단말기(200)는 산출된 디바이스 오차 및 디바이스 오차 산출 시 이용된 신호 전파 모델 오차의 개수를 포함하는 위치 에러 정보를 서버(100)로 전송할 수 있다(S151).

도 7b를 참조하면, 서버(100)는 복수의 이동 단말기로부터 위치 에러 정보를 수신할 수 있다(S211). 위치 에러 정보는 대응하는 이동 단말기에서 산출된 디바이스 오차 및 디바이스 오차 산출시 이용된 신호 전파 모델 오차의 개수를 포함할 수 있다.

서버(100)는 복수의 이동 단말기로부터 수신된 복수의 디바이스 오차 및 복수의 신호 전파 모델 오차의 개수를 기초로 디바이스 오차의 평균값(

)을 산출할 수 있다(S221). 예를 들어, 디바이스 오차의 평균값(

)은 아래의 수학식 9에 따라 산출될 수 있다.

여기서,

및

는 k번째 이동 단말기로부터 수신된 디바이스 오차 및 신호 전파 모델 오차의 개수를 나타낸다. K는 위치 에러 정보를 송신한 복수의 이동 단말기의 수이다.

서버(100)는 디바이스 오차의 평균값(

)을 미리 설정된 임계값(

)과 비교함으로써, 신뢰도를 평가할 수 있다(S231).

디바이스 오차의 평균값(

)이 임계값(

)보다 큰 경우, 서버(100)는 위치 추정의 신뢰도가 낮다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S241).

디바이스 오차의 평균값(

)이 임계값(

)보다 크지 않은 경우, 서버(100)는 위치 추정의 신뢰도가 높다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보를 유지할 수 있다(S251).

도 8a 및 도 8b는 샘플 표준 편차에 따른 추정 위치의 정확도를 설명하는 도면이다. 도 8a는 대상 지역에서 이동 단말기의 실제 위치, 다시 말해 이동 단말기가 이동한 실제 위치와 각 위치에서 측정된 샘플 표준 편차를 나타내고, 도 8b는 이동 단말기의 추정 위치를 나타낸다.

도 8a를 참조하면, 건물 내의 다수의 지점에 엑세스 포인트(AP)가 위치할 수 있다. 샘플 표준 편차가 클수록 실제 위치가 진하게 표시된다. 이동 단말기의 이동에 따른 실제 위치 중 주변에 위치한 엑세스 포인트(AP)의 개수가 많은 위치에서 샘플 표준 편차가 크다는 것을 알 수 있다. 또한 도 8a의 실제 위치와 도 8b의 추정 위치를 비교하면, 샘플 표준 편차가 큰 위치에서 위치 추정이 정확하게 수행되지 않음을 알 수 있다. 따라서, 샘플 표준 편차를 기초로 현재 추정된 위치의 신뢰 수준을 판단할 수 있다.

신호 전파 모델 오차는 추정된 위치가 정확해야 무선 환경의 변화를 잘 반영할 수 있다. 그러므로, 샘플 표준 편차를 기초로 추정된 위치와 실제 위치의 차이가 크지 않을 것이라고 판단되는 위치에서 산출된 신호 전파 모델 오차를 기초로 디바이스 오차를 산출함으로써, 디바이스 오차의 신뢰도를 높일 수 있다. 전술한 방법에 따른 이동 단말기의 동작을 도 9를 참조하여 설명하기로 한다.

도 9는 본 개시의 일 실시예에 따른 이동 단말기의 동작 방법을 나타내는 흐름도이다. 도 9의 이동 단말기의 동작은 도 5의 이동 단말기(200)의 동작의 일 구현예이다.

도 9를 참조하면, 이동 단말기(200)는 서버(100)로부터 위치 에러 정보 요청을 수신하고(S112), 주변 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다(S122).

이동 단말기(200)는 측정된 신호 특성들을 기초로 복수의 시간 구간 동안 복수의 신호 전파 모델 오차 및 복수의 샘플 표준 편차를 산출할 수 있다(S132). 다시 말하면 이동 단말기(200)는 복수의 시간 구간 동안 매 시간 구간 마다 측정된 신호 특성을 기초로, 매 시간 구간에 대한 신호 전파 모델 오차 및 샘플 표준 편차를 산출할 수 있다. 복수의 신호 전파 모델 오차의 개수 및 복수의 샘플 표준 편차의 개수는 동일할 수 있다.

이동 단말기(200)는 서버(100)로부터 수신되거나 또는 임의로 생성한 후보 지점들(Candidate Points) 각각에 확률 값을 할당한 뒤, 아래의 수학식 10에 따라 샘플 표준 편차(

)를 산출할 수 있다.

여기서,

은 후보 지점들의 수,

는 i째 후보 지점의 좌표, 그리고

는

을 만족시키는 확률 값이다.

실시예에 있어서, 후보 지점들 및 후보 지점들에 할당된 확률 값은 이동 단말기(200)에서 측정된 신호 특성에 기초하여 결정될 수 있다. 예를 들어, 이동 단말기(200)에서 측정된 RSSI 값을 기초로 서버(100) 또는 이동 단말기(200)가 후보 지점들 및 확률 값을 할당할 수 있다.

이동 단말기(200)는 복수의 신호 전파 모델 오차 중 대응하는 샘플 표준 편차가 미리 설정된 기준값보다 작은 적어도 하나의 신호 전파 모델 오차를 연산하여 디바이스 오차를 산출할 수 있다(S142). 예를 들어, 제1 내지 제10 시간 구간에 각각 복수의 신호 전파 모델 및 샘플 표준 편차가 산출되고, 제1 내지 제8 시간 구간에 산출된 샘플 표준 편차가 기준값보다 작은 경우, 이동 단말기(200)는 제1 내지 제8 시간 구간에 산출된 신호 전파 모델 오차를 연산하여 디바이스 오차를 산출할 수 있다.

이동 단말기(200)는 수학식 11에 따라 샘플 표준 편차가 반영된 디바이스 오차(

)를 산출할 수 있다.

여기서,

는 j번째 시간 구간에서 수학식 4를 이용하여 계산된 샘플 표준 편차를 의미하며,

는 미리 설정된 샘플 표준 편차에 대한 기준값으로서, 예를 들어 샘플 표준 편차의 문턱 값일 수 있다.

이동 단말기(200)는 디바이스 오차 및 연산에 사용된 신호 전파 모델 오차의 개수를 포함하는 위치 에러 정보를 서버로 전송할 수 있다(S152).

이때, 서버(100)는 도 7b를 참조하여 설명한 방법에 따라 디바이스 오차의 평균값을 산출할 수 있다. 서버(100)는 수신된 복수의 디바이스 오차 및 복수의 신호 전파 모델 오차의 개수를 기초로 디바이스 오차의 평균값을 산출할 수 있다.

한편, 전술한 바와 같이, 샘플 표준 편차를 기초로 현재 추정된 위치의 신뢰 수준을 판단할 수 있는바 샘플 표준 편차를 기초로 대상 지역의 위치 추정의 신뢰도를 판단할 수 있다. 도 10a 및 도 10b를 참조하여, 샘플 표준 편차를 기초로 위치 추정의 신뢰도를 평가하고, 무선 신호 정보의 업데이트 여부를 결정하기 위한 이동 단말기 및 서버의 동작을 설명하기로 한다.

도 10a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이고, 도 10b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다. 도 10a의 이동 단말기의 동작 및 도 10b의 서버의 동작은 도 5의 이동 단말기(200) 및 서버(100)의 동작의 일 구현예이다.

도 10a를 참조하면, 이동 단말기(200)는 서버로부터 위치 에러 정보 요청을 수신하고(S113), 주변 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다(S123).

이동 단말기(200)는 측정된 신호 특성들을 기초로 복수의 시간 구간 동안 복수의 샘플 표준 편차를 산출할 수 있다(S133).

이동 단말기(200)는 복수의 샘플 표준 편차 중 미리 설정된 기준값보다 작은 샘플 표준 편차의 개수를 산출하고, 기준값보다 작은 샘플 표준 편차의 개수 및 복수의 샘플 표준 편차의 개수를 포함하는 위치 에러 정보를 서버로 전송할 수 있다(S143). 실시예에 있어서, 위치 에러 정보는 복수의 샘플 표준 편차를 포함할 수 있다.

도 10b를 참조하면, 서버(100)는 복수의 이동 단말기로부터 위치 에러 정보를 수신할 수 있다(S212). 복수의 이동 단말기 각각으로부터 수신된 위치 에러 정보는 해당 이동 단말기에서 산출된 복수의 샘플 표준 편차들의 개수 및 샘플 표준 편차들 중 기준값보다 미만의 샘플 표준 편차들의 개수를 포함할 수 있다. 위치 에러 정보는 이동 단말기에서 산출된 복수의 샘플 표준 편차를 포함할 수 있다.

서버(100)는 복수의 이동 단말기로부터 수신된 복수의 위치 에러 정보를 기초로 샘플 표준 편차의 비율(

)을 산출할 수 있다. 샘플 표준 편차의 비율(

)은 대상 지역에 대하여 산출되는 전체 샘플 표준 편차의 양호도를 의미할 수 있다.

예를 들어, 서버(100)는 아래의 수학식 12에 따라 샘플 표준 편차의 비율(

)을 산출할 수 있다.

이때,

은 복수의 이동 단말기로부터 수신된 샘플 표준 편차 개수의 합이고,

은 복수의 이동 단말기로부터 수신된 기준값 미만의 샘플 표준 편차 개수의 합이다.

샘플 표준 편차의 비율(

)이 기준값(

)보다 작은 경우, 서버(100)는 위치 추정의 신뢰도가 낮다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S242). 기준값(

)은 미리 설정될 수 있다.

샘플 표준 편차의 비율(

)이 기준값(

)보다 작지 않은 경우, 서버(100)는 위치 추정의 신뢰도가 높다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보를 유지할 수 있다(S252).

도 11a는 본 개시의 일 실시예에 따른 이동 단말기의 동작을 나타내는 흐름도이고, 도 11b는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다. 도 11a의 이동 단말기의 동작 및 도 11b의 서버의 동작은 도 5의 이동 단말기(200) 및 서버(100)의 동작의 일 구현예이다.

도 11a를 참조하면, 이동 단말기(200)는 서버로부터 위치 에러 정보 요청을 수신하고(S114), 주변 엑세스 포인트들에 대한 신호 특성을 측정할 수 있다(S124).

이후, 이동 단말기(200)는 측정된 신호 특성들을 기초로 복수의 시간 구간 동안 복수의 신호 전파 모델 오차 및 복수의 샘플 표준 편차를 산출할 수 있다(S134).

이동 단말기(200)는 복수의 샘플 표준 편차 중 기준값보다 작은 샘플 표준 편차의 개수를 산출할 수 있다(S144). 또한, 이동 단말기(200)는 복수의 신호 전파 모델 오차를 연산하여 디바이스 오차를 산출할 수 있다(S154). 디바이스 오차는 수학식 8에 따라 산출될 수 있다.

이동 단말기(200)는 디바이스 오차, 복수의 샘플 표준 편차의 개수 및 기준값보다 작은 샘플 표준 편차의 개수를 포함하는 위치 에러 정보를 서버로 전송할 수 있다(S164).

도 11b를 참조하면, 서버(100)는 복수의 이동 단말기로부터 위치 에러 정보를 수신할 수 있다(S213). 위치 에러 정보는 대응하는 이동 단말기에서 산출된 복수의 샘플 표준 편차의 개수, 기준값보다 작은 샘플 표준 편차의 개수 및 디바이스 오차를 포함할 수 있다.

서버(100)는 복수의 위치 에러 정보를 기초로 샘플 표준 편차의 비율(

)을 산출할 수 있다. 도 10b를 참조하여 전술한 바와 같이, 서버(100)는 수학식 11에 따라 샘플 표준 편차의 비율(

)을 산출할 수 있다(S223).

서버(100)는 샘플 표준 편차의 비율(

)을 기준값(

)과 비교할 수 있다(S233).

샘플 표준 편차의 비율(

)이 기준값(

)보다 작은 경우, 서버(100)는 위치 추정의 신뢰도가 낮다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S243).

한편, 샘플 표준 편차의 비율(

)이 기준값(

)보다 작지 않은 경우, 서버(100)는 신호 전파 모델 오차를 기초로 위치 추정의 신뢰도를 판단할 수 있다.

서버(100)는 복수의 이동 단말기로부터 수신된 복수의 위치 에러 정보를 기초로 디바이스 오차의 평균값(

)을 산출할 수 있다. 도 6a를 참조하여 전술한 바와 같이, 서버(100)는 수학식 9에 따라 디바이스 오차의 평균값(

)을 산출할 수 있다(S253). 일 실시예에 있어서, 디바이스 오차의 평균값을 산출하는 단계(S253)은 샘플 표준 편차의 비율을 산출하는 단계(S223) 이전에 또는 동시에 수행될 수 있다.

서버(100)는 디바이스 오차의 평균값(

)을 미리 설정된 임계값(

)과 비교할 수 있다(S263).

디바이스 오차의 평균값(

)이 임계값(

)보다 큰 경우, 서버(100)는 위치 추정의 신뢰도가 낮다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S243).

디바이스 오차의 평균값(

)이 임계값(

)보다 크지 않은 경우, 서버(100)는 위치 추정의 신뢰도가 높다고 판단하고, 데이터 베이스에 저장된 무선 신호 정보를 유지할 수 있다(S273).

이와 같이, 서버(100)는 신호 전파 모델 오차 및 샘플 표준 편차를 이용하여, 대상 지역의 위치 추정의 신뢰도를 판단하고, 무선 신호 정보의 업데이트를 결정할 수 있다.

도 12는 본 개시의 일 실시예에 따른 서버 및 이동 단말기의 동작을 나타내는 흐름도이다. 구체적으로, 도 12는 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정하기 위한 서버 및 이동 단말기의 동작을 나타낸다.

도 5에서는 이동 단말기(200)가 서버(100)의 요청에 따라 위치 에러 정보를 산출하고, 산출된 위치 에러 정보를 서버(100)에 제공하였다. 그러나 도 12에 따른 실시예에서는, 서버(100)가 이동 단말기(200a)로부터 제공되는 데이터를 기초로 이동 단말기(200a)에 대한 위치 에러 정보를 산출하고, 이를 이용하여 위치 추정의 신뢰도를 평가할 수 있다.

도 12를 참조하면, 이동 단말기(200a)는 엑세스 포인트들에 대한 신호 특성을 측정하고(S31), 측정된 신호 특성을 서버(100a)에 전송할 수 있다. 실시예에 있어서, 이동 단말기(200a)는 주기적으로 신호 특성을 측정하고, 측정된 신호 특성을 서버에 전송할 수 있다.

도시되지는 않았으나, 서버(100a)는 신호 특성을 기초로, 이동 단말기(200a)의 위치를 추정하고, 추정된 위치에 대한 위치 정보를 이동 단말기(200a)에 제공할 수 있다.

서버(100a)는 수신된 신호 특성을 기초로 이동 단말기에 대한 위치 에러 정보를 산출할 수 있다(S33). 실시예에 있어서 서버(100a)는 신호 특성을 기초로 이동 단말기(200a)의 위치를 추정하고, 추정된 위치를 기초로 위치 에러 정보를 산출할 수 있다. 예를 들어 위치 에러 정보는 신호 전파 모델 오차, 샘플들의 표준 편차, 또는 이들의 연산값을 포함할 수 있다. 도 6a, 도 7a, 도 9, 도 10a 및 도 11a를 참조하여 설명한 신호 전파 모델 오차, 샘플들의 표준 편차, 또는 이들의 연산값을 계산하는 방법이 본 실시예에 따른 서버(100a)의 위치 에러 정보 산출 단계(S33)에 적용될 수 있다.

실시예에 있어서, 서버(100)는 주기적으로 데이터 베이스에 저장된 무선 신호 정보의 업데이트 필요 여부를 판단할 수 있으며, 업데이트 판단 시점에 이동 단말기(200a)로부터 수신된 신호 특성을 기초로 위치 에러 정보를 산출할 수 있다.

한편, 도 12에서 서버(100a)는 하나의 이동 단말기(200a)로부터 위치 에러 정보를 수신하는 것으로 도시되었으나, 이는 설명의 편의를 위한 것일 뿐, 이에 제한되는 것은 아니다. 서버(100a)는 복수의 이동 단말기로부터 신호 특성을 수신하고, 복수의 이동 단말기 각각에 대한 위치 에러 정보를 산출할 수 있다. 또한, 서버(100a)는 복수의 이동 단말기로부터 수신된 신호 특성을 기초로 대상 지역에 대한 위치 에러 정보를 산출할 수 있다.

이후, 서버(100a)는 위치 에러 정보를 기초로 위치 추정의 신뢰도를 평가하고(S34), 위치 추정의 신뢰도가 낮으면 데이터 베이스에 저장된 무선 신호 정보의 업데이트를 결정할 수 있다(S35). 도 6b, 도 7b, 도 10b 및 도 11b를 참조하여 설명한 위치 추정의 신뢰도를 평가하는 방법이 서버(100a)의 위치 추정의 신뢰도를 평가하는 단계(S34)에 적용될 수 있다. 위치 추정의 신뢰도를 평가하는 단계(S34) 및 무선 신호 정보의 업데이트를 결정하는 단계(S35)는 도 5에서 설명한 위치 추정의 신뢰도를 평가하는 단계(S25) 및 무선 신호 정보의 업데이트를 결정하는 단계(S26)과 실질적으로 동일한 바, 자세한 설명은 생략하기로 한다.

도 13은 본 개시의 일 실시예에 따른 실내 위치 추정 시스템의 동작 방법을 나타내는 흐름도이고, 도 14는 도 13의 실내 위치 추정 시스템의 동작 방법을 설명하기 위한 도면이다. 구체적으로, 도 13 및 14는, 복수의 지역에 대하여 위치 서비스를 제공하는 실내 위치 추정 시스템의 데이터 베이스 구축 및 업데이트 프로세스를 나타낸다.

도 13 및 14를 참조하면, 실내 위치 추정 시스템(20)은 복수의 지역(IDR1~IDR5)에 대한 트레이닝을 통하여 획득되는 복수의 무선 신호 정보를 기초로 데이터 베이스(110)를 구축할 수 있다(S41). 예를 들어, 무선 신호 정보는 데이터 맵 형태로 형태로 저장될 수 있으며, 데이터 베이스(110)는 제1 내지 제5 지역(IDR1~IDR5)에 대한 제1 내지 제5 데이터 맵(MAP1~MAP5)을 저장할 수 있다.

한편, 도 14에서, 복수의 지역(IDR1~IDR5)은 건물내의 지역으로 도시되었으나, 이에 제한되는 것은 아니며, 복수의 지역은 실내 위치 추정 시스템(20)이 위치 서비스를 제공하는 복수의 지역일 수 있다. 예를 들어 복수의 지역은 건물내의 서로 다른 층(예컨대 제1 층(LV1) 및 제2 층(LV2)) 또는 서로 다른 건물, 또는 원거리에 위치한 복수의 지역일 수 있다.

서버(100)는 데이터 베이스(110)에 저장된 무선 신호 정보를 기초로 제1 내지 제5 지역(IDR1~IDR5)에 진입한 이동 단말기(200)의 해당 지역 내 위치를 추정하고, 위치 정보를 이동 단말기(200)에 제공할 수 있다.

이후, 서버(100)는 크라우드소싱을 통하여 적어도 하나의 이동 단말기(200)로부터 위치 에러 정보를 수집할 수 있다(S42). 서버(100)는 각 지역에 대하여 위치 에러 정보를 수집할 수 있다. 위치 에러 정보를 수집 하는 단계(S42)는 도 2의 위치 에러 정보 수집 단계(S12)와 유사하다. 따라서 중복되는 설명은 생략하기로 한다.

서버(100)는 수집된 위치 에러 정보에 기초하여 복수의 지역 각각에 대하여 위치 추정에 대한 신뢰도를 평가할 수 있다(S43). 서버는 위치 에러 정보에 기초하여 위치 추정 신뢰도 평가를 위한 신뢰도 파라미터를 산출하고, 신뢰도 파라미터를 미리 설정된 임계값과 비교하여 위치 추정에 대한 신뢰도를 평가할 수 있다. 이때, 각 지역의 무선 환경이 다르므로, 각 지역에 대하여 미리 설정된 임계값은 서로 다를 수 있다.

서버(100)는 위치 추정 신뢰도 평가를 기초로 무선 신호 정보의 업데이트가 요구되는 지역을 선택할 수 있다(S44). 다시 말해, 서버(100)는 위치 추정 신뢰도가 낮은 지역에 대하여 대응하는 무선 신호 정보의 업데이트를 결정할 수 있다.

예를 들어, 도 14를 참조하면, 제2 지역(IDR2) 및 제4 지역(IDR4)의 위치 추정 신뢰도가 낮게 평가되는 경우, 서버(100)는 제2 지역(IDR2) 및 제4 지역(IDR4)에 대응하는 제2 데이터 맵(MAP2) 및 제4 데이터 맵(MAP4)에 대한 업데이트를 결정할 수 있다.

이후, 실내 위치 추정 시스템(20)은 선택된 지역에 대한 재트레이닝을 수행하고, 서버(100)는 재트레이닝을 통해 수집된 신호 특성을 기초로 선택된 지역에 대응하는 무선 신호 정보를 업데이트할 수 있다(S45).

예를 들어, 제2 지역(IDR2) 및 제4 지역(IDR4)에 대한 재트레이닝이 수행되고, 서버(100)는 재트레이닝을 통해 수집된 신호 특성을 기초로 제2 데이터 맵(MAP2) 및 제4 데이터 맵(MAP4)을 업데이트할 수 있다.

본 개시의 일 실시예에 따르면, 실내 위치 추정 시스템(20)은 무선 환경 변화가 크다고 추정되는 지역에 대해서만, 재트레이닝을 수행하고 데이터 베이스를 업데이트 할 수 있는바, 데이터 베이스 업데이트에 소비되는 시간과 비용을 줄일 수 있다.

도 15는 본 개시의 일 실시예에 따라 사용자에게 위치 기반 서비스를 제공하는 서비스 시스템의 예시적인 구성을 보여주는 개념도이다.

도 15를 참조하면, 서비스 시스템(1000)은 사용자(1100), 제1 IoT 기기(1200), 서비스 제공자(1300), 네트워크(1400), 및 정보 분석 장치(1500)를 포함할 수 있다.

사용자(1100)는 하나 이상의 위치 기반 서비스를 요청하는 객체일 수 있다. 사용자(1100)는 제1 IoT 기기(1200)를 이용하여 서비스를 능동적으로 요청하고, 요청된 서비스를 제공받을 수 있다. 또는, 사용자(1100)는 제1 IoT 기기(1200)의 동작에 따라 수동적으로 서비스를 제공받을 수 있다. 제1 IoT 기기(1200)는 스마트폰, 태블릿 등과 같은 이동식 전자 장치, 및 시계, 안경 등과 같은 웨어러블 장치 중 적어도 하나를 포함할 수 있다.

서비스 제공자(1300)는 사용자(1100)에게 위치 기반 서비스를 제공하는 객체일 수 있다. 예로서, 서비스 제공자(1300)는 의료 서비스, 방송 서비스, 교육 서비스 등 다양한 유형의 서비스 중 하나 이상을 사용자(1100)에게 제공할 수 있으나, 본 개시의 기술적 사상은 이 예에 의해 제한되지 않는다. 서비스 제공자(1300)는 하나의 제공자를 포함하거나, 복수의 제공자를 포함할 수 있다.

실시예로서, 서비스 제공자(1300)는 제2 IoT 기기(1320)를 이용하여 사용자(1100)에게 서비스를 제공할 수 있다. 예로서, 제1 IoT 기기(1200)의 서비스 요청이 네트워크(1400)를 통해 서비스 제공자(1300)에게 전송된 경우, 서비스 제공자(1300)는 제2 IoT 기기(1320)를 이용하여 네트워크(1400)를 통해 요청에 대응하는 서비스를 사용자(1100)에게 제공할 수 있다.

도 15에서, 제1 IoT 기기(1200) 및 제2 IoT 기기(1320) 각각이 네트워크(1400)와 직접 연결되는 것으로 도시되었다. 그러나, 다른 실시예에 있어서, 제1 IoT 기기(1200) 및 제2 IoT 기기(1320) 각각은 액세스 포인트 및 게이트웨이를 통해 네트워크(1400)와 연결될 수 있다. 나아가, 제1 IoT 기기(1200)와 제2 IoT 기기(1320) 사이에서 여러 데이터가 직접 교환될 수 있다. 또는, 제1 IoT 기기(1200)와 제2 IoT 기기(1320) 사이에서 교환되는 데이터는 분산 서버 시스템 또는 정보 분석 장치(1500)를 통해 전송될 수 있다. 본 개시의 일 실시예는 다양하게 변경 또는 수정될 수 있다.

정보 분석 장치(1500)는 서비스를 제공하기 위해 정보를 분석할 수 있다. 특히, 정보 분석 장치(1500)는 서비스의 목표를 달성하기 위해 필요한 정보를 분석할 수 있다. 정보 분석 장치(1500)는 본 개시의 일 실시예들에 따른 서버(100, 100a)를 포함할 수 있다. 정보 분석 장치(1500)는 실내 위치 추정을 위한 무선 신호 정보를 포함하는 데이터 베이스를 포함할 수 있다. 일 실시예에 있어서, 정보 분석 장치(1500)는 제1 IoT 기기(1200)로부터, 인접한 엑세스 포인트로부터 수신되는 신호의 신호 특성을 제공받고, 신호 특성을 기초로 제1 IoT 기기(1200)의 위치를 추정할 수 있다. 다른 실시예에 있어서, 정보 분석 장치(1500)는 제1 IoT 기기(1200)가 특정 지역, 예컨대 실내 지역에 진입하면, 데이터 베이스에 저장된 무선 신호 정보들 중 상기 지역에 대한 무선 신호 정보를 제1 IoT 기기(1200)에 제공할 수 있다. 제1 IoT 기기(1200)는 수신된 무선 신호 정보를 저장하고, 이를 기초로 스스로 위치를 추정할 수 있다.

정보 분석 장치(1500)는 위치 서비스를 제공하기 위해 필요한 결과를 출력할 수 있다. 출력된 결과는 사용자(1100) 및/또는 서비스 제공자(1300)에게 전송될 수 있다. 예컨대, 정보 분석 장치(1500)는 추정된 위치에 대한 정보를 사용자(1100) 및/또는 서비스 제공자(1300)에게 전송할 수 있다.

또한, 정보 분석 장치(1500)는 제1 IoT 기기(1200)로부터(또는 복수의 제1 IoT 기기로부터) 위치 에러 정보를 제공받고, 이를 기초로 제1 IoT 기기(1200)가 위치하는 지역에 대한 위치 추정에 대한 신뢰도를 평가하고, 평가 결과를 기초로 상기 지역에 대한 재트레이닝 여부를 판단할 수 있다. 정보 분석 장치(1500)는 재트레이닝을 통하여 획득된 정보를 기초로 데이터 베이스에 저장된 무선 신호 정보를 업데이트 할 수 있다. 정보 분석 장치(1500)는 업데이트된 무선 신호 정보를 기초로 제1 IoT 기기(1200)의 위치를 추정하거나, 또는 제1 IoT 기기(1200)에 업데이트된 무선 신호 정보를 제공할 수 있다.

실시예에 있어서, 정보 분석 장치(1500)는 개인용 컴퓨터와 같은 범용 컴퓨터, 및/또는 워크스테이션과 같은 전용 컴퓨터를 포함할 수 있다. 정보 분석 장치(1500)는 하나 이상의 컴퓨팅 장치들을 포함할 수 있다. 예로서, 정보 분석 장치(1500)는 통신 블록(1510), 프로세서(1530), 및 메모리/스토리지(1550)를 포함할 수 있다.

통신 블록(1510)은 네트워크(1400)를 통해 IoT 기기들(예컨대, 제1 IoT 기기(1200), 제2 IoT 기기(1320) 등)과 통신하기 위해 이용될 수 있다. 통신 블록(1510)은 네트워크(1400)를 통해 정보 및 데이터를 제공받을 수 있다. 또는, 통신 블록(1510)은 네트워크(1400)를 통해 사용자(1100)에게 서비스를 제공하기 위해 필요한 결과를 전송할 수 있다.

프로세서(1530)는 제공받은 정보 및 데이터를 처리하고, 서비스를 제공하기 위해 필요한 결과를 출력할 수 있다. 프로세서(1530)는 본 발명의 실시예에 따른 동작들을 수행하기 위해 필요한 산술 연산 및/또는 논리 연산을 수행할 수 있다. 메모리/스토리지(1550)는 프로세서(1530)에 의해 처리된 또는 처리될 데이터를 일시적으로 또는 반영구적으로 저장할 수 있다.

이상, 도면들을 참조하여, 본 개시의 다양한 실시예를 설명하였다. 한편, 본 개시의 상세한 설명에서는 구체적인 실시예에 관하여 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지로 변형될 수 있다. 그러므로 본 개시의 범위는 상술한 실시예에 국한되어 정해져서는 안되며 후술하는 특허 청구범위뿐만 아니라 이 개시의 특허청구범위와 균등한 것들에 의해 정해질 수 있다.

10, 20: 위치 추정 시스템 100, 100a: 서버
200, 200a: 이동 단말기 110: 데이터 베이스

Claims (10)

1. 서버에서, 이동 단말기의 위치 추정을 위한 무선 신호 정보를 관리하는 방법에 있어서,
   대상 지역의 엑세스 포인트들에 대한 신호 특성 측정을 통하여 획득된 상기 무선 신호 정보를 데이터 베이스에 저장하는 단계;
   상기 이동 단말기로부터 상기 무선 신호 정보에 기초하여 산출되는 위치 에러 정보를 수신하는 단계;
   상기 위치 에러 정보를 기초로, 상기 대상 지역에 대한 위치 추정 신뢰도를 평가하는 단계; 및
   상기 평가 결과를 기초로, 상기 무선 신호 정보의 업데이트 여부를 결정하는 단계를 포함하는 방법.
2. 제1 항에 있어서, 상기 위치 에러 정보는,
   상기 엑세스 포인트들 중 상기 이동 단말기에서 검출되는 엑세스 포인트들 에 대한 신호 전파 모델 오차를 포함하며, 상기 신호 전파 모델 오차는 상기 이동 단말기의 추정 위치에 대한 신호 특성 측정값 및 신호 특성 추정값의 차이를 나타내는 것을 특징으로 하는 방법.
3. 제2 항에 있어서, 상기 신호 전파 모델 오차(e)는 하기 수학식에 따라 산출되며,

   

   
   

   

   
   n은 상기 엑세스 포인트들의 인덱스,

   

   는 상기 이동 단말기에서 검출되는 n번째 엑세스 포인트의 신호 특성 측정값,

   

   는 신호 전파 모델을 기초로 산출되는 n번째 엑세스 포인트의 신호 특성 추정값,

   

   는 상기 엑세스 포인트들 중 상기 이동 단말기에서 검출되는 엑세스 포인트들의 인덱스 집합을 나타내며,

   

   는 집합

   

   의 크기를 나타내는 것을 특징으로 하는 방법.
4. 제2 항에 있어서,
   복수의 시간 구간에 따른 복수의 신호 전파 모델 및 복수의 샘플 표준 편차가 상기 이동 단말기에서 산출되고,
   상기 위치 에러 정보는, 상기 복수의 신호 전파 모델 중, 대응하는 샘플 표준 편차가 기준값보다 작은 적어도 하나의 신호 전파 모델 오차를 포함하는 것을 특징으로 하는 방법.
5. 제1 항에 있어서, 상기 위치 에러 정보는,
   상기 이동 단말기의 추정된 위치에 따른 샘플 표준 편차에 기초하여 산출되는 것을 특징으로 하는 방법.
6. 제5 항에 있어서, 상기 샘플 표준 편차(

   

   )는 하기 수학식에 따라 산출되며,
   

   

   ,
   은 상기 이동 단말기에 대한 후보 위치들의 개수이고,

   

   는 상기 후보 위치들 중 i번째 후보 위치의 좌표이고,

   

   는 i번째 후보 위치에 할당된 확률 값인 것을 특징으로 하는 방법.
7. 제1 항에 있어서,
   복수의 이동 단말기로부터 복수의 위치 에러 정보를 수신하고,
   상기 위치 추정 신뢰도를 평가하는 단계는,
   상기 복수의 위치 에러 정보를 기초로 위치 추정에 대한 신뢰도 파라미터를 산출하는 단계; 및
   상기 신뢰도 파라미터를 미리 설정된 임계값과 비교하는 단계를 포함하는 것을 특징으로 하는 방법.
8. 제7 항에 있어서,
   상기 복수의 위치 에러 정보는 복수의 이동 단말기에서 산출된 복수의 신호 전파 모델 오차를 포함하고,
   상기 신뢰도 파라미터를 산출하는 단계는,
   상기 복수의 신호 전파 모델 오차의 평균값을 산출하는 단계를 포함하는 것을 특징으로 하는 방법.
9. 제7 항에 있어서,
   상기 복수의 위치 에러 정보는 복수의 이동 단말기에서 산출된 샘플 표준 편차들의 개수 및 기준값 미만의 샘플 표준 편차들의 개수를 포함하고,
   상기 신뢰도 파라미터를 산출하는 단계는,
   상기 샘플 표준 편차들 및 상기 기준값 미만의 샘플 표준 편차들의 비율을 산출하는 단계를 포함하는 것을 특징으로 하는 방법.
10. 제1 항에 있어서,
    상기 데이터 베이스에는 복수의 대상 지역에 대한 복수의 무선 신호 정보가 저장되고,
    상기 위치 추정 신뢰도를 평가하는 단계 및 상기 무선 신호 정보의 업데이트 여부를 결정하는 단계는 상기 복수의 대상 지역 각각에 대하여 수행하는 것을 특징으로 하는 방법.

Images