KR20180049608A - Apparatus for estimating indoor position using drone and method thereof - Google Patents

Apparatus for estimating indoor position using drone and method thereof Download PDF

Info

Publication number
KR20180049608A
KR20180049608A KR1020160145737A KR20160145737A KR20180049608A KR 20180049608 A KR20180049608 A KR 20180049608A KR 1020160145737 A KR1020160145737 A KR 1020160145737A KR 20160145737 A KR20160145737 A KR 20160145737A KR 20180049608 A KR20180049608 A KR 20180049608A
Authority
KR
South Korea
Prior art keywords
value
point
signal strength
node
signal intensity
Prior art date
Application number
KR1020160145737A
Other languages
Korean (ko)
Other versions
KR101959606B1 (en
Inventor
성연식
Original Assignee
계명대학교 산학협력단
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 계명대학교 산학협력단 filed Critical 계명대학교 산학협력단
Priority to KR1020160145737A priority Critical patent/KR101959606B1/en
Publication of KR20180049608A publication Critical patent/KR20180049608A/en
Application granted granted Critical
Publication of KR101959606B1 publication Critical patent/KR101959606B1/en

Links

Images

Classifications

    • 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
    • G01S5/0252—Radio frequency fingerprinting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • 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
    • G01S5/021—Calibration, monitoring or correction
    • 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
    • B64C2201/10—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

The present invention relates to a location estimating method of a location estimating apparatus using a drone in an indoor space. The location estimating method comprises the steps of: setting a signal strength value received by a drone as a drone standard value; measuring a signal strength value received at a specific point for each time period, and storing the measured signal strength value in a fingerprinting map; calculating a correlation coefficient for each of a plurality of nodes; measuring a signal strength value at a specific point of the drone; correcting a received signal strength value for the nodes; and estimating a location of a terminal to be measured in an indoor space. According to the present invention, a fingerprinting map can be corrected to correspond to a change in an internal environment in an indoor space.

Description

실내 공간에서 드론을 이용한 위치 추정 장치 및 그 방법{APPARATUS FOR ESTIMATING INDOOR POSITION USING DRONE AND METHOD THEREOF}[0001] APPARATUS FOR ESTIMATING INDOOR POSITION USING DRONE AND METHOD THEREOF [0002]

본 발명은 실내 공간에서 드론을 이용한 위치 추정 장치 및 그 방법에 관한 것으로, 보다 상세하게는 실내 공간에서 내부 환경의 변화에 대응되도록 핑거프린팅 맵을 보정하고, 보정된 핑거프린팅 맵을 이용하여 단말의 위치를 추정하는 실내 공간에서 드론을 이용한 위치 추정 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for estimating a position using a drone in an indoor space, and more particularly to a position estimating apparatus and method for estimating a location using a drone in an indoor space, The present invention relates to a position estimating apparatus using a drone in an indoor space for estimating a position and a method thereof.

위치 기반 서비스(LBS)는 GPS 등과 같은 위성 기반의 위치 확인 수신 단말을 사용하여 현재의 위치 정보를 확인하고 확인된 위치 정보를 이용하여 길 안내, 주의 정보 안내, 교통 정보 안내, 물류 관계, 구조 요청, 범죄 신고 대응, 위치 기반 CRM 등 다양한 부가서비스를 제공하는 서비스이다. The location based service (LBS) confirms the current location information by using the satellite based location confirmation receiving terminal such as GPS, and uses the confirmed location information to transmit the route guidance, attention information guidance, traffic information guidance, , Crime report response, and location based CRM.

이와 같은 위치 기반 서비스를 이용하기 위해서는 위치 확인 수신 단말의 위치를 파악하는 것이 필수적이다. 그러나 위성 기반의 위치 확인 수신 단말은 실내, 터널, 지하주차장이나 도심 지역등 위성 신호가 미약한 지역에서는 위치 정보를 제공하지 못하는 문제점을 가지고 있다. In order to use such a location-based service, it is necessary to grasp the location of the location confirmation receiving terminal. However, the satellite-based positioning terminal has a problem in that it can not provide location information in areas where the satellite signals are weak, such as indoor, tunnel, underground parking lot, and urban area.

이와 같은 문제점을 해결하기 위하여 실내와 같이 위성 신호가 미약한 지역에서는 위치 기반 서비스를 제공하기 위한 실내 측위 기술들이 다양하게 연구되고 있다. 특히, 무선랜(WLAN), 초광대역 무선통신(UWB), 지그비(ZIGBEE), 블루투스 등의 무선 통신 장치를 이용한 무선 측위 방법이 연구 및 개발되고 있다. In order to solve such a problem, indoor positioning techniques for providing location-based services in a region where satellite signals are weak, such as indoors, have been variously studied. In particular, wireless positioning methods using wireless communication devices such as wireless LAN (WLAN), ultra wideband wireless communication (UWB), ZIGBEE, and Bluetooth have been researched and developed.

무선 통신 인프라 기반의 실내 측위는 엑세스 포인트(AP: ACCESS POINT)와 수신 단말 사이의 거리가 짧으며 벽이나 가구 등에 의한 다중 경로 오차나 신호 감쇄등의 영향으로 인하여 높은 정확도의 측위 정보 계산이 어려운 문제점이 있다. Indoor positioning based on wireless communication infrastructure has a short distance between an access point (AP) and a receiving terminal, and it is difficult to calculate positioning information with high accuracy due to multi-path error or signal attenuation due to walls or furniture .

여기서, 수신된 신호의 세기 정보를 이용하여 수신 단말의 위치를 추정하는 방법으로 삼변법과 핑거프린트 기법이 있다. 삼변법은 신호의 전파 감쇠 모델을 사용하여 AP와 수신 단말 사이의 거리를 추정함으로써 위치를 추정하는 방법이며, 핑거프린트 기법은 사전에 측정된 각각 AP로부터 전송된 신호 세기를 데이터베이스에 저장한 후, 수신 단말로부터 수신되는 신호 세기 값이 전달되면 이 신호 세기 값에 대응되는 위치 정보를 호출하여 수신 단말로 제공하는 방법으로 정확도가 우수한 장점으로 꼽히고 있다. Here, the method of estimating the position of the receiving terminal using the strength information of the received signal is a trilateration method and a fingerprint method. The trilateration method is a method of estimating a position by estimating a distance between an AP and a reception terminal using a propagation attenuation model of a signal. The fingerprint technique stores the signal strength transmitted from each AP measured in advance in a database, When the signal strength value received from the receiving terminal is transmitted, the position information corresponding to the signal strength value is called and provided to the receiving terminal.

그러나 핑거프린트 기법을 사용하기 위해서는 사전에 위치 정보와 신호 세기 값 사이의 관계 정보를 저장하는 데이터베이스를 구축하여야 하는데, 일시적인 또는 장기적인 간섭이 발생하는 경우, 해당 데이터 베이스를 재구축해야 함으로써 많은 시간 및 투자가 필요하다. 또한, 실내 공간에서는 주변 환경의 변화가 있는 경우에 신호의 경로가 수시로 변하게 되어 실내 측위의 정확성이 떨어지는 문제점이 있다. However, in order to use the fingerprint technique, it is necessary to construct a database that stores the relationship information between the position information and the signal intensity value in advance. In the case of temporary or long-term interference, . Further, in the case of a change in the surrounding environment in the indoor space, there is a problem that the route of the signal is changed from time to time and the accuracy of the indoor positioning is deteriorated.

그러므로 간섭 및 장애물에 대해서 기존의 데이터 베이스를 보정하는 기법이 요구된다. Therefore, a technique for correcting existing databases for interference and obstacles is required.

본 발명의 배경이 되는 기술은 대한민국 국내등록특허 제 10-1640184호 (2016.07.25. 공고)에 개시되어 있다.The technique which is the background of the present invention is disclosed in Korean Patent No. 10-1640184 (published on Jul. 25, 2016).

본 발명이 이루고자 하는 기술적 과제는 상세하게는 실내 공간에서 내부 환경의 변화에 대응되도록 핑거프린팅 맵을 보정하고, 보정된 핑거프린팅 맵을 이용하여 단말의 위치를 추정하는 위치 추정 장치 및 그 방법을 제공하는 것이다.According to an aspect of the present invention, there is provided a position estimating apparatus for estimating a position of a terminal using a fingerprinting map and correcting a fingerprinting map so as to correspond to a change of an internal environment in an indoor space, .

이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 실내 공간에서 드론을 이용한 위치 추정 장치의 위치 추정 방법에 있어서, 임의의 특정 시점에서 상기 실내 공간에 설치된 적어도 하나의 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 측정하여 노드 표준 값으로 설정하고, 상기 실내 공간을 비행하는 드론의 임의의 특정 지점에서 상기 드론이 수신한 신호 세기 값을 드론 표준 값으로 설정하는 단계, 상기 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 시간대별로 측정하여 저장하고, 상기 드론의 상기 특정 지점에서의 수신되는 신호 세기 값을 시간대별로 측정하여 핑거프린팅 맵에 저장하는 단계, 상기 드론의 특정 지점에서 신호 세기 값의 증감에 따른 상기 복수의 노드에서의 신호 세기 값의 변화량을 이용하여 상기 복수의 노드마다 상관계수를 연산하는 단계, 현재 시점에서의 상기 드론의 특정 지점의 신호 세기 값을 측정하는 단계, 상기 현재 시점에서의 드론의 특정 지점의 신호 세기 값, 상기 드론의 특정 지점에서의 표준 값, 상기 각 노드에 대한 상관계수 값 그리고 상기 노드에 대한 표준 값을 이용하여 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하는 단계, 그리고 상기 보정된 노드들의 수신 신호 세기값을 이용하여 보정된 핑거프린팅 맵을 생성하고, 상기 보정된 핑거프린팅 맵을 이용하여 현재 시점에서의 상기 실내 공간에서의 측위 대상 단말의 위치를 추정하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method of estimating a location of a location estimation apparatus using a drone in an indoor space, the method comprising: estimating a signal intensity received from at least one access point installed in the indoor space Measuring a value at a plurality of nodes to set a node standard value and setting a signal strength value received by the drone at a specific point of the dron flying the indoor space to a dron standard value, Measuring a signal intensity value at a specific point in time by a plurality of nodes and storing the measured signal intensity value at a specific point in the fingerprinting map; A change in the signal intensity value at the plurality of nodes as the value increases or decreases Calculating a correlation coefficient for each of the plurality of nodes using the amount of the signal, measuring a signal strength value of a specific point of the drone at the current point of time, a signal intensity value of the specific point of the drone at the current point, Correcting received signal strength values for a plurality of nodes at a current time using a standard value at a specific point in the received signal, a correlation coefficient value for each node, and a standard value for the node, Generating a corrected fingerprint map using the signal intensity value and estimating the position of the positioning target terminal in the indoor space at the current point of time using the corrected fingerprinting map.

상기 상관계수를 연산하는 단계는, 다음의 수학식을 이용하여 각 노드와 상기 드론의 특정 지점 사이의 상관 계수(r)를 연산할 수 있다.The step of calculating the correlation coefficient may calculate a correlation coefficient (r) between each node and a specific point of the drones using the following equation.

Figure pat00001
Figure pat00001

여기서, xi는 드론을 통해 각 시간대별로 측정된 신호 세기값,

Figure pat00002
는 각 시간대에 드론을 통해 측정된 평균 신호 세기 값, yi는 해당 노드에서 각 시간대별로 측정된 신호 세기 값,
Figure pat00003
는 각 시간대에 노드에서 측정된 평균 신호 세기 값을 나타낸다. Here, x i is a signal intensity value measured for each time slot through the drones,
Figure pat00002
Y i is the signal strength value measured at each node in each time slot,
Figure pat00003
Represents the average signal strength value measured at the node in each time zone.

상기 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하는 단계는, 다음의 수학식을 통하여 상기 현재 시점에서 복수의 노드에 대한 수신 신호 세기값(P)을 연산할 수 있다.The step of correcting the received signal strength values for the plurality of nodes at the current time may calculate the received signal strength values P for the plurality of nodes at the current time using the following equation.

Figure pat00004
Figure pat00004

여기서, x는 현재 시점에서 드론의 특정 지점에서의 신호 세기 값, xj는 드론의 특정 지점에서의 드론 표준 값, r은 해당 노드에서의 상관계수, yj는 해당 노드에서의 표준 값을 나타낸다. Here, x is a signal intensity value at a specific point of the drone at the current point, x j is a dronon standard value at a specific point of the dron, r is a correlation coefficient at the node, and y j is a standard value at the node .

상기 측위 대상 단말의 위치를 추정하는 단계는, 다음의 수학식을 이용하여 핑거프린팅 방식으로 유클리드 거리(D)의 값이 최소가 되는 위치를 상기 측위 대상 단말의 위치를 추정할 수 있다.The step of estimating the position of the positioning target terminal may estimate the position of the positioning target terminal at a position at which the value of the Euclidean distance D becomes minimum using the fingerprinting method using the following equation.

Figure pat00005
Figure pat00005

여기서, z1, z2,...,zn은 현재 시점에서 측위 대상 단말에서 측정된 AP1, AP2, APn 의 신호 세기 값을 나타내고, y1, y2,...,yn은 보정된 핑거프린팅 맵에 저장된 신호 세기 값을 나타낸다. Here, z 1, z 2 , ..., z n represent signal intensity values of AP 1 , AP 2 , and AP n measured at the current time by the positioning target terminal, and y 1, Which is stored in the fingerprinting map.

상기 특정 지점은 상기 드론의 출발지점을 나타낼 수 있다.The particular point may represent the starting point of the drones.

본 발명의 다른 실시예에 따르면, 실내 공간에서 드론을 이용한 위치 추정 장치의 위치 추정 방법에 있어서, 임의의 특정 시점에서 상기 실내 공간에 설치된 적어도 하나의 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 측정하여 노드 표준 값으로 설정하고, 상기 실내 공간을 비행하는 드론의 임의의 특정 지점에서 상기 드론이 수신한 신호 세기 값을 드론 표준 값으로 설정하며, 상기 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 시간대별로 측정하여 저장하고, 상기 드론의 임의의 특정 지점에서의 수신되는 신호 세기 값을 시간대별로 측정하여 핑거프린팅 맵에 저장하는 핑거프린팅 생성부, 상기 드론의 임의의 특정 지점의 신호 세기 값의 증감에 따른 상기 복수의 노드에서의 신호 세기 값의 변화량을 이용하여 상기 복수의 노드마다 상관계수를 연산하는 연산부, 현재 시점에서의 상기 드론의 임의의 특정 지점의 신호 세기 값을 측정하는 신호 세기 측정부, 상기 현재 시점에서의 드론의 임의의 특정 지점의 신호 세기 값, 상기 드론의 임의의 특정 지점에서의 표준 값, 상기 각 노드에 대한 상관계수 값 그리고 상기 노드에 대한 표준 값을 이용하여 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하고, 상기 보정된 노드들의 수신 신호 세기값을 이용하여 보정된 핑거프린팅 맵을 생성하는 핑거프린팅 맵 보정부, 그리고 상기 보정된 핑거프린팅 맵을 이용하여 현재 시점에서의 상기 실내 공간에서의 측위 대상 단말의 위치를 추정하는 위치 측정부를 포함한다.According to another embodiment of the present invention, there is provided a method for estimating a position estimation apparatus using a drone in an indoor space, the method comprising: a step of calculating a signal intensity value received from at least one access point installed in the indoor space at a certain specific time, And sets a signal strength value received by the drone at a specific point of the drone flying in the indoor space as a dronon standard value and sets a signal intensity value received from the access point to a plurality A fingerprint generating unit for measuring and storing the signal intensity value at a specific point of time in the fingerprinting map by measuring the intensity of the signal received at a specific point in the time zone, The change amount of the signal intensity value at the plurality of nodes according to the increase / A signal intensity measuring unit for measuring a signal intensity value of a certain specific point of the drone at a current point of time, a signal intensity measuring unit for measuring a signal intensity value of a specific point of the drone at the current point of time A received signal strength value for a plurality of nodes at the current time point is corrected using a standard value at an arbitrary specific point of the drone, a correlation coefficient value for each node, and a standard value for the node, A fingerprinting map corrector for generating a corrected fingerprinting map using the received signal intensity values of the nodes, and estimating a position of the positioning target terminal in the indoor space at the current point of time using the corrected fingerprinting map And a position measuring section.

본 발명에 따르면, 실내 공간에서 내부 환경의 변화에 대응하여 핑거프린팅 맵을 보정하여 제공함으로써, 내부 환경 변화에 따라 핑거프린팅 맵을 구축하기 위한 시간 및 인력의 비용을 절감할 수 있다. According to the present invention, it is possible to reduce time and manpower costs for constructing a fingerprint map according to internal environment changes by providing correction and providing a fingerprint map in response to a change in an internal environment in an indoor space.

또한, 내부 환경 변화에 보다 빠르게 대응함으로써, 실내 공간에서 단말의 위치 추정에 대한 신뢰성을 향상시킬 수 있다. Further, it is possible to improve the reliability of the position estimation of the terminal in the indoor space by responding to the change of the internal environment sooner.

도 1은 본 발명의 실시예에 따른 복수의 액세스 포인트가 설치되고 드론이 주행하고 있는 실내 공간을 나타낸 예시도이다.
도 2는 본 발명의 실시예에 따른 위치 추정 장치의 구성도이다.
도 3은 본 발명의 실시예에 따른 위치 추정 장치의 위치 추정 방법을 나타낸 순서도이다.
도 4는 본 발명의 실시예에 따른 핑거프린트 데이터베이스 테이블을 나타낸 예시도이다. BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is an exemplary view showing an indoor space in which a plurality of access points are installed and a dron is running according to an embodiment of the present invention; FIG.
2 is a configuration diagram of a position estimation apparatus according to an embodiment of the present invention.
3 is a flowchart illustrating a method of estimating a position of a position estimating apparatus according to an embodiment of the present invention.
4 is an exemplary diagram illustrating a fingerprint database table according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. In order to clearly illustrate the present invention, parts not related to the description are omitted, and similar parts are denoted by like reference characters throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when an element is referred to as "comprising ", it means that it can include other elements as well, without excluding other elements unless specifically stated otherwise.

그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention.

이하에서는 도 1 및 도 2를 이용하여 본 발명의 실시예에 따른 위치 추정 시스템에 대해서 설명한다. Hereinafter, a position estimation system according to an embodiment of the present invention will be described with reference to FIG. 1 and FIG.

도 1은 본 발명의 실시예에 따른 복수의 액세스 포인트가 설치되고 드론이 주행하는 실내 공간을 나타낸 예시도이고, 도 2는 본 발명의 실시예에 따른 위치 추정 시스템을 나타낸 구성도이다. FIG. 1 is a view showing an indoor space in which a plurality of access points are installed and a dron is driven according to an embodiment of the present invention, and FIG. 2 is a configuration diagram illustrating a position estimation system according to an embodiment of the present invention.

도 1에 나타낸 것처럼, 위치를 추정하고자 하는 실내 공간에는 복수의 액세스 포인트(100-1, 100-2, 100-3, 100-4)가 설치되어 있으며, 각각의 액세스 포인트(100-1, 100-2, 100-3, 100-4)로부터 수신되는 신호 세기 값을 측정하는 복수의 노드가 위치해있다. As shown in FIG. 1, a plurality of access points 100-1, 100-2, 100-3, and 100-4 are installed in an indoor space to estimate a location. Each of the access points 100-1, 100 -2, 100-3, and 100-4.

설명의 편의상 실내 공간은 직사각형으로 각 모서리에 액세스 포인트(100-1, 100-2, 100-3, 100-4)가 설치되어 있고 일정한 간격으로 복수의 노드가 위치한 것으로 예시하였지만, 이는 실내 공간의 크기, 환경에 따라 액세스 포인트 및 노드의 설치 지점, 개수 등이 달리 설정될 수 있다. For convenience of explanation, the indoor space is rectangular and the access points 100-1, 100-2, 100-3, and 100-4 are installed at the respective corners, and a plurality of nodes are located at regular intervals. However, Size, environment, and the like of the access point and the node can be set differently.

먼저, 실내 공간에서 복수의 노드((1,1),(1,2)?(n,n))는 액세스 포인트(100-1, 100-2, 100-3, 100-4)로부터 수신되는 신호 세기 값을 측정하고, 측정된 신호 세기 값을 위치 추정 장치(300)로 전송하거나 별도의 데이터베이스(미도시함)에 저장할 수 있다. First, a plurality of nodes ((1,1), (1,2)? (N, n)) in the indoor space are received from the access points 100-1, 100-2, 100-3, The signal strength value may be measured and the measured signal strength value may be transmitted to the position estimating apparatus 300 or may be stored in a separate database (not shown).

여기서 액세스 포인트(100)(Access Point(AP))는 실내 공간의 특정 지점에 설치되어 일정한 신호를 송신하는 기기로, 각각의 신호에는 액세스 포인트 식별 정보가 포함된다. Here, the access point 100 (Access Point (AP)) is a device that is installed at a specific point in an indoor space and transmits a certain signal, and each signal includes access point identification information.

또한, 실내 공간에서 주행하는 드론(200)은 액세스 포인트(100)에서 송신하는 신호를 수신하여 신호의 세기를 측정할 수 있는 무인 항공기로, 실내 공간에서 출발 지점 및 도착 지점이 일정한 경로로 주행하면서 복수의 액세스 포인트(100)로부터 수신된 신호 세기 값을 측정할 수 있다. 여기서, 드론(200)의 출발 지점 및 도착 지점을 포함한 주행 경로는 추후에 사용자에 의해서 변경 및 설정 가능하다.The drone 200 running in the indoor space is an unmanned airplane capable of measuring the intensity of a signal by receiving a signal transmitted from the access point 100. In the indoor space, It is possible to measure the signal strength values received from the plurality of access points 100. [ Here, the traveling route including the starting point and the arrival point of the drones 200 can be changed and set by the user at a later time.

그리고 드론(200)은 신호 세기 값을 측정한 시점의 실내 공간 지점과 함께 별도의 데이터베이스(미도시함)에 저장하거나 위치 추정 장치(300)로 전송한다. The drones 200 store the signal intensity values in a separate database (not shown) together with the indoor space points at the time of measurement, or transmit them to the position estimating apparatus 300.

즉, 실내 공간을 주행하는 드론(200)은 임의의 특정 지점에 대해서 시간대별로 측정 시간마다 신호 세기 값을 측정하여 위치 추정 장치(300)로 전송하며, 드론(200)의 임의의 특정 지점은 반드시 실내 공간에 위치하는 노드 중에서 선택될 필요는 없다. That is, the drone 200 that travels in the indoor space measures the signal intensity value at each measurement time for each specific time point by time slot and transmits it to the position estimating apparatus 300. The arbitrary point of the drone 200 must It is not necessary to select among the nodes located in the indoor space.

이하에서는 설명의 편의상 드론(200)의 임의의 특정 지점을 드론(200)의 출발 지점을 나타내는 것으로 가정하고 설명한다. Hereinafter, for the sake of convenience, it is assumed that any specific point of the drone 200 represents the starting point of the drone 200.

도 1에서 S 지점은 드론(200)의 출발 지점을 나타내는 것으로, 시간대별로 측정 시간마다 드론을 통해 신호 세기 값이 측정되는 임의의 특정 지점을 나타낸다. In FIG. 1, the point S indicates the starting point of the drones 200, and represents a specific point at which the signal intensity value is measured through the drone at each measurement time in each time period.

본 발명의 실시예에 따른 위치 추정 장치(300)는 중앙 서버 형태 또는 사용자 단말의 형태로 구축될 수 있다. 사용자 단말의 형태의 위치 추정 장치(300)인 경우, 핑거프린팅 데이터베이스에 접속하여 해당 데이터를 활용할 뿐 위치 추정 장치의 구성요소를 포함하고 있기 때문에 위치 추정에 대한 연산 및 검색을 수행할 수 있다. 이하에서는 중앙 서버 형태의 위치 추정 장치(300)로 예를 들어 설명하기로 한다. The location estimation apparatus 300 according to an embodiment of the present invention may be constructed in the form of a central server or a user terminal. In the case of the position estimating apparatus 300 in the form of a user terminal, since it includes the components of the position estimating apparatus that accesses the fingerprint database and utilizes the data, it can perform calculation and search for position estimation. Hereinafter, a position estimating apparatus 300 in the form of a central server will be described as an example.

본 발명의 실시예에 따른 위치 추정 장치(300)는 도 2에 나타난 것처럼, 핑거프린팅 맵 생성부(310), 연산부(320), 신호 세기 측정부(330), 핑거프린팅 맵 보정부(340), 위치 추정부(350)를 포함한다.2, the position estimating apparatus 300 according to the embodiment of the present invention includes a fingerprinting map generating unit 310, an operation unit 320, a signal intensity measuring unit 330, a fingerprinting map correcting unit 340, And a position estimating unit 350. [

먼저, 핑거프린팅 맵 생성부(310)는 실내 공간에 설치된 적어도 하나의 액세스 포인트(100)와 실내 공간의 위치한 복수의 노드를 이용하여 각 액세스 포인트(100)별로 복수의 노드가 측정한 신호 세기 값이 저장된 핑거프린팅 맵을 생성한다. First, the fingerprinting map generating unit 310 generates a fingerprinting map by using a signal intensity value measured by a plurality of nodes for each access point 100 using at least one access point 100 installed in the indoor space and a plurality of nodes located in the indoor space And generates the stored fingerprint map.

하나의 핑거프린팅 맵은 복수의 노드 및 액세스 포인트(100)의 정보를 포함하는데, 이때, 노드의 지점, 측정된 신호 세기 값, 액세스 포인트(100)의 지점 및 식별 번호를 포함할 수 있다. A fingerprinting map includes information of a plurality of nodes and of the access point 100, which may include a point of a node, a measured signal strength value, a point of an access point 100, and an identification number.

그리고 핑거프린팅 맵 생성부(310)는 복수의 노드에서 측정한 신호 세기 값 외에도 실내 공간을 주행하는 드론(200)을 이용하여 신호 세기 값을 측정하고, 측정된 신호 세기 값과 측정 시점에서 실내 공간의 지점을 핑거프린팅 맵에 저장할 수 있다. In addition to the signal intensity values measured at a plurality of nodes, the fingerprinting map generator 310 measures the signal intensity value using the drone 200 running in the indoor space, Can be stored in the fingerprinting map.

연산부(320)는 드론(200)에서 측정된 지점 및 신호 세기 값과 핑거프린팅 맵에 저장된 노드의 지점 및 신호 세기 값과의 상관 계수를 연산한다. The arithmetic operation unit 320 calculates a correlation coefficient between a point and a signal intensity value measured at the drones 200 and a point and a signal intensity value of a node stored in the fingerprinting map.

이때, 드론(200)에서 측정된 지점은 드론(200)의 출발 지점으로 해당 지점은 추후에 사용자에 의해서 용이하게 변경 및 설정이 가능하며, 드론(200)의 출발 지점은 복수 개로 설정이 가능하다. At this time, the point measured by the drone 200 is a start point of the drone 200, and the point can be easily changed and set later by the user, and the starting point of the drone 200 can be set to a plurality of .

그리고 신호 세기 측정부(330)는 추후에 현재 시점에서 단말의 위치를 추정하고자 할 때, 드론(200)의 출발 지점에 신호 세기를 먼저 측정한다. 신호 세기 측정부(330)는 드론(200)으로부터 측정된 신호 세기 값을 수신할 수 있고, 해당 드론의 출발 지점에서 신호 세기 값을 별도의 태그를 이용하여 측정할 수 있다. The signal strength measuring unit 330 measures the signal intensity at a starting point of the drone 200 when estimating the position of the terminal at a later time. The signal strength measuring unit 330 may receive the measured signal strength value from the drones 200 and may measure the signal strength value at a starting point of the corresponding dron using a separate tag.

핑거프린팅 맵 보정부(340)는 앞서 연산한 상관계수를 이용하여 현재 시점에서 드론(200)의 출발 지점에서 측정된 신호 세기의 변화에 따라 핑거프린팅 맵에 저장된 신호 세기 값을 보정한다. 핑거프린팅 맵 보정부(340)는 보정된 신호 세기 값을 이용하여 보정된 핑거프린팅 맵을 생성할 수 있다. The fingerprinting map correcting unit 340 corrects the signal intensity value stored in the fingerprinting map according to the change in the signal intensity measured at the start point of the drone 200 at the current point of time, using the correlation coefficient calculated previously. The fingerprinting map correction unit 340 can generate a corrected fingerprinting map using the corrected signal intensity value.

위치 추정부(350)는 보정된 핑거프린팅 맵을 이용하여 측위 대상 단말의 위치를 추정한다. 위치 추정부(350)는 보정된 핑거프린팅 맵에 저장된 신호 세기 값과 측위 대상 단말로부터 측정된 신호 세기 값의 차이가 최소가 되도록 검색한다. 그리고 위치 추정부(350)는 최소가 되는 신호 세기 값을 가지는 지점을 측위 대상 단말의 위치라고 추정할 수 있다. 이때, 위치 추정부(350)는 유클리드 거리 공식을 이용하여 측위 대상 단말의 위치를 추정할 수 있다. The position estimating unit 350 estimates the position of the positioning target terminal using the corrected fingerprinting map. The position estimating unit 350 searches for the difference between the signal intensity value stored in the corrected fingerprinting map and the signal intensity value measured from the positioning target terminal to the minimum. The position estimating unit 350 can estimate the point having the minimum signal intensity value as the position of the positioning target terminal. At this time, the position estimating unit 350 can estimate the position of the positioning target terminal using the Euclidean distance formula.

이하에서는 도 3 및 도 4를 이용하여 실내 공간에서 위치 추정 장치가 측위 대상 단말의 위치를 추정하는 방법에 대해서 상세하게 설명한다. Hereinafter, a method for estimating the position of the positioning target terminal in the indoor space by using the positioning apparatus will be described in detail with reference to FIGS. 3 and 4. FIG.

도 3은 본 발명의 실시예에 따른 위치 추정 장치의 위치 추정 방법을 나타낸 순서도이고, 도 4는 본 발명의 실시예에 따른 핑거프린팅 데이터베이스 테이블을 나타낸 예시도이다. FIG. 3 is a flowchart illustrating a method of estimating a position of a position estimating apparatus according to an embodiment of the present invention. FIG. 4 is a diagram illustrating an example of a fingerprinting database table according to an embodiment of the present invention.

먼저, 핑거프린팅 맵 생성부(310)는 임의의 특정 시점에서 실내 공간에 설치된 적어도 하나의 액세스 포인트(100)로부터 수신되는 신호 세기 값을 측정하여 노드 표준 값 및 드론 표준 값을 설정한다(S310).First, the fingerprinting map generator 310 measures a signal strength value received from at least one access point 100 installed in an indoor space at a specific time point and sets a node standard value and a dron standard value (S310) .

핑거프린팅 맵 생성부(310)는 임의의 특정 시점에서 실내 공간에 설치된 적어도 하나의 액세스 포인트(100)로부터 수신되는 신호 세기 값을 복수의 노드에서 측정하여 노드 표준 값으로 설정하고, 실내 공간을 비행하는 드론의 출발 지점에서 드론이 수신한 신호 세기 값을 드론 표준 값으로 설정한다. The fingerprinting map generator 310 measures the signal intensity value received from at least one access point 100 installed in the indoor space at a specific point in time at a plurality of nodes to set the node standard value, The signal strength value received by the drone at the starting point of the drone is set to the dron standard value.

이때, 핑거프린팅 맵 생성부(310)는 실내 공간에 위치하는 복수의 노드 또는 드론에서 측정되는 신호 세기 값에 대한 표준 값을 설정할 때, 임의의 특정 시점에서의 측정 값으로 표준 값을 설정할 수 있다. 또한 시간대별로 측정하여 측정된 빈도수가 가장 많은 신호 세기 값 또는 시간대별로 측정된 신호 세기 값의 평균값을 표준 값으로 설정할 수도 있다. In this case, the fingerprinting map generator 310 may set a standard value as a measurement value at an arbitrary point in time when setting a standard value of a signal intensity value measured at a plurality of nodes or drones located in an indoor space . Also, it is also possible to set the average value of the signal intensity values having the largest frequency or the signal intensity values measured for each time period as the standard value.

그리고 핑거프린팅 맵 생성부(310)는 복수의 노드 및 드론을 이용하여 시간대별로 측정된 신호 세기값으로 핑거프린팅 맵을 생성한다(S320). Then, the fingerprinting map generator 310 generates a fingerprinting map using the signal intensity values measured for each of the time zones using a plurality of nodes and drones (S320).

핑거프린팅 맵 생성부(310)는 도 4와 같이 각 액세스 포인트별로 핑거프린팅 데이터베이스 테이블을 생성하고, 데이터 베이스 테이블의 데이터를 이용하여 핑거프린팅 맵을 생성한다. The fingerprinting map generating unit 310 generates a fingerprinting database table for each access point as shown in FIG. 4, and generates a fingerprinting map using the data of the database table.

즉, 도 4와 같이, 핑거프린팅 맵 생성부(310)는 노드 지점 또는 식별번호 및 드론의 출발 지점에 따라 측정된 신호 세기 값을 시간대별로 저장한다. That is, as shown in FIG. 4, the fingerprinting map generation unit 310 stores the signal intensity values measured according to the node point or the identification number and the starting point of the dron by time zone.

그리고 연산부(320)는 핑거프린팅 맵을 이용하여 드론의 출발 지점의 신호 세기 값의 증감에 따른 복수의 노드에서의 신호 세기 값의 변화량을 이용하여 상관계수를 연산한다(S330). In operation S330, the operation unit 320 calculates a correlation coefficient using a change amount of a signal intensity value at a plurality of nodes according to an increase / decrease in a signal intensity value at a start point of the drones using a fingerprinting map.

연산부(320)는 다음의 수학식 1을 이용하여 각 노드와 드론의 출발 지점 사이의 상관 계수(r)를 연산한다. The operation unit 320 calculates a correlation coefficient r between the start point of each node and the start point of the drones using the following equation (1).

Figure pat00006
Figure pat00006

여기서, xi는 드론을 통해 각 시간대별로 측정된 신호 세기값,

Figure pat00007
는 각 시간대에 드론을 통해 측정된 평균 신호 세기 값, yi는 해당 노드에서 각 시간대별로 측정된 신호 세기 값,
Figure pat00008
는 각 시간대에 노드에서 측정된 평균 신호 세기 값을 나타낸다. Here, x i is a signal intensity value measured for each time slot through the drones,
Figure pat00007
Y i is the signal strength value measured at each node in each time slot,
Figure pat00008
Represents the average signal strength value measured at the node in each time zone.

상관계수(r)는 -1과 1 사이의 값을 가지며, 드론의 출발 지점에서 측정된 신호 세기 값의 증감과 해당 노드에서 신호세기 값의 증감이 동일한 경우 1의 값을 가지고, 증감 변화가 반대인 경우 -1의 값, 두 변화가 서로 무관한 경우 0의 값을 가진다. The correlation coefficient r has a value between -1 and 1 and has a value of 1 when the increase / decrease of the signal intensity value measured at the start point of the dron and the increase / decrease of the signal intensity value at the node are the same, And a value of 0 if the two changes are independent of each other.

예를 들어 도 4의 데이터베이스에 저장된 데이터를 이용하여 연산부(320)가 상관계수를 연산하면, 다음의 표 1과 같은 값을 얻을 수 있다. For example, when the operation unit 320 calculates the correlation coefficient using the data stored in the database of FIG. 4, the values shown in Table 1 below can be obtained.

Figure pat00009
Figure pat00009

이와 같이, 연산부(320)는 해당 노드와 드론의 출발 지점과의 상관관계를 나타내는 상관계수(r)를 연산하여 저장할 수 있다. In this manner, the operation unit 320 can calculate and store the correlation coefficient r indicating the correlation between the node and the starting point of the drones.

그리고 신호 세기 측정부(330)는 현재 시점의 드론의 출발 지점에서 적어도 하나의 엑세스 포인트(100)로부터 수신되는 신호의 세기를 측정한다(S340). 이때, 신호 세기 측정부(330)는 드론을 이용하여 해당 출발 지점에서의 신호 세기 값을 측정할 수 있고 별도의 태그를 이용하여 측정할 수 있다. The signal strength measuring unit 330 measures the intensity of a signal received from at least one access point 100 at a starting point of the current drones at step S340. At this time, the signal strength measuring unit 330 can measure the signal intensity value at the start point using the drones, and measure the signal intensity using a separate tag.

다음으로, 핑거프린팅 맵 보정부(340)는 현재 시점에서 복수의 노드에 대한 수신 세기 값을 보정한다(S350). Next, the fingerprint mapping correction unit 340 corrects the reception intensity values for a plurality of nodes at the current point of time (S350).

핑거프린팅 맵 보정부(340)는 다음의 수학식 2를 이용하여 현재 시점에서 복수의 노드에 대한 수신 신호 세기값(P)을 연산할 수 있다.The fingerprint mapping correction unit 340 may calculate the received signal strength value P for a plurality of nodes at the current time using Equation (2).

Figure pat00010
Figure pat00010

여기서, x는 현재 시점에서 드론의 출발지점에서의 신호 세기 값, xj는 드론의 출발지점에서의 드론 표준 값, r은 해당 노드에서의 상관계수, yj는 해당 노드에서의 표준 값을 나타낸다. Where x is the signal intensity at the starting point of the dron at the current point of time, x j is the dronon standard value at the starting point of the dron, r is the correlation coefficient at the node, and y j is the standard value at the node .

예를 들어 표 1에서 연산한 상관계수 및 도 4의 데이터를 이용하여 핑거프린팅 맵 보정부(340)가 노드 (1,1)에 대해서 수신 신호 세기값(P)을 연산하는 과정을 설명한다.For example, a process of calculating the received signal strength value P for the node 1, 1 using the correlation coefficient calculated in Table 1 and the data in FIG. 4 will be described.

즉, 수학식 2에서 드론의 출발지점의 현재 시점에서의 측정값에 2.5를 대입하고, 드론의 출발 지점의 표준 값에 3을 대입하며, (1,1)에서의 상관계수(r)에 -0.3을 대압히고, (1,1)에서의 표준 값에 4를 대입하면, 핑거프린팅 맵 보정부(340)는 (1,1)에서 현재 시점에서 측정되는 신호 세기 값은 4.15로 연산할 수 있다. 이때, (1,1)에서의 신호 세기 값의 경우, 보정 값(4.15)은 표준 값(4)보다 증가하였음을 확인할 수 있다. That is, 2.5 is substituted into the measured value at the current point of the starting point of the dron in Equation (2), 3 is substituted into the standard value of the starting point of the dron, and the correlation coefficient (r) 0.3, and substituting 4 into the standard value at (1,1), the fingerprinting map corrector 340 can calculate the signal intensity value measured at the present point in time at (1,1) to be 4.15 . At this time, in the case of the signal intensity value at (1,1), it can be confirmed that the correction value (4.15) is higher than the standard value (4).

한편, 핑거프린팅 맵 보정부(340)는 표준 값이외에도 수학식 2에서의 xj, yj에 각각 드론 출발지점에 대해서 시간별로 측정된 드론 수신 세기 값, 해당 노드에서의 시간별로 측정된 노드 수신 세기값을 대입할 수 있다. 이와 같은 경우, 핑거프린팅 맵 보정부(340)는 시간별로 각 노드에서도 동일한 방법으로 수신 신호 세기값(P)을 연산할 수 있다. In addition to the standard values, the fingerprint mapping corrector 340 may calculate a dronon reception intensity value measured over time with respect to the starting point of the dron at x j , y j in Equation (2) The intensity value can be assigned. In this case, the fingerprinting map correcting unit 340 can calculate the received signal strength value P at the respective nodes in the same manner.

이와 같이 핑거프린팅 맵 보정부(340)는 복수의 노드에서 보정된 신호 세기 값을 연산하여 핑거프린팅 맵을 보정할 수 있다. In this manner, the fingerprinting map correction unit 340 can correct the fingerprinting map by calculating the corrected signal intensity values at a plurality of nodes.

그리고 핑거프린팅 맵 보정부(340)는 보정된 수신 세기 값을 이용하여 보정된 핑거프린팅 맵을 생성하고, 위치 측정부(350)는 보정된 핑거프린팅 맵을 이용하여 현재 시점에서의 실내 공간에서의 측위 대상 단말의 위치를 추정한다(S360). Then, the fingerprinting map correction unit 340 generates a corrected fingerprinting map using the corrected reception intensity value, and the position measuring unit 350 calculates the corrected fingerprinting map using the corrected fingerprinting map, The position of the positioning target terminal is estimated (S360).

위치 측정부(350)는 다음의 수학식 3을 이용하여 핑거프린팅 방식으로 유클리드 거리(D)의 값이 최소가 되는 위치를 측위 대상 단말의 위치를 추정할 수 있다.The position measuring unit 350 can estimate the position of the positioning target terminal at a position where the value of the Euclidean distance D is minimized by the fingerprinting method using the following equation (3).

Figure pat00011
Figure pat00011

여기서, z1, z2,..., zn은 현재 시점에서 측위 대상 단말에서 측정된 AP1, AP2, APn 의 신호 세기 값을 나타내고, y1, y2,...,yn은 보정된 핑거프린팅 맵에 저장된 신호 세기 값을 나타낸다. Here, z 1, z 2 , ..., z n represent signal intensity values of AP 1 , AP 2 , and AP n measured at the current time by the positioning target terminal, and y 1, Which is stored in the fingerprinting map.

한편, 위치 추정 장치(300)는 드론의 출발 지점을 복수 개로 설정할 수 있으며, 복수개의 드론 출발 지점을 설정한 경우, 각각 상관계수를 연산하고 이를 이용하여 각 출발 지점에 따른 보정된 핑거프린팅 맵을 생성할 수 있다. 그리고 위치 추정 장치(300)는 측위 대상 단말의 신호 세기 값과 보정된 핑거프린팅 맵을 비교하여 가장 근접한 신호 세기 값을 가지는 핑거프린팅 맵을 선택하고 측위 대상 단말의 위치를 추정할 수 있다. On the other hand, the position estimating apparatus 300 can set a plurality of start points of the drone. When a plurality of the start points of the drone are set, the position estimating apparatus 300 calculates a correlation coefficient and calculates a corrected fingerprint map corresponding to each start point Can be generated. The position estimation apparatus 300 can compare the signal intensity value of the positioning target terminal with the corrected fingerprinting map, select a fingerprinting map having the closest signal intensity value, and estimate the position of the positioning target terminal.

또한, 위치 추정 장치(300)는 위치 추정의 정확성을 높이기 위해 일정 시간 간격으로 상관계수 값을 지속적으로 갱신하고 상관계수 값의 패턴을 분석하여 저장할 수 있다. In addition, the position estimating apparatus 300 may continuously update the correlation coefficient values at predetermined time intervals and analyze and store a pattern of the correlation coefficient values to improve the accuracy of the position estimation.

이와 같이 본 발명의 실시예에 따르면, 실내 공간에서 내부 환경의 변화에 대응하여 핑거프린팅 맵을 보정하여 제공함으로써, 내부 환경 변화에 따라 핑거프린팅 맵을 구축하기 위한 시간 및 인력의 비용을 절감할 수 있다. As described above, according to the embodiment of the present invention, the fingerprinting map is corrected and provided corresponding to the change of the internal environment in the indoor space, thereby reducing the time and manpower costs for constructing the fingerprinting map according to the internal environment change have.

또한, 내부 환경 변화에 보다 빠르게 대응함으로써, 실내 공간에서 단말의 위치 추정에 대한 신뢰성을 향상시킬 수 있다. Further, it is possible to improve the reliability of the position estimation of the terminal in the indoor space by responding to the change of the internal environment sooner.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.While the present invention has been described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

100: 액세스 포인트 200: 드론
300: 위치 추정 장치 310: 핑거프린팅 맵 생성부
320: 연산부 330: 신호 세기 측정부
340: 핑거프린팅 맵 보정부 350: 위치 측정부100: access point 200: drones
300: position estimating apparatus 310: fingerprinting map generating unit
320: Operation unit 330: Signal strength measurement unit
340: fingerprinting map correcting unit 350: position measuring unit

Claims (10)

실내 공간에서 드론을 이용한 위치 추정 장치의 위치 추정 방법에 있어서,
임의의 특정 시점에서 상기 실내 공간에 설치된 적어도 하나의 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 측정하여 노드 표준 값으로 설정하고, 상기 실내 공간을 비행하는 드론의 임의의 특정 지점에서 상기 드론이 수신한 신호 세기 값을 드론 표준 값으로 설정하는 단계,
상기 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 시간대별로 측정하여 저장하고, 상기 드론의 상기 특정 지점에서의 수신되는 신호 세기 값을 시간대별로 측정하여 핑거프린팅 맵에 저장하는 단계,
상기 드론의 특정 지점에서 신호 세기 값의 증감에 따른 상기 복수의 노드에서의 신호 세기 값의 변화량을 이용하여 상기 복수의 노드마다 상관계수를 연산하는 단계,
현재 시점에서의 상기 드론의 특정 지점의 신호 세기 값을 측정하는 단계,
상기 현재 시점에서의 드론의 특정 지점의 신호 세기 값, 상기 드론의 특정 지점에서의 표준 값, 상기 노드에 대한 상관계수 값 그리고 상기 노드에 대한 표준 값을 이용하여 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하는 단계, 그리고
상기 보정된 노드들의 수신 신호 세기값을 이용하여 보정된 핑거프린팅 맵을 생성하고, 상기 보정된 핑거프린팅 맵을 이용하여 현재 시점에서의 상기 실내 공간에서의 측위 대상 단말의 위치를 추정하는 단계를 포함하는 위치 추정 방법.A method for estimating a position of a position estimating apparatus using a drone in an indoor space,
A signal strength value received from at least one access point installed in the indoor space at an arbitrary specific time point is measured at a plurality of nodes and set as a node standard value, and at a specific point of the dron flying the indoor space, Setting the received signal intensity value to a drones standard value,
Measuring and storing a signal intensity value received from the access point for each time slot in a plurality of nodes, measuring the received signal strength value at the specific point of the dron by time zone, and storing the measured signal intensity value in a fingerprinting map,
Calculating a correlation coefficient for each of the plurality of nodes by using a variation amount of a signal intensity value at the plurality of nodes according to an increase or a decrease in a signal intensity value at a specific point of the drone,
Measuring a signal strength value at a specific point of the drones at a current point in time,
Using a signal strength value at a specific point of the drones at the current time point, a standard value at a specific point of the drones, a correlation coefficient value for the node, and a standard value for the node, Correcting the signal strength value, and
Generating a corrected fingerprint map using the received signal strength values of the corrected nodes and estimating a position of the positioning target terminal in the indoor space at the current point of time using the corrected fingerprinting map / RTI > 제1항에 있어서,
상기 상관계수를 연산하는 단계는,
다음의 수학식을 이용하여 각 노드와 상기 드론의 특정 지점 사이의 상관 계수(r)를 연산하는 위치 추정 방법:
Figure pat00012

여기서, xi는 드론을 통해 각 시간대별로 측정된 신호 세기값,
Figure pat00013
는 각 시간대에 드론을 통해 측정된 평균 신호 세기 값, yi는 해당 노드에서 각 시간대별로 측정된 신호 세기 값,
Figure pat00014
는 각 시간대에 노드에서 측정된 평균 신호 세기 값을 나타낸다. The method according to claim 1,
Wherein the calculating the correlation coefficient comprises:
A position estimation method for calculating a correlation coefficient (r) between each node and a specific point of the drones using the following equation:
Figure pat00012

Here, x i is a signal intensity value measured for each time slot through the drones,
Figure pat00013
Y i is the signal strength value measured at each node in each time slot,
Figure pat00014
Represents the average signal strength value measured at the node in each time zone. 제2항에 있어서,
상기 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하는 단계는,
다음의 수학식을 통하여 상기 현재 시점에서 복수의 노드에 대한 수신 신호 세기값(P)을 연산하는 위치 추정 방법:
Figure pat00015

여기서, x는 현재 시점에서 드론의 특정 지점에서의 신호 세기 값, xj는 드론의 특정 지점에서의 드론 표준 값, r은 해당 노드에서의 상관계수, yj는 해당 노드에서의 표준 값을 나타낸다. 3. The method of claim 2,
Wherein the step of correcting the received signal strength value for the plurality of nodes at the current time point comprises:
A method for estimating a received signal strength value (P) for a plurality of nodes at a current time using the following equation:
Figure pat00015

Here, x is a signal intensity value at a specific point of the drone at the current point, x j is a dronon standard value at a specific point of the dron, r is a correlation coefficient at the node, and y j is a standard value at the node . 제1항에 있어서,
상기 측위 대상 단말의 위치를 추정하는 단계는,
다음의 수학식을 이용하여 핑거프린팅 방식으로 유클리드 거리(D)의 값이 최소가 되는 위치를 상기 측위 대상 단말의 위치를 추정하는 위치 추정 방법:
Figure pat00016

여기서, z1, z2,...,zn은 현재 시점에서 측위 대상 단말에서 측정된 AP1, AP2, APn 의 신호 세기 값을 나타내고, y1, y2,...,yn은 보정된 핑거프린팅 맵에 저장된 신호 세기 값을 나타낸다. The method according to claim 1,
Wherein the step of estimating the position of the positioning target terminal comprises:
A position estimation method for estimating a position of the positioning target terminal at a position where a value of the Euclidean distance (D) is minimized by a fingerprinting method using the following equation:
Figure pat00016

Here, z 1, z 2 , ..., z n represent signal intensity values of AP 1 , AP 2 , and AP n measured at the current time by the positioning target terminal, and y 1, Which is stored in the fingerprinting map. 제1항에 있어서,
상기 특정 지점은 상기 드론의 출발지점을 나타내는 위치 추정 방법.The method according to claim 1,
Wherein the specific point represents the starting point of the drones. 실내 공간에서 드론을 이용한 위치 추정 장치의 위치 추정 방법에 있어서,
임의의 특정 시점에서 상기 실내 공간에 설치된 적어도 하나의 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 측정하여 노드 표준 값으로 설정하고, 상기 실내 공간을 비행하는 드론의 임의의 특정 지점에서 상기 드론이 수신한 신호 세기 값을 드론 표준 값으로 설정하며, 상기 액세스 포인트로부터 수신되는 신호 세기 값을 복수의 노드에서 시간대별로 측정하여 저장하고, 상기 드론의 임의의 특정 지점에서의 수신되는 신호 세기 값을 시간대별로 측정하여 핑거프린팅 맵에 저장하는 핑거프린팅 생성부,
상기 드론의 임의의 특정 지점의 신호 세기 값의 증감에 따른 상기 복수의 노드에서의 신호 세기 값의 변화량을 이용하여 상기 복수의 노드마다 상관계수를 연산하는 연산부,
현재 시점에서의 상기 드론의 임의의 특정 지점의 신호 세기 값을 측정하는 신호 세기 측정부,
상기 현재 시점에서의 드론의 임의의 특정 지점의 신호 세기 값, 상기 드론의 임의의 특정 지점에서의 표준 값, 상기 노드에 대한 상관계수 값 그리고 상기 노드에 대한 표준 값을 이용하여 현재 시점에서 복수의 노드에 대한 수신 신호 세기값을 보정하고, 상기 보정된 노드들의 수신 신호 세기값을 이용하여 보정된 핑거프린팅 맵을 생성하는 핑거프린팅 맵 보정부, 그리고
상기 보정된 핑거프린팅 맵을 이용하여 현재 시점에서의 상기 실내 공간에서의 측위 대상 단말의 위치를 추정하는 위치 측정부를 포함하는 위치 추정 장치.A method for estimating a position of a position estimating apparatus using a drone in an indoor space,
A signal strength value received from at least one access point installed in the indoor space at an arbitrary specific time point is measured at a plurality of nodes and set as a node standard value, and at a specific point of the dron flying the indoor space, Sets the received signal intensity value as a dronon standard value, measures a signal intensity value received from the access point at each of a plurality of nodes by time slot, and stores the received signal intensity value at an arbitrary specific point of the dron A fingerprinting unit for measuring the fingerprinting time zone,
An arithmetic unit for calculating a correlation coefficient for each of the plurality of nodes by using a variation amount of a signal intensity value at the plurality of nodes according to an increase or decrease in a signal intensity value at an arbitrary specific point of the drone,
A signal strength measuring unit for measuring a signal strength value of a specific point of the drones at a current point in time,
Using a signal strength value at any particular point of the drones at the current point of time, a standard value at any particular point of the drones, a correlation coefficient value for the node, and a standard value for the node, A fingerprint mapping corrector for correcting a received signal strength value for the node and generating a corrected fingerprint map using the received signal strength value of the corrected nodes,
And a position measurement unit for estimating a position of the positioning target terminal in the indoor space at the current time using the corrected fingerprinting map. 제6항에 있어서,
상기 연산부는,
다음의 수학식을 이용하여 각 노드와 상기 드론의 임의의 특정 지점 사이의 상관 계수(r)를 연산하는 위치 추정 장치:
Figure pat00017

여기서, xi는 드론을 통해 각 시간대별로 측정된 신호 세기값,
Figure pat00018
는 각 시간대에 드론을 통해 측정된 평균 신호 세기 값, yi는 해당 노드에서 각 시간대별로 측정된 신호 세기 값,
Figure pat00019
는 각 시간대에 노드에서 측정된 평균 신호 세기 값을 나타낸다. The method according to claim 6,
The operation unit,
A position estimating apparatus for calculating a correlation coefficient (r) between each node and an arbitrary specific point of the drones using the following equation:
Figure pat00017

Here, x i is a signal intensity value measured for each time slot through the drones,
Figure pat00018
Y i is the signal strength value measured at each node in each time slot,
Figure pat00019
Represents the average signal strength value measured at the node in each time zone. 제7항에 있어서,
상기 핑거프린팅 맵 보정부는,
다음의 수학식을 통하여 상기 현재 시점에서 복수의 노드에 대한 수신 신호 세기값(P)을 연산하는 위치 추정 장치:
Figure pat00020

여기서, x는 현재 시점에서 드론의 임의의 특정 지점에서의 신호 세기 값, xj는 드론의 임의의 특정 지점에서의 드론 표준 값, r은 해당 노드에서의 상관계수, yj는 해당 노드에서의 표준 값을 나타낸다. 8. The method of claim 7,
Wherein the fingerprinting map correction unit comprises:
A position estimating apparatus for calculating a received signal strength value (P) for a plurality of nodes at the current time through the following equation:
Figure pat00020

Here, x is the signal strength values at any specific point in the drones from the current time point, x j is an arbitrary drone standard value at a specific point on the drone, r is a correlation coefficient at the node, y j are in the node Represents a standard value. 제6항에 있어서,
상기 위치 측정부는,
다음의 수학식을 이용하여 핑거프린팅 방식으로 유클리드 거리(D)의 값이 최소가 되는 위치를 상기 측위 대상 단말의 위치를 추정하는 위치 추정 장치:
Figure pat00021

여기서, z1, z2,...,zn은 현재 시점에서 측위 대상 단말에서 측정된 AP1, AP2, APn 의 신호 세기 값을 나타내고, y1, y2,...,yn은 보정된 핑거프린팅 맵에 저장된 신호 세기 값을 나타낸다. The method according to claim 6,
The position-
A position estimating apparatus for estimating a position of the positioning target terminal at a position where a value of the Euclidean distance D is minimized by a fingerprinting method using the following equation:
Figure pat00021

Here, z 1, z 2 , ..., z n represent signal intensity values of AP 1 , AP 2 , and AP n measured at the current time by the positioning target terminal, and y 1, Which is stored in the fingerprinting map. 제6항에 있어서,
상기 드론의 임의의 특정 지점은 상기 드론의 출발지점을 나타내는 위치 추정 장치.The method according to claim 6,
Wherein any particular point of the dron represents the starting point of the drones.
KR1020160145737A 2016-11-03 2016-11-03 Apparatus for estimating indoor position using drone and method thereof KR101959606B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160145737A KR101959606B1 (en) 2016-11-03 2016-11-03 Apparatus for estimating indoor position using drone and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160145737A KR101959606B1 (en) 2016-11-03 2016-11-03 Apparatus for estimating indoor position using drone and method thereof

Publications (2)

Publication Number Publication Date
KR20180049608A true KR20180049608A (en) 2018-05-11
KR101959606B1 KR101959606B1 (en) 2019-03-18

Family

ID=62185876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160145737A KR101959606B1 (en) 2016-11-03 2016-11-03 Apparatus for estimating indoor position using drone and method thereof

Country Status (1)

Country Link
KR (1) KR101959606B1 (en)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180010637A (en) * 2016-07-22 2018-01-31 한화테크윈 주식회사 Apparatus For Disaster Relief
CN109991569A (en) * 2019-04-03 2019-07-09 北京邮电大学 A kind of reverberation localization method and device based on millimeter wave robot
US11127202B2 (en) 2017-12-18 2021-09-21 Parthiv Krishna Search and rescue unmanned aerial system
CN113766424A (en) * 2021-09-23 2021-12-07 成都工业职业技术学院 Indoor positioning method and device for unmanned aerial vehicle, computer equipment and storage medium
KR102399998B1 (en) * 2021-01-25 2022-05-19 한국도로공사 Apparatus for acquiring image of bridge lower surface and method thereof
KR102503444B1 (en) * 2022-05-20 2023-02-27 (주)플루토솔루션 Apparatus and method for providing position information using wi-fi signals

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102459019B1 (en) * 2021-05-20 2022-10-31 주식회사 라온컨버전스 Method for location tracking employing grouping flight to UWB

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060047806A (en) * 2004-06-29 2006-05-18 마이크로소프트 코포레이션 Proximity detection using wireless signal strength
KR101178041B1 (en) * 2010-07-21 2012-08-30 한국과학기술원 Location based service system and method for performing indoor navigation
KR101625757B1 (en) * 2014-11-25 2016-05-31 한국과학기술원 Automated WLAN Radio Map Construction Method and System
KR20160075735A (en) * 2013-12-26 2016-06-29 인텔 코포레이션 Method and apparatus for cross device automatic calibration

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060047806A (en) * 2004-06-29 2006-05-18 마이크로소프트 코포레이션 Proximity detection using wireless signal strength
KR101178041B1 (en) * 2010-07-21 2012-08-30 한국과학기술원 Location based service system and method for performing indoor navigation
KR20160075735A (en) * 2013-12-26 2016-06-29 인텔 코포레이션 Method and apparatus for cross device automatic calibration
KR101625757B1 (en) * 2014-11-25 2016-05-31 한국과학기술원 Automated WLAN Radio Map Construction Method and System

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180010637A (en) * 2016-07-22 2018-01-31 한화테크윈 주식회사 Apparatus For Disaster Relief
US11127202B2 (en) 2017-12-18 2021-09-21 Parthiv Krishna Search and rescue unmanned aerial system
CN109991569A (en) * 2019-04-03 2019-07-09 北京邮电大学 A kind of reverberation localization method and device based on millimeter wave robot
KR102399998B1 (en) * 2021-01-25 2022-05-19 한국도로공사 Apparatus for acquiring image of bridge lower surface and method thereof
CN113766424A (en) * 2021-09-23 2021-12-07 成都工业职业技术学院 Indoor positioning method and device for unmanned aerial vehicle, computer equipment and storage medium
CN113766424B (en) * 2021-09-23 2023-11-03 成都工业职业技术学院 Unmanned aerial vehicle indoor positioning method, unmanned aerial vehicle indoor positioning device, computer equipment and storage medium
KR102503444B1 (en) * 2022-05-20 2023-02-27 (주)플루토솔루션 Apparatus and method for providing position information using wi-fi signals

Also Published As

Publication number Publication date
KR101959606B1 (en) 2019-03-18

Similar Documents

Publication Publication Date Title
KR101959606B1 (en) Apparatus for estimating indoor position using drone and method thereof
Podevijn et al. TDoA‐based outdoor positioning with tracking algorithm in a public LoRa network
CN106662453B (en) For being carried out according to sensor and radio-frequency measurement based on the mobile method and apparatus positioned in real time
JP5710778B2 (en) Wireless station self-positioning
CN103402258B (en) Wi-Fi (Wireless Fidelity)-based indoor positioning system and method
EP2604977B1 (en) Apparatus and method for performing map matching
US9832615B2 (en) Mobile device sensor and radio frequency reporting techniques
US10050770B2 (en) Positioning system configuration with round trip time
JP7288589B2 (en) Cooperative positioning
CN106170995B (en) Feedback in positioning systems
US20160282448A1 (en) Localization using time-of-flight
JP2011214920A (en) Position estimating device, position estimation method, and program
US10356556B2 (en) Method for locating mobile devices in a common frame of reference
US10506546B2 (en) Method of locating an access point to a communication network
KR101301020B1 (en) A movable node position searching device and the position searching method thereof
KR20120071291A (en) Indoor position finding apparatus and method for measuring indoor positioning using wireless communication
KR101756819B1 (en) Method for measuring position of node by using range-free mothod
JP2022003329A (en) Limitation of calibration of atmospheric pressure sensor by sporadic data collection
KR100940006B1 (en) Apparatus and method for node localization in wireless networks
US20120165040A1 (en) Method for locating wireless nodes using difference triangulation
US20160277880A1 (en) Geo-location of a wlan device
WO2022073101A1 (en) System and method for iterative location rippling in wireless networks
Zhou et al. A map registration localization approach based on mobile beacons for wireless sensor networks
Kitanouma et al. SmartFinder: Cloud-based self organizing localization for mobile smart devices in large-scale indoor facility
Fujii et al. Trajectory estimation algorithm for mobile nodes using encounter information and geographical information

Legal Events

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