KR20200140184A - 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치 - Google Patents

무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치 Download PDF

Info

Publication number
KR20200140184A
KR20200140184A KR1020200045528A KR20200045528A KR20200140184A KR 20200140184 A KR20200140184 A KR 20200140184A KR 1020200045528 A KR1020200045528 A KR 1020200045528A KR 20200045528 A KR20200045528 A KR 20200045528A KR 20200140184 A KR20200140184 A KR 20200140184A
Authority
KR
South Korea
Prior art keywords
particle
location tracking
signal strength
indoor location
value
Prior art date
Application number
KR1020200045528A
Other languages
English (en)
Other versions
KR102362817B1 (ko
Inventor
정재훈
심일문
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to US16/892,675 priority Critical patent/US11290850B2/en
Publication of KR20200140184A publication Critical patent/KR20200140184A/ko
Application granted granted Critical
Publication of KR102362817B1 publication Critical patent/KR102362817B1/ko

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
    • 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
    • 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

Landscapes

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

Abstract

무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치가 개시된다. 구체적으로, 위치추적장치에 의한 무선 신호세기 기반의 파티클 필터(particle filter)를 이용하는 실내 위치추적 방법에 있어서, 위치추적의 대상 공간과 대응되는 베이스맵(Base map)상에 파티클을 초기화하는 단계; 단말과 비콘(Beacon) 사이의 제1 거리값 및 상기 파티클과 상기 비콘 사이의 제2 거리값을 측정하는 단계; 상기 제1 거리값과 상기 제2 거리값을 비교하여, 상기 파티클의 가중치값(weight)을 계산하는 단계; 상기 가중치값에 의하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 상기 파티클을 리샘플링(resampling)하는 단계; 상기 리샘플링이 일정 회수만큼 수행된 경우, 상기 단말의 위치추정좌표를 도출하는 단계; 및 상기 파티클을 상기 대상 공간 상의 임의의 지점으로 이동시킨 후, 상기 제1 거리값 및 상기 제2 거리값을 측정하는 단계를 반복 수행하는 단계를 포함하며, 상기 단말 및 비콘은 위치추적의 대상 공간에 하나 이상 위치될 수 있다.

Description

무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치{Method and apparatus for indoor location tracking using particle filter based on wireless signal strength}
본 발명은 실내 위치추적 기술에 관한 것으로서, 보다 상세하게는 효율적으로 파티클의 가중치를 계산하기 위한 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치에 관한 것이다.
실내 측위는 지도와 내비게이션, 추적, 정보제공 및 기타 파생 응용프로그램을 포함하는 위치기반 서비스(Location-Based Service, LBS)의 핵심적인 기술이다.
실내 위치 인식 기법에 관한 연구 중 첫 번째로, 스마트폰의 관성센서를 이용하여 사람의 걷기 동작을 감지하여 위치를 추적하는 방법인 추측항법(Dead-Reckoning)이 있다. 이러한 스마트폰의 관성센서를 이용한 위치추적은 누적에러(Accumulated Error) 문제를 태생적으로 지니고 있다. 이미 추정된 위치 좌표 결과 값에 연속적으로 추정된 위치 좌표 결과 값이 누적되기 때문에 위치 좌표 추정과정에서 잘못된 결과 값이 포함되면 오류가 보정되지 않고 지속적으로 누적되어 오차율이 점점 증가하는 한계점을 지니고 있다.
두 번째로, 무선 통신을 사용하는 실내 측위시스템(Indoor Positioning System, IPS)은 전파수신강도(Received Signal Strength Indicator, RSSI), 관성정보, 채널 상태정보, 도착각도, 비행 시간 및 도착 위상 등 다양한 정보를 사용하여 대상의 위치를 추정할 수 있다.
대표적인 위치측위 방법으로 무선 신호세기 기반의 위치측위 방식이 있다. 무선 신호세기 측위 방식은 전파모델의 비선형성으로 인해 주변 환경(건물외벽, 사람, 전파신호 등)에 취약한 특성을 지니고 있다. 무선 신호세기 측위기법은 전파모델의 신호세기를 기준으로 위치를 추정하기 때문에 전파모델이 지니는 오차율이 그대로 측위 오차에 반영되는 성질을 지닌다.
무선 신호세기(RSSI) 정보를 사용한 위치 추정은 단순하지만 신호 다중경로 효과, 잡음과 간섭 등 기타 여러 요인의 영향으로 인한 불안정성을 가지고 있다. RSSI 기반의 위치 추정 시스템의 불안정성을 개선하기 위해 관성 정보와 RSSI를 결합한 추측항법(Dead-Reckoning)을 사용한 위치 추적 기법 등 다양한 접근법들이 제안되고 있다.
본 발명의 목적은 무선 신호 간섭이 심한 실내 환경에서도 측위 오차가 고르게 나타날 수 있도록 하는 측위 기법을 개발하여 측위 정확도가 보장될 수 있도록 하는 실내 위치추적 방법 및 장치를 제안한다.
또한, 본 발명의 목적은 무선 신호세기 기반의 파티클 필터를 이용한 효율적인 실내 위치추적 방법 및 장치를 제안한다.
또한, 본 발명의 다른 실시예는 파티클 필터를 이용하여 실내 환경에서 태그(목표물)의 위치를 추적하기 위한, 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 시스템을 제공하고자 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상은, 위치추적장치에 의한 무선 신호세기 기반의 파티클 필터(particle filter)를 이용하는 실내 위치추적 방법에 있어서, 위치추적의 대상 공간과 대응되는 베이스맵(Base map)상에 파티클을 초기화하는 단계; 단말과 비콘(Beacon) 사이의 제1 거리값 및 상기 파티클과 상기 비콘 사이의 제2 거리값을 측정하는 단계; 상기 제1 거리값과 상기 제2 거리값을 비교하여, 상기 파티클의 가중치값(weight)을 계산하는 단계; 상기 가중치값에 의하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 상기 파티클을 리샘플링(resampling)하는 단계; 상기 리샘플링이 일정 회수만큼 수행된 경우, 상기 단말의 위치추정좌표를 도출하는 단계; 및 상기 파티클을 상기 대상 공간 상의 임의의 지점으로 이동시킨 후, 상기 제1 거리값 및 상기 제2 거리값을 측정하는 단계를 반복 수행하는 단계를 포함하며, 상기 단말 및 비콘은 위치추적의 대상 공간에 하나 이상 위치될 수 있다.
본 발명의 다른 일 양상은, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치에 있어서, 신호를 송수신하기 위한 통신부; 데이터를 저장하는 메모리부; 및 상기 통신부 및 상기 메모리부를 제어하는 제어부;를 포함하고, 상기 제어부는 위치추적의 대상 공간과 대응되는 베이스맵(Base map)상에 파티클을 초기화하고, 단말과 비콘(Beacon) 사이의 제1 거리값 및 상기 파티클과 상기 비콘 사이의 제2 거리값을 측정하며, 상기 제1 거리값과 상기 제2 거리값을 비교하여, 상기 파티클의 가중치값(weight)을 계산하고, 상기 가중치값에 의하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 상기 파티클을 리샘플링(resampling)하며, 상기 리샘플링이 일정 회수만큼 수행된 경우, 상기 단말의 위치추정좌표를 도출하고, 상기 파티클을 상기 대상 공간 상의 임의의 지점으로 이동시킨 후, 상기 제1 거리값 및 상기 제2 거리값의 측정하는 단계를 반복 수행하며, 상기 단말 및 비콘은 위치추적의 대상 공간에 하나 이상 위치되도록 구성될 수 있다.
바람직하게, 상기 리샘플링이 일정 회수만큼 수행되지 않은 경우, 상기 제1 거리값 및 제2 거리값을 측정하는 단계부터 다시 수행할 수 있다.
바람직하게, 상기 제1 거리값은 상기 단말에서 측정되는 상기 비콘의 RSSI(Received Signal Strength Indicator) 값을 환산하여 계산될 수 있다.
바람직하게, 상기 제2 거리값은 상기 파티클의 좌표값과 상기 비콘의 좌표값을 근거로 계산될 수 있다.
바람직하게, 상기 가중치값은 상기 대상 공간에 위치한 모든 비콘들에 대하여, 동일한 비콘에 대한 상기 제2 거리값과 상기 제1 거리값 사이의 유사도(likelihood)를 근거로 계산될 수 있다.
바람직하게, 상기 단말과 비콘의 근접한 정도 및 상기 파티클의 위치가 상기 비콘의 위치에 근접한 정도에 근거하여, 상기 가중치값에 근접 가중치값을 부여하는 단계를 더 포함할 수 있다.
바람직하게, 상기 근접 가중치값을 부여하는 단계는 상기 가중치값에 상기 근접 가중치값을 곱하는 연산으로 계산될 수 있다.
바람직하게, 상기 근접 가중치값은 상기 제1 거리값에 근거하여 계산될 수 있다.
바람직하게, 상기 위치추정좌표는 상기 대상 공간에 존재하는 모든 파티클들의 좌표값의 평균으로 계산될 수 있다.
바람직하게, 상기 파티클의 이동은 상기 대상 공간 상의 정해진 범위 내에서 상기 파티클의 좌표를 랜덤하게로 이동시킬 수 있다.
바람직하게, 상기 대상 공간에 대한 정보를 근거로 생성되는 측위 구간 가중치 맵을 이용하여 상기 가중치를 보정하는 단계를 더 포함할 수 있다.
바람직하게, 상기 제어부는 상기 리샘플링이 일정 회수만큼 수행되지 않은 경우, 상기 제1 거리값 및 제2 거리값을 측정하는 단계부터 다시 수행되도록 구성될 수 있다.
바람직하게, 상기 제1 거리값은 상기 제어부에 의하여 상기 단말에서 측정되는 상기 비콘의 RSSI(Received Signal Strength Indicator) 값을 환산하여 계산되도록 구성될 수 있다.
바람직하게, 상기 제2 거리값은 상기 제어부에 의하여 상기 파티클의 좌표값과 상기 비콘의 좌표값을 근거로 계산되도록 구성될 수 있다.
바람직하게, 상기 가중치값은 상기 제어부에 의해 상기 대상 공간에 위치한 모든 비콘들에 대하여, 동일한 비콘에 대한 상기 제2 거리값과 상기 제1 거리값 사이의 유사도(likelihood)를 근거로 계산되도록 구성될 수 있다.
바람직하게, 상기 제어부가 상기 단말과 비콘의 근접한 정도 및 상기 파티클의 위치가 상기 비콘의 위치에 근접한 정도에 근거하여, 상기 가중치값에 근접 가중치값을 부여하도록 구성될 수 있다.
바람직하게, 상기 위치추정좌표는 상기 제어부에 의하여 상기 대상 공간에 존재하는 모든 파티클들의 좌표값의 평균으로 계산되도록 구성될 수 있다.
바람직하게, 상기 파티클의 이동은 상기 제어부가 상기 대상 공간 상의 정해진 범위 내에서 상기 파티클의 좌표를 랜덤하게 이동시키도록 구성될 수 있다.
바람직하게, 상기 제어부가 상기 대상 공간에 대한 정보를 근거로 생성되는 측위 구간 가중치 맵을 이용하여 상기 가중치를 보정하도록 구성될 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 실내 위치추적 장치에 의한 무선 신호세기 기반의 파티클 필터(Particle filter)를 이용하는 실내 위치추적 방법에 있어서, 실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(RSSI; Received Signal Strength Indicator) 정보를 전처리하는 단계; 상기 전처리된 무선 신호 세기 정보를 사용하여 계산된 상기 태그와 상기 액세스 포인트 사이의 제3 거리값과 상기 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 상기 액세스 포인트 사이의 제4 거리값을 비교하여 각 파티클을 리샘플링하고, 상기 리샘플링된 각 파티클의 위치로부터 상기 태그의 근사화된 위치를 추정하는 단계; 및 상기 추정된 태그의 근사화된 위치를 추적하는 단계를 포함하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법이 제공될 수 있다.
상기 무선 신호 세기 정보를 전처리하는 단계는, 칼만 필터(Kalman Filter)를 이용하여 상기 수신된 무선 신호 세기 정보의 잡음을 필터링할 수 있다.
상기 무선 신호 세기 정보를 전처리하는 단계는, 상기 수신된 무선 신호 세기 정보로부터 칼만 이득(Kalman Gain)을 통해 계산된 무선 신호 세기 값을 다음 추정에 사용될 에러 공분산 및 현재 상태의 업데이트를 통해 업데이트하여 무선 신호 세기 값을 추정할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 실내의 크기 설정 동작, 상기 실내에서의 액세스 포인트의 좌표 설정 동작 및 복수 개의 파티클 생성 및 분포 동작을 수행하는 초기화하는 단계를 더 포함할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 제3 거리값과 상기 제4 거리값을 각각 상기 실내의 크기로 정규화할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 제3 거리값과 상기 제4 거리값 간의 차이 값을 이용하여 상기 실내에 분포된 각 파티클의 가중치를 계산할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지지만 가중치가 낮은 파티클도 적은 확률로 선택되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 기법을 사용하여 각 파티클을 리샘플링할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 선택 간격(Selection Interval)과 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS) 기법을 사용하여 각 파티클을 리샘플링할 수 있다.
상기 태그의 위치를 추정하는 단계는, 상기 리샘플링된 각 파티클의 중심을 상기 태그의 위치로 추정할 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치에 있어서, 신호를 송수신하기 위한 통신부; 데이터를 저장하는 메모리부; 및 상기 통신부 및 상기 메모리부를 제어하는 제어부;를 포함하고, 상기 제어부는, 실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(RSSI; Received Signal Strength Indicator) 정보를 전처리하고, 상기 전처리된 무선 신호 세기 정보를 사용하여 계산된 상기 태그와 상기 액세스 포인트 사이의 제3 거리값과 상기 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 상기 액세스 포인트 사이의 제4 거리값을 비교하여 각 파티클을 리샘플링하고, 상기 리샘플링된 각 파티클의 위치로부터 상기 태그의 근사화된 위치를 추정하고, 상기 추정된 태그의 근사화된 위치를 추적하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치가 제공될 수 있다.
상기 제어부는, 칼만 필터(Kalman Filter)를 이용하여 상기 수신된 무선 신호 세기 정보의 잡음을 필터링할 수 있다.
상기 제어부는, 상기 수신된 무선 신호 세기 정보로부터 칼만 이득(Kalman Gain)을 통해 계산된 무선 신호 세기 값을 다음 추정에 사용될 에러 공분산 및 현재 상태의 업데이트를 통해 업데이트하여 무선 신호 세기 값을 추정할 수 있다.
상기 제어부는, 상기 실내의 크기 설정 동작, 상기 실내에서의 액세스 포인트의 좌표 설정 동작 및 복수 개의 파티클 생성 및 분포 동작을 수행하는 초기화할 수 있다.
상기 제어부는, 상기 제3 거리값과 상기 제4 거리값을 각각 상기 실내의 크기로 정규화할 수 있다.
상기 제어부는, 상기 제3 거리값과 상기 제4 거리값 간의 차이 값을 이용하여 상기 실내에 분포된 각 파티클의 가중치를 계산할 수 있다.
상기 제어부는, 상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지지만 가중치가 낮은 파티클도 적은 확률로 선택되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 기법을 사용하여 각 파티클을 리샘플링할 수 있다.
상기 제어부는, 상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 선택 간격(Selection Interval)과 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS)기법을 사용하여 각 파티클을 리샘플링할 수 있다.
상기 제어부는, 상기 리샘플링된 각 파티클의 중심을 상기 태그의 위치로 추정할 수 있다.
본 발명의 실시예에 따르면, 무선 신호 간섭이 심한 실내 환경에서도 측위 정확도가 보장될 수 있도록 하는 실내 위치추적 방법을 사용할 수 있다.
또한, 본 발명의 실시예에 따르면, 무선 신호세기 기반의 파티클 필터를 이용하여 효율적인 실내 위치추적 방법을 사용할 수 있다.
또한, 본 발명의 실시예들은 태그나 스마트폰을 소지한 사람들의 이동을 모니터링할 수 있어, 화재나 폭발, 자연재해 등과 같은 위급상황 발생 시 사람들을 빠르게 실내에서 대피시킴으로써 피해를 최소화할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 발명의 일 실시예에 따른 파티클 필터를 이용한 실내 위치추적 방법을 예시한 순서도를 나타낸 도면이다.
도 2은 유사도(likelihood)를 계산하는 방식을 예시하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 근접 가중치값 부여여부와 관련된 측위 수행시간 비교결과를 도시한 그래프를 나타내는 도면이다.
도 4는 측위 구간 가중치 맵을 예시하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 장치의 블록도를 예시하는 도면이다.
도 6은 본 발명의 다른 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 시스템의 구성도이다.
도 7은 본 발명의 다른 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 방법에 대한 흐름도이다.
도 8은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 칼만 필터로 RSSI 정보를 전처리하는 과정을 나타낸 도면이다.
도 9는 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 칼만 필터로 전처리된 RSSI 데이터를 나타낸 도면이다.
도 10 및 도 11은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 사용된 룰렛 휠 기법을 나타낸 도면이다.
도 12 및 도 13은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 사용된 확률론적 일반 샘플링 기법을 나타낸 도면이다.
도 14는 본 발명의 다른 실시예의 성능을 평가하기 위한 구현 시스템의 테스트베드 구성을 나타낸 도면이다.
도 15 및 도 16은 본 발명의 다른 실시예의 성능을 평가하기 위한 시뮬레이션 구성의 실험 결과를 나타낸 도면이다.
도 17 내지 도 28은 본 발명의 다른 실시예의 성능을 평가하기 위한 구현 시스템의 테스트베드에서의 다양한 실험 결과들을 나타낸 도면이다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시례를 가질 수 있는 바, 특정 실시례들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 개수, 단계, 동작, 구성요서, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 GPS 사용이 불가능한 실내공간에서 비콘(Beacon)이라는 무선 자원을 활용하여 단말 위치를 측위하는 방법에 대한 것으로서, 파티클 필터(Particle Filter)라는 시뮬레이션 기반의 예측기법을 활용하여 단말의 위치를 예측하는 것을 목적으로 한다.
파티클 필터(Particle Filters)란, 도출하고자 하는 결과 값을 계산하려는 값이 닫힌 형식으로 표현되지 않거나 복잡한 경우에 임의의 분포로 예측 값을 찾아나가는 방식의 알고리즘이다.
파티클 필터는 비선형 또는 비가우시안 시스템에 적합한 기법으로서 입력된 측정 상태들을 가지고 몬테카를로 시뮬레이션 기법을 기반으로 예측 값을 추론해나간다. 파티클 필터는 사전분포(Prior distributions)와 사후분포(Posterior distributions)와 같은 베이지안 조건 확률(Bayesian conditional probabilities)에 기반을 두고 있기 때문에 사후분포를 해석적으로 구하는 선형 시스템에 적합한 칼만 필터와는 달리 각 파티클들이 가지는 가중치를 계산하여 상태변수의 특성을 파악한다.
무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법에 관한 보다 상세한 실시예는 도 1를 참조하여 이하에서 후술한다. 이하의 실시예들은 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 장치에 적용될 수 있다. 다만, 이에 한정되는 것은 아니며, 이하의 실시예들은 다양한 위치추적 장치에 적용/도입될 수 있음은 물론이다.
도 1은 본 발명의 일 실시예에 따른 파티클 필터를 이용한 실내 위치추적 방법을 예시한 순서도이다. 본 실시예에서 적어도 하나의 단계가 삭제되거나, 새로운 단계가 추가될 수도 있다.
1. 최초 베이스맵(Base Map)(230) 상에 파티클(220)을 초기화 하는 단계(S1001)는 다음과 같이 수행될 수 있다. 위치추적 장치는 위치추적의 목적이 되는 공간과 대응되는 베이스맵(230)을 생성하고, 균일한 분포로 베이스맵(230) 전역에 파티클(220)을 분포시킨다. 상기 베이스맵(230)은 예를 들어, 벡터 형태 지도, 2차원 지도 등으로 생성 될 수 있다. 각 파티클(220)은 베이스맵(230)내에서 위치하는 좌표값, 가중치값(weight)등의 정보값을 포함한다. 분포되는 파티클(220)의 수는 기본적으로 공간의 크기에 비례하나, 필요할 경우 위치추적의 목적 등에 따라 적절한 범위 내에서 증감시킬 수 있다.
2. 파티클 필터에서는 각 파티클(220)들이 가지는 가중치값(
Figure pat00001
)을 갱신하기 위해 측정(measurement) 단계를 수행한다(S1002). 상기 측정 단계는 단말(210)과 비콘 사이의 제1 거리값 및 파티클(220)과 비콘 사이의 제2 거리값을 측정하는 단계를 포함한다. 위치추적의 목적이 되는 공간에는 한 개 이상의 비콘이 위치될 수 있으며, 상기 공간에 위치되는 단말(210)의 수도 한 개 이상일 수 있다. 제1 거리값은 단말(210)에서 측정된 비콘의 무선 신호세기(RSSI : Received Signal Strength Indicator) 측정값을 환산하여 계산될 수 있다. 이때 RSSI 측정값은 칼만 필터 알고리즘을 통해 필터링 된 RSSI를 활용할 수 있다. 또한, 제2 거리값은 파티클(220)의 좌표값과 비콘의 좌표값을 근거로 계산될 수 있으며, 이를 위해, 유클리드(Euclidean) 거리 알고리즘이 이용될 수 있다. 상기 제2 거리값 계산을 위해, 실내 위치추적 장치는 파티클(220)의 좌표값 및 비콘의 좌표값을 미리 알고 있어야 한다. 파티클(220)의 좌표값은 파티클(220)을 초기화하는 단계를 통하여 제시될 수 있으며, 비콘의 좌표값은 위치추적의 목적이 되는 공간에 위치된 비콘들의 좌표값으로 제시된다.
3. 상기 제1 거리값과 상기 제2 거리값을 비교하여, 파티클(220)의 가중치값을 계산한다(S1003). 상기 가중치값은 유사도(likelihood)를 산정하여 계산된다. 도 2은 이러한 유사도를 계산하는 방식을 예시하는 도면이다. 도 2를 참조하여 유사도를 계산하는 방식에 대해 설명하면 다음과 같다.
위치추적장치(5000)는 각 파티클(220)들의 좌표와 각 비콘(200)들의 좌표 사이의 거리(
Figure pat00002
)를 계산하고, 단말(210)에서 측정된 각 비콘(200)들과의 거리(
Figure pat00003
)를 계산하여 두 거리 사이의 유사도를 통해 해당 파티클(220)의 가중치값을 도출한다. 각 파티클(220)의 가중치값 도출을 위해 필요한 거리 비교 값은 다음의 수학식 1로 계산될 수 있다.
Figure pat00004
Figure pat00005
Figure pat00006
은
Figure pat00007
번째 파티클과
Figure pat00008
번째 비콘 사이의 거리를 유클리드 거리 알고리즘을 통해 계산하여 정규화한 값이고,
Figure pat00009
은 단말(210)에서 측정된
Figure pat00010
번째 비콘의 RSSI 측정값을 거리 값으로 환산하여 정규화한 값이다.
Figure pat00011
의 정규화를 위한
Figure pat00012
는 실내 공간에서 현재 생성된 모든 파티클에 대해 임의의 파티클과 임의의 비콘 사이의 최대 거리이다.
Figure pat00013
의 정규화를 위한
Figure pat00014
는 스마트폰에서 임의의 비콘이 감지될 수 있는 최대 거리 환산값이다.
Figure pat00015
는 스마트폰이 실내 공간의 레이아웃 상에 어디에든지 이동가능하면 실내 공간의 가장 긴 대각선 길이로 설정된다.
정규화 된 두 거리 값(
Figure pat00016
,
Figure pat00017
)의 차이를 비교하여 해당 파티클의 가중치값을 구하게 된다. 상기 가중치값은 아래 수학식 2 를 통하여 도출할 수 있다.
Figure pat00018
즉, (i)번째 파티클이 가지는 가중치값(
Figure pat00019
)은 j개의 비콘(200)을 통해 단말(210)에서 측정된 각각의 거리 추정 값이 해당 파티클이 위치한 지점과의 거리와 얼마나 유사한지를 비교함으로써 도출될 수 있다.
4. 3단계에서 계산된 가중치값을 이용하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 업데이트 된 가중치값을 근거로 파티클(220)을 리샘플링(resampling) 한다(S1004). 상기 업데이트를 위해, 위치추적 장치는 종래 가중치값을 알고 있어야 하고, 이를 기억하기 위한 수단으로 메모리를 이용할 수 있다. 리샘플링은 확률이 작은 파티클(220)은 제거하고, 확률이 큰 파티클(220)을 여러 개로 쪼개어 파티클(220)들을 재생성하는 과정을 말한다. 리샘플링은 가중치값의 업데이트 과정에서 일부 파티클(220)의 가중치값이 반복적으로 증가함으로써 파티클(220) 집합의 분포가 일부 지점으로 수렴하는 퇴보(degeneracy)현상을 방지하기 위해서 실행된다. 다음에서 설명하는 리샘플링 방식은 리샘플링 방식의 일 실시예이며, 다른 적절한 방식을 통한 리샘플링을 수행하여도 무방하다.
먼저, 리샘플링을 하기 위한 확률분포를 계산하기 위하여 이용되는 시간
Figure pat00020
에서 가중치값을 가지는 n개의 파티클(220)에 대한 집합(
Figure pat00021
)은 수학식 3에 의해 정의될 수 있다.
Figure pat00022
수학식 3에서
Figure pat00023
는 파티클(220)의 위치를 의미하는 것이고,
Figure pat00024
는 각 파티클(220)이 가지는 가중치값을 의미한다. 이에 따라 분석적인 방법이 아닌 임의의 형태를 갖는 확률 분포에 기초한 몬테카를로 시뮬레이션이 수행 가능하다.
파티클 필터의 추론 모델은 베이지안 추론 규칙을 기반으로 다음 수학식 4에 의해 정의될 수 있다.
Figure pat00025
수학식 4에서 사후확률(
Figure pat00026
)은
Figure pat00027
개의 파티클에 대한 집합(
Figure pat00028
)에 의해 재귀적으로 계산되며, 파티클 집합(
Figure pat00029
)은 사전확률(
Figure pat00030
)에 의해 가중치값을 부여받게 된다. 파티클 필터에서는 가중치값을 가지는 파티클(
Figure pat00031
)을 사용하여 시점 단계
Figure pat00032
에서 사후확률(
Figure pat00033
)의 근사치를 구하고, 이 파티클들을 지속적으로 리샘플링하여 다음 시점 단계에서의 사후확률(
Figure pat00034
)에 대한 근사치를 추정하게 된다. 본 발명에서는 리샘플링 기법의 일 실시예로 파티클의 가중치에 비례해서 파티클이 여러 번 재선정되게 하지만 가중치가 작은 파티클도 선정되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 알고리즘을 이용한다. 가중치 기반 비편향 샘플링 알고리즘을 의사코드(Pseudocode)로 나타내면 다음과 표1과 같다.
Figure pat00035

Figure pat00036
▷ get the highest weight
Figure pat00037
from all the particles
Figure pat00038

Figure pat00039
▷ start with a random integer index
Figure pat00040
from particles
for
Figure pat00041
to
Figure pat00042
do
Figure pat00043
▷ initialize a threshold
Figure pat00044

while
Figure pat00045
▷ repeat the while loop as long as
Figure pat00046
is greater than
Figure pat00047

Figure pat00048
▷ move
Figure pat00049
to the next particle index
Figure pat00050
▷ reduce
Figure pat00051
by the weight
Figure pat00052

end while
add
Figure pat00053
to
Figure pat00054
▷ insert a particle point
Figure pat00055
to the set
Figure pat00056

end for
return
Figure pat00057
일반적으로 가중치 기반 비편향 샘플링 기법은 기존의 룰렛 휠 선택(Roulette Wheel Selection) 기법보다 가중치가 낮은 파티클도 선택되게 하는 비편향성을 제공한다. 룰렛 휠 선택 기법은 바늘이 하나인 바퀴를 여러 번 돌려서 다음 세대를 결정한다. 가중치 기반 비편향 샘플링 기법은 낮은 가중치값을 가진 파티클에 대해서도 선택의 기회를 제공하므로 룰렛 휠 선택보다 편향이 적은 리샘플링을 제공한다.
본 발명에서는 리샘플링 기법의 다른 실시예로 랜덤하게 추출함과 동시에 일정한 간격으로 파티클을 추출하는 방식인 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS) 알고리즘을 이용한다. SUS 알고리즘을 의사코드(Pseudocode)로 나타내면 다음과 표2와 같다.
Figure pat00058

Figure pat00059

Figure pat00060
▷ initialize a CDF(cumulative distribution function) c with the weight
Figure pat00061

Figure pat00062

for
Figure pat00063
to
Figure pat00064
do
Figure pat00065
▷ initialize a threshold U
while
Figure pat00066
▷ repeat the while loop as long as U is greater than c
Figure pat00067

Figure pat00068
▷ increase the CDF c by the weight
Figure pat00069

end while
add
Figure pat00070
to
Figure pat00071
▷ insert a particle point
Figure pat00072
to the set
Figure pat00073

end for
return
Figure pat00074
일반적으로 SUS 알고리즘은 작은 집단에서 발생할 수 있는 적응도 균형 선택의 문제점을 최소화하기 위해 사용되는데, 룰렛 휠 선택(Roulette Wheel Selection) 기법에 비해 균등한 간격으로 바늘이 있는 바퀴를 한 번만 돌려서 다음 세대를 선택하도록 하여 낮은 가중치값을 가진 파티클에 대해서도 선택의 기회를 제공해 준다. 따라서 편향이 없고 최소한의 확산 밖에 가지지 않기 때문에 분산이 작다.
5. 다음으로 상기 리샘플링이 일정 회수(x)만큼 수행되었는지를 판단하고, 일정 회수(x)만큼 수행된 경우, 단말(210)의 위치로 추정되는 좌표를 도출할 수 있다 (S1005). 보통 리샘플링의 크기는
Figure pat00075
으로 이전 샘플의 크기와 같다. 하지만 상기 일정 회수는 사용자에 의하여 임의로 정해질 수 있고, 위치추적의 기초가 되는 공간의 크기, 위치추적의 목적, 단말(210)의 이동속도 등을 고려하여 계산될 수 있다. 또한, 리샘플링의 주기와 관련하여, 비콘(200)의 Broadcasting 주기 등을 고려할 수 있다. 상기 일정 회수가 크면, 보다 정확한 위치추정좌표가 도출될 수 있으나, 도출 시간이 오래 걸린다는 단점이 있고, 일정 회수가 작으면, 정확도는 떨어지지만 수행시간이 빠르다는 장점이 있다. 따라서 위치추적 방법이 수행되는 환경에 따라 적절한 회수를 선택함이 타당하다. 위치추정좌표는 다음의 수학식 5을 통하여 도출될 수 있다.
Figure pat00076
수학식 5을 참조하면, 위치추정좌표(
Figure pat00077
)는 당해 단계에서 존재하는 모든 파티클들의 (x, y) 좌표 평균을 구하여 도출된다. 리샘플링이 일정 회수만큼 수행되지 않았다면, 리샘플링의 회수 카운트에 1을 더하고 측정단계부터 다시 수행한다(S1006).
6. 단말(210)의 위치는 실시간으로 변할 수 있으므로, 후속 위치추정좌표를 도출하기 위하여, 파티클(220)을 대상 공간 상의 임의지점으로 이동시킨 후, 측정 단계부터 다시 수행된다.(S1007) 파티클(220)의 이동은 몬테카를로 방법이라고 불리는 난수를 이용하여 결과 값을 확률적으로 예측해 나가는 과정을 수행한다. 이때 난수를 생성하여 파티클(220)들을 이동시키는 데에는 랜덤 워크 기법(Random Walk)을 활용하는데, 랜덤 워크는 정해진 범위 내에서 각 파티클(220)들의 좌표를 무작위로 이동시키는 것을 말한다.
파티클(220)의 이동 단계를 통하여, 이동된 파티클(220)의 분포가 지나치게 좁을 경우에는 국부 최소화(local minima)에 수렴할 가능성이 높아지며, 반대로 파티클(220)의 분포가 지나치게 넓으면 측위 오차가 증가하는 문제가 있다. 본 발명에서는 이와 같은 문제점을 극복하고자 단말(210)의 위치와 가깝게 측정되는 비콘(200) 위치와의 근접한 정도에 따라 파티클(220)의 가중치값에 추가적으로 근접 가중치값을 부여한다. 이렇게 함으로써 단말(210)의 위치와 가까운 파티클(220) 일수록 추가적인 근접 가중치값을 부여 받아 파티클(220)들이 빠르게 단말(210)의 위치를 찾아나갈 수 있다.
수학식 6은 파티클의 가중치값에 근접 가중치값(
Figure pat00078
)을 부여하는 방법을 나타낸 수식이다.
Figure pat00079
Figure pat00080
단말(210)에서 측정된 제1 거리값들의 집합을 가장 가까운 거리순으로 오름차순 정렬한 경우, 각 파티클(220)에게 부여되는 근접 가중치값(
Figure pat00081
)은 위와 같이 정의될 수 있다. 따라서 단말(210)로부터 가깝게 측정되는 비콘일수록, 파티클(220)은 도출된 가중치값을 그대로 부여받을 수 있지만 멀리있는 비콘일수록, 1보다 낮은 근접 가중치값을 부여받아 최종적으로는 원래 도출된 가중치값보다 낮은 가중치값을 순차적으로 부여 받게 된다.
도 3은 본 발명의 일 실시예에 따른 근접 가중치값 부여여부와 관련된 측위 수행시간 비교결과를 도시한 그래프이다. 도3을 참고하면, 파티클(220)들에게 근접 가중치값을 부여하지 않은 경우에는 목표지점에 도달하기 위해 필요한 시간은 약 20초였고, 파티클(220)들에게 근접 가중치값을 부여한 경우에는 목표지점에 도달하기 위해 필요한 시간은 약 14초였다. 단말(210)의 위치 변화에 따라 가장 가깝게 측정되는 비콘의 위치에 근접한 파티클(220)들에게 근접 가중치값을 부여하는 것이 단말(210)의 변화된 위치를 약 6초 정도 더 빠르게 찾아나가는 것으로 확인 되었다.
추가적으로 측위 취약구간의 측위 오차를 줄이기 위해 측위가 수행되는 실내 지도를 고려하여 측위를 중점적으로 수행해야하는 구간(예를 들어, 보행구간 등)과 측위가 불필요한 구간(예를 들어, 책상, 벽 등)을 구분하여 위치 추적을 수행할 수 있다.
도 4는 측위 구간 가중치 맵의 예이다. 측위 구간 가중치 맵이란, 위치추적의기초가 되는 공간을 표시한 지도에서 얻은 정보를 근거로 측위 구간에 가중치를 부여하여 나타낸 히트맵(Heatmap)이다. 도 4를 참조하여, 측위 구간 가중치 맵을 이용하여 가중치값을 보정하는 단계를 설명하면 다음과 같다.
도 4의 측위 구간 가중치 맵에서 적색 부분은 측위를 중점적으로 수행해야 하는 구간을 나타내고, 파란 부분은 측위가 불필요한 구간을 나타낸다. 측위 수행의 필요정도는 수치화 될 수 있고, 이에 따라 각 측위 구간에 가중치가 부여된다. 이를 이용하여 파티클 필터 알고리즘 수행 시 측위 오차를 보정할 수 있다. 측정단계를 통해 도출된 각 파티클(220)의 가중치에 실내 지도상의 가중치를 결합하여 위치 추적을 수행할 수 있으며, 이 경우, 측정단계에 의해 가중치가 높게 평가가 된 파티클(220)이라고 할지라도 이동경로가 아닌 곳에 놓이게 될 경우 가중치가 감쇄되어 측위 결과에 반영될 수 있다. 이러한 단계를 통하여 결과적으로는 측위 오차가 개선되는 효과를 얻을 수 있다.
도 5는 본 발명의 일 실시예에 따른 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 장치의 블록도이다.
무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 장치는 앞서 상술한 적어도 하나의 기능을 적절히 수행하기 위한 다양한 하드웨어 수단을 구비할 수 있다.
예를 들어, 본 도면에 도시한 바와 같이, 실내 위치추적 장치(5000)는 신호를 송수신하기 위한 통신부(5010), 데이터를 저장하는 메모리부(5020), 상기 통신부 및 상기 메모리부를 제어하는 제어부(5030) 등을 포함한다. 제어부(5030)는 본 발명에서 제안된 기능, 과정 및/또는 방법을 구현한다. 메모리부(5020)는 제어부(5030)와 연결되어 다양한 정보를 저장한다. 통신부(5010)는 제어부(5030)와 연결되어, 무선 신호를 송신 및/또는 수신한다.
도 6은 본 발명의 다른 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 시스템의 구성도이다.
도 6에 도시된 바와 같이, 본 발명의 일 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 시스템은, 태그, 액세스 포인트 및 서버를 포함한다. 그러나 도시된 구성요소 모두가 필수 구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 실내 위치추적 시스템이 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 실내 위치추적 시스템이 구현될 수 있다.
본 발명의 일 실시예는 비콘 메시지(Beacon Message)를 전파하는 태그나 스마트폰을 활용하여 실내에서 위치를 추정할 수 있는 실내 측위 시스템(Indoor Positioning System, IPS)에 관한 것이다. 본 발명의 일 실시예에 따른 실내 위치추적 시스템은 칼만 필터(Kalman Filter)로 전처리된 RSSI 정보를 수집한 후, 파티클 필터(Particla Filter)를 사용하여 태그의 위치를 추정한다.
이하, 도 6의 실내 위치추적 시스템의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.
태그는 비콘 메시지(Beacon Message)를 브로드캐스트(Broadcast)한다. 태그는 비콘의 ID, MAC(Medium Access Control) 주소, RSSI 정보를 포함한 메시지를 주기적으로 브로드캐스트할 수 있다.
액세스 포인트(Access Point, AP)는 비콘을 수신하고, AP의 ID와 위치 정보를 서버로 전달한다. 일례로, 액세스 포인트는 실내인 방의 네 모퉁이에 위치할 수 있다. 액세스 포인트는 태그로부터 브로드캐스트된 비콘 메시지를 수신하고, 그 수신된 비콘 메시지를 서버로 전달한다.
서버는 본 발명의 다른 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 장치를 포함하거나, 실내 위치추적 장치와 일체형으로 구성될 수 있다.
실내 위치추적 장치는 실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(Received Signal Strength Indicator, RSSI) 정보를 전처리한다. 그리고 실내 위치추적 장치는 전처리된 무선 신호 세기 정보를 사용하여 계산된 태그와 액세스 포인트 사이의 제3 거리값과 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 액세스 포인트 사이의 제4 거리값을 비교하여, 각 파티클을 리샘플링한다. 이어서, 실내 위치추적 장치는 리샘플링된 각 파티클의 위치로부터 태그의 근사화된 위치를 추정한다. 이후, 실내 위치추적 장치는 추정된 태그의 근사화된 위치를 추적한다.
이하, 실내 위치추적 장치에 의해 수행되는 실내 위치추적 동작을 구체적으로 설명하기로 한다.
도 6에 도시된 바와 같이, K개의 태그를 위치시키고 J개의 AP들은 RSSI 데이터를 수집한다. 배치된 AP들 j∈{1..J}은 P_j로 표현한다. 초기에
Figure pat00082
개의 파티클을 생성하고 실내 환경에 균일하게 분포시킨다.
본 발명의 다른 실시예에 따른 실내 위치추적 장치는 스마트폰이나 태그를 전송받은 RSSI 데이터를 액세스 포인트를 통해 수신하고, 그 수신된 RSSI 데이터를 칼만 필터를 사용하여 전처리한다.
이후, 실내 위치추적 장치는 전처리된 RSSI 데이터를 파티클 필터를 사용하여 필터링한다.
실내 위치추적 장치는 시간 t에 전처리된 RSSI 데이터를 사용하여 실제적 RSSI 매핑 함수를 기반으로 태그 k∈{1..K}와 AP j∈{1..J}사이의 제3 거리값을 측정한다.
이 거리는 파티클 i∈{1..N}의 위치를 결정한다. 따라서 실내 위치추적 장치는 파티클 i 와 AP J사이의 제4 거리값을 정확하게 계산할 수 있다.
거리의 차이를 더 잘 표현하기 위해, 액세스 포인트 J와 태그 k 사이의 추정된 제3 거리값
Figure pat00083
과 액세스 포인트 J와 파티클 i 사이의 정확한 제4 거리값
Figure pat00084
을 하기의 [수학식 7]과 같이 정규화할 수 있다.
Figure pat00085
여기서,
Figure pat00086
와
Figure pat00087
는 정규화된 제3 거리값 및 제4 거리값을 나타낸다. Pi, Pj는 액세스 포인트의 위치 및 파티클의 위치를 나타낸다.
상기 [수학식 7]과 같이 정규화된 두 거리 식에 의해 파티클 i의 가중치
Figure pat00088
는 하기의 [수학식 8]과 같이 얻어질 수 있다.
Figure pat00089
및
Figure pat00090
는 추정된 최대 거리 및 설정된 실내의 최대 거리를 나탄내다. 즉
Figure pat00091
는 임의의 액세스 포인트가 태그를 감지할 수 있는 최대 거리 환산값이고,
Figure pat00092
는 실내 공간에서 현재 생성된 모든 파티클에 대해 임의의 파티클과 임의의 태그 사이의 최대 거리이다.
Figure pat00093
실내 위치추적 장치는 시간 t에 각 파티클 i의 가중치를 이용하여 가중치가 높은 파티클은 복제될 확률이 높아지도록 리샘플링(Resampling)하기 위해, 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS)기법 또는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling)을 사용한다. 실내 위치추적 장치는 계산된 각 파티클의 가중치를 이용하여 가중치가 기설정된 임계치 보다 높은 파티클일수록 복제될 확률이 높아지지만 가중치가 기설정된 임계치 보다 낮은 파티클도 기설정된 확률값 보다 적은 확률로 선택되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 기법을 사용하여 각 파티클을 리샘플링할 수 있다.
또는, 실내 위치추적 장치는 시간 t에 각 파티클 i의 가중치를 이용하여 가중치가 높은 파티클은 복제될 확률이 높아지도록 리샘플링(Resampling)하기 위해, 룰렛 바퀴 (Roulette Wheel Selection) 기법을 사용할 수 있다.
시간 t에서 추정된 태그 k의 위치는 리샘플링된 모든 파티클들의 중심에 위치하고 이것을 정규화하여 나타내면 하기의 [수학식 9]와 같다.
Figure pat00094
여기서,
Figure pat00095
는 시간 t에서 i번째 태그의 위치,
Figure pat00096
는 정규화된 태그 k의 위치를 나타낸다.
이와 같이, 실내 위치추적 장치는 칼만 필터(Kalman Filter)를 사용하여 무선 신호 세기(Received Signal Strength Indicator, RSSI) 정보를 전처리하고, 파티클 필터 알고리즘을 사용하여 방 안의 태그 위치를 근사화한다. 실내 위치추적 장치는 액세스 포인트로부터 모든 정보를 수집하여 방에 있는 대상의 위치를 추정할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 비콘 태그 추적을 위한 파티클 필터를 이용한 실내 위치추적 방법에 대한 흐름도이다.
본 발명의 다른 실시예에 따른 실내 위치추적 장치는 실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(Received Signal Strength Indicator, RSSI) 정보를 전처리한다(S210). 여기서, 실내 위치추적 장치는 칼만 필터(Kalman Filter)를 이용하여, 수신된 무선 신호 세기 정보의 잡음을 필터링할 수 있다. 실내 위치추적 장치는 수신된 무선 신호 세기 정보로부터 칼만 이득(Kalman Gain)을 통해 계산된 무선 신호 세기 값을 다음 추정에 사용될 에러 공분산 및 현재 상태의 업데이트를 통해 업데이트하여 무선 신호 세기 값을 추정할 수 있다.
실내 위치추적 장치는 전처리된 무선 신호 세기 정보를 사용하여 계산된 태그와 액세스 포인트 사이의 제3 거리값과 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 액세스 포인트 사이의 제4 거리값을 비교하여, 각 파티클을 리샘플링하고, 그 리샘플링된 각 파티클의 위치로부터 태그의 근사화된 위치를 추정한다(S220).
이하, 단계 S220에 대한 구체적인 단계 S221 내지 S225를 설명하기로 한다.
실내 위치추적 장치는 실내 위치추적을 위한 초기화 동작이 수행되었는지를 확인한다(S221).
상기 확인 결과(S221), 실내 위치추적을 위한 초기화 동작이 수행되지 않았으면, 실내 위치추적 장치는 실내의 크기 설정 동작, 실내에서의 액세스 포인트의 좌표 설정 동작 및 복수 개의 파티클 생성 및 분포 동작을 수행하는 초기화 동작을 수행한다(S222).
이후, 실내 위치추적을 위한 초기화 동작이 수행된 상태에서, 실내 위치추적 장치는 전처리된 무선 신호 세기(RSSI) 정보를 이용한 RSSI 맵핑 동작을 통해, 태그와 액세스 포인트 사이의 제3 거리값과 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 액세스 포인트 사이의 제4 거리값을 계산한다(S223). 실내 위치추적 장치는 제3 거리값과 제4 거리값을 각각 상기 실내의 크기로 정규화할 수 있다.
그리고 실내 위치추적 장치는 제3 거리값과 상기 제4 거리값 간의 차이 값을 이용하여 실내에 분포된 각 파티클의 가중치를 계산한다(S224).
이어서, 실내 위치추적 장치는 계산된 각 파티클의 가중치를 이용하여 각 파티클을 리샘플링한다(S225).
그리고 실내 위치추적 장치는 리샘플링된 각 파티클의 중심을 태그의 위치로 추정한다(S226).
이후, 실내 위치추적 장치는 추정된 태그의 근사화된 위치를 추적한다(S230).
도 8은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 칼만 필터로 RSSI 정보를 전처리하는 과정을 나타낸 도면이다.
실내 위치추적 장치는 RSSI 데이터 Zt 를 수신하고, 초기화 여부를 확인한다.
실내 위치추적 장치는 초기화 동작이 수행되지 않았으면, 프로세서 잡음(Process noise) Q, 측정 잡음(Measurement noise) R, 이전 RSS(Prior RSSI)
Figure pat00097
, 이전 에러 공분산(Prior error covariance) Pt=1 에 대해 초기화 동작을 수행한다(S310).
그리고 실내 위치추적 장치는
Figure pat00098
와 같이 칼만 이득(Kalman Gain)을 계산한다(S320).
이어서, 실내 위치추적 장치는
Figure pat00099
와 같이 RSSI 추정치 업데이트(Update Estimate)를 수행한다(S330).
이후, 실내 위치추적 장치는 에러 공분산 업데이트(Update Error Covariance)를 수행한다(S340).
그리고 실내 위치추적 장치는 이전 RSSI 및 프로세스 잡음 Q에 의한 이전 에러 공분산에 대해 현재 상태 업데이트(Update current state)를 수행한다(S350).
도 9는 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 칼만 필터로 전처리된 RSSI 데이터를 나타낸 도면이다.
도 9에 도시된 바와 같이, 실내 위치추적 장치는 RSSI 데이터를 칼만 필터를 통해 필터링함으로써, RSSI 데이터를 스무스(Smooth)하게 만들 수 있다.
도 10 및 도 11은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 사용된 룰렛 휠 선택 기법을 나타낸 도면이다.
일례로, 도 10 및 도 11에 도시된 바와 같이, 실내 위치추적 장치는 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 시작 포인트(Start Point)와 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 룰렛 휠 선택(Roulette Wheel Selection) 기법을 사용하여 각 파티클을 리샘플링할 수 있다. 룰렛 휠 선택 기법은 바이너리 검색(Binary Search)을 수행한다.
일례로, 5개의 파티클의 상태가 P1: 31%, P2: 5%, P3: 38%, P4: 12%, P5: 14%이고, 전체 확률은 100%이다. 각 파티클의 선택 확률은 0.31, 0.05, 0.38, 0.12, 0.14이다.
리샘플링 동작 시, 5개의 새로운 입자를 재생성된다. [0, 1] 사이의 랜덤 넘버 "x"가 생성된다. 시작 포인트 + x에 위치가 있는 파티클이 샘플링된다.
도 12 및 도 13은 본 발명의 다른 실시예에 따른 실내 위치추적 방법에서 사용된 확률론적 일반 샘플링 기법을 나타낸 도면이다.
다른 예로, 실내 위치추적 장치는 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 선택 간격(Selection Interval)과 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS)기법을 사용하여 각 파티클을 리샘플링할 수 있다.
일례로, 5개의 파티클의 상태가 P1: 31%, P2: 5%, P3: 38%, P4: 12%, P5: 14%이고, 전체 확률은 100%이다. 각 파티클의 선택 확률은 0.31, 0.05, 0.38, 0.12, 0.14이다.
리샘플링 동작 시, 5개의 새로운 입자를 재생성된다. 선택 간격은 1/5이므로, 0.2이다. 초기 넘버는 [0, 0.2] 사이의 랜덤 넘버이다.
도 14는 본 발명의 다른 실시예의 성능을 평가하기 위한 시뮬레이션 구성을 나타낸 도면이다.
도 14에 도시된 바와 같이, 실제 환경에서 본 발명의 다른 실시예의 성능을 평가하기 위해, 시뮬레이션 구성과 유사하게 실험환경을 구성하였다. 도 14는 실험 환경구성을 나타낸다. 실험에서는 4개의 라즈베리 파이(Raspberry Pi) 4B 보드를 기본 기기로 사용하였다. 서버는 와이파이(WiFi) 라우터 기능을 가지도록 구성되어 4개의 AP들은 태그들이 보내는 비콘 신호를 수집하기 위해 서버 와이파이와 연결되어 있다. 본 발명의 다른 실시예에 따른 실내 위치추적 시스템에 의한 실험을 통해 관측된 태그의 위치추적을 위한 RSSI 데이터를 서버에 보낼 수 있다.
본 발명의 다른 실시예에 따른 실내 위치추적 시스템을 검증하기 위해 파이썬(Python)을 이용하여 20m×10m의 가상의 시뮬레이션 공간을 구성하고, 4대의 AP들을 방의 코너에, 1개의 태그를 방안에 위치시켰다.
도 15 및 도 16은 본 발명의 다른 실시예의 성능을 평가하기 위한 시뮬레이션 구성의 실험 결과를 나타낸 도면이다.
RSSI 데이터 측정 시, 발생하는 오차를 측정하기 위해 가우시안(Gaussian) 분포(N(0,1))를 따르는 무작위 값을 더하여 잡음의 영향을 시뮬레이션하였다. 도 15 및 도 16은 시뮬레이션의 결과를 나타낸다.
노란 사각형들(1510)은 AP들의 위치, 빨간색 삼각형(1520)은 태그의 실제 위치, 파란색의 원들(1530)은 파티클들을의 위치, 초록색 삼각형(1540)은 본 발명의 다른 실시예에 따른 실내 위치추적 시스템에 의해 추정된 태그의 위치를 나타낸다. 도 15의 파란색의 원들은 시뮬레이션의 초기에 균일하게 분포되어있는 파티클들을 보여준다.
도 16에 도시된 바와 같이, 본 발명의 다른 실시예에 따른 실내 위치추적 시스템의 시뮬레이션 결과 정확도는 약 5M로 평가되었다.
도 17 내지 도 28은 본 발명의 다른 실시예의 성능을 평가하기 위한 시뮬레이션 구성의 다양한 실험 결과들을 나타낸 도면이다.
본 발명의 다른 실시예에서 RSSI 데이터는 수직 방향과 수평 방향의 두 세트로 수집될 수 있다.
도 17 내지 도 28에서도 노란 사각형들(1510)은 AP들의 위치, 빨간색 삼각형(1520)은 태그의 실제 위치, 파란색의 원들(1530)은 파티클들을의 위치, 초록색 삼각형(1540)은 본 발명의 다른 실시예에 따른 실내 위치추적 시스템에 의해 추정된 태그의 위치를 나타낸다.
태그의 실제 위치가 빨간색 삼각형(1520)인 (0.6, 3.0) 좌표를 가지는 경우, 첫 번째 단계(1st step)에 대한 시뮬레이션 결과가 도 17에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 18에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 태그에서 멀어질수록 확률이 낮아지는 것을 알 수 있다.
태그의 실제 위치가 빨간색 삼각형(1520)인 (0.6, 3.0) 좌표를 가지는 경우, 각 파티클의 리샘플링을 통한 다섯 번째 단계(5st step)에 대한 시뮬레이션 결과가 도 19에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 20에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 멀어질수록 리샘플링된 파티클의 개수가 적어지고 확률이 낮아지는 것을 알 수 있다.
한편, 태그의 실제 위치가 빨간색 삼각형(1520)인 (6.6, 3.0) 좌표를 가지는 경우, 첫 번째 단계(1st step)에 대한 시뮬레이션 결과가 도 21에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 22에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 멀어질수록 확률이 낮아지는 것을 알 수 있다.
태그의 실제 위치가 빨간색 삼각형(1520)인 (6.6, 3.0) 좌표를 가지는 경우, 각 파티클의 리샘플링을 통한 다섯 번째 단계(5st step)에 대한 시뮬레이션 결과가 도 23에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 24에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 멀어질수록 리샘플링된 파티클의 개수가 적어지고 확률이 낮아지는 것을 알 수 있다.
한편, 태그의 실제 위치가 빨간색 삼각형(1520)인 (6.6, 5.4) 좌표를 가지는 경우, 첫 번째 단계(1st step)에 대한 시뮬레이션 결과가 도 25에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 26에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 멀어질수록 확률이 낮아지는 것을 알 수 있다.
태그의 실제 위치가 빨간색 삼각형(1520)인 (6.6, 3.0) 좌표를 가지는 경우, 각 파티클의 리샘플링을 통한 다섯 번째 단계(5st step)에 대한 시뮬레이션 결과가 도 27에 도시되어 있다. 이때, 실내에 분포된 각 파티클의 확률(Probability)이 도 28에 나타나 있다. 태그의 실제 위치를 기준으로 파티클이 멀어질수록 리샘플링된 파티클의 개수가 적어지고 확률이 낮아지는 것을 알 수 있다.
본 발명에 따른 실시예는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시예는 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현되어, 다양한 컴퓨터 수단을 통하여 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
아울러, 본 발명에 따른 장치나 단말은 하나 이상의 프로세서로 하여금 앞서 설명한 기능들과 프로세스를 수행하도록 하는 명령에 의하여 구동될 수 있다. 예를 들어 그러한 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있다. 나아가 본 발명에 따른 장치는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치에서 구현될 수도 있다.
또한, 본 발명에 따른 장치에 탑재되고 본 발명에 따른 방법을 실행하는 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일 되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시예들을 병합하여 새로운 실시예를 구현하도록 설계하는 것도 가능하다. 또한, 본 발명은 상술한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상술한 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
또한, 이상에서는 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 명세서는 상술한 특정의 실시예에 한정되지 아니하며, 청구 범위에서 청구하는 요지를 벗어남이 없이 당해 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 명세서의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
200: 비콘
210: 단말
220: 파티클
230: 베이스 맵
5000: 위치추적 장치
5010: 통신부
5020: 메모리부
5030: 제어부

Claims (38)

  1. 위치추적장치에 의한 무선 신호세기 기반의 파티클 필터(particle filter)를 이용하는 실내 위치추적 방법에 있어서,
    위치추적의 대상 공간과 대응되는 베이스맵(Base map)상에 파티클을 초기화하는 단계;
    단말과 비콘(Beacon) 사이의 제1 거리값 및 상기 파티클과 상기 비콘 사이의 제2 거리값을 측정하는 단계;
    상기 제1 거리값과 상기 제2 거리값을 비교하여, 상기 파티클의 가중치값(weight)을 계산하는 단계;
    상기 가중치값에 의하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 상기 파티클을 리샘플링(resampling)하는 단계;
    상기 리샘플링이 일정 회수만큼 수행된 경우, 상기 단말의 위치추정좌표를 도출하는 단계; 및
    상기 파티클을 상기 대상 공간 상의 임의의 지점으로 이동시킨 후, 상기 제1 거리값 및 상기 제2 거리값을 재측정하는 단계를 포함하며,
    상기 단말 및 비콘은 위치추적의 대상 공간에 하나 이상 위치되는 실내 위치 추적방법.
  2. 제1항에 있어서,
    상기 리샘플링이 일정 회수만큼 수행되지 않은 경우, 상기 제1 거리값 및 제2 거리값을 재측정하는 실내 위치 추적방법.
  3. 제2항에 있어서,
    상기 제1 거리값은
    상기 단말에서 측정되는 상기 비콘의 RSSI(Received Signal Strength Indicator, RSSI) 값을 환산하여 계산되는 실내 위치 추적방법.
  4. 제3항에 있어서,
    상기 제2 거리값은
    상기 파티클의 좌표값과 상기 비콘의 좌표값을 근거로 계산되는 실내 위치 추적방법.
  5. 제4항에 있어서,
    상기 가중치값은
    상기 대상 공간에 위치한 모든 비콘들에 대하여, 동일한 비콘에 대한 상기 제2 거리값과 상기 제1 거리값 사이의 유사도(likelihood)를 근거로 계산되는 실내 위치 추적방법.
  6. 제5항에 있어서,
    상기 단말과 비콘의 근접한 정도 및 상기 파티클의 위치가 상기 비콘의 위치에 근접한 정도에 근거하여, 상기 가중치값에 근접 가중치값을 부여하는 단계;
    를 더 포함하는 실내 위치 추적방법.
  7. 제6항에 있어서,
    상기 근접 가중치값을 부여하는 단계는,
    상기 가중치값에 상기 근접 가중치값을 곱하는 연산으로 계산되는 실내 위치 추적방법.
  8. 제7항에 있어서,
    상기 근접 가중치값은
    상기 제1 거리값에 근거하여 계산되는 실내 위치 추적방법.
  9. 제8항에 있어서,
    상기 위치추정좌표는,
    상기 대상 공간에 존재하는 모든 파티클들의 좌표값의 평균으로 계산되는 실내 위치 추적방법.
  10. 제9항에 있어서,
    상기 파티클의 이동은
    상기 대상 공간 상의 정해진 범위 내에서 상기 파티클의 좌표를 랜덤하게 이동시키는 실내 위치 추적방법.
  11. 제10항에 있어서,
    상기 대상 공간에 대한 정보를 근거로 생성되는 측위 구간 가중치 맵을 이용하여 상기 가중치를 보정하는 단계;
    를 더 포함하는 실내 위치 추적방법.
  12. 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치에 있어서,
    신호를 송수신하기 위한 통신부;
    데이터를 저장하는 메모리부; 및
    상기 통신부 및 상기 메모리부를 제어하는 제어부를 포함하고,
    상기 제어부는
    위치추적의 대상 공간과 대응되는 베이스맵(Base map)상에 파티클을 초기화하고,
    단말과 비콘(Beacon) 사이의 제1 거리값 및 상기 파티클과 상기 비콘 사이의 제2 거리값을 측정하며,
    상기 제1 거리값과 상기 제2 거리값을 비교하여, 상기 파티클의 가중치값(weight)을 계산하고,
    상기 가중치값에 의하여, 상기 파티클의 종래 가중치값을 업데이트시키고, 상기 파티클을 리샘플링(resampling)하며,
    상기 리샘플링이 일정 회수만큼 수행된 경우, 상기 단말의 위치추정좌표를 도출하고,
    상기 파티클을 상기 대상 공간 상의 임의의 지점으로 이동시킨 후, 상기 제1 거리값 및 상기 제2 거리값을 재측정하며,
    상기 단말 및 비콘은 위치추적의 대상 공간에 하나 이상 위치되는 실내 위치 추적장치.
  13. 제12항에 있어서,
    상기 제어부는 상기 리샘플링이 일정 회수만큼 수행되지 않은 경우, 상기 제1 거리값 및 제2 거리값을 재측정하는 실내 위치 추적장치.
  14. 제13항에 있어서,
    상기 제1 거리값은
    상기 제어부에 의하여 상기 단말에서 측정되는 상기 비콘의 RSSI(Received Signal Strength Indicator, RSSI) 값을 환산하여 계산되는 실내 위치 추적장치.
  15. 제14항에 있어서,
    상기 제2 거리값은
    상기 제어부에 의하여 상기 파티클의 좌표값과 상기 비콘의 좌표값을 근거로 계산되는 실내 위치 추적장치.
  16. 제15항에 있어서,
    상기 가중치값은
    상기 제어부에 의해 상기 대상 공간에 위치한 모든 비콘들에 대하여, 동일한 비콘에 대한 상기 제2 거리값과 상기 제1 거리값 사이의 유사도(likelihood)를 근거로 계산되는 실내 위치 추적장치.
  17. 제16항에 있어서,
    상기 제어부가 상기 단말과 비콘의 근접한 정도 및 상기 파티클의 위치가 상기 비콘의 위치에 근접한 정도에 근거하여, 상기 가중치값에 근접 가중치값을 부여하는 실내 위치 추적장치.
  18. 제17항에 있어서,
    상기 위치추정좌표는,
    상기 제어부에 의하여 상기 대상 공간에 존재하는 모든 파티클들의 좌표값의 평균으로 계산되는 실내 위치 추적장치.
  19. 제18항에 있어서,
    상기 파티클의 이동은
    상기 제어부가 상기 대상 공간 상의 정해진 범위 내에서 상기 파티클의 좌표를 랜덤하게 이동시키는 실내 위치 추적장치.
  20. 제19항에 있어서,
    상기 제어부가 상기 대상 공간에 대한 정보를 근거로 생성되는 측위 구간 가중치 맵을 이용하여 상기 가중치를 보정하는 실내 위치 추적장치.
  21. 실내 위치추적 장치에 의한 무선 신호세기 기반의 파티클 필터(Particle filter)를 이용하는 실내 위치추적 방법에 있어서,
    실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(Received Signal Strength Indicator, RSSI) 정보를 전처리하는 단계;
    상기 전처리된 무선 신호 세기 정보를 사용하여 계산된 상기 태그와 상기 액세스 포인트 사이의 제3 거리값과 상기 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 상기 액세스 포인트 사이의 제4 거리값을 비교하여 각 파티클을 리샘플링하고, 상기 리샘플링된 각 파티클의 위치로부터 상기 태그의 근사화된 위치를 추정하는 단계; 및
    상기 추정된 태그의 근사화된 위치를 추적하는 단계를 포함하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  22. 제21항에 있어서,
    상기 무선 신호 세기 정보를 전처리하는 단계는,
    칼만 필터(Kalman Filter)를 이용하여 상기 수신된 무선 신호 세기 정보의 잡음을 필터링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  23. 제21항에 있어서,
    상기 무선 신호 세기 정보를 전처리하는 단계는,
    상기 수신된 무선 신호 세기 정보로부터 칼만 이득(Kalman Gain)을 통해 계산된 무선 신호 세기 값을 다음 추정에 사용될 에러 공분산 및 현재 상태의 업데이트를 통해 업데이트하여 무선 신호 세기 값을 추정하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  24. 제21항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 실내의 크기 설정 동작, 상기 실내에서의 액세스 포인트의 좌표 설정 동작 및 복수 개의 파티클 생성 및 분포 동작을 수행하는 초기화하는 단계를 더 포함하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  25. 제21항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 제3 거리값과 상기 제4 거리값을 각각 상기 실내의 크기로 정규화하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  26. 제21항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 제3 거리값과 상기 제4 거리값 간의 차이 값을 이용하여 상기 실내에 분포된 각 파티클의 가중치를 계산하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  27. 제26항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지지만 가중치가 낮은 파티클도 적은 확률로 선택되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 기법을 사용하여 각 파티클을 리샘플링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  28. 제26항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 선택 간격(Selection Interval)과 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS) 기법을 사용하여 각 파티클을 리샘플링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  29. 제21항에 있어서,
    상기 태그의 위치를 추정하는 단계는,
    상기 리샘플링된 각 파티클의 중심을 상기 태그의 위치로 추정하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 방법.
  30. 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치에 있어서,
    신호를 송수신하기 위한 통신부;
    데이터를 저장하는 메모리부; 및
    상기 통신부 및 상기 메모리부를 제어하는 제어부;를 포함하고,
    상기 제어부는,
    실내에 배치된 액세스 포인트를 통해 수신된 태그로부터의 무선 신호 세기(Received Signal Strength Indicator, RSSI) 정보를 전처리하고,
    상기 전처리된 무선 신호 세기 정보를 사용하여 계산된 상기 태그와 상기 액세스 포인트 사이의 제3 거리값과 상기 실내에 분포된 파티클 필터를 기반으로 계산된 각 파티클과 상기 액세스 포인트 사이의 제4 거리값을 비교하여 각 파티클을 리샘플링하고, 상기 리샘플링된 각 파티클의 위치로부터 상기 태그의 근사화된 위치를 추정하고,
    상기 추정된 태그의 근사화된 위치를 추적하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  31. 제30항에 있어서,
    상기 제어부는,
    칼만 필터(Kalman Filter)를 이용하여 상기 수신된 무선 신호 세기 정보의 잡음을 필터링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  32. 제30항에 있어서,
    상기 제어부는,
    상기 수신된 무선 신호 세기 정보로부터 칼만 이득(Kalman Gain)을 통해 계산된 무선 신호 세기 값을 다음 추정에 사용될 에러 공분산 및 현재 상태의 업데이트를 통해 업데이트하여 무선 신호 세기 값을 추정하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  33. 제30항에 있어서,
    상기 제어부는,
    상기 실내의 크기 설정 동작, 상기 실내에서의 액세스 포인트의 좌표 설정 동작 및 복수 개의 파티클 생성 및 분포 동작을 수행하는 초기화하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  34. 제30항에 있어서,
    상기 제어부는,
    상기 제3 거리값과 상기 제4 거리값을 각각 상기 실내의 크기로 정규화하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  35. 제30항에 있어서,
    상기 제어부는,
    상기 제3 거리값과 상기 제4 거리값 간의 차이 값을 이용하여 상기 실내에 분포된 각 파티클의 가중치를 계산하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  36. 제35항에 있어서,
    상기 제어부는,
    상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지지만 가중치가 낮은 파티클도 적은 확률로 선택되게 하는 가중치 기반 비편향 샘플링(Weight-based Unbiased Sampling) 기법을 사용하여 각 파티클을 리샘플링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  37. 제35항에 있어서,
    상기 제어부는,
    상기 계산된 각 파티클의 가중치를 이용하여 가중치가 높은 파티클일수록 복제될 확률이 높아지도록, 선택 간격(Selection Interval)과 기설정된 구간 사이의 랜덤 넘버(Random Number)를 이용한 확률론적 일반 샘플링(Stochastic Universal Sampling, SUS) 기법을 사용하여 각 파티클을 리샘플링하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
  38. 제30항에 있어서,
    상기 제어부는,
    상기 리샘플링된 각 파티클의 중심을 상기 태그의 위치로 추정하는, 무선 신호세기 기반의 파티클 필터를 이용하는 실내 위치추적 장치.
KR1020200045528A 2019-06-05 2020-04-14 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치 KR102362817B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/892,675 US11290850B2 (en) 2019-06-05 2020-06-04 Methods and apparatuses for indoor positioning using particle filter based on intensity of radio signal

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190066831 2019-06-05
KR1020190066831 2019-06-05

Publications (2)

Publication Number Publication Date
KR20200140184A true KR20200140184A (ko) 2020-12-15
KR102362817B1 KR102362817B1 (ko) 2022-02-15

Family

ID=73780562

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200045528A KR102362817B1 (ko) 2019-06-05 2020-04-14 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102362817B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102412322B1 (ko) * 2021-12-23 2022-06-24 (주)피플앤드테크놀러지 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100124649A (ko) * 2009-05-19 2010-11-29 한양대학교 산학협력단 이동 단말의 위치 측정 시스템 및 그 방법
KR101231378B1 (ko) * 2011-08-12 2013-02-15 숭실대학교산학협력단 파티클 필터 기반의 사용자 위치 추적 장치 및 기록매체
KR101268564B1 (ko) * 2012-01-26 2013-05-28 숭실대학교산학협력단 파티클 필터 기반의 단말의 위치 측정 장치 및 방법과 이를 기록한 기록 매체
KR101730269B1 (ko) * 2015-12-09 2017-04-27 성균관대학교산학협력단 실내 디바이스 위치를 추정하는 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100124649A (ko) * 2009-05-19 2010-11-29 한양대학교 산학협력단 이동 단말의 위치 측정 시스템 및 그 방법
KR101231378B1 (ko) * 2011-08-12 2013-02-15 숭실대학교산학협력단 파티클 필터 기반의 사용자 위치 추적 장치 및 기록매체
KR101268564B1 (ko) * 2012-01-26 2013-05-28 숭실대학교산학협력단 파티클 필터 기반의 단말의 위치 측정 장치 및 방법과 이를 기록한 기록 매체
KR101730269B1 (ko) * 2015-12-09 2017-04-27 성균관대학교산학협력단 실내 디바이스 위치를 추정하는 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102412322B1 (ko) * 2021-12-23 2022-06-24 (주)피플앤드테크놀러지 수정 랜덤 함수를 이용한 파티클 필터의 파티클 이동 방법

Also Published As

Publication number Publication date
KR102362817B1 (ko) 2022-02-15

Similar Documents

Publication Publication Date Title
US11290850B2 (en) Methods and apparatuses for indoor positioning using particle filter based on intensity of radio signal
Dickinson et al. Indoor positioning of shoppers using a network of Bluetooth Low Energy beacons
US20230077304A1 (en) Cooperative positioning method and apparatus, device, and storage medium
Djosic et al. Fingerprinting-assisted UWB-based localization technique for complex indoor environments
Jourdan et al. Optimal sensor placement for agent localization
Mirowski et al. Probabilistic radio-frequency fingerprinting and localization on the run
Du et al. A map-assisted WiFi AP placement algorithm enabling mobile device’s indoor positioning
Smith et al. Tracking moving devices with the cricket location system
US9244152B1 (en) Determining device locations using movement, signal strength
US9217788B2 (en) Location and tracking system
CN107517446A (zh) 基于Wi‑Fi热点的室内定位方法及装置
JP6525325B2 (ja) デバイスのロケーションを求める方法およびデバイス
WO2014000090A1 (en) System, method and computer program for dynamic generation of a radio map
JP7350945B2 (ja) コンピュータ実装方法、コンピュータ・プログラム製品および装置
CN107850656B (zh) 用于确定定位目的的模型参数的方法、装置和系统
Narzullaev et al. Novel calibration algorithm for received signal strength based indoor real-time locating systems
US20190187296A1 (en) Method and system for processing trajectory data
Dashti et al. Rssi localization with gaussian processes and tracking
He et al. WiFi iLocate: WiFi based indoor localization for smartphone
Cha et al. A hierarchical auxiliary deep neural network architecture for large-scale indoor localization based on Wi-Fi fingerprinting
KR102362817B1 (ko) 무선 신호세기 기반의 파티클 필터를 이용한 실내 위치추적 방법 및 장치
Nurminen et al. Motion model for positioning with graph-based indoor map
Zdruba et al. Monte Carlo sampling based in-home location tracking with minimal RF infrastructure requirements
KR102243917B1 (ko) 인공 신경망을 이용한 자기장 기반 위치 추정 모델 생성 장치 및 방법
Moreira et al. Indoor tracking from multidimensional sensor data

Legal Events

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