KR20220076097A - 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법 - Google Patents

스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법 Download PDF

Info

Publication number
KR20220076097A
KR20220076097A KR1020200164911A KR20200164911A KR20220076097A KR 20220076097 A KR20220076097 A KR 20220076097A KR 1020200164911 A KR1020200164911 A KR 1020200164911A KR 20200164911 A KR20200164911 A KR 20200164911A KR 20220076097 A KR20220076097 A KR 20220076097A
Authority
KR
South Korea
Prior art keywords
outdoor
indoor
sensor
smart watch
pedestrian
Prior art date
Application number
KR1020200164911A
Other languages
English (en)
Other versions
KR102485086B1 (ko
Inventor
이동명
이호철
Original Assignee
동명대학교산학협력단
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 동명대학교산학협력단 filed Critical 동명대학교산학협력단
Priority to KR1020200164911A priority Critical patent/KR102485086B1/ko
Publication of KR20220076097A publication Critical patent/KR20220076097A/ko
Application granted granted Critical
Publication of KR102485086B1 publication Critical patent/KR102485086B1/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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

본 발명은 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법에 있어서, 스마트 시계의 GPS(global positioning system) 및 센서를 이용하여 상기 스마트 시계를 착용한 보행자의 실외 보행패턴 좌표 값을 측위하고, 상기 측위된 실외 보행패턴 좌표 값에 해당하는 GPS 실외좌표 데이터 및 센서 실외좌표 데이터의 신호를 각각 수신하여 서버에 수집하는 실외 데이터 수집단계; 상기 서버에 수집된 GPS 실외좌표 데이터 및 센서 실외좌표 데이터를 일치시켜 토폴로지 컨트롤러(topology controller)를 통해 상태 전이 확률 행렬(state transition probability matrix)을 분석하는 실외 데이터 분석단계; 상기 스마트 시계의 센서를 이용하여 상기 보행자의 실내 보행패턴 좌표 값을 측위하고, 상기 측위된 실내 보행패턴 좌표 값에 해당하는 센서 실내좌표 데이터의 신호를 서버에 전송하는 실내 데이터 전송단계; 상기 서버가 수신받은 상기 센서 실내좌표 데이터를 상기 상태 전이 확률 행렬을 통해 분석하여 상기 보행자의 실내 위치를 예측하는 실내위치 예측단계;를 포함하는 것을 기술적 요지로 한다. 이에 의해 GPS 및 센서를 이용하여 실외 보행패턴 좌표 값을 측위하고 센서를 이용하여 실내 보행패턴 좌표 값을 측위하며, 이러한 실외 보행패턴 좌표 값 및 실내 보행패턴 좌표 값을 비교하여 보행자의 실내위치를 예측가능한 효과가 있다.

Description

스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법{Route Pattern Recognition Method for Indoor Location Tracking using Smart Watch}
본 발명은 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법에 관한 것으로, 더욱 상세하게는 GPS 및 센서를 이용하여 실외 보행패턴 좌표 값을 측위하고 센서를 이용하여 실내 보행패턴 좌표 값을 측위하며, 이러한 실외 보행패턴 좌표 값 및 실내 보행패턴 좌표 값을 비교하여 보행자의 실내위치를 예측할 수 있는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법에 관한 것이다.
최근 무선 수신 환경이 급속히 개선됨에 따라 스마트폰을 소유하고 있는 사용자라면 언제 어디서나 특정 서비스를 제공받을 때 자신의 위치와 연관된 서비스를 제공받는 경우가 빈번하다. 이에, 위치기반 서비스(location based service, LBS)에 대한 관심 및 관련 수요의 확대로 관련 기술의 개발이 매우 활발히 진행되고 있다. 특히, 스마트폰을 통한 위치기반 서비스를 이용한 응용 서비스가 급속하게 증가하고 있는 실정이다.
위치기반 서비스의 경우 일반적으로 실외(outdoor) 및 실내(indoor)로 측정 기술이 구분된다. 그 중 스마트폰을 통한 위치기반 서비스는 사용자가 실외의 오픈된 공간에 위치해 있는 경우에 위성항법장치(global positioning system, GPS)를 이용하여 삼변측량(trilateration) 등의 방법을 통해 위치를 측위하는데, 이러한 방법은 비교적 정확한 위치추적이 가능하다는 장점이 있다.
이와 같이 실외에서 위치기반 서비스를 이용하는 것과 달리, 실내나 폐쇄된 공간에 위치하게 될 경우에는 GPS 신호의 수신이 불가능한 문제가 있다. 이는 GPS 신호의 특성으로 인해 반사, 굴절이 잘되는 고층 건물이나 실내에서는 사용이 불가능하기 때문이다. 따라서 이러한 문제를 해결하기 위해서 GPS 신호를 실내로 중계하는 기술이나, 와이파이(WiFi), 지그비(Zigbee) 및 이 이외의 근거리 통신 수단(NFC)을 이용하여 실내측위를 수행함으로써, 실내나 폐쇄된 공간에서도 위치추적이 가능하게 되었다.
이와 같이 실내 위치기반 서비스에 관한 종래기술은 '대한민국특허청 공개특허 제10-2015-0136791호 실내위치기반서비스를 이용한 인증 및 접근제어 서비스 시스템'과 같이, 실내측위기술인 와이파이(wi-fi), 지그비(Zigbee), UWB, 비콘(Beacon), 블루투스(Bluetooth) 등의 무선송수신 장치들로 구성되는 실내위치기반서비스를 이용한 인증 및 접근제어 서비스 시스템에 관한 것으로, 실내측위단말기; 위치측정 센서 탑재 사용자 단말기; 인증 및 접근제어를 판단하는 정책결정시스템부; 접근제어정보를 수신/조회하는 연동모듈; 서비스를 제어하는 다양한 물리/논리적 접근통제제어부를 포함하는 기술이 알려져 있다.
다른 종래기술 '대한민국특허청 공개특허 제10-2017-0027124호 실내 중계기 기반 위치 정보 제공 장치 및 방법'의 경우, 와이파이, 블루투스, 지그비, 또는 IoT(Internet of Thing)용 무선설비 등과 같은 근거리 무선통신 방식을 이용하여 DAS(Distributed Antenna System)의 RU(Remote Unit), 인빌딩 중계기, 및 댁내형 중계기 등과 같은 실내 중계기의 위치 정보를 해당 실내 중계기의 서비스 영역에 위치한 사용자의 모바일 단말로 제공할 수 있도록 하여 실내 위치 정보의 오류를 방지할 수 있도록 하는 실내 중계기 기반 위치 정보 제공 장치 및 방법에 관한 것으로, RU의 설치 시 특정 위치 관련 정보를 획득하기 위한 획득부; 상기 획득된 특정 위치 관련 정보를 포함하는 근거리 무선통신 방식의 비콘 신호를 생성하기 위한 생성부; 및 상기 생성된 비콘 신호를 RU의 서비스 안테나를 통하여 RU의 서비스 영역 내에 위치한 사용자 단말로 송출하기 위한 송출부를 포함하는 기술에 해당한다.
또 다른 종래기술의 경우 '대한민국특허청 공개특허 제10-2008-0098908호 지그비를 이용한 실내 위치파악 방법 및 시스템'과 같이, 이동통신 인터페이스와 부가적인 근거리 무선통신 인터페이스를 동시에 구비하는 듀얼모드 단말; 위치기반 서비스존에 대하여 근거리 무선통신 커버리지를 제공하고, 상기 위치기반 서비스 존 내에서 상기단말과 근거리 무선통신 인터페이스를 통해 무선 데이터 통신을 수행하는 근거리 무선통신망; 상기 단말의 이동에 따른 위치정보를 제공받고, 상기 제공된 위치 정보를 관리하는 위치관리 서버를 포함하는 기술이 알려져 있다.
이와 같이 와이파이(WiFi), 지그비(Zigbee) 및 이 이외의 근거리 통신 수단(NFC)을 이용하여 실내측위를 수행하는 종래기술들의 경우, 실내 위치좌표의 파악이 어렵기 때문에 측위 정확도가 떨어지며, 실외에서 사용되는 GPS와 유사한 정확도를 기대하기 어려운 실정이다.
특히, 와이파이(WiFi)와 같은 근거리 통신 수단의 경우 신호 강도가 사람의 움직임, 주변 온도 변화, 주변 습도 변화와 같이 주변 환경의 영향을 많이 받기 때문에 실내의 위치추적에 사용이 어려운 것이며, 이에 대하여 주변 환경에 영향이 없는 신호를 이용한 실내 위치추적 기술을 필요로 하고 있다.
대한민국특허청 공개특허 제10-2015-0136791호 대한민국특허청 공개특허 제10-2017-0027124호 대한민국특허청 공개특허 제10-2008-0098908호
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, GPS 및 센서를 이용하여 실외 보행패턴 좌표 값을 측위하고 센서를 이용하여 실내 보행패턴 좌표 값을 측위하며, 이러한 실외 보행패턴 좌표 값 및 실내 보행패턴 좌표 값을 비교하여 보행자의 실내위치를 예측할 수 있는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법을 제공하는 것이다.
상기한 목적은, 스마트 시계의 GPS(global positioning system) 및 센서를 이용하여 상기 스마트 시계를 착용한 보행자의 실외 보행패턴 좌표 값을 측위하고, 상기 측위된 실외 보행패턴 좌표 값에 해당하는 GPS 실외좌표 데이터 및 센서 실외좌표 데이터의 신호를 각각 수신하여 서버에 수집하는 실외 데이터 수집단계; 상기 서버에 수집된 GPS 실외좌표 데이터 및 센서 실외좌표 데이터를 일치시켜 토폴로지 컨트롤러(topology controller)를 통해 상태 전이 확률 행렬(state transition probability matrix)을 분석하는 실외 데이터 분석단계; 상기 스마트 시계의 센서를 이용하여 상기 보행자의 실내 보행패턴 좌표 값을 측위하고, 상기 측위된 실내 보행패턴 좌표 값에 해당하는 센서 실내좌표 데이터의 신호를 서버에 전송하는 실내 데이터 전송단계; 상기 서버가 수신받은 상기 센서 실내좌표 데이터를 상기 상태 전이 확률 행렬을 통해 분석하여 상기 보행자의 실내 위치를 예측하는 실내위치 예측단계;를 포함하는 것을 특징으로 하는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법에 의해서 달성된다.
여기서, 상기 실외 데이터 수집단계에서, 상기 실외 보행패턴 좌표 값은 상기 보행자의 반복 보행을 통해 데이터셋(dataset)화 된 것이 바람직하며, 상기 스마트 시계의 센서는, 가속도 센서(accelerometer sensor), 자이로스코프 센서(gyroscope sensor) 및 지자기 센서(geomagnetic sensor)를 포함하는 것이 바람직하다.
또한, 상기 실외 데이터 분석단계에서, 상기 토폴로지 컨트롤러는, HMM(hidden markov chain model), 칼만피터(kalman filter), 딥러닝(deep learning) 또는 CNN(convolution neural network)을 포함하는 것이 바람직하다.
상술한 바와 같이 본 발명에 따르면, GPS 및 센서를 이용하여 실외 보행패턴 좌표 값을 측위하고 센서를 이용하여 실내 보행패턴 좌표 값을 측위하며, 이러한 실외 보행패턴 좌표 값 및 실내 보행패턴 좌표 값을 비교하여 보행자의 실내위치를 예측가능한 효과가 있다.
도 1은 본 발명의 실시예에 따른 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법의 순서도이고,
도 2는 센서의 이동방향을 숫자로 구분한 모델이고,
도 3은 센서의 이동방향을 x, y, z축으로 구분한 모델이다.
이하, 본 발명의 기술적 사상을 첨부된 도면을 사용하여 더욱 구체적으로 설명한다. 첨부된 도면은 본 발명의 기술적 사상을 더욱 구체적으로 설명하기 위하여 도시한 일예에 불과하므로 본 발명의 기술적 사상이 첨부된 도면의 형태에 한정되는 것은 아니다.
본 발명의 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법은 실내 위치측위를 바탕으로 다양한 서비스 제공이 가능한 요식업, 레저 엔터테인먼트 사업 및 실내 다중 이용시설에 적용이 가능하다. 특히 뷔페나 대규모 음식점 같은 경우 고객의 위치와 동선에 따라 세분화된 서비스를 제공할 수 있으며, 레저 엔터테인먼트 사업이나 실내 다중 이용시설의 경우 실내 고객의 동선 및 위치 통계를 바탕으로, 다양한 서비스 재배치 또는 서비스 재배열이 가능하며, 이로 인한 매출 증가를 기대할 수 있다.
스마트폰 시장의 급성장으로 실내 위치측위 서비스의 수요는 매우 큰 폭으로 증가하고 있으나, 실내 공간에서 적절하게 이를 만족시켜줄만한 기술 연구는 실험실 차원의 연구 위주로 진행되고 있어 실용화 서비스는 매우 한정적이다. 또한 다양한 실내 위치측위 기법을 활용한 실내 서비스가 종래와 같이 출시되고 있으나, 대부분의 본질적인 문제점은 위치측위 오차이다. 따라서 이러한 위치측위 오차를 줄이는 것이 필요하다.
또한 스마트폰의 보급 확대와 사용자들의 위치정보 활용 수요가 증가하면서 다양한 위치기반 서비스와 관련된 어플리케이션이 출시되고 있으나, 이 또한 GPS를 이용하기 때문에 실외에서만 적용 가능하다. 이는 스마트폰 내에 존재하는 센서가 실외 위치측위 위주의 센서로 이루어져 있기 때문이다.
스마트폰의 경우 사용자가 이동할 때 스마트폰은 두고 이동하거나, 또는 주머니나 핸드백 속에 스마트폰을 넣고 사용자가 움직일 경우에 흔들림 강도가 약하여 스마트폰의 움직임(mobility) 정확도가 떨어진다. 따라서 실외에서도 간혹 사용자의 이동 확인이 어려운 경우가 있으며, 실내에서는 사용자의 움직임 감지가 더욱 어려운 상황이다. 즉, 스마트폰을 이용할 경우 실내에서의 위치측위 서비스를 이용하기 어려운 실정이다.
이에 비해 웨어러블 디바이스(wearable devices)의 일종인 스마트 시계는 사용자가 한 번 착용하게 되면 이동 중에도 손목에서 풀지 않기 때문에 사용자의 위치 추적이 용이하다. 따라서 본 발명은 스마트 시계를 이용하여 사용자의 실내 위치를 추적하고, 추적을 통해 사용자의 경로 패턴인식을 하는 방법을 제공한다.
도 1은 본 발명의 실시예에 따른 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법의 순서도이고, 도 2는 센서의 이동방향을 숫자로 구분한 모델이고, 도 3은 센서의 이동방향을 x, y, z축으로 구분한 모델이다.
본 발명의 실시예에 따른 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법은 도 1에 도시된 바와 같이, 실외 GPS 데이터 수집단계(S100a)와 실외 센서 데이터 수집단계(S100b), 실외 데이터 분석단계(S200), 실내 데이터 전송단계(S300), 실내위치 예측단계(S400)를 포함한다.
실외 데이터 수집단계는, 실외 GPS 데이터 수집단계(S100a)와 실외 센서 데이터 수집단계(S100b)로 이루어지며, 이러한 실외 GPS 데이터 수집단계(S100a)와 실외 센서 데이터 수집단계(S100b)는 보행자가 실외를 이동할 때 동시에 이루어진다.
그 중, 실외 GPS 데이터 수집단계(S100a)는, 스마트 시계의 GPS(global positioning system)를 이용하여 스마트 시계를 착용한 보행자의 실외 보행패턴 좌표 값을 측위하고, 측위된 실외 보행패턴 좌표 값에 해당하는 GPS 실외좌표 데이터 신호를 수신하여 서버에 수집하는 단계를 의미한다.
GPS(global positioning system)는 위성에서 보내는 신호를 수신해 보행자의 현재 위치를 계산하기 때문에 보행자가 실외에 있을 때에는 신호를 수신 가능하나, 보행자가 실내로 들어가게 되면 GPS를 통한 위치 측위가 불가능하다.
보행자는 스마트 시계를 착용한 후 보행하게 되면, 스마트 시계에 내장된 GPS를 이용하여 보행자의 보행패턴 좌표 값을 측위할 수 있다. 이러한 측위된 실외보행 패턴 좌표 값에 해당하는 GPS 실외좌표 데이터 신호를 서버에 전송하고, 서버는 해당 신호를 수신하여 수집하게 된다.
보행자 마다 각각 보행패턴이 상이하기 때문에 스마트 시계에는 일반적인 보행패턴이 내장되는 것이 아니라, 스마트 시계를 사용하는 각각의 보행자마다 해당 보행자에 따른 보행패턴을 수집하게 된다. 즉, 보행자마다 보행패턴이 상이하기 때문에, 어느 한 보행자의 보행패턴을 수집하더라도 이를 다른 보행자에 적용하여 실내위치를 예측하는 것은 불가능하다.
이때 실외 보행패턴 좌표 값은 보행자의 반복 보행을 통해 데이터셋(dataset)화 될 수 있다. 한 번의 보행을 통해 실외 보행패턴 좌표 값을 설정할 경우, 좌표 값을 수집 중 보행자의 돌발행동 또는 돌발상황이 발생할 수 있기 때문에 정확한 좌표 값을 수집하기 어렵다. 따라서 보행자의 반복 보행을 통해 보행패턴 좌표 값을 데이터셋화 한 다음, 이를 서버에 수집하는 것이 바람직하다.
또한, 실외 센서 데이터 수집단계(S100b)는, 스마트 시계의 센서를 이용하여 스마트 시계를 착용한 보행자의 실외 보행패턴 좌표 값을 측위하고, 측위된 실외 보행패턴 좌표 값에 해당하는 센서 실외좌표 데이터의 신호를 수신하여 서버에 수집하는 단계를 의미한다.
스마트 시계의 센서는 스마트 시계 내에 내장되어 보행자가 보행할 때 이를 감지하는 센서로, 가속도 센서(accelerometer sensor), 자이로스코프 센서(gyroscope sensor) 및 지자기 센서(geomagnetic sensor)를 포함하며, 경우에 따라서 기압계 센서(pressure sensor)를 더 포함할 수도 있다.
보행자는 스마트 시계를 착용한 후 보행하게 되면, 스마트 시계에 내장된 다양한 센서를 이용하여 GPS와는 별개로 보행자의 보행패턴 좌표 값을 측위할 수 있다. 이러한 측위된 실외 보행패턴 좌표 값에 해당하는 센서 실외좌표 데이터 신호를 서버에 전송하고, 서버는 해당 신호를 수신하여 수집하게 된다.
스마트 시계의 센서 중 가속도 센서(accelerometer sensor)는 x, y, z축의 3차원 좌표를 만들고, 좌표의 움직임을 측정하여 보행자의 속도를 유추해내는 센서에 해당한다. 하지만 가속도 센서의 값은 외부 영향에 취약하기 때문에 이를 통해 측위되는 보행패턴 좌표 값은 일부 오차가 발생할 수 있다.
이와 같이 가속도 센서를 통해 발생하는 보행패턴 좌표 값의 오차는, 자이로스코프 센서를 통해 보행패턴 좌표 값이 정확해진다. 자이로스코프 센서(gyroscope sensor)는 x, y, z축 좌표의 움직이는 방향을 측정하여 보행자가 움직이고 있는 방향을 측정 가능하다. 즉 자이로스코프 센서를 이용하여 각속도를 보정 가능하다.
또한, 지자기 센서(geomagnetic sensor)를 통해서도 보행자의 보행패턴 좌표 값을 보정 가능한데, 지자기 센서는 지구의 자기장을 측정하여 정확한 방위를 확인할 수 있는 센서로, 이를 통해 이동하는 방향을 측정 가능하다. 경우에 따라서 기압계 센서(pressure sensor)를 추가로 사용할 수도 있는데, 기압계 센서는 경사로 또는 고도 측정이 가능하기 때문에 보행자의 운동량을 측정 가능하다.
따라서 가속도 센서를 통해 보행패턴 좌표 값을 측위하는데, 여기서 발생되는 오차를 자이로스코프 센서, 지자기 센서 및 기압계 센서를 통해 추적 성능을 향상시킬 수 있으며, 이를 통해 보다 정확한 보행자의 보행패턴 좌표 값을 측정 가능하다. 경우에 따라서 가속도 센서가 시간이 지남에 따라 누적 오차를 발생할 경우, 이를 자이로스코프 센서 및 지자기 센서를 통해 누적 오차를 보정 가능하다.
이때 실외 보행패턴 좌표 값은 실외 GPS 데이터 수집단계(S100a)와 마찬가지로, 보행자의 반복 보행을 통해 데이터셋(dataset)화 될 수 있다.
실외 데이터 분석단계(S200)는, 실외 GPS 데이터 수집단계(S100a)와 실외 센서 데이터 수집단계(S100b)를 통해 서버에 수집된 GPS 실외좌표 데이터 및 센서 실외좌표 데이터를 일치시켜 토폴로지 컨트롤러(topology controller)를 통해 상태 전이 확률 행렬(state transition probability matrix)을 분석하는 단계를 의미한다.
서버에 수집된 GPS 실외좌표 데이터와 센서 실외좌표 데이터를 일치시키는 과정은, 먼저 보행자가 1 내지 2m씩 움직일 때 마다 GPS는 이를 인식하여 실외좌표 데이터를 수집한다. 이와 같이 GPS 실외좌표 데이터는 보행자가 1 내지 2m 이동시 어디에 존재하는지만 확인가능할 뿐 어느 방향을 향하고 있는지 또는 어느 정도의 속도로 이동을 하는지 확인이 어렵다. 따라서 이러한 GPS 실외좌표 데이터와 더불어 센서 실외좌표 데이터를 동시에 이용한다. 센서는 가속도 센서, 자이로스코프 센서 및 지자기 센서를 이용하게 되며, 이를 통해 보행자의 이동 방향을 x, y, z축 좌표로 확인 가능하다.
이를 좀 더 상세하게 설명하면, 센서를 통해 측정되는 보행자의 이동 방향은 도 2에 도시된 바와 같이 8 가지 방향으로 나뉘어지며, 각 방향을 0 부터 7까지 숫자로 표시된다. 이를 기반으로 보행자가 1 내지 2m 이동할 때마다 측정된 GPS 실외좌표와 센서를 통해 측정된 실외좌표를 일치시켜 센서를 통해 방향을 숫자로 나타내게 된다. 즉, 보행자가 1 내지 2m 마다 이동한 거리와 방향을 일치시켜 도 2와 같이 선으로 연결하게 되면 보행자의 이동 경로를 데이터화할 수 있게 된다. 이때 가속도 센서를 통해 도 3에 도시된 바와 같이 x, y, z축의 기울기도 함께 데이터화된다.
이와 같이 서버에 수집된 GPS 실외좌표 데이터와 센서 실외좌표 데이터를 일치시킨 후, 토폴로지 컨트롤러를 통해 상태 전이 확률 행렬을 분석한다.
토폴로지 컨트롤러(topology controller)는 HMM(hidden markov chain model), 칼만피터(kalman filter), 딥러닝(deep learning) 또는 CNN(convolution neural network)을 포함하며, 이러한 HMM, 딥러닝 또는 CNN을 통해 상태 전이 확률 행렬(state transition probability matrix)을 분석한다.
상태 전이 확률 행렬은 순차적으로 주어지는 자료가 어떤 특징을 가지고 있는지 분석함으로써 미래의 값을 예측하거나, 미래의 값에 대한 확률 분포를 알아낼 수 있는 것이다. 즉, 본 발명의 경우 이러한 상태 전이 확률 행렬을 분석하게 되면, 보행자가 앞으로 어느 방향으로 이동할 것인지 또는 어떠한 속도로 이동할 것인지에 대한 확률 분포를 확인할 수 있다.
실내 데이터 전송단계(S300)는, 스마트 시계의 센서를 이용하여 보행자의 실내 보행패턴 좌표 값을 측위하고, 측위된 실내 보행패턴 좌표 값에 해당하는 센서 실내좌표 데이터의 신호를 서버에 전송하는 단계를 의미한다.
실내에서는 GPS 신호를 받을 수 없기 때문에 스마트 시계의 센서 만을 이용하여 보행자의 실내 보행패턴 좌표 값을 측위한다. 이러한 실내 보행패턴 좌표 값의 측위는 실외 데이터 수집단계(S100)에서 실외 보행패턴 좌표 값을 측위하는 방법과 동일하게 가속도 센서, 자이로스코프 센서 및 지자기 센서를 통해 측위할 수 있다.
이와 같이 스마트 시계의 센서를 이용하여 측위된 실내 보행패턴 좌표 값에 해당하는 센서 실내좌표 데이터 신호를 서버에 전송한다.
실내위치 예측단계(S400)는, 서버가 수신받은 센서 실내좌표 데이터를 상태 전이 확률 행렬을 통해 분석하여 보행자의 실내 위치를 예측하는 단계를 의미한다.
실내 데이터 전송단계(S300)를 통해 서버가 수신받은 센서 실내좌표 데이터를 실외 데이터 분석단계(S200)를 통해 분석된 상태 전이 확률 행렬을 통해 분석하여 보행자의 실내 위치를 예측한다.
즉, 본 발명은 도 2에 도시된 바와 같이 GPS 및 센서를 통해 측위된 실외 보행패턴 좌표 값을, GPS 신호가 잡히지 않는 실내에서 센서만을 이용하여 측위한 실내 보행패턴 좌표 값과 비교하여 실내위치를 예측하는 방법에 해당한다. 이와 같은 방법을 위해 실외 보행패턴 좌표 값을 측위하고, 이를 토폴로지 컨트롤러를 통해 상태 전이 확률 행렬을 분석한다. 그 다음 GPS 신호가 잡히지 않아 센서 만을 통해 측위한 실내 보행패턴 좌표 값을 상태 전이 확률 행렬을 통해 분석하여 보행자의 실내 위치를 예측할 수 있다.
이와 같은 방법은 실외 보행패턴이 데이터셋화 되어있기 때문에 보행자의 실외 보행패턴의 오차를 최소화할 수 있으며, 보다 정확한 보행자의 실내 위치를 예측할 수 있다.
와이파이(WiFi), 지그비(Zigbee) 및 이 이외의 근거리 통신 수단(NFC)을 이용하여 실내측위를 수행하는 종래기술들의 경우, 실내 위치좌표의 파악이 어렵기 때문에 측위 정확도가 떨어지며, 실외에서 사용되는 GPS와 유사한 정확도를 기대하기 어려웠다. 하지만 본 발명의 경우 정확도가 높은 GPS 및 센서를 이용하여 보행자의 실외 보행패턴 좌표 값을 획득하고, 이러한 실외 보행패턴 좌표 값을 실내 보행패턴 좌표 값과 비교하여 보행자의 실내 위치를 정확하게 예측 가능하다는 장점이 있다.
본 발명은 상기한 실시예에 한정되지 아니하며, 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 다양한 변형 실시가 가능한 것은 물론이다.
S100a: 실외 GPS 데이터 수집단계
S100b: 실외 센서 데이터 수집단계
S200: 실외 데이터 분석단계
S300: 실내 데이터 전송단계
S400: 실내위치 예측단계

Claims (4)

  1. 스마트 시계의 GPS(global positioning system) 및 센서를 이용하여 상기 스마트 시계를 착용한 보행자의 실외 보행패턴 좌표 값을 측위하고, 상기 측위된 실외 보행패턴 좌표 값에 해당하는 GPS 실외좌표 데이터 및 센서 실외좌표 데이터의 신호를 각각 수신하여 서버에 수집하는 실외 데이터 수집단계;
    상기 서버에 수집된 GPS 실외좌표 데이터 및 센서 실외좌표 데이터를 일치시켜 토폴로지 컨트롤러(topology controller)를 통해 상태 전이 확률 행렬(state transition probability matrix)을 분석하는 실외 데이터 분석단계;
    상기 스마트 시계의 센서를 이용하여 상기 보행자의 실내 보행패턴 좌표 값을 측위하고, 상기 측위된 실내 보행패턴 좌표 값에 해당하는 센서 실내좌표 데이터의 신호를 서버에 전송하는 실내 데이터 전송단계;
    상기 서버가 수신받은 상기 센서 실내좌표 데이터를 상기 상태 전이 확률 행렬을 통해 분석하여 상기 보행자의 실내 위치를 예측하는 실내위치 예측단계;를 포함하는 것을 특징으로 하는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법.
  2. 제 1항에 있어서,
    상기 실외 데이터 수집단계에서,
    상기 실외 보행패턴 좌표 값은 상기 보행자의 반복 보행을 통해 데이터셋(dataset)화 된 것을 특징으로 하는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법.
  3. 제 1항에 있어서,
    상기 실외 데이터 수집단계에서,
    상기 스마트 시계의 센서는, 가속도 센서(accelerometer sensor), 자이로스코프 센서(gyroscope sensor) 및 지자기 센서(geomagnetic sensor)를 포함하는 것을 특징으로 하는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법.
  4. 제 1항에 있어서,
    상기 실외 데이터 분석단계에서,
    상기 토폴로지 컨트롤러는, HMM(hidden markov chain model), 칼만피터(kalman filter), 딥러닝(deep learning) 또는 CNN(convolution neural network)을 포함하는 것을 특징으로 하는 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법.

KR1020200164911A 2020-11-30 2020-11-30 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법 KR102485086B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200164911A KR102485086B1 (ko) 2020-11-30 2020-11-30 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200164911A KR102485086B1 (ko) 2020-11-30 2020-11-30 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법

Publications (2)

Publication Number Publication Date
KR20220076097A true KR20220076097A (ko) 2022-06-08
KR102485086B1 KR102485086B1 (ko) 2023-01-04

Family

ID=81981350

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200164911A KR102485086B1 (ko) 2020-11-30 2020-11-30 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법

Country Status (1)

Country Link
KR (1) KR102485086B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080098908A (ko) 2007-05-07 2008-11-12 케이티파워텔 주식회사 지그비를 이용한 실내 위치파악 방법 및 시스템
JP2015099101A (ja) * 2013-11-19 2015-05-28 日本無線株式会社 携帯型測位装置
KR20150136791A (ko) 2014-05-28 2015-12-08 주식회사 위트시스템즈 실내위치기반서비스를 이용한 인증 및 접근제어 서비스 시스템
KR20170027124A (ko) 2015-09-01 2017-03-09 (주) 기산텔레콤 실내 중계기 기반 위치 정보 제공 장치 및 방법
US10656278B1 (en) * 2019-03-15 2020-05-19 International Business Machines Corporation Detecting asset location data anomalies

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080098908A (ko) 2007-05-07 2008-11-12 케이티파워텔 주식회사 지그비를 이용한 실내 위치파악 방법 및 시스템
JP2015099101A (ja) * 2013-11-19 2015-05-28 日本無線株式会社 携帯型測位装置
KR20150136791A (ko) 2014-05-28 2015-12-08 주식회사 위트시스템즈 실내위치기반서비스를 이용한 인증 및 접근제어 서비스 시스템
KR20170027124A (ko) 2015-09-01 2017-03-09 (주) 기산텔레콤 실내 중계기 기반 위치 정보 제공 장치 및 방법
US10656278B1 (en) * 2019-03-15 2020-05-19 International Business Machines Corporation Detecting asset location data anomalies

Also Published As

Publication number Publication date
KR102485086B1 (ko) 2023-01-04

Similar Documents

Publication Publication Date Title
Li et al. Toward location-enabled IoT (LE-IoT): IoT positioning techniques, error sources, and error mitigation
Asaad et al. A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives
CN111919476B (zh) 一种室内定位的方法、服务器及定位系统
CN105588566B (zh) 一种基于蓝牙与mems融合的室内定位系统及方法
Mirowski et al. SignalSLAM: Simultaneous localization and mapping with mixed WiFi, Bluetooth, LTE and magnetic signals
CN103363988B (zh) 一种利用智能手机传感器实现地磁室内定位导航的方法
Rantakokko et al. Accurate and reliable soldier and first responder indoor positioning: Multisensor systems and cooperative localization
Liu et al. Fusing similarity-based sequence and dead reckoning for indoor positioning without training
CN103561462B (zh) 一种完全基于智能移动终端平台的室内定位系统和方法
Zhang et al. A localization database establishment method based on crowdsourcing inertial sensor data and quality assessment criteria
CN107014375B (zh) 超低部署的室内定位系统及方法
KR20170091811A (ko) 블루투스 비콘의 rssi와 보행자 패턴의 가중치를 이용한 실내 위치 측위 방법
CN104181500A (zh) 一种基于惯性信息和机会无线信号特征的实时定位方法
WO2016195527A1 (ru) Способ и система навигации внутри помещения
Yu et al. H-WPS: Hybrid wireless positioning system using an enhanced wi-fi FTM/RSSI/MEMS sensors integration approach
Deng et al. WiFi positioning based on user orientation estimation and smartphone carrying position recognition
Seco et al. RFID-based centralized cooperative localization in indoor environments
CN115112121B (zh) 基于数据与模型结合的多源融合定位方法、系统及终端
Li et al. Location-Enabled IoT (LE-IoT): A survey of positioning techniques, error sources, and mitigation
CN112378407A (zh) 基于智能手机传感器与声波定位相结合的室内定位方法
Wu et al. Indoor positioning based on tightly coupling of PDR and one single Wi-Fi FTM AP
Jose et al. Taylor series method in TDOA approach for indoor positioning system.
Truong-Quang et al. Maximum convergence algorithm for WiFi based indoor positioning system
KR102485086B1 (ko) 스마트 시계를 이용한 실내 위치추적 경로 패턴인식 방법
Zhu et al. Integrated algorithms for RFID-based multi-sensor indoor/outdoor positioning solutions

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