WO2014158007A1 - 위치 측위 방법 및 장치 - Google Patents

위치 측위 방법 및 장치 Download PDF

Info

Publication number
WO2014158007A1
WO2014158007A1 PCT/KR2014/002713 KR2014002713W WO2014158007A1 WO 2014158007 A1 WO2014158007 A1 WO 2014158007A1 KR 2014002713 W KR2014002713 W KR 2014002713W WO 2014158007 A1 WO2014158007 A1 WO 2014158007A1
Authority
WO
WIPO (PCT)
Prior art keywords
location
user
data
positioning
database
Prior art date
Application number
PCT/KR2014/002713
Other languages
English (en)
French (fr)
Inventor
이창호
Original Assignee
인텔렉추얼디스커버리 주식회사
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
Priority claimed from KR1020130034037A external-priority patent/KR20140119333A/ko
Priority claimed from KR1020130034038A external-priority patent/KR20140118336A/ko
Priority claimed from KR1020130034035A external-priority patent/KR20140119332A/ko
Application filed by 인텔렉추얼디스커버리 주식회사 filed Critical 인텔렉추얼디스커버리 주식회사
Publication of WO2014158007A1 publication Critical patent/WO2014158007A1/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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0257—Hybrid positioning
    • G01S5/0263—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems
    • 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
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • 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
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02524—Creating or updating the radio-map

Definitions

  • the present invention relates to a location positioning method and apparatus for efficiently processing location data while improving location accuracy and providing location based services (LBS).
  • LBS location based services
  • the location information service using the wireless communication technology may be implemented through various methods such as a cell-ID method, a triangular method, a probabilistic modeling method, and screen analysis.
  • LBS Location Based Service
  • VSAT satellite communication earth station
  • Probabilistic modeling is a location estimation method called the fingerprint method, which utilizes noise and surrounding environment information as information for location tracking.
  • This method consists of a training phase and a positioning phase.
  • a plurality of reference points (RPs) are set in a space to be tracked, and propagation characteristic values are collected from all RPs to create a database.
  • the positioning step the position of the user is estimated by measuring propagation characteristic values for the user in real time, finding the most similar value through a database search, and presenting the corresponding RP.
  • the sample point may be configured as a honeycomb of all the spaces that are tracked, and the RP may be set only for the points on the path where the user may actually exist.
  • This method also improves accuracy as the number of RPs receiving the user's wireless signal increases, and it is known that it is appropriate to use three or four RPs according to various experiments.
  • This method has the advantage that it can provide the highest accuracy because it reflects the environmental information including the direction or noise that the user is facing in the position estimation.
  • management problems such as having to collect various propagation characteristic values for multiple RPs several times and having to collect new propagation characteristic values for RP whenever an environmental change such as a change in furniture arrangement occurs.
  • Rice Gaussian algorithm calculates the probability that the distance from APi to the distance S api in the RPj belonging to the fingerprint method (Fingerprint Method).
  • the distance value actually measured in APi corresponds to the density function of the normal distribution with the parameters of APi stored in the database.
  • the Rice Gaussian algorithm assumes that the distance value measured at a fixed position follows a normal distribution, so that the parameters that characterize the normal distribution of APi are averaged. And standard deviation Becomes Therefore, the probability that the distance from APi to S api in RPj Is the same as Equation 1.
  • Equation 1 M represents the number of APs that can be received, Where n represents the number of RP.
  • Is Wow Mean density function of the normal distribution with.
  • the density function parameters are the mean and standard deviation of the measurements repeated at RP and AP.
  • the probability of a specific value s is 0, so the integral interval can be uniquely distinguished from the input distance value.
  • j RPs included in the actual measurement sample individual probabilities are calculated for the total distance values received from i APs, and then the total probabilities of RPj to determine the RP most similar to the user's location. Is calculated as the product of all probabilities that will each have a distance value S api from m APi.
  • the coordinates of the RP having the highest probability P i (s) among the n RPs are determined as the location of the user.
  • Equation 4 is a formula for calculating the weight of the n th RP among k RP having a high priority.
  • R i means RP having the i-th priority
  • n is a positive integer greater than or equal to 1 and less than or equal to k.
  • the estimated position of the MU to which the kWNN algorithm of the probabilistic method is applied can be obtained from Equation 5.
  • the method using the location map is possible in a system in which the location map data is stored in the database, and each company may have a location map data.
  • LBS Location Based Services
  • GPS global positioning systems
  • Korean Laid-Open Patent Publication No. 10-20080029228 relates to such a location-based content providing system and a method thereof, and recommends and searches information useful to users in space and time in a large amount of location-based content, and displays the location on a map for easy reading.
  • Location-based services are integrated technologies with mobile communication network technology, location tracking technology, terminal technology, and information technology.
  • the technology system for location-based services includes a wireless communication location technology for locating a mobile terminal, a location-based service server technology that provides a core base technology for services, and various location-based service application technologies.
  • the positioning server receives a received signal strength indicator (RSSI) from the client and acquires location information based on various signals.
  • RSSI received signal strength indicator
  • Radio waves transmitted in a wireless channel environment have different characteristics according to the types of obstacles in the surroundings as shown in Table 1 below, and are also affected by a person who is a dynamic obstacle.
  • the fingerprint method is used as a method for minimizing the influence of estimating the position according to the signal characteristics.
  • building a map called the training phase is a time-consuming and resource-intensive task. Therefore, it is difficult to build multiple map databases according to the factors of environmental change. Therefore, depending on the environment around the user (multi-user, MU), There is a need for a method capable of correcting the collected radio signals.
  • another problem of the fingerprinting method is an increase in the amount of calculation and an error depending on the number of reference points (RPs).
  • the amount of calculation is affected by the number of RPs. As the number of RPs increases, the amount of calculation increases because the data collected from each RP and the user (Multi-User, MU) is increased. Using can also increase the maximum error.
  • the test results of the previous study confirmed that the three algorithms of the fingerprint method differ in the position estimation accuracy advantage depending on the test environment.
  • MMDBMS Main Memory Database System
  • main memory database systems are more suitable for transaction processing than disk-based database management systems include faster processing speed and memory structure optimization, but they are more expensive than disk-based database management systems.
  • a disk-based database management system stores and manages all data on disk. Disks as storage devices have a higher persistence of stored data than main memory, but are relatively slow to access. Therefore, the existing disk-based database management system provides a buffer, a temporary storage in memory, and manages data dually. For disk-based database management systems, large transaction processing and large data synchronization are not possible, and memory hit rates dominate database performance. Disk-based database management system has the advantage of providing abundant functions and operational tools in addition to large data processing, but there is a limit in application to real-time billing system that requires a large number of concurrent users or high-speed data processing due to slow response time.
  • Disk-based indexes that use large buffers add a time to change the disk address to a memory address through the buffer manager because the pointer to the node holds the disk address even though all the data is in memory.
  • the average delay of 1 second in the indoor the average delay of 3 seconds in the outdoor.
  • the fingerprint method checks the signal strength from the AP when a user having a terminal capable of communicating with the AP enters an environment in which the AP is installed. It is a method of estimating the RP having the most similar characteristics as the position of the user compared to the signal strength at the points). This method is divided into a training step of identifying signal characteristics in a predetermined area and storing them in a database, and a positioning step of determining an object's position based on this.
  • the fingerprint method requires the construction of a map database, so as the location area gets wider, a database for storing a large amount of data is required.As the number of location requests increases, the database needs to be retrieved and retrieved from the AP and RP information. There is a problem in that the load becomes large.
  • LBS Location Based Service
  • LBS Location Based Service
  • the technical problem to be achieved by the present invention is to develop a location estimation method and apparatus using a distance measuring algorithm that can improve the accuracy of the location information that is the core of the LBS.
  • a distance measuring algorithm that can improve the accuracy of the location information that is the core of the LBS.
  • RSSI Received Signal Strength Intensity
  • LBS Location Based Services
  • GPS Global Positioning System
  • Positioning technologies of smartphones with improved precision such as satellite navigation system, base station ID, and Wi-Fi
  • smartphones are all integrated into smartphones, and new types of killer apps such as social network services (SNS), augmented reality, and games are added.
  • SNS social network services
  • the utilization of services is getting higher.
  • the categories of services that location-based services can provide have evolved into services for publicity such as disaster relief, as well as services that make life easier, such as asset tracking, tracking, group management, interpersonal tracking, perimeter tracking, and navigation. have. Accordingly, we will propose a method to further improve the position accuracy by utilizing the already established Wi-Fi signal.
  • the fingerprint method requires a processing technique that can efficiently store and analyze the positioning data because the amount of data increases the time for requesting and loading the data necessary for determining the positioning position.
  • the processing speed is increased, but the construction cost is also increased.
  • DRDBMS disk-based database management system
  • the location estimation method using the distance measurement algorithm proposed in the present invention based on the signal strength data collected from the access point (AP) in the vicinity of the user, to determine the temporary location of the user, Retrieving the location data of the temporary location from the location information database, determining whether there is a location map corresponding to the location information of the temporary location, and if there is a location map corresponding to the location data of the temporary location in the location information database Determining a final location of the user using a first location positioning method, and determining a final location of the user using a second location location method when there is no location map corresponding to the location data of the temporary location; and Send the coordinates of the user's final location to the location information database, Group comprising displaying a user's final position, and the first positioning method and the second position positioning method is the use of different positioning methods.
  • the first location positioning method may include estimating a location using a fingerprint technique, performing training when there is no training data, and performing positioning when there is training data.
  • the training may include collecting training data to set an RP size according to signal strength, storing position data of the set RP in a location map database, and then performing positioning.
  • Setting the RP size can be set in detail the RP size that the signal strength is strong, and if the signal strength is weak it can be set large RP size.
  • the positioning may be performed by determining a user's position using a Rice Gaussian algorithm and using a log scale probability value as a filtering technique for reducing the dispersion of the Rice Gaussian algorithm.
  • Equation 2 The total probability Pj (s) of RPj for determining the RP most similar to the location of the user may be represented by Equation 2,
  • n may represent the number of RP.
  • the signal strength of the user can be determined, and if the signal strength of the user is strong, the position estimation can be performed using triangulation, and if the signal strength is weak, the location can be estimated using the least-square method. .
  • triangulation and least-squares methods are used to derive coordinates within the range as final coordinates using the following three ranges.
  • x i and y i may indicate a coordinate of RP
  • x.axis max and y.axis max may indicate a preset range.
  • the final coordinate is derived by using triangulation technique, and when two solutions are obtained from the simultaneous equation for determining the user's position, the two solutions are the three types. If both ranges are satisfied, the average value of the two solutions may be used for the final coordinate calculation, and if only one of the two solutions satisfies the three ranges, only the satisfactory solution may be used for the final coordinate calculation. In addition, when one solution is obtained from the simultaneous equation, it can be used for final coordinate calculation when the one solution satisfies all three ranges.
  • the method of deriving final coordinates using the least square method can be used for calculating final coordinates when one solution is obtained from a system of equations for determining a user's position and the solution satisfies all three ranges.
  • the final position of the user may be determined using a position comparison algorithm according to signal strength of the position estimated through triangulation and least squares techniques.
  • the location estimation apparatus using the distance measurement algorithm proposed in the present invention is a location data request unit for collecting the signal strength data of the neighboring AP by requesting the location data and whether the location map data of the location data is in the location information database
  • the position estimator performs training and positioning, performs a fingerprint technique performing unit that determines a user's position using a Rice Gaussian algorithm, and filters to select only values that are close to the actual user's position among x and y coordinates,
  • a fingerprint technique performing unit that determines a user's position using a Rice Gaussian algorithm
  • filters to select only values that are close to the actual user's position among x and y coordinates
  • one solution is obtained from the triangulation method execution unit that uses coordinates within the three preset ranges of the simultaneous equations for calculation of the final coordinates and the simultaneous equation, and the one solution satisfies all three preset ranges. It may include a minimum square method performing unit used to calculate the final coordinates and the final position determiner for determining the final position of the user using a position comparison algorithm according to the signal strength of the position estimated by the triangulation technique and the least square method have.
  • the location estimating unit performs a fingerprinting technique through the fingerprint technique performing unit when the location map data is present in the location information database. If the signal strength of the user is strong when there is no location map data in the location information database, the location estimating unit performs the triangulation technique performing unit. When triangulation is performed and the signal strength is weak, the least square method may be performed through the least square method execution unit.
  • a log scale probability value may be used as a filtering method for reducing the dispersion of the Rice Gaussian algorithm.
  • a location positioning method for improving location accuracy collecting signal data corresponding to the location of the user from an access point (AP) in the vicinity of the user, and may affect the signal data Collecting signal data by selecting factors and environments, inferring a correction coefficient by comparing with ideal signal data, applying a correction coefficient to signal data corresponding to a user's position, and using a first position positioning method. Calculating an initial position of the user, selecting an appropriate algorithm from the second positioning method according to the number of RPs of the area where the user is located, and calculating the final position of the user by applying the selected algorithm to the calculated initial position of the user; And displaying the coordinates of the user and the location of the user calculated on the location map.
  • AP access point
  • Inferring the correction coefficient may include selecting factors and environments that may affect the signal data, collecting signal data according to the factors and environments in the selected environment, and collecting the collected data into the ideal signal data. Comparing, Computing a correction coefficient through the comparison.
  • the step of collecting signal data according to factors and circumstances collects data for a predetermined time at a predetermined distance from the AP for factors and environments that may affect the signal data.
  • Ideal signal data is collected in the same manner as the method of collecting factors and environments that may affect the signal data.
  • the collected data is compared with the ideal signal data for all the data to obtain a corrected value, and the average ratio obtained by applying the corrected values to all the data is determined as the correction coefficient.
  • the first positional positioning method uses a least square method, and the signal data uses a value to which a correction coefficient is applied.
  • the database of the RP in the area where the user is located is constructed differently depending on the accuracy and design of the building.
  • the second position positioning method uses a fingerprint technique, which selects a suitable algorithm according to the number of RPs of the area where the user is located, and calculates the final position of the user by applying a correction factor.
  • the final position of the user determines the average of the two nearest results among the results calculated using the selected algorithm as the final position.
  • the positioning device for improving the location accuracy proposed in the present invention is a signal data collection unit for collecting the signal data corresponding to the user's location from the access point (AP) in the vicinity of the user, and the signal data Collecting signal data by selecting factors and environments that may affect the signal, a correction coefficient inference unit for inferring a correction coefficient by comparing with the ideal signal data, and applying the correction coefficient to the signal data corresponding to the user's position,
  • An initial position calculation unit that calculates an initial position of the user using a first position positioning method, and an appropriate algorithm among second position positioning methods according to the number of RPs of the area in which the user is located;
  • the final position calculation unit and the position map for calculating the final position of the user by applying the selected algorithm
  • a coordinate position and a display unit for displaying the coordinate location of the user and the user of the calculated group.
  • the correction coefficient inference unit selects factors and environments that may affect the signal data, and collects signal data according to the factors and the environment in the selected environment, and collects the collected data into ideal signal data. And a comparison unit for comparing the calculated correction values and an average ratio calculation unit for determining the average ratio obtained by applying the corrected values to all data.
  • the initial position calculation unit uses the least square method, and at this time, the signal data uses a value obtained by applying a correction factor.
  • the final position calculator includes an RP configuration environment check unit that checks the number of RPs in the area in which the user is located, a fingerprint technique execution unit that selects a suitable algorithm according to the number of RPs, and calculates the final position of the user by applying the algorithm;
  • the final candidate group average calculation unit for calculating the average of the two adjacent results of the final candidate group obtained by applying.
  • the location positioning method for the efficient processing of the actual location data proposed in the present invention comprises the steps of requesting the location of the user based on the signal strength data collected from the access point (AP) in the vicinity of the user; If there is no pre-stored signal characteristic in the database of the location information provider that is remotely connected through the communication network to calculate the location of the user, the data is configured using the requested location of the user and the data is stored in the database of the location information provider. Storing the data; and determining whether the location is the first location if there is a signal characteristic pre-stored in the database of the location information provider to calculate the location of the user.
  • AP access point
  • the database of location information provider Requesting the data, storing the requested data in a database of the user terminal, calculating the user's location, and calculating the user's location by a method different from the method used when the first location is not the first location. It may include.
  • the data is composed of a set, and the data set collects data for each RP, then combines the collected data to form an RP set, and the configured RP set may be stored in a database of a location information provider.
  • the RP set stores the ID of the RP set and the coordinate range of the RP set, and can be managed by the RP set information server.
  • the user's position can be calculated using the fingerprint method, and in the case of the first positioning, the user's position can be calculated using the triangulation method.
  • the user's location movement trend is predicted and the data stored in the database of the location information provider is requested, and the requested data is stored in the database of the user terminal to calculate the location of the user. Predicting a movement trend, identifying an RP set ID corresponding to the predicted user's location, retrieving the x, y coordinate range of the corresponding RP set and requesting data from the RP set information server and requesting Storing the data in a user database.
  • the coordinate range of the predicted user may be determined, and the ID of the RP set constituting the data set of the corresponding position may be confirmed through the RP set information server of the database of the location information provider.
  • the location of the user may be calculated using the requested data, and when the user moves and re-requests data at the next location, the user may calculate using the data stored in the database of the user terminal.
  • the location of the user is calculated using the data requested in the previous step, and when the user moves according to the prediction, the data requested in the previous step may be deleted.
  • the positioning device for efficient processing of the actual positioning data proposed in the present invention is a user location for requesting the location of the user based on the signal strength data collected from the access point (AP) in the vicinity of the user RP that collects RP data for configuring data using the requested user's location when there is no signal characteristic stored in the database of the requesting unit and the location information provider that is remotely connected through the communication network to calculate the user's location If there is a signal characteristic pre-stored in the database of the location information provider to calculate the location of the data collection unit, the RP set configuration unit constituting the RP set using the collected RP data and the user, and determine the first positioning, To calculate the location of the user in a different manner according to the determination result How conditioning can include portions. Positioning device.
  • the RP set configuration unit bundles the data collected by the RP data collection unit and configures the RP set, and stores the RP set in the database of the location information provider.
  • the positioning unit includes an initial position determining unit that determines whether the first position is determined, a user position prediction unit that predicts a user's position movement trend when the determination is not the first position, and data corresponding to the predicted user position.
  • RP set request unit for requesting, an in-memory database for storing the requested data in the user terminal and a user position calculation unit for calculating the position of the user in a different manner according to the determination result of the initial positioning determiner.
  • the user position predictor may predict the user's position movement trend by searching by the x, y coordinate range of the RP set constituting the data set.
  • the RP set request unit may check the ID of the RP set using the requested RP set.
  • the in-memory database can be calculated using the data stored in the user in-memory database when the user moves and re-requests data at the next location.
  • a method using Wi-Fi for estimating a location can be utilized for an existing AP and a location map can be used to estimate a location more accurately than conventional location positioning methods.
  • the location map is configured or not, it is possible to reduce the load on the server by performing location positioning in two ways.
  • the Gaussian algorithm which is a probabilistic algorithm among the position estimation methods using the fingerprint method, and filtering method for reducing the dispersion of position determination, the probability selection error can be reduced. have.
  • triangulation and least squares only the values that are close to the actual position are selected. Therefore, the amount of data stored in the database is reduced, and only the data within the range is extracted.
  • the location estimation method and apparatus using the distance measurement algorithm can measure the user's location faster and more accurately, and can accurately estimate the user's location by the scatter reduction and filtering technique.
  • the fingerprinting technique may be differently applied according to the RP configuration of the environment in which the user is located, thereby reducing the computational load more than necessary.
  • the position accuracy and reliability can be increased by using the average of two adjacent positioning results in the final position estimation among the results obtained using the three algorithms of the fingerprint technique.
  • the correction coefficient according to the environment is used to correct the data without constructing an additional map according to the environment, the position estimation accuracy can be improved.
  • the location positioning method and apparatus proposed by the present invention do not need to search the MAC addresses of numerous APs for each location request, so that the search load can be reduced. Since the data required for the next location is predicted by the user's moving direction, the location information is stored in an in-memory database of the user terminal in advance, so that a quick location result can be derived.
  • the system is composed of a disk-based database management system (DRDBMS) of the location information provider remotely connected to the in-memory database of the user terminal can reduce the burden of the database management system construction burden .
  • DRDBMS disk-based database management system
  • FIG. 1 is a flow chart of a location estimation method using a distance measurement algorithm according to an embodiment.
  • FIG. 2 is a flowchart illustrating a process of performing a fingerprint method when there is location map data.
  • FIG. 3 is an exemplary diagram for describing a fingerprint technique using a Wi-Fi signal according to an embodiment.
  • FIG. 4 is a flowchart illustrating a process of directly calculating location data of a user when there is no location map data.
  • FIG. 5 is a diagram illustrating a configuration of a position estimation device using a distance measuring algorithm.
  • FIG. 6 is a diagram illustrating a configuration of a location estimating unit that estimates a location of a user according to the presence or absence of a location map database.
  • FIG. 7 is a diagram for describing a fingerprint method according to an embodiment.
  • FIG. 8 shows a flowchart of a positioning method for improving position accuracy.
  • FIG. 9 is a flowchart illustrating a method of inferring a correction coefficient according to an embodiment.
  • FIG. 10 is a flowchart illustrating an example of calculating a final position of a user, according to an exemplary embodiment.
  • FIG. 11 is a diagram illustrating a configuration of a positioning device for improving position accuracy.
  • FIG. 12 is a diagram illustrating a configuration of a correction coefficient inference unit according to an exemplary embodiment.
  • FIG. 13 is a diagram illustrating a configuration of a final position calculator according to an exemplary embodiment.
  • 15 is a diagram illustrating the structure of a hybrid database according to an embodiment.
  • 16 is a flowchart of a positioning method for efficient processing of actual positioning data proposed in the present invention.
  • 17 is a diagram for describing a configuration of an RP set according to an embodiment.
  • 18 is a flowchart of a data request and a method for storing in an in-memory database according to one embodiment.
  • FIG. 19 is a view showing the configuration of a positioning device for efficient processing of the actual positioning data proposed in the present invention.
  • 20 is a diagram illustrating a configuration of a positioning performing unit according to an embodiment.
  • FIG. 1 is a flow chart of a location estimation method using a distance measurement algorithm according to an embodiment.
  • the user may request location data to measure the user's location (110).
  • location data By requesting location data, signal strength data of each AP in the vicinity may be collected. If there is location data of the AP that is already known among the collected signal strength data, it is possible to determine an approximate location of the AP that already knows the location data.
  • the location data of the location can be retrieved from the location information database (Data Base, DB).
  • the search may determine whether the location map data of the location data is in a location information database (Data Base, DB). After the determination, three techniques for estimating the location of the user according to the presence or absence of location map data of the location data may be used (120).
  • a fingerprint method may be used (130). Fingerprint method (Fingerprint Method) will be described in detail with reference to FIG.
  • FIG. 2 is a flowchart illustrating a process of performing a fingerprint method when there is location map data.
  • training data By analyzing the location data requested by the user, it is possible to determine the presence or absence of training data (210). If there is training data, positioning may be performed immediately. If there is no training data, training may be performed first and then positioning may be performed.
  • training may be performed.
  • Training data may be collected to perform training (220).
  • the magnitude of signal strength may be divided into sections to determine a reference point (RP).
  • the size of the RP After dividing the magnitude of the signal strength by the interval, it is possible to set the size of the RP according to the signal strength (230). For example, when the signal strength is strong, the size of the RP can be finely set to improve the accuracy of the positioning. On the other hand, if the signal strength is weak, the size of the RP can be set large.
  • the training step may be completed by storing the location data of the corresponding RP in the location information database (240). Thereafter, a positioning step for determining the location of the user may be performed.
  • positioning may be performed immediately, or if there is no training data, training may be performed first and then positioning may be performed.
  • the positioning data may be collected (250).
  • a Rice Gaussian algorithm may be used to estimate the position using a fingerprint method (260).
  • Equation for calculating the probability P ij (S api ) to be the distance value S api from the j th RP RPj to the i th AP APi may be the same as Equation 1.
  • Equation 2 The equation for obtaining the total probability P j (s) of the RPj for determining the RP most similar to the position of the user may be as shown in Equation 2.
  • m may represent the number of APs.
  • the total probability Pj (s) of the j th RP may be calculated as a product of all probabilities having a distance value Sapi from RPj to m APi.
  • a filtering using a log-scale probability value may be performed on the Rice Gaussian algorithm used for determining the location of the user (270).
  • By performing filtering using a log-scale probability value it is possible to reduce the dispersion of positioning of the Rice Gaussian algorithm.
  • the Rice Gaussian algorithm it may be difficult to calculate the priority weight of each RP by calculating arithmetic sums of probability values as in the deterministic algorithm. Therefore, the position of the user may be estimated by converting the probability value to a log scale and calculating the priority level weight.
  • a fingerprint technique using a Wi-Fi signal according to an embodiment will be described with reference to FIG. 3.
  • FIG. 3 is an exemplary diagram for describing a fingerprint technique using a Wi-Fi signal according to an embodiment.
  • training may be performed to determine a reference point (RP).
  • RP reference point
  • the location data of the corresponding RP can be stored in the location information database.
  • the position data of the RP may be represented by the coordinate 310.
  • the distance probability density function parameters 320 between n RPs and m APs may be obtained using the coordinates 310 of the RPs.
  • the probability density function parameter may include a mean 330 and a standard deviation 340 which are parameters representing characteristics of the normal distribution of APi. In this case, the probability density function parameters may be converted to a logarithmic scale to perform filtering.
  • Probability values converted to logarithmic scale may be used in the Rice Gaussian algorithm.
  • a correction and filtering method for improving Received Signal Strength Intensity (RSSI) ranging using a Wi-Fi signal may be used.
  • RSSI Received Signal Strength Intensity
  • a user's position may be determined by applying a correction and filtering method 350 using a probability value of 340 converted to a log scale and a Wi-Fi signal to a Rice Gaussian algorithm.
  • the probability distribution for determining the RP most similar to the user's position may be represented by the graph 360 using the 340 probability values converted to the log scale and the correction and filtering method using the Wi-Fi signal.
  • the location data of the user may be directly calculated by using triangulation or least squares (140).
  • FIG. 4 is a flowchart illustrating a process of directly calculating location data of a user when there is no location map data.
  • the location data of the user may be calculated directly.
  • the signal strength of the user may be determined to determine a method for directly calculating the location data of the user (410). If the signal strength of the user is determined and the signal strength is strong, the position estimation may be performed using a triangulation technique, and if the signal strength is weak, the position may be estimated using the least square method (420).
  • Coordinate filtering may be performed to select only values close to the actual position among the x i and y i coordinates in order to estimate the exact position of the user using triangulation techniques.
  • the coordinates within the range can be derived as the final coordinate using the following three ranges.
  • x i and y i may indicate a coordinate of RP
  • x.axis max and y.axis max may indicate a preset range.
  • the final coordinates can be derived using the same method as the process of deriving the coordinates within the range used by the triangulation technique as the final coordinates.
  • the final position of the user may be determined by using the position comparison algorithm according to the signal strength.
  • the location map database After determining the location of the user (130 or 140) using a location estimation method according to the presence or absence of the location map data of the location data, it may be transmitted to the location map database to display the determined location coordinates on the location map (150). ). The user location coordinates and the location of the user transmitted to the location map database may be finally displayed on the location map (160).
  • FIG. 5 is a diagram illustrating a configuration of a position estimation device using a distance measuring algorithm.
  • the position estimating apparatus using the distance measuring algorithm may include a position data requesting unit 510, a determining unit 520, a position estimating unit 530, a position coordinate transmitting unit 540, and a display unit 550.
  • the location data request unit 510 may request location data to measure the location of the user (110). By requesting location data, signal strength data of each AP in the vicinity may be collected.
  • the determination unit 520 may determine the approximate location of the AP that already knows the location data when there is the location data of the AP that is already known among the signal strength data collected by the location data requester 510. After determining the approximate location of the AP, the location data of the location can be retrieved from a location information database (Data Base, DB). The search may determine whether the location map data of the location data is in a location information database (Data Base, DB). After the determination, the location estimator 530 may use three techniques for estimating the location of the user based on the presence or absence of the location map data of the location data.
  • the location estimator 530 performs a user location estimation method according to the presence or absence of location map data determined by the determination unit 520. Referring to FIG. 6, the configuration of the position estimating unit 530 will be described in detail.
  • FIG. 6 is a diagram illustrating a configuration of the location estimator 600 which estimates a location of a user according to the presence or absence of a location map database.
  • the position estimator 600 may include a fingerprint technique performer 610, a triangulation technique performer 620, a least squares performer 630, and a comparator 640.
  • the fingerprint technique performing unit 610 may estimate the position of the user using the fingerprint technique when the location map data is in the location information database.
  • the fingerprint technique performing unit 610 may perform training and positioning, and determine a user's position using a Rice Gaussian algorithm, which is a probabilistic algorithm.
  • filtering using a log-scale probability value may be performed on the Rice Gaussian algorithm used for the user's location determination.
  • the triangulation technique performing unit 620 may estimate the position of the user by using the triangulation technique.
  • the least square method performing unit 630 may estimate a user's position using the least square method.
  • the comparison unit 640 may determine the user's final position by using a position comparison algorithm according to the signal strength of the user's position estimated by the triangulation technique execution unit 620 and the least squares execution unit 630.
  • the position coordinate transmitter 540 may transmit the position coordinates of the user determined by using the position estimation method according to the presence or absence of the position map data of the position data in the position estimator 530 to the position information database. .
  • the display unit 550 may finally display the user location coordinates and the location of the user received from the location coordinate transmitter 540 on the location map.
  • the location estimation method and apparatus using the distance measurement algorithm is a method using the Wi-Fi of the various methods of estimating the location of the user can utilize the existing installed AP, location map Since the accurate position estimation may be possible.
  • the location map is configured or not, the positioning of the location is performed in two ways, thereby reducing the load on the server. For example, when measuring an accurate position, a fingerprint technique using a location map is used, and when a user's approximate position is to be determined, a triangulation method and a least square method are compared and used to reduce the load on the server.
  • an RP corresponding to a user's position may be selected using a Rice Gaussian algorithm, which is a probabilistic algorithm. Since the weighting is calculated by converting the probability value to a logarithmic scale as a filtering technique for reducing the dispersion of position determination, it is possible to reduce the probability selection error than the conventional method.
  • a Rice Gaussian algorithm which is a probabilistic algorithm. Since the weighting is calculated by converting the probability value to a logarithmic scale as a filtering technique for reducing the dispersion of position determination, it is possible to reduce the probability selection error than the conventional method.
  • triangulation technique and least squares technique only the values close to the user's position are selected from the coordinates of the RP.
  • the amount of calculation may be reduced. Therefore, the position of the user can be measured quickly and accurately, and the position of the user can be accurately estimated by the scatter reduction and filtering technique.
  • FIG. 7 is a diagram for describing a fingerprint method according to an embodiment.
  • the fingerprint method (Fingerprint Method), which is one of the positioning methods using a wireless signal, checks the signal strength from the AP when a user having a terminal capable of communicating with the AP enters an environment in which the AP is installed. After checking the signal strength, it is a method of estimating the RP having the most similar characteristics as the user's location in comparison with the signal strength at reference points (RP) previously stored in the database.
  • RP reference points
  • the fingerprint method is divided into a training 1110 stage and a positioning 1120 stage.
  • the signal strength transmitted from n APs (AP # 1, AP # 2, ..., AP # n) is m RP (RP 1 , RP 2 , ..., RP m ) is measured and stored in the database in advance (1130).
  • the positioning step 1120 the signal strength recognized by the AP in the terminal of the user (Multi-User, MU) 1140 who wants to know the location is compared with the signal strength stored in the database (1150). After comparison of the signal strengths, the RP having the most similar value is estimated as the user's current position.
  • Fingerprint methods include Nearest Neighborhood (NN), k-Nearest Neighborhood (KNN), and KWNN algorithms.
  • NN Nearest neighborhood
  • the NN algorithm minimizes the distance between the signal strength vectors [s 1 , s 2 , ..., s n ] stored in the database and the signal strength vectors [S 1 , S 2 , ..., S n ] measured by the user. This is how to determine the RP to be the user's location.
  • the NN algorithm can determine the user's location using Equation 11.
  • the KNN algorithm selects k RPs with small Euclidean distances between signal RPs and users stored in the database and determines the arithmetic mean of k coordinates with the same weight to determine the user's location. Like the NN method, the KNN algorithm first calculates the Euclidean distance between the signal strength values of the RP stored in the database and the measured user signal strength values. Once the Euclidean distance with the user is found in all RPs, the k candidate RPs with the highest priority are selected in the order of decreasing value. In this case, the position of the user may be determined using coordinates corresponding to the RP stored in the database. The KNN algorithm may determine the location of the user using Equation 12.
  • the KWNN algorithm performs the same process until selecting k candidate RPs having priority in the KNN algorithm described above. However, while the KNN algorithm assigns the same weight to k candidate RPs when calculating the estimated position of the user, the KWNN algorithm refers to the higher priority candidate RP by referring to the Euclidean distance value, which is the parameter that determines the priority. Apply. That is, since the Euclidean distance gives more weight to the smaller RP, when the k candidate RPs are determined, the coordinates of the candidate RP having the small Euclidean distance are weighted by the inverse of the Euclidean distance of the corresponding RP. Based on this weight, the user's location using the KWNN algorithm can be estimated. The KWNN algorithm may determine the user's location using Equation 13.
  • the present invention proposes a method for estimating a user's location using all NN, KNN, and KWNN algorithms in a fingerprint method.
  • a correction coefficient inference method that can correct the signal data collected by the user to further improve the accuracy of the fingerprint technique known to be less affected by the surrounding environment.
  • a regression analysis may be used as the correction method according to the embodiment.
  • the estimation method collects signal data for each distance to obtain a coefficient that can be returned to the actual moving distance.
  • FIG. 8 shows a flowchart of a positioning method for improving position accuracy.
  • a method 1210 of collecting signal data corresponding to a location of a user from an access point (AP) in the vicinity of the user is corrected.
  • AP access point
  • Signal data corresponding to the location of the user is collected from the access point (AP) in the vicinity of the user through the positioning device (1210).
  • the signal data is collected by selecting factors and environments that may affect the signal data, and the correction coefficient is inferred by comparing with the ideal signal data (1220).
  • the reasoning process of the correction coefficient will be described in detail with reference to FIG. 9.
  • FIG. 9 is a flowchart illustrating a method of inferring a correction coefficient according to an embodiment.
  • Inferring a correction coefficient may include selecting an environment (1310), collecting signal data according to the environment (1320), comparing the ideal signal data (1330), and calculating a correction coefficient. Step 1340 may be included.
  • the positioning method for improving position accuracy selects factors and environments that may affect the signal data for inference of correction coefficients (1310).
  • the environment that may affect the signal data may include the material of the building, the number of floating population. Thereafter, the signal data is collected for a preset time with a predetermined distance from the AP. Meanwhile, signal data is collected in an environment that is not affected by the environment for the same distance and time as a data collection method in an environment that is affected by the environment.
  • a linear relation which is a mathematical model according to a causal relationship between independent and dependent variables, is used for inferring correction coefficients. Given an independent variable in a linear relationship, the dependent variable is predicted accordingly.
  • a statistical analysis method, Regression Analysis is used to verify the goodness-of-fit for determining how the mathematical model derived from these predictions explains the relationship between independent and dependent variables.
  • the Y-intercept value of the environmentally-affected data is calculated from the difference of the non-environmentally-affected data, and the corrected value is obtained for all collected data.
  • the ratio of the environmentally affected data and the corrected value is calculated and applied to all collected data to find the average ratio.
  • the average ratio obtained through this process can be used as a correction factor (1340).
  • a correction coefficient is applied to signal data corresponding to the position of the user, and the first position of the user is measured using the first position positioning method. Calculate (1230).
  • the least square method may be used as the first location positioning method for calculating an initial location of a user.
  • a distance value between the AP and the user is required.
  • the distance value may use the Friis formula.
  • the signal data used in the Friis formula can reduce the error by using a correction factor.
  • the reason for using the least-squares method is that if the number of APs is large, the triangulation technique requires a criterion for selecting APs, and thus requires a complex equation solving process.
  • the least-squares method can utilize all the APs from which the signal is collected from the user, and can solve the equations at a relatively fast speed by solving them using matrices.
  • the calculation using the least square method may combine all received AP signals by two and use an equation as shown in Equation 14 based on the distance d i between the AP and the user.
  • Equation 15 The basic equation is the same as the triangulation technique, but in the least-squares technique, the position of AP can be substituted into Equation 15 using the matrix A and the position of the tag as the matrix L.
  • the solution to the system of equations may be derived from the coordinates within the preset range as the user's initial position coordinates.
  • the preset range for deriving the user's initial position coordinates may include the following three ranges.
  • An appropriate algorithm is selected from the second location positioning method according to the number of RPs of the area where the user is located, and the final location of the user is calculated by applying the selected algorithm to the calculated first location of the user (1240).
  • the configuration of RP can be established by setting the RP size and number differently according to the required accuracy and design of the building.
  • RPs may be densely configured when precise positional positioning is required, and may be configured with relatively large RPs when no precise positional positioning is required.
  • the number of RP may vary depending on the environment since the location area is narrow and cannot be composed of multiple RPs. The process of calculating the final position of the user will be described in detail with reference to FIG. 10.
  • FIG. 10 is a flowchart illustrating an example of calculating a final position of a user, according to an exemplary embodiment.
  • the calculating of the final position of the user may include applying a signal strength data collection and correction factor corresponding to the user's location (1410), verifying the RP configuration (1420), and applying an algorithm according to the number of RPs (1430). 1440, 1450).
  • a suitable algorithm is selected from the second positioning method according to the number of RPs of the area where the user is located, and the final position of the user is calculated by applying the selected algorithm to the calculated user's initial position. do.
  • the signal strength data collection and correction coefficients corresponding to the determined initial position of the user are applied (1410).
  • the RP configuration is checked (1420).
  • the configuration of RP is based on the required accuracy and the design of the building. If precise positioning is required, the RPs can be configured in a compact manner, and if precise positioning is not necessary, relatively large RPs can be configured. In addition, the number of RP may vary depending on the environment because it cannot be configured with a large number of RP when the location area is narrow.
  • an algorithm suitable for the RP configuration environment is applied (1430, 1440, 1450).
  • Appropriate algorithms among fingerprint algorithms can be applied according to the RP configuration.
  • the number of RP is less than or equal to 1, it can be quickly calculated by the NN method (1430).
  • the number of RPs may be calculated by the KNN method considering the neighboring RPs (1440).
  • the estimated position candidate group may be derived using the NN, KNN, and KWNN methods of the fingerprint technique (1450). The average of the two nearest results among the three calculated results can be calculated to determine the user's final location.
  • the final coordinates and the location of the user calculated through the process are displayed on the location map (1250).
  • FIG. 11 is a diagram illustrating a configuration of a positioning device for improving position accuracy.
  • Positioning apparatus for improving position accuracy is a signal data collection unit 1510, correction coefficient inference unit 1520, initial position calculation unit 1530, final position calculation unit 1540, coordinates and
  • the position display unit 1550 is configured.
  • the signal data collector 1510 may collect signal data corresponding to the location of the user from an access point (AP) in the vicinity of the user.
  • AP access point
  • the correction coefficient inference unit 1520 may collect signal data by selecting factors and environments that may affect the signal data, and infer the correction coefficient by comparing with the ideal signal data.
  • the correction coefficient inference unit 1520 will be described in detail with reference to FIG. 12.
  • FIG. 12 is a diagram illustrating a configuration of a correction coefficient inference unit 1520 according to an embodiment.
  • the correction coefficient inference unit 1520 may include a signal data environment selection unit 1610, a comparison unit 1620, and an average ratio calculation unit 1630.
  • the signal data environment selection unit 1610 may select factors and environments that may affect the signal data, and collect signal data according to the factors and the environment in the selected environment.
  • the comparator 1620 may obtain the corrected value by comparing the collected data with the ideal signal data.
  • a linear relation which is a mathematical model according to a causal relationship between independent and dependent variables, is used for inferring correction coefficients. Given an independent variable in a linear relationship, the dependent variable is predicted accordingly.
  • a statistical analysis method, Regression Analysis is used to verify the goodness-of-fit for determining how the mathematical model derived from these predictions explains the relationship between independent and dependent variables.
  • the Y-intercept value of the environmentally-affected data is calculated from the difference of the non-environmentally-affected data, and the corrected value is obtained for all collected data.
  • the average ratio calculator 1630 obtains a ratio of the environmentally affected data and the corrected value and applies the result to all collected data to obtain an average ratio.
  • the average ratio obtained through this process can be used as a correction factor.
  • the initial position calculator 1530 may apply a correction coefficient to signal data corresponding to the position of the user and calculate the initial position of the user by using the first position location method.
  • the first location positioning method used for calculating the user's initial location may include a least square method.
  • the final position calculator 1540 may select a suitable algorithm among the second position positioning methods according to the number of RPs of the area where the user is located, and calculate the final position of the user by applying the selected algorithm to the calculated initial position of the user. have.
  • the final position calculator 1540 will be described in detail with reference to FIG. 13.
  • FIG. 13 is a diagram illustrating a configuration of the final position calculator 1540 according to an embodiment.
  • the final position calculator 1540 may include an RP configuration environment check unit 1710, a fingerprint technique performing unit 1720, and a final candidate group average calculator 1730.
  • the RP configuration environment checking unit 1710 may check the number of RPs in the area where the user is located. If precise positioning is required, the RPs are densely constructed, and if precise positioning is not necessary, they can be composed of relatively large RPs. In addition, the number of RP may vary depending on the environment since the location area is narrow and cannot be composed of multiple RPs. According to the number of RP of the area in which the user is located, a suitable algorithm may be selected from the second positioning method, and the final position of the user may be calculated by applying the selected algorithm to the calculated initial position of the user. In this case, the second positioning method may include a fingerprint technique.
  • the fingerprint technique performing unit 1720 may select a suitable algorithm according to the number of RPs, and calculate the final position of the user by applying the algorithm.
  • the estimated position candidate group may be derived by the NN, KNN, and KWNN methods of the fingerprint technique. The average of the two nearest results among the three calculated results can be calculated to determine the user's final location.
  • the final candidate group average calculator 1730 may calculate an average of two adjacent results among the final candidate groups obtained by applying an algorithm.
  • the coordinate and location display unit 1550 may display the coordinates of the user and the location of the user calculated on the location map.
  • WLAN systems use notebook computers, PDAs, or other WLAN devices and mobile devices to create an environment that can be implemented by software tools at the middleware or application level.
  • the system can be implemented at a significantly lower cost. Therefore, it can be utilized for all location-based services using WLAN.
  • Location-based services will grow into a core smartphone service after the wireless Internet is activated, and higher positioning accuracy is required. It is a means of positioning high precision by utilizing various wireless resources (3W + near field network + GPS) that can be collected by smartphone, acceleration sensor and direction sensor of smartphone.
  • 3W + near field network + GPS 3W + near field network + GPS
  • Location information is recognized as a social safety net provided by the state to protect people's lives in emergency situations such as disasters, and as the indoor and underground spaces increase, the necessity of expanding the use of location information as a social safety net from outdoor to indoor is increasing. .
  • Wi-Fi location tracking system is a global company that has provided location information by converting a Mac address-signal into a database. Industry officials point out that the quality of location information was not uniform due to the use of a database of foreign companies rather than domestic ones. Therefore, in line with the recent expansion of smartphones and the expansion of W-iFi AP installations of the three mobile telecommunication companies, a nationwide Wi-Fi AP location database that integrates existing and new APs will be developed. There is a need for technology development to build and utilize as a national location-based service infrastructure.
  • 14A and 14B are diagrams illustrating an internal structure according to the type of database.
  • the disk-based database management system stores and manages all data on the disk 2140. Disks as storage devices have a higher persistence of stored data than main memory, but are relatively slow to access. Therefore, most existing disk-based database management systems can provide buffers 2120a and 2130a, which are temporary storages, in the main memory 2110a and manage data dually. Such a disk-based database system is not capable of large transaction processing and large data synchronization. In addition, the disk-based database management system has the advantage of providing abundant functions and operational tools in addition to large data processing, but there is a limit to apply to a real-time billing system that requires a large number of concurrent users or high-speed data processing due to the slow response time.
  • DRDBMS disk based database management system
  • the main memory database management system builds and manages a permanent database in main memory. That is, by managing part or all of the database in the main memory 2110b, a technology that enables efficient transaction processing by directly processing data only by accessing the database 2120b of the main memory 2110b without accessing the disk. to be. In addition, a large amount of data can be replicated for backup using the backup database 2130b.
  • Reasons why main memory database management systems are better suited for transaction processing than disk-based database management systems are faster processing and memory structure optimization, but they are more expensive than disk-based database management systems.
  • Hybrid databases take advantage of these memory and disk-based databases.
  • a hybrid database is used for efficient processing of actual positioning data.
  • Hybrid database is a database management system that can be used for both general disk-based database management system (DRDBMS) and main memory database management system (MMDBMS). It is capable of processing data faster and more stably than a disk-based database management system (DRDBMS), which has a large amount of data processing and abundant functions, but has limitations in real time and high speed processing.
  • DRDBMS disk-based database management system
  • main memory database operates as a base, but when there is a large amount of data, it operates as a disk based database.
  • the most frequently used information is the main memory database management system (MMDBMS), and most carriers who have built a dual system that manages the entire data with the disk-based database management system (DRDBMS) bear the initial construction cost and inconvenience of developing separate programs. Can be solved.
  • the hybrid database may simultaneously implement the functions of the main memory database management system (MMDBMS) 2210 and the disk-based database management system (DRDBMS) 2220.
  • MMDBMS main memory database management system
  • DRDBMS disk-based database management system
  • the main memory database management system (MMDBMS) 2210 manages a part or all of the database in the main memory 2211, so that data can be directly processed only by accessing the main memory 2211 without accessing a disk, thereby enabling fast and efficient transaction. Processing can be enabled. However, there may be limitations to large capacity processing.
  • a disk based database management system (DRDBMS) 2220 stores and manages all data on the disk 2222.
  • Disks as storage devices have a higher persistence of stored data than main memory, but are relatively slow to access. Therefore, the buffer 2221, which is a temporary storage of the main memory, may be provided and data may be dually managed.
  • Disk-based database management system has the advantage of providing abundant functions and operation tools in addition to processing large data, but there is a limit in the number of concurrent users or high speed data processing due to the slow response time.
  • the hybrid database can take advantage of the main memory database management system (MMDBMS) 2210 and the disk-based database management system (DRDBMS) 2220.
  • MMDBMS main memory database management system
  • DRDBMS disk-based database management system
  • 16 is a flowchart of a positioning method for efficient processing of actual positioning data proposed in the present invention.
  • the user In order to locate the user, the user first requests a location of the user based on signal strength data collected from an access point (AP) in the vicinity of the user (2310).
  • AP access point
  • the data set may be configured as an RP set.
  • Each RP constituting the RP set may store an RP ID and x, y coordinates which are Mac addresses, RSSIs, and positions of RPs of APs received in the RP.
  • the RP set consists of a plurality of such RPs, and stores the RP ID and the coordinate range of the RP set included in the RP set, and can be managed by the RP set information server.
  • the RP set information thus configured may be stored in a database of a location information provider including a disk based database management system (DRDBMS) of the location information provider.
  • DRDBMS disk based database management system
  • the search can be requested to the RP set information server by searching the data by the x, y coordinate range of the RP set rather than the Mac address of the AP.
  • the RP set ID of the location can be checked through the RP set information server.
  • the RP set information server may check the RP IDs included in the corresponding RP set and request data of the RPs included in the RP set from the location information provider's database.
  • the requested RP set data may be stored in a database of the user terminal.
  • the RP set data requested to the database of the location information provider may be stored in an in-memory database of the user terminal using wireless communication including 3G / 4G and an internet network.
  • the location can be calculated without searching for an additional database by directly utilizing data in an in-memory database of the user terminal instead of the database of the location information provider.
  • the data used for the previous stage location check may be stored without being deleted in case the user does not move.
  • the memory used to secure the memory may be freed by deleting the data used for the previous step location confirmation.
  • the location of the user is calculated using the data stored in the database of the user terminal (2370). If it is not the initial location request, a method of calculating a user's location may be calculated using a fingerprint method.
  • the first location is determined and the location of the user is calculated by using a method different from the method used when the location is not the first location. For example, in the case of initial positioning, the RSSI of the surroundings may be collected to calculate the user's position through triangulation.
  • the location calculation results of the user are stored in the database of the location information provider in the form of a log and can be used for quality measurement or service improvement.
  • 17 is a diagram for describing a configuration of an RP set according to an embodiment.
  • data (1, 2 ..., 25) for each RP may be collected, and then the collected data may be bundled and configured as the RP set 2410.
  • the configured RP set is stored in a database of location information providers.
  • each of the RPs may include RP ID, RSSI, MAC address, x, y coordinate data of the RP.
  • These RPs may be managed by the RP information server 2420 of the database of the location information provider.
  • An RP set composed of a plurality of RPs may store an ID of the RP set and a coordinate range of the RP set, and the RP set data may be managed by the RP set information server of the database of the location information provider.
  • data corresponding to RP 16 and RP 17 are managed through an RP information server and include RP ID, RSSI, MAC address, and RP x and y coordinate data.
  • the user's location may be calculated using the MAC address 2430 through the RP information server.
  • the RP set 2410 may bundle the RP data constituting the RP set and store the ID of the RP set and the coordinate range of the RP set.
  • the RP set is managed through the RP set information server 2440, and if it is not the initial position location, the user's location can be calculated using the RP set coordinate range 2450 through the RP set information server.
  • 18 is a flowchart of a data request and a method for storing in an in-memory database according to one embodiment.
  • the movement trend may be predicted based on the previously confirmed user's location (2510).
  • the search can be requested to the RP set information server by searching the data by the x, y coordinate range of the RP set rather than the Mac address of the AP.
  • the user may determine the coordinate range predicted to be located next by the user and check the RP set ID of the corresponding position through the RP set information server (2520).
  • the RP set information server may check the RP IDs included in the corresponding RP set and request data of the RPs included in the RP set from the location information provider's database (2530).
  • the requested RP set data may be stored in the database of the user terminal (2540).
  • the RP set data requested to the database of the location information provider may be stored in an in-memory database of the user terminal using wireless communication including 3G / 4G and an internet network.
  • the location can be calculated without searching for an additional database by directly utilizing data in an in-memory database of the user terminal instead of the database of the location information provider.
  • the data used for the previous stage location check may be stored without being deleted in case the user does not move.
  • the memory used to secure the memory may be freed by deleting the data used for the previous step location confirmation.
  • FIG. 19 is a view showing the configuration of a positioning device for efficient processing of the actual positioning data proposed in the present invention.
  • the positioning device for efficiently processing the actual positioning data may include a user location request unit 2610, an RP data collector 2620, an RP set configuration unit 2630, and a positioning execution unit 2640.
  • the user location request unit 2610 requests the location of the user based on signal strength data collected from an access point (AP) near the user in order to locate the user.
  • AP access point
  • the RP data collector 2620 collects data for each RP in order to configure the RP set when there is no pre-stored signal characteristic for calculating a user's position.
  • each of the RPs may include RP ID, RSSI, MAC address, x, y coordinate data of the RP. These RPs can be managed by the RP information server of the database of the location information provider.
  • the RP set constructing unit 2630 bundles the data collected by the RP data collecting unit 2620 to form an RP set.
  • the configured RP set is stored in a database of location information providers.
  • An RP set composed of a plurality of RPs may store an ID of the RP set and a coordinate range of the RP set, and the RP set data may be managed by the RP set information server of the database of the location information provider.
  • the positioning performing unit 2640 determines whether or not the initial positioning is performed, and calculates the position of the user in a different method according to the determination result. A detailed description of the positioning performing unit 2640 will be described later with reference to FIG. 20.
  • 20 is a diagram illustrating a configuration of the positioning performing unit 2640 according to an embodiment.
  • the positioning performer 2640 includes an initial positioning determiner 2710, a user position predictor 2720, an RP set requester 2730, an in-memory database 2740, and a user position calculator 2750. It can be composed of).
  • the first location determination unit 2710 determines whether the location of the user is the first, and calculates the location of the user in a different manner according to the determination result.
  • the user location predictor 2720 may predict the moving trend based on the previously confirmed user location.
  • the RP set request unit 2730 may request a search from the RP set information server of the database of the location information provider. At this time, the data is searched by the x, y coordinate range of the RP set, not the Mac address of the AP. After determining the coordinate range that the user is expected to be located next, the RP set ID of the location can be checked through the RP set information server of the database of the location information provider.
  • In-Memory database 2740 stores the requested RP set data.
  • the RP set data requested to the database of the location information provider may be stored in an in-memory database 2740 of the user terminal using wireless communication including 3G / 4G and an internet network.
  • the user location calculator 2750 collects the RSSI of the surroundings in the case of the first positioning, calculates the position of the user through triangulation, and sets the RP stored in the in-memory database 2740 if not the first positioning.
  • the user's location can be calculated using the fingerprint method using the data.
  • Subsequent positioning can continuously predict the direction of movement of the user and request data for the next position calculation from the database of the location information provider. Thereafter, the requested data is stored in an in-memory database of the user terminal through wireless communication including 3G / 4G and an internet network. This process of calculating the position can be performed repeatedly at the request for positioning or at regular time intervals.
  • the apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components.
  • the devices and components described in the embodiments may be, for example, processors, controllers, arithmetic logic units (ALUs), digital signal processors, microcomputers, field programmable arrays (FPAs), It may be implemented using one or more general purpose or special purpose computers, such as a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions.
  • the processing device may execute an operating system (OS) and one or more software applications running on the operating system.
  • the processing device may also access, store, manipulate, process, and generate data in response to the execution of the software.
  • OS operating system
  • the processing device may also access, store, manipulate, process, and generate data in response to the execution of the software.
  • processing device includes a plurality of processing elements and / or a plurality of types of processing elements. It can be seen that it may include.
  • the processing device may include a plurality of processors or one processor and one controller.
  • other processing configurations are possible, such as parallel processors.
  • the software may include a computer program, code, instructions, or a combination of one or more of the above, and configure the processing device to operate as desired, or process it independently or collectively. You can command the device.
  • Software and / or data may be any type of machine, component, physical device, virtual equipment, computer storage medium or device in order to be interpreted by or to provide instructions or data to the processing device. Or may be permanently or temporarily embodied in a signal wave to be transmitted.
  • the software may be distributed over networked computer systems so that they may be stored or executed in a distributed manner.
  • Software and data may be stored on one or more computer readable recording media.
  • the method according to the embodiment may be embodied in the form of program instructions that can be executed by various computer means and recorded in a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the media may be those specially designed and constructed for the purposes of the embodiments, or they may be of the kind well-known and available to those having skill in the computer software arts.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks.
  • Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Landscapes

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

Abstract

본 발명은 서로 다른 측위 방식을 사용하여 위치 정보의 정확도를 향상시킬 수 있는 거리측정 알고리즘을 이용하고, 위치 정확도 향상을 위해 사용자가 위치한 구역의 RP 수에 따라 적합한 알고리즘을 선정하여 사용자의 최종 위치를 계산하며, 최초 측위 여부를 판단하여 최초 측위일 경우 삼각측량법을 이용하여 사용자의 위치를 계산하고, 최초 측위가 아닐 경우 핑거프린트 방법을 이용하여 사용자의 위치를 계산하는 위치 측위 방법 및 장치가 제공된다.

Description

위치 측위 방법 및 장치
본 발명은 위치 정보의 정확도를 향상시키고, 위치기반 서비스(LBS: Location Based Services)를 제공하면서, 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 방법 및 장치에 관한 것이다.
무선 통신 기술을 사용한 위치정보서비스는 무선 통신 기술의 종류와 무관하게 Cell-ID 방식, 삼각법에 의한 방식, 확률론적 모델링에 근거한 방식, 화면 분석 등 다양한 방법을 통해 구현될 수 있다. LBS(Location Based Service) 산업의 증가로 고 정밀 위치 측위 기술의 수요가 급증하고 있는데, 미국, EU 등에서는 위성 위치확인 시스템(GPS) 교란에 대한 국가 프로젝트가 수행 중이며, 우리나라는 위성 이동통신, 초소형 위성통신 지구국(VSAT) 전송 분야에서 최고 수준의 기술경쟁력을 확보하고 있다.
이 중 확률론적 모델링은 핑거프린트기법(Fingerprint Method) 이라고 불리는 위치추정 방법으로 노이즈 및 주위 환경정보를 위치 추적을 위한 정보로 활용하는 방식이다. 이 방식은 트레이닝(Training) 단계와 포지셔닝(Positioning) 단계로 구성된다. 트레이닝(Training) 단계에서는 위치 추적 대상이 되는 공간에 다수의 RP(Reference Point)를 설정하고 모든 RP에서의 전파 특성 값을 채취해서 데이터베이스를 만든다. 포지셔닝(Positioning) 단계에서는 사용자에 대해 실시간으로 전파 특성 값을 측정하고 데이터베이스 검색을 통해 이와 가장 유사한 값을 찾은 후 그에 해당하는 RP 를 제시하는 방식으로 사용자의 위치를 추정하게 된다. 샘플 포인트는 Gell-ID 방식과 유사하게 위치 추적이 되는 모든 공간을 벌집 모양으로 구성할 수도 있으며, 실제로 사용자가 존재할 수 있는 경로상의 지점들에 대해서만 RP를 설정할 수도 있다. 이 방식 역시 사용자의 무선 신호를 수신하는 RP의 개수가 많을수록 정확도가 개선되며 다양한 실험 결과 3개 혹은 4개의 RP 를 사용하는 것이 적당한 것으로 알려져 있다. 이 방식은 사용자가 향하고 있는 방향이나 노이즈를 포함한 환경 정보까지도 위치 추정에 반영하고 있기 때문에 가장 높은 정확도를 제공할 수 있다는 장점이 있다. 그러나 다수의 RP에 대해 다양한 전파 특성 값을 여러 번 채취해야 하는 문제와 가구 배치의 변화 등과 같은 환경 변화가 발생할 때마다 RP에 대한 전파 특성 값을 새로 채취해야 하는 등의 관리 문제를 안고 있다.
한편 라이스 가우시안(Rice Gaussian) 알고리즘은 핑거프린트기법(Fingerprint Method)에 소속된 RPj에서 APi로부터 거리값이 Sapi 인 거리가 될 확률을 계산한다. 확률을 계산하기 위해 APi 에서 실제로 측정된 거리값이 데이터베이스에 저장된 APi의 파라미터를 가지는 정규분포의 밀도함수와 대응된다. 라이스 가우시안(Rice Gaussian) 알고리즘은 고정된 위치에서 측정한 거리값이 정규분포를 따른다는 가정을 하고 있어서 APi의 정규분포의 특성을 나타내는 파라미터는 평균
Figure PCTKR2014002713-appb-I000001
과 표준편차 가 된다. 따라서 RPj에서 APi로부터 거리값이 Sapi 가 될 확률
Figure PCTKR2014002713-appb-I000003
는 수학식1 과 같다.
Figure PCTKR2014002713-appb-I000004
수학식1에서
Figure PCTKR2014002713-appb-I000005
에서 m은 수신 가능한 AP의 개수를 나타내고,
Figure PCTKR2014002713-appb-I000006
에서 n은 RP의 개수를 나타낸다.
Figure PCTKR2014002713-appb-I000007
는
Figure PCTKR2014002713-appb-I000008
와
Figure PCTKR2014002713-appb-I000009
를 파라미터로 가지는 정규분포의 밀도함수(density function)를 의미한다. 밀도함수의 파라미터들은 RP와 AP에서 반복 측정된 측정치들의 평균과 표준편차이다. 정규분포의 밀도함수에서 특정 값 s의 확률은 0이므로, 입력된 거리값을 고유하게 분별할 수 있도록 적분구간을
Figure PCTKR2014002713-appb-I000010
로 설정한다. 실제 측정 샘플에 포함된 j개의 RP에서 i개의 AP로부터 수신되는 전체 거리값에 대해 개별적 확률을 계산한 다음, 사용자의 위치와 가장 유사한 RP를 결정하기 위해 RPj 의 총 확률
Figure PCTKR2014002713-appb-I000011
는 수학식2와 같이 m개의 APi로부터 각각 거리값 Sapi를 가질 모든 확률들의 곱으로 계산된다.
Figure PCTKR2014002713-appb-I000012
이때, n개의 RP들 중에서 총 확률값 Pi(s) 가 가장 높은 RP의 좌표를 사용자의 위치로 결정한다.
우선순위에 따라서 선형적인 차이가 아닌 지수적으로 큰 차이를 보이는 값들의 가중치를 구하기 위해서 확률값을 로그 스케일(log-scale)로 변환하여 새로운 가중치를 계산한다. 따라서 로그 스케일(log-scale)로 변환한 확률값을 이용하여 j번째 RP의 가중치 Wj를 표현하면 수학식3과 같이 나타낼 수 있다.
Figure PCTKR2014002713-appb-I000013
로그 스케일(log-scale)로 변환한 후 제곱과 루트를 적용한 것은 모든 확률값이 폐구간 [0, 1] 내에 존재하기 때문에 로그값은 항상 음수가 되므로 이 값에 더해주는
Figure PCTKR2014002713-appb-I000014
와 부호를 맞추어 분모가 0이 되는 것을 방지하기 위함이다. 또한, 밑을 10으로 취한 것은 확률값의 지수적인 관계를 로그 스케일(log-scale)로 변환하여 나타낼 때 직관적으로 쉽게 알아보기 위함이며, 수학식4와 같이 로그의 성질에 의해서 밑을 다른 수로 취하더라도 결과적으로 동일한 가중치가 도출된다. 수학식4의 좌변은 높은 우선순위를 가지는 k개의 RP 중에서 n번째 RP의 가중치를 계산하는 식이다. 단, Ri는 i번째 우선순위를 가지는 RP를 의미하며, n은 1보다 크거나 같고, k보다 작거나 같은 양의 정수이다.
Figure PCTKR2014002713-appb-I000015
결정론적 알고리즘의 kWNN 알고리즘의 가중치와 비교하였을 때, 첫 번째 우선순위 RP가 전체 가중치에 미치는 영향이 큰 것을 확인할 수 있다. 이 가중치를 활용하여 확률적인 방법의 kWNN 알고리즘을 적용한 MU의 추정 위치는 수학식5를 통해 구할 수 있다.
Figure PCTKR2014002713-appb-I000016
그러나 이러한 알고리즘을 활용하여 시스템을 구축할 경우 계산 방식이 복잡하고 여러 번 값을 변환하는 단계를 거친다. 따라서, 정확한 결과를 제시할 수 있지만 실시간으로 사용자의 위치를 추정하기 위해서는 시스템이 무거워질 수 있다. 또한, 위치 맵을 이용하는 방법은 위치 맵 데이터가 데이터베이스에 저장되어 있는 시스템에서 가능하고 각 기업마다 위치 맵 데이터를 각각 가지고 있기 때문에 서로 연동되지 못하는 제약이 발생할 수 있다.
위치기반서비스(Location Based Services, LBS)는 이동통신망이나 위성항법장치(Global Positioning System, GPS)등을 통해 얻은 위치정보를 바탕으로 사용자에게 다양한 서비스를 제공하는 서비스 시스템을 말한다. 한국공개특허 10-20080029228호는 이러한 위치기반 컨텐츠 제공 시스템 및 그 방법에 관한 것으로, 방대한 양의 위치기반 컨텐츠 중에서 사용자에게 시공간적으로 유용한 정보를 추천 및 검색하고, 판독이 용이하도록 지도상에 디스플레이 하는 위치기반 컨텐츠 제공 시스템 및 그 방법을 제공한다
위치기반서비스는 이동통신망 기술, 위치추적 기술, 단말기 기술 및 정보 기술과의 통합 기술로 이들이 유기적으로 결합된 시스템 구성이 필요하다. 위치기반서비스를 위한 기술체계는 휴대 단말기의 위치를 파악하는 무선통신 측위 기술과 서비스를 위한 핵심 기반기술을 제공하는 위치기반서비스 서버기술, 그리고 다양한 위치기반서비스 응용기술들을 들 수 있다. 무선신호를 이용하여 위치를 측정하고자 할 때 측위 서버는 클라이언트로부터 송신되는 무선 신호의 세기(RSSI: Received Signal Strength Indicator)를 입력 받아 여러 가지 신호를 기반으로 하여 위치정보를 획득하게 된다.
무선 신호를 이용한 측위 방법은 전파의 산란, 반사, 굴절, 회절, 멀티패스 등 물리적 현상을 거치며 수신되기 때문에 수신 신호의 세기는 시간에 따라 변동하는 특징을 가지고 있다. 무선 채널 환경에서 송신된 전파는 아래 표 1과 같이 주변의 장애물의 종류에 따라 각기 다른 특성을 보이며 동적 장애물인 사람에 의해서도 영향을 받는 문제점이 있다.
Figure PCTKR2014002713-appb-I000017
따라서 이러한 신호 특성에 따라 위치를 추정하는데 영향을 최소화할 수 있는 방안으로 핑거프린트기법(Fingerprint Method)을 활용하고 있다. 하지만 트레이닝(Training) 단계라는 맵 구축은 많은 시간과 자원이 소모되는 작업으로 환경변화의 요인의 변화에 따라 여러 맵 데이터베이스를 구축하는 데는 무리가 있기 때문에 사용자(Multi-User, MU) 주변 환경에 따라 수집되는 무선신호를 보정할 수 있는 방안 필요하다. 또한, 핑거프린트기법(Fingerprint Method)의 다른 문제점으로 RP(Reference Point) 수에 따른 계산량과 오차의 증가가 있다. 계산량은 RP의 개수에 영향을 받게 되는데 RP의 개수가 늘어날수록 각각의 RP와 사용자(Multi-User, MU)에서 수집된 데이터를 비교하는 과정을 거치기 때문에 연산량은 늘어나게 되며 측위 범위가 커지는 만큼 잘못된 데이터를 사용하게 되면 최대 오차 또한 증가할 수 있다. 마지막으로 선행 연구의 테스트 결과 핑거프린트기법(Fingerprint Method)의 세 가지 알고리즘은 테스트 환경에 따라서 각각 위치 추정 정확도 우위가 달라지는 것을 확인하였다.
메인 메모리 데이터베이스 시스템(MMDBMS)은 메인 메모리에 영구적인 데이터베이스를 구축, 관리 하는 데이터베이스 시스템이다. 즉, 데이터베이스의 일부 또는 전부를 메인 메모리에서 관리함으로써, 디스크에 대한 접근 없이 메모리 접근만으로 직접 데이터를 처리하여 효율적인 트랜잭션(transaction) 처리를 가능하게 하는 기술이다. 메인 메모리 데이터베이스 시스템이 디스크 기반 데이터베이스 관리시스템에 비해 트랜잭션 처리 용도에 적합한 이유는 빠른 처리속도와 메모리 구조 최적화에 있지만 디스크 기반 데이터베이스 관리시스템보다 많은 비용이 든다.
디스크 기반 데이터베이스 관리시스템(DRDBMS)은 모든 데이터를 디스크에 저장하고 관리 하는 것이다. 저장 장치로서의 디스크는 메인 메모리에 비해 저장된 데이터의 지속성이 뛰어난데 비해 상대적으로 접근 속도가 느리다. 따라서 기존 디스크 기반 데이터베이스 관리시스템은 메모리에 임시 저장소인 버퍼(buffer)를 마련하고 데이터를 이중적으로 관리한다. 디스크 기반 데이터베이스 관리시스템에 대해서는 대용량 트랜잭션 처리와 대용량 데이터 동기화가 불가하며, 메모리 히트율(hit rate)이 데이터베이스 성능을 좌우하게 된다. 디스크 기반 데이터베이스 관리시스템은 대용량 데이터 처리 외에 풍부한 기능과 운영도구가 제공되는 장점이 있지만 응답시간이 늦어 시스템에 동시 접속자 수가 많거나 고속 데이터 처리를 요구하는 실시간 과금 시스템 등에 적용에는 한계가 있다. 큰 버퍼를 쓰는 디스크 기반의 색인은 모든 데이터가 메모리에 있어도 노드를 가리키는 포인터는 디스크 주소를 가지고 있기 때문에, 버퍼 관리자를 통하여 디스크 주소를 메모리 주소로 변화하는 시간이 추가된다. 실시간 측위를 처리할 때 실내의 경우 평균 1초 지연되며, 실외의 경우 평균 3초 지연될 수 있다.
종래 기술에 따른, 핑거프린트(fingerprint) 방법은 AP가 설치된 환경에 AP와 통신이 가능한 단말기를 가진 사용자가 진입하였을 때, AP로부터의 신호세기를 확인하여 데이터베이스에 미리 저장되어 있는 참조 지점RP(Reference Point)들에서의 신호세기와 비교하여 가장 유사한 특성을 가지는 RP를 사용자의 위치로 추정하는 방법이다. 이 방법은 미리 설정된 구역에서 신호 특성을 파악하여 데이터베이스에 저장해 두는 트레이닝(training) 단계와 이를 토대로 객체의 위치를 결정하는 포지셔닝(positioning) 단계로 나누어진다.
핑거프린트 방법은 맵 데이터베이스 구축이 필요하므로 측위 구역이 넓어질수록 대량의 데이터를 저장하기 위한 데이터베이스가 필요하며 사용자가 측위 요청 시 AP와 RP정보를 검색하고 불러와야 하기 때문에 측위 요청이 많아질수록 데이터베이스의 부하가 커지는 문제점이 있다.
LBS(Location Based Service)는 위치정보의 수집.이용.제공과 관련한 모든 유형의 서비스를 지칭하며 통신망이나 GPS를 통해 얻은 위치 정보를 바탕으로 사용자에게 유용한 기능을 제공하는 서비스에 사용되는 기술을 통칭한다. LBS는 주변정보제공, 길찾기, 친구 찾기, 자녀 위치조회, 위치기반 광고 등 서비스 형태가 무궁무진하며 물류관리, 위치추적 등 전통적인 LBS 서비스에서 SNS, 모바일 앱(App) 등 스마트 LBS 서비스로 진화함에 따라 서비스가 다양해지고 고도화되고 있다. 또한, 위치정보는 재난, 범죄 등 긴급 상황 시 국민의 생명을 보호하기 위한 긴급구조 서비스에 이용되는 등 사회 안전망 구축차원에서 활용도가 증가하고 있다.
따라서, 본 발명이 이루고자 하는 기술적 과제는 LBS의 핵심이 되는 위치 정보의 정확도를 향상시킬 수 있는 거리측정 알고리즘을 이용한 위치추정 방법 및 장치를 개발하고자 한다. 이를 위해 Wi-Fi의 RSSI(Received Signal Strength Intensity) 레인징(Ranging) 기술을 이용한 기존 거리측정 알고리즘의 정확도를 향상시킬 수 있는 새로운 거리 측정 알고리즘을 제안하고자 한다.
위치기반 서비스(Location Based Services, LBS)는 무선통신망이나 위성항법장치(Global Positioning System, GPS)등을 통해 얻은 위치 정보를 기반으로 위치를 측정하고, 측정된 위치를 활용하여 다양한 서비스를 제공하는 기술이다. 처음 군사용으로 출발한 위치기반 서비스는 그 효용성이 입증되면서 교통, 치안 등 공공부문에서 널리 활용되고 있으며, 위성항법장치 수신 칩 가격하락, 지리정보 축적, 정부정책 등에 힘입어 내비게이션을 중심으로 위치기반 서비스의 상업화가 가속화 되었다. 최근에는 이동성과 휴대성, 끊김 없는 정보를 제공하는 스마트폰에서 위치기반 서비스는 핵심 킬러 어플리케이션으로 부상하고 있으며, 과거에 개별적으로 존재했던 각각의 위치기반 서비스 기술과 모바일 앱들이 스마트폰 하나로 통합 되고 있다. 위성항법장치, 기지국 ID, 와이파이 등 정밀도가 향상된 스마트폰의 위치측정 기술들이 모두 스마트폰으로 집약되고, 여기에 소셜 네트워크서비스(SNS), 증강현실, 게임 등 새로운 형태의 킬러 앱들이 더해지면서 위치기반 서비스 의 활용도는 더욱 높아지고 있다. 위치기반 서비스 가 제공할 수 있는 서비스의 범주는 자산 추적, 추량 추적, 그룹 관리, 대인 추적, 주변정보 조회, 내비게이션 등 생활에 편의성을 주는 서비스들뿐만 아니라 재난 구조와 같은 공공성을 위한 서비스로 진화되고 있다. 이에 따라 이미 구축된 와이-파이(Wi-Fi) 신호를 활용하여 위치 정확도를 더욱 향상시키기 위한 방안을 제시하고자 한다.
핑거프린트 방법은 데이터의 양이 많아질수록 측위 위치를 결정하는데 필요한 데이터를 요청하고 불러오는 시간이 증가하기 때문에 측위 데이터를 효율적으로 저장 및 분석할 수 있는 처리기술 필요하다. 핑거프린트 방법에서 트레이닝 데이터를 전부를 메인 메모리 데이터베이스 관리시스템(MMDBMS)에 저장하면 처리속도는 빨라지지만 구축 비용 또한 증가하게 된다. 반면에 디스크 기반 데이터베이스 관리시스템(DRDBMS)에 저장하면 데이터 처리 시간 느려지기 때문에 실시간 위치 정보를 제공하기에는 무리가 있다. 따라서 RP들을 세트로 구성하고 하이브리드 데이터베이스를 활용하여 실시간 측위를 필요한 데이터를 분류하여 메인 메모리 데이터베이스 관리시스템(MMDBMS)과 디스크 기반 데이터베이스 관리시스템(DRDBMS)에 저장하는 방식을 제안하고자 한다.
일 측면에 있어서, 본 발명에서 제안하는 거리측정 알고리즘을 이용한 위치추정 방법은 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 상기 사용자의 임시 위치를 파악하는 단계와, 임시 위치의 위치 데이터를 위치 정보 데이터베이스에서 검색하고, 상기 임시 위치의 위치 정보에 대응하는 위치 맵의 유무를 판별하는 단계와, 위치 정보 데이터베이스에 상기 임시 위치의 위치 데이터에 대응하는 위치 맵이 있을 경우 제1 위치 측위 방법을 이용하여 상기 사용자의 최종 위치를 결정하고, 상기 임시 위치의 위치 데이터에 대응하는 위치 맵이 없을 경우 제2 위치 측위 방법을 이용하여 상기 사용자의 최종 위치를 결정하는 단계와 및 사용자의 최종 위치의 좌표를 상기 위치 정보 데이터베이스에 전송하고, 위치 맵에 상기 사용자의 최종 위치를 표시하는 단계를 포함하고, 제1 위치 측위 방법과 상기 제2 위치 측위 방법은 서로 다른 측위 방식을 사용할 수 있다.
제1 위치 측위 방법은 핑거프린트기법을 이용하여 위치를 추정하고, 트레이닝 데이터가 없는 경우 트레이닝을 수행하는 단계와 트레이닝 데이터가 있는 경우 포지셔닝을 수행하는 단계를 포함할 수 있다.
트레이닝을 수행하는 단계는 트레이닝 데이터를 수집하여 신호세기에 따른 RP크기를 설정하고, 상기 설정된 RP의 위치 데이터를 위치 맵 데이터베이스에 저장한 후 포지셔닝을 수행할 수 있다. RP크기의 설정은 신호세기가 강할 RP크기를 세밀하게 설정하고, 신호세기가 약할 경우 RP크기를 크게 설정할 수 있다.
포지셔닝을 수행하는 단계는 라이스 가우시안 알고리즘을 이용하여 사용자의 위치를 결정하고, 상기 라이스 가우시안 알고리즘의 산포 감소를 위한 필터링 기법으로 로그 스케일의 확률값을 이용할 수 있다.
사용자의 위치를 결정하기 위한 APi로부터 RPj까지의 거리값(Sapi)이 될 확률 Pij(Sapi)는 수학식1과 같이 나타낼 수 있고,
Figure PCTKR2014002713-appb-I000018
여기에서
Figure PCTKR2014002713-appb-I000019
및
Figure PCTKR2014002713-appb-I000020
는 거리의 확률밀도함수 파라미터를 나타낼 수 있다.
상기 사용자의 위치와 가장 유사한 RP를 결정하기 위한 RPj 의 총 확률 Pj(s)는 수학식2와 같이 나타낼 수 있고,
Figure PCTKR2014002713-appb-I000021
여기에서 m은 RP의 개수를 나타낼 수 있다.
위치 맵 데이터베이스가 없을 경우 사용자의 신호세기를 판별한 후, 사용자의 신호세기가 강할 경우 삼각측량기법을 이용하여 위치 추정을 하고, 신호세기가 약할 경우 최소자승기법을 이용하여 위치를 추정할 수 있다. 그리고, 삼각측량기법 및 최소자승기법은 하기 세 가지 범위를 이용하여 범위내의 좌표를 최종좌표로 도출하는
Figure PCTKR2014002713-appb-I000022
Ⅲ) AP를 꼭지점으로 하는 볼록집합영역(인접한 2개의 AP를 연결하는 직선방정식으로 표현되는 half space들의 교집합)
여기에서 xi 및 yi는 RP 의 좌표, x.axismax 및 y.axismax는 기 설정된 범위를 나타낼 수 있다.
제2 위치 측위 방법은 사용자의 신호세기가 강할 경우 삼각측량기법을 이용하여 최종좌표를 도출하고, 사용자의 위치를 결정하기 위한 연립방정식에서 2개의 해가 구해질 경우, 상기 2개의 해가 상기 세가지 범위를 모두 만족하면 두 해의 평균값을 최종좌표 계산에 사용하고, 상기 2개의 해 중 상기 세가지 범위를 만족하는 해가 하나일 경우 만족하는 해만 최종좌표 계산에 사용할 수 있다. 또한, 상기 연립방정식에서 1개의 해가 구해질 경우, 상기 1개의 해가 상기 세가지 범위를 모두 만족할 때 최종좌표 계산에 사용할 수 있다.
최소자승기법을 이용하여 최종좌표를 도출하는 방법은 사용자의 위치를 결정하기 위한 연립방정식에서 1개의 해가 구해지고, 상기 1개의 해가 상기 세가지 범위를 모두 만족할 때 최종좌표 계산에 사용할 수 있다.
삼각측량기법 및 최소자승기법을 통해 추정된 위치를 신호세기에 따른 위치 비교 알고리즘을 이용하여 사용자의 최종 위치를 결정할 수 있다.
일 측면에 있어서, 본 발명에서 제안하는 거리측정 알고리즘을 이용한 위치추정 장치는 위치 데이터를 요청하여 주변 AP들의 신호세기 데이터를 수집하는 위치 데이터 요청부와 위치 데이터의 위치 맵 데이터가 위치 정보 데이터베이스에 있는지 판별하는 판단부와 위치 맵 데이터의 유무에 따라 다른 위치 추정 방법을 수행하는 위치 추정부와 추정된 위치를 위치 맵에 표시하기 위해 결정된 위치의 좌표를 위치 정보 데이터베이스로 전송하는 위치 좌표 전송부 및 위치 좌표 및 사용자의 위치를 표시하는 표시부를 포함할 수 있다.
위치 추정부는 트레이닝 및 포지셔닝을 수행하고, 라이스 가우시안 알고리즘을 이용하여 사용자의 위치를 결정하는 핑거프린트기법 수행부와 x, y 좌표들 중 실제 사용자의 위치와 근사한 값들만을 선정하는 필터링을 수행하고, 연립방정식의 해 중 기 설정된 세 가지 범위 내에 해당하는 좌표를 최종좌표 계산에 사용하는 삼각측량기법 수행부와 연립방정식에서 1개의 해를 구하고, 상기 1개의 해가 기 설정된 세 가지 범위를 모두 만족할 때 최종좌표 계산에 사용하는 최소자승기법 수행부 및 상기 삼각측량기법 및 최소자승기법을 통해 추정된 위치를 신호세기에 따른 위치 비교 알고리즘을 이용하여 사용자의 최종 위치를 결정하는 최종 위치 결정부를 포함할 수 있다.
위치 추정부는 위치 정보 데이터베이스에 위치 맵 데이터가 있을 경우 상기 핑거프린트기법 수행부를 통해 핑거프린트기법을 수행하고, 위치 정보 데이터베이스에 위치 맵 데이터가 없을 경우 사용자의 신호세기가 강하면 상기 삼각측량기법 수행부를 통해 삼각측량기법을 수행하고, 신호세기가 약하면 상기 최소자승기법 수행부를 통해 최소자승기법을 수행할 수 있다.
라이스 가우시안 알고리즘의 산포 감소를 위한 필터링 기법으로 로그 스케일의 확률값을 이용할 수 있다.
일 측면에 있어서, 본 발명에서 제안하는 위치 정확도 향상을 위한 위치 측위 방법 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터를 수집하는 단계와, 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하여 신호 데이터를 수집하고, 이상적인 신호 데이터와 비교하여 보정계수를 추론하는 단계와, 사용자의 위치에 해당하는 신호 데이터에 보정계수를 적용하고, 제1 위치 측위 방법을 이용하여 사용자의 최초 위치를 계산하는 단계와, 사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 계산된 사용자의 최초 위치에 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산하는 단계 및 위치 맵에 계산된 사용자의 좌표 및 사용자의 위치를 표시하는 단계를 포함한다.
보정계수를 추론하는 단계는 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하는 단계와, 선정된 환경에서 상기 요인 및 환경에 따른 신호 데이터를 수집하는 단계와, 수집된 데이터를 이상적인 신호 데이터와 비교하는 단계와, 비교를 통하여 보정계수를 계산하는 단계를 포함한다.
요인 및 환경에 따른 신호 데이터를 수집하는 단계는 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 AP와 기 설정된 거리를 두고 기 설정된 시간 동안 데이터를 수집한다.
이상적인 신호 데이터는 상기 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 수집하는 방법과 동일한 방법으로 수집된다.
수집된 데이터를 이상적인 신호 데이터와 비교하는 단계는 상기 요인 및 환경들의 영향을 받은 신호 데이터가 상기 이상적인 신호데이터로 되기 위해 필요한 값을 모든 데이터를 대상으로 구한다.
보정계수를 계산하는 단계는 모든 데이터를 대상으로 상기 수집된 데이터를 이상적인 신호 데이터와 비교하여 보정된 값을 구하고, 상기 보정된 값들을 모든 데이터에 적용하여 구한 평균 비율을 보정계수로 결정한다.
제1 위치 측위 방법은 최소자승기법을 사용하고, 이때, 신호 데이터는 보정계수를 적용한 값을 사용한다.
사용자가 위치한 구역의 RP는 정확도와 건물의 설계에 따라 RP 크기와 개수를 다르게 데이터베이스가 구축된다.
제2 위치 측위 방법은 핑거프린트기법을 사용하고, 상기 핑거프린트기법은 사용자가 위치한 구역의 RP 수에 따라 적합한 알고리즘을 선정하고, 보정계수를 적용하여 사용자의 최종 위치를 계산한다.
사용자의 최종 위치는 상기 선정된 알고리즘을 이용하여 계산한 결과들 중 가장 근접한 두 가지 결과의 평균을 상기 최종 위치로 결정한다.
일 측면에 있어서, 본 발명에서 제안하는 위치 정확도 향상을 위한 위치 측위 장치는 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터를 수집하는 신호 데이터 수집부와, 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하여 신호 데이터를 수집하고, 이상적인 신호 데이터와 비교하여 보정계수를 추론하는 보정계수 추론부와, 사용자의 위치에 해당하는 신호 데이터에 상기 보정계수를 적용하고, 제1 위치 측위 방법을 이용하여 사용자의 최초 위치를 계산하는 최초 위치 계산부와, 사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 상기 계산된 사용자의 최초 위치에 상기 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산하는 최종 위치 계산부 및 위치 맵에 상기 계산된 사용자의 좌표 및 사용자의 위치를 표시하는 좌표 및 위치 표시부를 포함한다.
보정계수 추론부는 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하고, 상기 선정된 환경에서 상기 요인 및 환경에 따른 신호 데이터를 수집하는 신호 데이터 환경 선정부와, 수집된 데이터를 이상적인 신호 데이터와 비교하여 보정된 값을 구하는 비교부 및 보정된 값들을 모든 데이터에 적용하여 구한 평균 비율을 보정계수로 결정하는 평균 비율 계산부를 포함한다.
최초 위치 계산부는 최소자승기법을 사용하고, 이때, 신호 데이터는 보정계수를 적용한 값을 사용한다.
최종 위치 계산부는 사용자가 위치한 구역의 RP 수를 확인하는 RP 구성 환경 확인부와, RP 수에 따라 적합한 알고리즘을 선정하고 상기 알고리즘을 적용하여 사용자의 최종 위치를 계산하는 핑거프린트기법 수행부와, 알고리즘을 적용하여 구한 최종 후보군들 중 근접한 두 가지 결과의 평균을 계산하는 최종 후보군 평균 계산부를 포함한다.
일 측면에 있어서, 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 방법은 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 사용자의 위치를 요청하는 단계와, 사용자의 위치를 계산하기 위해 통신망을 통해 원격으로 연결된 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 없을 경우 요청된 사용자의 위치를 이용하여 데이터를 구성하고, 데이터를 위치정보제공 사업자의 데이터베이스에 저장하는 단계와, 사용자의 위치를 계산하기 위해 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 있을 경우 최초 측위 여부를 판단하는 단계와, 판단 결과 최초 측위가 아닐 경우 사용자의 위치 이동추세를 예측하여 위치정보제공 사업자의 데이터베이스에 저장된 데이터를 요청하고, 요청된 데이터를 사용자 단말의 데이터베이스에 저장하여 사용자의 위치를 계산하는 단계 및 판단 결과 최초 측위일 경우 최초 측위가 아닐 경우에 사용한 방법과 다른 방법으로 사용자의 위치를 계산하는 단계를 포함할 수 있다.
데이터는 세트로 구성되며, 데이터 세트는 RP 별로 데이터를 수집한 후, 수집된 데이터를 묶어서 RP 세트를 구성하고, 구성된 RP 세트가 위치정보제공 사업자의 데이터베이스에 저장될 수 있다.
RP 세트는 RP 세트의 ID 및 상기 RP 세트의 좌표 범위가 저장되고, RP 세트 정보 서버가 관리할 수 있다.
최초 측위 여부의 판단결과에 따라 최초 측위가 아닐 경우 핑거프린트 방법을 이용하여 사용자의 위치를 계산하고, 최초 측위일 경우 삼각측량법을 이용하여 사용자의 위치를 계산할 수 있다.
판단 결과 최초 측위가 아닐 경우 사용자의 위치 이동추세를 예측하여 위치정보제공 사업자의 데이터베이스에 저장된 데이터를 요청하고, 요청된 데이터를 사용자 단말의 데이터베이스에 저장하여 사용자의 위치를 계산하는 단계는 사용자의 위치 이동추세를 예측하는 단계와, 예측된 사용자의 위치에 해당하는 RP 세트 ID 를 확인하는 단계와, 해당 RP 세트의 x, y 좌표 범위로 검색하고 RP 세트 정보 서버에 데이터를 요청하는 단계 및 요청된 데이터를 사용자 데이터베이스에 저장하는 단계를 포함할 수 있다.
RP 세트 ID 를 확인하는 단계는 예측되는 사용자의 좌표 범위를 파악하고, 해당 위치의 데이터 세트를 구성하고 있는 RP 세트의 ID를 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버를 통해 확인할 수 있다.
요청된 데이터를 이용하여 사용자의 위치를 계산하고, 사용자가 이동하여 다음 위치에서 데이터를 재요청할 경우, 사용자 단말의 데이터베이스에 저장된 데이터를 이용하여 계산할 수 있다.
사용자가 이동하지 않고 데이터를 재요청할 경우 저장되어 있는 바로 전 단계에서 요청된 데이터를 이용하여 사용자의 위치를 계산하고, 사용자가 예측대로 이동했을 경우 바로 전 단계에서 요청된 데이터는 삭제될 수 있다.
일 측면에 있어서, 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 장치는 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 사용자의 위치를 요청하는 사용자 위치 요청부와, 사용자의 위치를 계산하기 위해 통신망을 통해 원격으로 연결된 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 없을 경우 요청된 사용자의 위치를 이용하여 데이터를 구성하기 위한 RP 데이터를 수집하는 RP 데이터 수집부와, 수집된 RP 데이터를 이용하여 RP 세트를 구성하는 RP 세트 구성부 및 사용자의 위치를 계산하기 위해 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 있을 경우 최초 측위 여부를 판단하고, 상기 판단 결과에 따라 다른 방법으로 사용자의 위치를 계산하는 포지셔닝부를 포함할 수 있다. 하는 위치 측위 장치.
RP 세트 구성부는 RP 데이터 수집부에서 수집된 데이터를 묶어서 RP 세트로 구성하고, RP 세트를 위치정보제공 사업자의 데이터베이스에 저장할 수 있다.
포지셔닝부는 최초 측위 여부를 판단하는 최초 측위 판단부와, 판단 결과 최초 측위가 아닐 경우 사용자의 위치 이동추세를 예측하는 사용자 위치 예측부와, 예측된 사용자 위치에 해당하는 데이터를 위치정보제공 사업자의 데이터베이스에 요청하는 RP 세트 요청부와, 요청된 데이터를 사용자 단말에 저장하는 인-메모리 데이터베이스 및 최초 측위 판단부의 판단 결과에 따라 다른 방법으로 사용자의 위치를 계산하는 사용자 위치 계산부를 포함할 수 있다.
사용자 위치 예측부는 데이터 세트를 구성하는 RP 세트의 x, y 좌표 범위로 검색하여 사용자의 위치 이동추세를 예측할 수 있다.
RP 세트 요청부는 요청된 RP 세트를 이용하여 RP 세트의 ID를 확인할 수 있다.
인-메모리 데이터베이스는 사용자가 이동하여 다음 위치에서 데이터를 재요청할 경우, 사용자 인-메모리 데이터베이스에 저장된 데이터를 이용하여 계산할 수 있다.
본 발명의 실시예들에 따르면 위치를 추정하는 Wi-Fi를 이용한 방법으로 기존에 설치된 AP의 활용이 가능하고, 위치 맵을 이용하기 때문에 종래의 위치 측위 방법들보다 정확하게 위치를 추정할 수 있다. 또한, 위치 맵이 구성되어 있을 경우와 없을 경우 두 가지 방법으로 위치 측위를 실시함으로써 서버의 부하를 줄일 수 있다. 핑거프린트기법(Fingerprint Method)을 이용한 위치 추정 방법 중 확률론적 알고리즘인 라이스 가우시안(Rice Gaussian) 알고리즘을 사용하고, 위치 결정의 산포 감소를 위한 필터링 기법 수행하기 때문에 기존의 방식보다 확률값 선택 오차를 줄일 수 있다. 삼각측량법 및 최소자승법을 사용할 경우 좌표들 중 실제 위치와 근사한 값들만을 선정하는 과정을 거치기 때문에 DB에 저장하는 용량이 감소하고, 범위내의 데이터만 추출하여 계산하기 때문에 계산량이 감소될 수 있다.
따라서, 거리측정 알고리즘을 이용한 위치추정 방법 및 장치는 사용자의 위치를 보다 빠르고, 정확하게 측정할 수 있고, 산포감소 및 필터링 기법으로 사용자의 위치를 정확히 추정할 수 있다.
본 발명의 실시예들에 따르면 사용자가 위치한 환경의 RP 구성에 따라 핑거프린트기법을 달리 적용하여 필요이상의 계산 부하를 줄일 수 있다.
핑거프린트기법의 세 가지 알고리즘을 사용하여 구한 결과 중 근접한 두 개의 측위 결과의 평균을 최종 위치 추정에 사용함으로 위치 정확도와 신뢰도를 증가시킬 수 있다. 또한, 환경에 따른 보정계수를 사용하여 환경에 따른 추가적인 맵 구축 없이 데이터를 보정하여 사용하기 때문에 위치 추정 정확도를 향상시킬 수 있다.
본 발명의 실시예들에 따르면, 본 발명에서 제안하는 위치 측위 방법 및 장치는 매번 측위 요청마다 수많은 AP의 Mac address를 검색할 필요가 없어 검색 부하가 감소될 수 있다. 사용자의 이동 방향을 예측하여 다음 측위에 필요한 데이터를 미리 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 저장하여 사용하기 때문에 빠른 측위 결과를 도출할 수 있다. 또한, 시스템이 사용자 단말의 인-메모리(In-Memory) 데이터베이스와 원격으로 연결된 위치 정보 제공 사업자의 디스크 기반 데이터베이스 관리시스템(DRDBMS)으로 구성되어 위치 정보 제공 사업자는 데이터베이스 관리시스템 구축 부담을 줄일 수 있다.
도 1은 일 실시예에 따른 거리측정 알고리즘을 이용한 위치추정 방법의 순서도이다.
도 2는 위치 맵 데이터가 있는 경우 핑거프린트기법(Fingerprint Method)을 수행하는 과정을 나타내는 순서도이다.
도 3은 일 실시예에 따른 와이-파이(Wi-Fi) 신호를 이용한 핑거프린트기법을 설명하기 위한 예시도이다.
도 4은 위치 맵 데이터가 없는 경우 사용자의 위치 데이터를 직접 계산하는 과정을 나타내는 순서도이다.
도 5는 거리측정 알고리즘을 이용한 위치추정 장치의 구성을 나타내는 도면이다.
도 6는 위치 맵 데이터베이스의 유무에 따라 사용자의 위치를 추정하는 위치 추정부의 구성을 나타내는 도면이다.
도 7은 일 실시예에 따른 핑거프린트기법(Fingerprint Method)을 설명하기 위한 도면이다.
도 8는 위치 정확도 향상을 위한 위치 측위 방법의 순서도를 나타낸다.
도 9은 일 실시예에 따른 보정계수를 추론하는 단계를 설명하기 위한 순서도이다.
도 10은 일 실시예에 따른 사용자의 최종 위치를 계산하는 단계를 설명하기 위한 순서도이다.
도 11는 위치 정확도 향상을 위한 위치 측위 장치의 구성을 나타내는 도면이다.
도 12은 일 실시예에 따른 보정계수 추론부의 구성을 나타내는 도면이다.
도 13은 일 실시예에 따른 최종 위치 계산부의 구성을 나타내는 도면이다.
도 14a 및 도 14b는 데이터베이스의 종류에 따른 내부 구조를 나타내는 도면이다.
도 15는 일 실시예에 따른 하이브리드 데이터베이스의 구조를 나타낸 도면이다.
도 16은 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 방법의 순서도이다.
도 17는 일 실시예에 따른 RP 세트의 구성을 설명하기 위한 도면이다.
도 18는 일 실시예에 따른 데이터 요청 및 인-메모리 데이터베이스에 저장하는 방법의 순서도이다.
도 19은 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 장치의 구성을 나타내는 도면이다.
도 20은 일 실시예에 따른 포지셔닝 수행부의 구성을 나타내는 도면이다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 거리측정 알고리즘을 이용한 위치추정 방법의 순서도이다.
사용자의 위치를 측정하기 위해 사용자가 위치 데이터를 요청할 수 있다(110). 위치 데이터를 요청함으로써 주변에 있는 각 AP들의 신호세기 데이터들을 수집할 수 있다. 수집된 신호세기 데이터 중 이미 알고 있는 AP의 위치 데이터가 있는 경우, 위치 데이터를 이미 알고 있는 AP의 대략적인 위치를 파악할 수 있다.
대략적인 위치를 파악한 후 해당 위치의 위치 데이터를 위치 정보 데이터베이스(Data Base, DB)에서 검색할 수 있다. 검색을 통해 위치 데이터의 위치 맵 데이터가 위치 정보 데이터베이스(Data Base, DB)에 있는지 판별할 수 있다. 판별 후, 위치 데이터의 위치 맵 데이터의 유무에 따라 사용자의 위치를 추정하기 위한 세가지 기법을 사용할 수 있다(120).
예를 들어, 위치 맵 데이터가 위치 정보 데이터베이스(Data Base, DB)에 있는 경우, 핑거프린트기법(Fingerprint Method)을 사용할 수 있다(130). 핑거프린트기법(Fingerprint Method)은 도 2를 참조하여 상세히 설명한다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 2는 위치 맵 데이터가 있는 경우 핑거프린트기법(Fingerprint Method)을 수행하는 과정을 나타내는 순서도이다.
사용자가 요청한 위치 데이터를 분석하여 트레이닝 데이터(Training Data)의 유무를 판별할 수 있다(210). 트레이닝 데이터(Training Data)가 있는 경우 바로 포지셔닝(Positioning)을 수행할 수 있고, 트레이닝 데이터(Training Data)가 없는 경우 트레이닝(Training)을 먼저 수행한 후 포지셔닝을 수행할 수 있다.
사용자가 요청한 위치 데이터를 분석하여 트레이닝 데이터(Training Data)가 없는 경우, 트레이닝(Training)을 수행할 수 있다.
트레이닝(Training)을 수행하기 위해 트레이닝 데이터(Training Data)를 수집할 수 있다(220). 트레이닝 데이터(Training Data)를 수집하는 단계는 RP(Reference Point)를 결정하기 위해 신호세기의 크기를 구간으로 나눌 수 있다.
신호세기의 크기를 구간으로 나눈 후, 신호세기에 따른 RP의 크기를 설정할 수 있다(230). 예를 들어, 신호세기가 강할 경우 위치 측위의 정확도를 향상시키기 위해 RP의 크기를 세밀하게 설정할 수 있다. 반면에 신호세기가 약할 경우 RP의 크기를 크게 설정할 수 있다.
RP의 크기를 설정한 후, 해당 RP의 위치 데이터를 위치 정보 데이터베이스에 저장하여 트레이닝(Training) 단계를 마무리할 수 있다(240). 이후, 사용자의 위치를 결정하기 위한 포지셔닝 단계를 수행할 수 있다.
트레이닝 데이터(Training Data)가 있는 경우 바로 포지셔닝(Positioning)을 수행하거나 트레이닝 데이터(Training Data)가 없는 경우 트레이닝(Training)을 먼저 수행한 후 포지셔닝(Positioning) 단계를 수행할 수 있다.
트레이닝 데이터가 미리 저장되어 있거나 트레이닝 단계를 통해 트레이닝 데이터를 저장해 놓았을 경우 포지셔닝 데이터를 수집할 수 있다(250).
포지셔닝 데이터를 수집한 후, 핑거프린트기법(Fingerprint Method)으로 위치를 추정하기 위해 라이스 가우시안(Rice Gaussian) 알고리즘을 이용할 수 있다(260).
사용자의 위치 결정을 위해 확률론적 알고리즘인 라이스 가우시안 알고리즘을 이용할 수 있다. j번째 RP인 RPj에서 i번째 AP인 APi까지의 거리값 Sapi 가 될 확률 Pij(Sapi)을 구하는 식은 수학식1과 같을 수 있다.
Figure PCTKR2014002713-appb-I000023
여기에서,
Figure PCTKR2014002713-appb-I000024
는 거리의 확률밀도함수의 평균을 나타내고,
Figure PCTKR2014002713-appb-I000025
는 표준편차를 나타낼 수 있다.
사용자의 위치와 가장 유사한 RP를 결정하기 위한 RPj의 총 확률 Pj(s)를 구하는 식은 수학식2와 같을 수 있다.
Figure PCTKR2014002713-appb-I000026
여기에서, m은 AP의 개수를 나타낼 수 있다. j번째 RP의 총 확률 Pj(s)은 RPj로부터 m개의 APi까지의 거리값 Sapi을 가질 모든 확률들의 곱으로 계산할 수 있다.
사용자의 위치 결정을 위해 사용한 라이스 가우시안 알고리즘에 로그 스케일(log-scale) 확률값을 이용한 필터링을 수행할 수 있다(270). 로그 스케일(log-scale) 확률값을 이용한 필터링을 수행함으로써 라이스 가우시안 알고리즘의 위치 결정의 산포를 감소시킬 수 있다. 라이스 가우시안 알고리즘의 경우 결정론적 알고리즘과 같이 확률값이 산술적인 합을 구하여 각 RP 의 우선순위 가중치를 계산하는 것이 어려울 수 있다. 따라서, 확률값을 로그 스케일로 변환한 후 우선수위 가중치를 계산하여 사용자의 위치를 추정할 수 있다.
일 실시예에 따른 와이-파이(Wi-Fi) 신호를 이용한 핑거프린트기법을 도 3을 참조하여 설명한다.
도 3은 일 실시예에 따른 와이-파이(Wi-Fi) 신호를 이용한 핑거프린트기법을 설명하기 위한 예시도이다.
사용자가 요청한 위치 데이터를 분석하여 트레이닝 데이터(Training Data)가 없는 경우, 트레이닝을 수행하여 RP(Reference Point)를 결정할 수 있다. 신호세기에 따라 RP의 크기를 설정한 후, 해당 RP의 위치 데이터를 위치 정보 데이터베이스에 저장할 수 있다. RP의 위치 데이터는 좌표(310)로 나타낼 수 있다. RP의 좌표(310)를 이용하여 n개의 RP와 m개의 AP 사이의 각각의 거리 확률밀도함수 파라미터들(320)을 구할 수 있다. 확률밀도함수 파라미터는 APi의 정규분포의 특성을 나타내는 파라미터인 평균(330)과 표준편차(340)를 포함할 수 있다. 이때, 확률밀도함수 파라미터들은 로그 스케일로 변환되어 필터링이 수행될 수 있다.
로그 스케일로 변환된 확률값들은 라이스 가우시안 알고리즘에 사용될 수 있다. 또한, Wi-Fi 신호를 이용한 RSSI(Received Signal Strength Intensity) 레인징(ranging) 의 개선을 위한 보정 및 필터링 방법이 사용될 수 있다. 로그 스케일로 변환된 340의 확률값들과 Wi-Fi 신호를 이용한 보정 및 필터링 방법(350)을 라이스 가우시안 알고리즘에 적용하여 사용자의 위치를 결정할 수 있다. 로그 스케일로 변환된 340의 확률값들과 Wi-Fi 신호를 이용한 보정 및 필터링 방법을 이용하여 사용자의 위치와 가장 유사한 RP를 결정하기 위한 확률분포를 그래프(360)로 나타낼 수 있다.
다시 도 1을 참조하면, 위치 맵 데이터가 위치 정보 데이터베이스(Data Base, DB)에 없는 경우, 삼각측량기법 또는 최소자승기법을 이용하여 사용자의 위치 데이터를 직접 계산할 수 있다(140).
도 4는 위치 맵 데이터가 없는 경우 사용자의 위치 데이터를 직접 계산하는 과정을 나타내는 순서도이다.
사용자가 위치 데이터를 요청할 때 위치 정보 데이터베이스에 미리 설정된 위치 맵이 없는 경우, 사용자의 위치 데이터를 직접 계산할 수 있다. 사용자의 위치 데이터를 직접 계산하기 위한 방법을 결정하기 위해 사용자의 신호세기를 판별할 수 있다(410). 사용자의 신호세기를 판별하여 신호세기가 강할 경우 삼각측량기법을 이용하여 위치 추정을 하고, 신호세기가 약할 경우 최소자승기법을 이용하여 위치를 추정할 수 있다(420).
삼각측량기법을 이용하여 정확한 사용자의 위치를 추정하기 위해 xi, yi 좌표들 중 실제 위치와 근사한 값들만을 선정하는 좌표 필터링을 수행할 수 있다.
이후, 하기 세 가지 범위를 이용하여 범위내의 좌표를 최종좌표로 도출할 수 있다.
Figure PCTKR2014002713-appb-I000027
Ⅲ) AP를 꼭지점으로 하는 볼록집합영역(인접한 2개의 AP를 연결하는 직선방정식으로 표현되는 half space들의 교집합)
여기에서, xi 및 yi는 RP 의 좌표, x.axismax 및 y.axismax는 기 설정된 범위를 나타낼 수 있다.
이후, 사용자의 위치를 결정하기 위한 연립방정식에서 2개의 해가 구해질 경우, 2개의 해가 Ⅰ), Ⅱ), Ⅲ)을 모두 만족하면 2개의 해의 평균값을 최종좌표 계산에 사용할 수 있다. 반면에 2개의 해 중 Ⅰ), Ⅱ), Ⅲ)을 모두 만족한 해가 하나이면 해당하는 해만 최종좌표 계산에 사용할 수 있다.
또한, 위치를 결정하기 위한 연립방정식에서 1개의 해가 구해질 경우, 1개의 해가 Ⅰ), Ⅱ), Ⅲ)을 모두 만족하면 최종계산에 사용할 수 있다.
최소자승기법을 이용하여 정확한 사용자의 위치를 추정할 경우 연립방정식의 해는 하나만 구해질 수 있다. 따라서, 삼각측량기법에서 사용한 범위내의 좌표를 최종좌표로 도출하는 과정과 동일한 방법을 사용하여 최종좌표를 도출 할 수 있다.
삼각측량기법과 최소자승기법을 사용하여 사용자의 위치 데이터를 직접 계산한 후 추정된 위치를 신호세기에 따른 위치 비교 알고리즘을 이용하여 사용자의 최종 위치를 결정할 수 있다(430).
위치 데이터의 위치 맵 데이터의 유무에 따른 위치추정 방법을 사용하여 사용자의 위치를 결정(130 또는 140)한 후, 결정된 사용자의 위치 좌표를 위치 맵에 표시하기 위해 위치 맵 데이터베이스로 전송할 수 있다(150). 위치 맵 데이터베이스로 전송된 사용자 위치 좌표 및 사용자의 위치는 위치 맵에 최종적으로 표시될 수 있다(160).
도 5는 거리측정 알고리즘을 이용한 위치추정 장치의 구성을 나타내는 도면이다.
거리측정 알고리즘을 이용한 위치추정 장치는 위치 데이터 요청부(510), 판단부(520), 위치 추정부(530), 위치 좌표 전송부(540), 표시부(550)로 구성될 수 있다.
위치 데이터 요청부(510)는 사용자의 위치를 측정하기 위해 위치 데이터를 요청할 수 있다(110). 위치 데이터를 요청함으로써 주변에 있는 각 AP들의 신호세기 데이터들을 수집할 수 있다.
판단부(520)는 위치 데이터 요청부(510)에서 수집된 신호세기 데이터 중 이미 알고 있는 AP의 위치 데이터가 있는 경우, 위치 데이터를 이미 알고 있는 AP의 대략적인 위치를 파악할 수 있다. AP의 대략적인 위치를 파악한 후 해당 위치의 위치 데이터를 위치 정보 데이터베이스(Data Base, DB)에서 검색할 수 있다. 검색을 통해 위치 데이터의 위치 맵 데이터가 위치 정보 데이터베이스(Data Base, DB)에 있는지 판별할 수 있다. 판별 후, 위치 추정부(530)에서 위치 데이터의 위치 맵 데이터의 유무에 따라 사용자의 위치를 추정하기 위한 세가지 기법을 사용할 수 있다.
위치 추정부(530)는 판단부(520)에서 판별한 위치 맵 데이터의 유무에 따른 사용자의 위치 추정 방법을 수행한다. 도 6을 참조하여, 위치 추정부(530)의 구성을 상세히 설명한다.
도 6은 위치 맵 데이터베이스의 유무에 따라 사용자의 위치를 추정하는 위치 추정부(600)의 구성을 나타내는 도면이다. 위치 추정부(600)는 핑거프린트기법 수행부(610), 삼각측량기법 수행부(620), 최소자승기법 수행부(630), 비교부(640)로 구성될 수 있다.
핑거프린트기법 수행부(610)는 위치 맵 데이터가 위치 정보 데이터베이스에 있는 경우 핑거프린트기법을 사용하여 사용자의 위치를 추정할 수 있다. 핑거프린트기법 수행부(610)는 트레이닝 및 포지셔닝을 수행하고, 확률론적 알고리즘인 라이스 가우시안 알고리즘을 이용하여 사용자의 위치를 결정할 수 있다. 또한, 사용자의 위치 결정을 위해 사용한 라이스 가우시안 알고리즘에 로그 스케일(log-scale) 확률값을 이용한 필터링을 수행할 수 있다.
반면에 위치 맵 데이터가 위치 정보 데이터베이스에 없는 경우에는 사용자의 위치 데이터를 직접 계산할 수 있다. 사용자의 신호세기를 판별하여 신호세기가 강할 경우 삼각측량기법 수행부(620)는 삼각측량기법을 이용하여 사용자의 위치를 추정할 수 있다. 또한, 신호세기가 약할 경우 최소자승기법 수행부(630)는 최소자승기법을 이용하여 사용자의 위치를 추정할 수 있다.
비교부(640)는 삼각측량기법 수행부(620) 및 최소자승기법 수행부(630)에서 추정된 사용자의 위치를 신호세기에 따른 위치 비교 알고리즘을 이용하여 사용자의 최종 위치를 결정할 수 있다.
위치 좌표 전송부(540)는 위치 추정부(530)에서 위치 데이터의 위치 맵 데이터의 유무에 따른 위치추정 방법을 사용하여 결정된 사용자의 위치 좌표를 위치 맵에 표시하기 위해 위치 정보 데이터베이스로 전송할 수 있다.
표시부(550)는 위치 좌표 전송부(540)로부터 수신한 사용자 위치 좌표 및 사용자의 위치를 위치 맵에 최종적으로 표시할 수 있다.
본 발명의 일 실시예들에 따르면, 거리측정 알고리즘을 이용한 위치추정 방법 및 장치는 사용자의 위치를 추정하는 여러 가지 방법 중 Wi-Fi를 이용한 방법으로 기존에 설치된 AP의 활용이 가능하고, 위치 맵을 이용하기 때문에 정확한 위치 추정이 가능할 수 있다. 또한, 위치 맵이 구성되어 있을 경우와 없을 경우 두 가지 방법으로 위치 측위를 실시하기 때문에 서버의 부하를 줄일 수 있다. 예를 들어, 정확한 위치를 측정할 경우 위치 맵을 이용한 핑거프린트기법을 사용하고, 사용자의 대략적인 위치만 파악하고자 할 경우 삼각측량법 및 최소자승법을 비교하여 사용함으로써 서버의 부하를 줄일 수 있다. 핑거프린트기법의 위치 추정 방법 중 확률론적 알고리즘인 라이스 가우시안 알고리즘을 사용하여 사용자의 위치에 해당하는 RP를 선택할 수 있다. 이후 위치 결정의 산포 감소를 위한 필터링 기법으로 확률값을 로그 스케일로 변환하여 가중치를 계산하기 때문에 기존의 방식보다 확률값 선택 오차를 줄일 수 있다. 삼각측량기법 및 최소자승기법을 사용할 경우 RP의 좌표들 중 사용자의 위치와 근사한 값들만을 선정하는 과정을 거치기 때문에 DB에 저장하는 용량을 감소시킬 수 있다. 그리고, 기 설정된 범위 내의 데이터들만 추출하여 계산하기 때문에 계산량이 감소될 수 있다. 따라서, 사용자의 위치를 빠르고, 정확하게 측정할 수 있고, 산포감소 및 필터링 기법으로 사용자의 위치를 정확히 추정할 수 있다.
도 7은 일 실시예에 따른 핑거프린트기법(Fingerprint Method)을 설명하기 위한 도면이다.
무선신호를 이용한 측위방법 중 하나인 핑거프린트기법(Fingerprint Method)은 AP가 설치된 환경에 AP와 통신이 가능한 단말기를 가진 사용자가 진입하였을 때, AP로부터의 신호세기를 확인한다. 신호세기의 확인 후, 데이터베이스에 미리 저장되어 있는 참조 지점(RP: Reference Point)들에서의 신호세기와 비교하여 가장 유사한 특성을 가지는 RP를 사용자의 위치로 추정하는 방법이다.
핑거프린트기법(Fingerprint Method)은 트레이닝(Training)(1110) 단계와 포지셔닝(Positioning)(1120) 단계로 나누어진다. 트레이닝(Training)(1110) 단계에서 n개의 AP(AP#1, AP#2, ..., AP#n)로부터 송신되는 신호세기는 m개의 RP(RP1, RP2, ..., RPm)에서 측정되어 미리 데이터베이스에 저장(1130)된다. 포지셔닝(Positioning)(1120) 단계에서 위치를 알고자 하는 사용자(Multi-User, MU)(1140)의 단말기에서 AP로부터 인식한 신호세기는 데이터베이스에 저장된 신호세기와 비교(1150)되다. 신호세기의 비교 후, 가장 유사한 값을 가지는 RP를 사용자의 현재 위치로 추정한다.
핑거프린트 방법에는 대표적으로 NN(Nearest Neighborhood), KNN(k-Nearest Neighborhood), KWNN 알고리즘이 있다.
핑거프린트기법(Fingerprint Method)의 포지셔닝(Positioning)에서 사용자의 위치를 계산하기 위해서 다양한 알고리즘이 사용된다. 가장 기본적인 알고리즘 중 하나는 NN(Nearest neighborhood) 알고리즘이다. NN 알고리즘은 데이터베이스에 저장된 신호세기 벡터 [s1, s2, ..., sn]와 사용자에서 측정한 신호세기 벡터 [S1, S2, ..., Sn]사이의 거리가 최소가 되는 RP를 사용자의 위치로 결정하는 방법이다. NN알고리즘은 수학식11을 이용하여 사용자의 위치를 결정할 수 있다.
Figure PCTKR2014002713-appb-I000028
KNN 알고리즘은 데이터베이스에 저장된 각각의 RP와 사용자 사이의 신호세기 값의 유클리드 거리가 작은 k개의 RP를 선택하여 동일한 가중치로 k개 좌표의 산술 평균을 구하여 사용자의 위치로 결정하는 방법이다. KNN 알고리즘에서도 NN 방법과 마찬가지로 먼저 데이터베이스에 저장된 RP의 신호세기 값들과 측정된 사용자의 신호세기 값들의 유클리드 거리를 구한다. 모든 RP에서 사용자와의 유클리드 거리가 구해지면 값이 작은 순서대로 우선순위가 높은 k개의 후보 RP를 선정한다. 이때, 데이터베이스에 저장된 RP와 대응되는 좌표들을 활용하여 사용자의 위치를 결정할 수 있다. KNN알고리즘은 수학식12를 이용하여 사용자의 위치를 결정할 수 있다.
Figure PCTKR2014002713-appb-I000029
KWNN 알고리즘은 앞서 살펴보았던 KNN 알고리즘에서 우선순위를 가지는 k개의 후보 RP를 선정하는 단계까지는 동일한 과정을 실행한다. 다만, 사용자의 추정위치를 계산할 때 KNN 알고리즘이 k개의 후보 RP에 동일한 가중치를 부여한 데 반해서, KWNN 알고리즘은 우선순위를 결정한 파라미터인 유클리드 거리 값을 참고하여 우선순위가 높은 후보 RP에 더 높은 가중치를 적용한다. 즉, 유클리드 거리가 작은 RP에 더 큰 가중치를 주기 때문에 k개의 후보 RP를 결정할 때 유클리드 거리가 작은 값을 가지는 후보 RP의 좌표에 해당 RP의 유클리드 거리의 역수만큼의 가중치를 준다. 이 가중치를 바탕으로 KWNN 알고리즘을 적용한 사용자의 위치를 추정할 수 있다. KWNN알고리즘은 수학식13를 이용하여 사용자의 위치를 결정할 수 있다.
Figure PCTKR2014002713-appb-I000030
본 발명에서는 핑거프린트 방법에서 NN, KNN, KWNN 알고리즘을 모두 사용하여 사용자의 위치를 추정하는 방법을 제안한다. 그리고 주변환경의 영향을 적게 받는 것으로 알려진 핑거프린트기법의 정확도를 더욱 향상시키기 위한 사용자에서 수집되는 신호 데이터를 보정할 수 있는 보정계수 추론방법을 제안하다. 또한, 실시예에 따른 보정방법으로는 회귀분석을 이용할 수 있다. 산정방법은 거리 별로 신호 데이터를 수집하여 실제 이동거리로 회귀할 수 있는 계수를 구할 수 있다.
도 8는 위치 정확도 향상을 위한 위치 측위 방법의 순서도를 나타낸다.
도 8를 참고하면, 본 발명의 실시예에 따른 위치 정확도 향상을 위한 위치 측위 방법은 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터를 수집하는 단계(1210), 보정계수를 추론하는 단계(1220), 사용자의 최초 위치를 계산하는 단계(1230), 사용자의 최종 위치를 계산하는 단계(1240) 및 사용자의 좌표 및 사용자의 위치를 표시하는 단계(1250)를 포함한다.
위치 측위 장치를 통해 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터가 수집된다(1210).
이후, 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하여 신호 데이터를 수집하고, 이상적인 신호 데이터와 비교하여 보정계수를 추론한다(1220). 보정계수의 추론 과정은 도 9을 참조하여 상세하게 설명한다.
도 9은 일 실시예에 따른 보정계수를 추론하는 단계를 설명하기 위한 순서도이다.
일 실시예에 따른 보정계수를 추론하는 단계는 환경을 선정하는 단계(1310), 환경에 따른 신호 데이터를 수집하는 단계(1320), 이상적인 신호 데이터와 비교하는 단계(1330), 보정계수를 계산하는 단계(1340)를 포함할 수 있다.
본 발명의 실시예에 따른 위치 정확도 향상을 위한 위치 측위 방법은 보정계수 추론을 위해 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정한다(1310).
이후, 선정된 환경에서 상기 요인 및 환경에 따른 신호 데이터를 수집한다(1320).
예를 들어, 신호 데이터에 영향을 줄 수 있는 환경은 건축물의 재질, 유동인구의 수를 포함할 수 있다. 이후, AP와 기 설정된 거리를 두고 기 설정된 시간 동안 신호 데이터가 수집된다. 한편, 환경에 영향을 받고 있는 환경에서의 데이터 수집방법과 동일한 거리와 시간 동안 환경의 영향을 받지 않는 환경에서의 신호 데이터가 수집된다.
신호 데이터에 영향을 줄 수 있는 요인 및 환경에서 수집된 데이터를 이상적인 신호 데이터와 비교한다(1330). 일 실시예에 따르면, 보정계수 추론에는 관찰된 연속형 변수들에 대하여 독립변수와 종속변수 사이의 인과관계에 따른 수학적 모델인 선형적 관계식이 사용된다. 선형적 관계식에서 어떤 독립변수가 주어졌을 때 이에 따른 종속변수를 예측한다. 이러한 예측을 통해서 도출된 수학적 모델이 독립변수와 종속 변수간 관계를 얼마나 잘 설명하고 있는지를 판별하기 위한 적합도를 검증하기 위해 통계적 분석 방법인 회귀분석(Regression Analysis)이 사용된다. 이상적인 신호 데이터와 회귀분석을 통해 환경영향을 받은 데이터 들의 Y절편 값을 환경영향을 받지 않은 데이터의 차를 구하고 기울기로 나누어 보정된 값을 수집된 모든 데이터를 대상으로 구한다.
다음으로 환경영향을 받은 데이터와 보정된 값의 비율을 구하고 수집된 모든 데이터에 적용하여 평균 비율을 구한다. 이러한 과정을 통해 구한 평균 비율을 보정계수로 사용할 수 있다(1340).
다시 도 8를 참조하면, 본 발명의 실시예에 따른 위치 정확도 향상을 위한 위치 측위 방법은 사용자의 위치에 해당하는 신호 데이터에 보정계수를 적용하고, 제1 위치 측위 방법을 이용하여 사용자의 최초 위치를 계산한다(1230).
일 실시예에 따르면, 사용자의 최초 위치 계산을 위해 제1 위치 측위 방법으로 최소 자승기법을 사용할 수 있다. 이를 위해서는 AP와 사용자간의 거리값이 필요하다. 거리값은 프리이스(Friis) 공식을 사용할 수 있다. 프리이스(Friis) 공식에 사용되는 신호 데이터는 보정계수를 적용한 값을 사용하여 오차를 줄일 수 있다. 이때, 최소자승기법을 사용하는 이유는 AP의 수가 많을 경우 삼각측량기법을 사용하면 AP를 선정하는 기준이 필요하기 때문에 복잡한 방정식 풀이 과정을 거쳐야 한다. 하지만 최소자승기법은 사용자에서 신호가 수집되는 모든 AP를 활용할 수 있으며, 방정식의 풀이를 행렬을 이용해 풀이하기 때문에 비교적 빠른 속도로 계산할 수 있다. 최소자승기법을 통한 계산은 수신되는 모든 AP 신호를 두 개씩 조합하여 AP와 사용자간의 거리 di 를 기준으로 수학식14와 같은 방정식을 사용할 수 있다.
Figure PCTKR2014002713-appb-I000031
삼각측량기법과 기본적인 방정식은 동일하지만 최소자승기법에서는 AP의 위치를 행렬 A, 태그의 위치를 행렬 L로 하여 수학식15에 대입할 수 있다.
Figure PCTKR2014002713-appb-I000032
최소자승기법에서 연립방정식의 해는 기 설정된 범위내의 좌표를 사용자의 최초 위치좌표로 도출하는 과정을 거칠 수 있다. 사용자의 최초 위치좌표를 도출하기 위한 기 설정된 범위는 하기 세가지 범위를 포함할 수 있다.
Figure PCTKR2014002713-appb-I000033
Ⅲ) AP를 꼭지점으로 하는 볼록집합영역(인접한 2개의 AP를 연결하는 직선방정식으로 표현되는 half space들의 교집합)
최소자승기법으로 구해진 연립방정식의 해가 Ⅰ), Ⅱ), Ⅲ)을 모두 만족한다면 사용자의 최초 위치좌표로 도출할 수 있다.
사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 계산된 사용자의 최초 위치에 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산한다(1240). 실내환경에서 RP의 구성은 필요한 정확도와 건물의 설계에 따라 RP크기와 개수를 다르게 설정하여 데이터베이스를 구축할 수 있다. 예를 들어, 정밀한 위치 측위가 필요한 경우 RP들이 촘촘히 구성될 수 있고, 정밀한 위치 측위가 필요 없을 경우 비교적 넓이가 큰 RP들로 구성될 수 있다. 또한, 측위 구역이 좁을 경우 다수의 RP로 구성될 수 없기 때문에 환경에 따라 RP의 숫자는 달라질 수 있다. 사용자의 최종 위치를 계산하는 과정은 도 10를 참조하여 상세하게 설명한다.
도 10은 일 실시예에 따른 사용자의 최종 위치를 계산하는 단계를 설명하기 위한 순서도이다.
사용자의 최종 위치를 계산하는 단계는 사용자의 위치에 해당하는 신호세기 데이터 수집 및 보정계수를 적용하는 단계(1410), RP 구성 확인 단계(1420), RP 수에 따른 알고리즘을 적용하는 단계(1430, 1440, 1450)를 포함할 수 있다.
사용자의 최초 위치를 결정한 후, 사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 상기 계산된 사용자의 최초 위치에 상기 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산한다.
먼저, 결정된 사용자의 최초 위치에 해당하는 신호세기 데이터 수집 및 보정계수를 적용한다(1410).
이후, RP 구성을 확인한다(1420). 실내환경에서 RP의 구성은 필요한 정확도와 건물의 설계에 따라 RP크기와 개수가 다르게 데이터베이스를 구축한다. 정밀한 위치 측위가 필요한 경우 RP들을 촘촘히 구성하고 정밀한 위치 측위가 필요 없을 경우 비교적 넓이가 큰 RP들로 구성할 수 있다. 또한, 측위 구역이 좁을 경우 다수의 RP로 구성할 수 없기 때문에 환경에 따라 RP의 숫자는 달라질 수 있다.
RP의 구성을 확인한 후, RP 구성 환경에 적합한 알고리즘을 적용한다(1430, 1440, 1450). RP 구성 환경에 따라 핑거프린트기법의 알고리즘 중 적합한 알고리즘을 적용할 수 있다.
예를 들어, RP 수가 1보다 작거나 같을 경우, NN법으로 빠르게 계산할 수 있다(1430). RP 수가 1보다 크고 5 미만일 경우, 주변 RP를 고려하는 KNN법으로 계산할 수 있다(1440). 또한, RP 수가 5 이상일 경우, 핑거프린트기법의 NN, KNN, KWNN 방법으로 추정 위치 후보군을 도출할 수 있다(1450). 계산된 세 가지 결과 중 가장 근접한 두 가지 결과의 평균을 계산하여 사용자의 최종 위치로 결정할 수 있다.
이러한 과정을 통해 계산된 사용자의 최종 좌표 및 위치를 위치 맵에 표시한다(1250).
도 11는 위치 정확도 향상을 위한 위치 측위 장치의 구성을 나타내는 도면이다.
본 발명의 실시예에 따른 위치 정확도 향상을 위한 위치 측위 장치는 신호 데이터 수집부(1510), 보정계수 추론부(1520), 최초 위치 계산부(1530), 최종 위치 계산부(1540), 좌표 및 위치 표시부(1550)로 구성된다.
신호 데이터 수집부(1510)는 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터를 수집할 수 있다.
보정계수 추론부(1520)는 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하여 신호 데이터를 수집하고, 이상적인 신호 데이터와 비교하여 보정계수를 추론할 수 있다. 보정계수 추론부(1520)는 도 12을 참조하여 상세하게 설명한다.
도 12은 일 실시예에 따른 보정계수 추론부(1520)의 구성을 나타내는 도면이다.
보정계수 추론부(1520)는 신호 데이터 환경 선정부(1610), 비교부(1620), 평균 비율 계산부(1630)로 구성될 수 있다.
신호 데이터 환경 선정부(1610)는 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하고, 선정된 환경에서 상기 요인 및 환경에 따른 신호 데이터를 수집할 수 있다.
비교부(1620)는 상기 수집된 데이터를 이상적인 신호 데이터와 비교하여 보정된 값을 구할 수 있다. 일 실시예에 따르면, 보정계수 추론에는 관찰된 연속형 변수들에 대하여 독립변수와 종속변수 사이의 인과관계에 따른 수학적 모델인 선형적 관계식이 사용된다. 선형적 관계식에서 어떤 독립변수가 주어졌을 때 이에 따른 종속변수를 예측한다. 이러한 예측을 통해서 도출된 수학적 모델이 독립변수와 종속 변수간 관계를 얼마나 잘 설명하고 있는지를 판별하기 위한 적합도를 검증하기 위해 통계적 분석 방법인 회귀분석(Regression Analysis)이 사용된다. 이상적인 신호 데이터와 회귀분석을 통해 환경영향을 받은 데이터 들의 Y절편 값을 환경영향을 받지 않은 데이터의 차를 구하고 기울기로 나누어 보정된 값을 수집된 모든 데이터를 대상으로 구한다.
평균 비율 계산부(1630)는 환경영향을 받은 데이터와 보정된 값의 비율을 구하고 수집된 모든 데이터에 적용하여 평균 비율을 구한다. 이러한 과정을 통해 구한 평균 비율을 보정계수로 사용할 수 있다.
다시 도 11를 참조하면, 최초 위치 계산부(1530)는 사용자의 위치에 해당하는 신호 데이터에 보정계수를 적용하고, 제1 위치 측위 방법을 이용하여 사용자의 최초 위치를 계산할 수 있다. 이때, 사용자의 최초 위치 계산을 위해 사용되는 제1 위치 측위 방법은 최소 자승기법을 포함할 수 있다.
최종 위치 계산부(1540)는 사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 계산된 사용자의 최초 위치에 상기 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산할 수 있다. 최종 위치 계산부(1540)는 도 13을 참조하여 상세하게 설명한다.
도 13은 일 실시예에 따른 최종 위치 계산부(1540)의 구성을 나타내는 도면이다.
최종 위치 계산부(1540)는 RP 구성 환경 확인부(1710), 핑거프린트기법 수행부(1720), 최종 후보군 평균 계산부(1730)로 구성될 수 있다.
RP 구성 환경 확인부(1710)는 사용자가 위치한 구역의 RP 수를 확인할 수 있다. 정밀한 위치 측위가 필요한 경우 RP들이 촘촘히 구성되고 정밀한 위치 측위가 필요 없을 경우 비교적 넓이가 큰 RP들로 구성될 수 있다. 또한, 측위 구역이 좁을 경우 다수의 RP로 구성될 수 없기 때문에 환경에 따라 RP의 숫자는 달라질 수 있다. 사용자가 위치한 구역의 RP 수에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 계산된 사용자의 최초 위치에 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산할 수 있다. 이때, 제2 위치 측위 방법은 핑거프린트기법을 포함할 수 있다.
핑거프린트기법 수행부(1720)는 RP 수에 따라 적합한 알고리즘을 선정하고 상기 알고리즘을 적용하여 사용자의 최종 위치를 계산할 수 있다.
예를 들어, RP 수가 1보다 작거나 같을 경우, NN법으로 빠르게 계산할 수 있다. RP 수가 1보다 크고 5 미만일 경우, 주변 RP를 고려하는 KNN법으로 계산할 수 있다. 또한, RP 수가 5 이상일 경우, 핑거프린트기법의 NN, KNN, KWNN 방법으로 추정 위치 후보군을 도출할 수 있다. 계산된 세 가지 결과 중 가장 근접한 두 가지 결과의 평균을 계산하여 사용자의 최종 위치로 결정할 수 있다.
최종 후보군 평균 계산부(1730)는 알고리즘을 적용하여 구한 최종 후보군들 중 근접한 두 가지 결과의 평균을 계산할 수 있다.
사용자의 최종 위치가 결정되면, 좌표 및 위치 표시부(1550)는 위치 맵에 계산된 사용자의 좌표 및 사용자의 위치를 표시할 수 있다.
이하에서, 본 발명에서 제안하는 위치 정확도 향상을 위한 위치 측위 방법 및 장치의 적용 대상 제품 및 서비스에 대하여 후술한다.
위치기반 서비스를 위한 국내?외 위치 측위 방법들 및 연구현황을 살펴보면 실내 측위 기술 중 많이 사용되고 있는 기술은 적외선 및 초음파 기술에서 WLAN 및 RFID 기술로 변화하는 것을 확인할 수 있다. 이러한 경향은 시스템을 구축하기 위한 여러 가지 고려해야 할 요소 중 비용적 측면에서 상당히 효과적인 장점을 가지기 때문이다. WLAN 방식은 노트북 컴퓨터, PDA, 혹은 다른 WLAN 장치, 모바일 장치들을 사용하여 미들 웨어 혹은 어플리케이션 수준에서 소프트웨어의 도구에 의하여 구현될 수 있는 환경을 갖추고 있기 때문에, 전용으로 실내에서 위치를 측위하는 방식들보다 현저하게 저렴한 비용으로 시스템을 구현할 수 있다. 따라서, WLAN을 이용한 모든 위치기반서비스에 활용이 가능하다.
무선인터넷 활성화 이후 위치기반서비스는 핵심 스마트폰 서비스로 성장할 예정이고 더욱 높은 측위 정밀도가 요구되고 있다. 스마트폰의 수집할 수 있는 다양한 무선 자원 (3W+근거리네트워크+GPS)와 스마트폰의 가속센서, 방향센서를 활용하여 높은 정밀도의 위치 측위 가능한 수단이다.
세계 각국은 국가 비상 응급 체계를 중앙 정부가 운용 중에 있고 정확한 위치 정보의 획득이 시스템의 핵심 기술이다. 미국(E-911)과 유럽(E-112)은 응급구조 서비스의 위치 정보 요구사항을 제시하고 있으나 현재까지 기술로는 요구사항을 만족하지 못하고 있다. 위치정보는 재난 등 긴급 상황에서 국민의 생명을 보호하기 위한 국가가 제공하는 사회 안전망으로 인식 되고 있으며 실내 및 지하 공간이 증가함에 따라 사회 안전망으로서의 위치정보 활용 범위가 실외에서 실내로 확대 필요성 증가하고 있다.
와이파이 위치추적 시스템(WPS)이 대표적으로 글로벌 회사들은 와이파이로 들어오는 맥어드레스-시그널을 데이터베이스(DB)화해 위치정보를 제공해 왔다. 국내가 아닌 외국 업체 데이터베이스를 이용한 탓에 위치정보의 품질이 균일하게 이루어지지 않았다는 것이 업계 관계자들의 지적이다. 따라서 최근 스마트폰의 보급 확대 및 이동통신 3사의 와이-파이(W-iFi) AP 설치 확대 계획과 연계하여 기 설치된 AP 및 신규 AP를 통합한 범국가적 와이-파이(W-iFi) AP 위치 데이터베이스를 구축하여 국가 위치기반서비스 인프라로 활용하기 위한 기술개발이 필요한 상황이다.
이와 같이 국외에 의존하고 있는 와이-파이(W-iFi) 측위 기술들의 국산화와 위치정확도 향상의 요구가 증가하고 있는 상황이며 글로벌 회사들은 와이파이로 들어오는 맥어드레스-시그널을 데이터베이스(DB)를 보정하여 효율적으로 사용하기 위한 방안이 될 수 있고 측위 정확도에 대한 요구가 증가하는 만큼 이를 위한 기술로써 인정받을 수 있을 것으로 예상된다.
도 14a 및 도14b는 데이터베이스의 종류에 따른 내부 구조를 나타내는 도면이다
도 14a는 디스크 기반 데이터베이스 관리시스템(DRDBMS)의 내부 구조를 나타낸다. 디스크 기반 데이터베이스 관리시스템은 모든 데이터를 디스크(2140)에 저장하고 관리하는 것이다. 저장 장치로서의 디스크는 메인 메모리에 비해 저장된 데이터의 지속성이 뛰어난데 비해 상대적으로 접근 속도가 느리다. 따라서 대부분의 기존 디스크 기반 데이터베이스 관리시스템은 메인 메모리(2110a)에 임시 저장소인 버퍼(2120a, 2130a)를 마련하고 데이터를 이중적으로 관리할 수 있다. 이러한 디스크 기반 데이터베이스시스템은 대용량 트랜잭션(transaction) 처리와 대용량 데이터 동기화가 불가하다. 또한, 디스크 기반 데이터베이스 관리시스템은 대용량 데이터 처리 외에 풍부한 기능과 운영도구가 제공되는 장점이 있지만 응답시간이 늦어 동시 접속자 수가 많거나 고속 데이터 처리를 요구하는 실시간 과금 시스템 등에 적용에는 한계가 있다.
도 14b는 메인 메모리 데이터베이스 관리시스템(MMDBMS)의 내부 구조를 나타낸다. 메인 메모리 데이터베이스 관리시스템은 메인 메모리에 영구적인 데이터베이스를 구축, 관리 하는 것이다. 즉, 데이터베이스의 일부 또는 전부를 메인 메모리(2110b)에서 관리함으로써, 디스크에 대한 접근 없이 메인 메모리(2110b)의 데이터베이스(2120b) 접근만으로 직접 데이터를 처리하여 효율적인 트랜잭션(transaction) 처리를 가능하게 하는 기술 이다. 또한, 백업 데이터베이스(2130b)를 이용하여 백업을 위한 대용량 데이터 복제가 가능하다. 메인 메모리 데이터베이스 관리시스템이 디스크 기반 데이터베이스 관리시스템보다 트랜잭션(transaction) 처리 용도에 적합한 이유는 빠른 처리속도와 메모리 구조 최적화에 있지만 디스크 기반 데이터베이스 관리시스템보다 많은 비용이 든다.
이러한 메모리와 디스크 기반의 데이터베이스의 장점을 활용한 것이 하이브리드 데이터베이스이다. 본 발명에서는 실제 측위 데이터의 효율적인 처리를 위해 하이브리드 데이터베이스를 사용하다.
도 15는 일 실시예에 따른 하이브리드 데이터베이스의 구조를 나타낸 도면이다. 하이브리드 데이터베이스는 일반 디스크 기반 데이터베이스 관리시스템(DRDBMS)과 메인 메모리 데이터베이스 관리시스템(MMDBMS) 두 가지 용도에 모두 쓸 수 있도록 만든 데이터베이스 관리시스템이다. 대용량 데이터 처리와 풍부한 기능은 있으나 실시간 고속 처리에 한계가 있는 디스크 기반 데이터베이스 관리시스템(DRDBMS) 보다 빠르고 안정적인 데이터 처리가 가능하다. 또한, 메인 메모리 데이터베이스를 기본으로 동작하나 데이터 양이 많을 경우 디스크 기반 데이터베이스로 동작하게 된다. 사용빈도가 높은 최근 정보는 메인 메모리 데이터베이스 관리시스템(MMDBMS)으로, 전체 데이터는 디스크 기반 데이터베이스 관리시스템(DRDBMS)으로 관리하는 이중 시스템을 구축해왔던 대다수 통신사업자들의 초기 구축비용 부담과 별도 프로그램 개발 불편 등을 해결할 수 있다.
하이브리드 데이터베이스는 메인 메모리 데이터베이스 관리시스템(MMDBMS)(2210)과 디스크 기반 데이터베이스 관리시스템(DRDBMS)(2220)의 기능을 동시에 구현할 수 있다.
메인 메모리 데이터베이스 관리시스템(MMDBMS)(2210)은 데이터베이스의 일부 또는 전부를 메인 메모리(2211)에서 관리함으로써, 디스크에 대한 접근 없이 메인 메모리(2211) 접근만으로 직접 데이터를 처리하여 빠르고 효율적인 트랜잭션(transaction) 처리를 가능하게 할 수 있다. 하지만 대용량 처리에는 한계가 있을 수 있다.
디스크 기반 데이터베이스 관리시스템(DRDBMS)(2220)은 모든 데이터를 디스크(2222)에 저장하고 관리한다. 저장 장치로서의 디스크는 메인 메모리에 비해 저장된 데이터의 지속성이 뛰어난데 비해 상대적으로 접근 속도가 느리다. 따라서 메인 메모리의 임시 저장소인 버퍼(2221)를 마련하고 데이터를 이중적으로 관리할 수 있다. 디스크 기반 데이터베이스 관리시스템은 대용량 데이터 처리 외에 풍부한 기능과 운영도구가 제공되는 장점이 있지만 응답시간이 늦어 동시 접속자 수가 많거나 고속 데이터 처리에는 한계가 있다.
하이브리드 데이터베이스는 이러한 메인 메모리 데이터베이스 관리시스템(MMDBMS)(2210)과 디스크 기반 데이터베이스 관리시스템(DRDBMS)(2220)의 장점들을 활용할 수 있다.
도 16은 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 방법의 순서도이다.
사용자의 위치를 측위 하기 위해 먼저 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 사용자의 위치를 요청한다(2310).
이후, 사용자의 위치를 계산하기 위해 미리 저장된 신호 특성이 있는지 여부를 판단한다(2320). 사용자의 위치를 계산하기 위해 미리 저장된 신호 특성이 없을 경우, 데이터를 세트로 구성하여 통신망을 통해 원격으로 연결된 위치정보제공 사업자의 데이터베이스에 저장하는 트레이닝(training) 단계를 수행한다(2330). 이때, 데이터 세트는 RP 세트로 구성될 수 있다. RP 세트를 구성하고 있는 각각의 RP는 RP ID와 해당 RP 내에서 수신되는 AP 들의 Mac address, RSSI, RP 의 위치인 x, y 좌표들이 저장될 수 있다. RP 세트는 이러한 다수의 RP를 묶어서 구성하며 RP 세트에 포함되어 있는 RP ID와 RP 세트의 좌표 범위가 저장되고, RP 세트 정보 서버가 관리할 수 있다. 이렇게 구성된 RP 세트 정보는 위치정보제공 사업자의 디스크 기반 데이터베이스 관리시스템(DRDBMS)을 포함하는 위치정보제공 사업자의 데이터베이스에 저장될 수 있다.
사용자의 위치를 계산하기 위해 미리 저장된 신호 특성이 있을 경우, 최초 측위인지 여부를 판단한다(2340).
최초 측위 여부를 판단하여 최초 측위가 아닐 경우 상기 사용자의 위치 이동추세를 예측하여 위치정보제공 사업자의 데이터베이스에 저장된 데이터를 요청하고, 상기 요청된 데이터를 사용자 단말의 데이터베이스에 저장한다(2350).
최초 측위가 아닐 경우, 이전에 확인된 사용자의 위치를 바탕으로 이동추세를 예측 할 수 있다. 이때, AP들의 Mac address가 아닌 RP 세트의 x, y 좌표 범위로 데이터를 검색하여 RP 세트 정보 서버에 검색을 요청할 수 있다. 사용자가 다음에 위치할 것으로 예측되는 좌표 범위를 파악하여 해당 위치의 RP 세트 ID를 RP 세트 정보 서버를 통해 확인할 수 있다. RP 세트 정보 서버는 해당 RP 세트에 포함된 RP ID들을 확인하여 RP 세트에 포함된 RP 들의 데이터를 위치정보제공 사업자의 데이터베이스에 요청할 수 있다. 요청된 RP 세트 데이터는 사용자 단말의 데이터베이스에 저장할 수 있다. 예를 들어, 위치정보제공 사업자의 데이터베이스에 요청된 RP 세트 데이터는 3G/4G, 인터넷 망을 포함하는 무선통신을 이용하여 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 저장될 수 있다.
사용자가 이동하여 다음 위치에서 측위 요청을 할 경우 위치정보제공 사업자의 데이터베이스가 아닌 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 있는 데이터를 바로 활용하여 추가적인 데이터베이스의 검색 없이 위치를 계산할 수 있다. 또한, 사용자의 이동 추세를 예측하였지만 사용자가 이동하지 않았을 경우를 대비하여 새로운 위치 요청 시 불러온 데이터 외에 바로 전 단계 위치 확인에 사용된 데이터는 삭제하지 않고 저장해둘 수 있다. 반면에, 사용자가 예측대로 이동하였을 경우에는 바로 전 단계 위치 확인에 사용된 데이터를 삭제하여 메모리를 확보할 수 있다.
이러한 방법으로 사용자 단말의 데이터베이스에 저장된 데이터를 이용하여 사용자의 위치를 계산한다(2370). 최초 위치 요청이 아닐 경우 사용자의 위치를 계산하는 방법은 핑거프린트 방법을 이용하여 계산할 수 있다.
최초 측위 여부를 판단하여 최초 측위일 경우 최초 측위가 아닐 경우에 사용한 방법과 다른 방법으로 사용자의 위치를 계산한다(2360). 예를 들어, 최초 측위일 경우 주변의 RSSI를 수집하여 삼각측량법을 통해 사용자의 위치를 계산할 수 있다. 사용자의 위치 계산 결과들은 로그 형태로 위치정보제공 사업자의 데이터베이스에 저장되어 품질 측정이나 서비스 개선에 활용될 수 있다.
도 17는 일 실시예에 따른 RP 세트의 구성을 설명하기 위한 도면이다.
사용자의 위치를 계산하기 위해 미리 저장된 신호 특성이 없을 경우 RP 별로 데이터(1,2 ..., 25)를 수집한 후, 수집된 데이터를 묶어서 RP 세트(2410)로 구성할 수 있다. 구성된 RP 세트는 위치정보제공 사업자의 데이터베이스에 저장된다.
이때, 각각의 RP 들은 RP ID, RSSI, MAC address, RP의 x, y 좌표 데이터들을 포함할 수 있다. 이러한 RP 들은 위치정보제공 사업자의 데이터베이스의 RP 정보 서버(2420)가 관리할 수 있다.
다수의 RP 들로 구성된 RP 세트는 RP 세트의 ID 및 RP 세트의 좌표 범위가 저장될 수 있고, RP 세트 데이터들은 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버가 관리할 수 있다.
도 17를 참조하면, 예를 들어 RP 16과 RP 17에 해당하는 데이터들은 RP 정보 서버를 통해 관리 되고, RP ID, RSSI, MAC address, RP의 x, y 좌표 데이터들을 포함하고 있다. 최초 위치 측위일 경우, RP 정보 서버를 통해 MAC address(2430)를 이용하여 사용자의 위치를 계산할 수 있다.
RP 세트 (2410) 는 RP 세트를 구성하고 있는 RP 데이터를 묶어서 RP 세트의 ID 및 RP 세트의 좌표 범위를 저장할 수 있다. RP 세트는 RP 세트 정보 서버(2440)를 통해 관리되고, 최초 위치 측위가 아닐 경우, RP 세트 정보 서버를 통해 RP 세트 좌표 범위(2450)를 이용하여 사용자의 위치를 계산할 수 있다.
도 18는 일 실시예에 따른 데이터 요청 및 인-메모리 데이터베이스에 저장하는 방법의 순서도이다.
최초 위치 요청이 아닐 경우, 이전에 확인된 사용자의 위치를 바탕으로 이동추세를 예측 할 수 있다(2510). 이때, AP들의 Mac address가 아닌 RP 세트의 x, y 좌표 범위로 데이터를 검색하여 RP 세트 정보 서버에 검색을 요청할 수 있다.
사용자가 다음에 위치할 것으로 예측되는 좌표 범위를 파악하여 해당 위치의 RP 세트 ID를 RP 세트 정보 서버를 통해 확인할 수 있다(2520).
RP 세트 정보 서버는 해당 RP 세트에 포함된 RP ID들을 확인하여 RP 세트에 포함된 RP 들의 데이터를 위치정보제공 사업자의 데이터베이스에 요청할 수 있다(2530).
요청된 RP 세트 데이터는 사용자 단말의 데이터베이스에 저장할 수 있다(2540). 예를 들어, 위치정보제공 사업자의 데이터베이스에 요청된 RP 세트 데이터는 3G/4G, 인터넷 망을 포함하는 무선통신을 이용하여 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 저장될 수 있다.
사용자가 이동하여 다음 위치에서 측위 요청을 할 경우 위치정보제공 사업자의 데이터베이스가 아닌 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 있는 데이터를 바로 활용하여 추가적인 데이터베이스의 검색 없이 위치를 계산할 수 있다. 또한, 사용자의 이동 추세를 예측하였지만 사용자가 이동하지 않았을 경우를 대비하여 새로운 위치 요청 시 불러온 데이터 외에 바로 전 단계 위치 확인에 사용된 데이터는 삭제하지 않고 저장해둘 수 있다. 반면에, 사용자가 예측대로 이동하였을 경우에는 바로 전 단계 위치 확인에 사용된 데이터를 삭제하여 메모리를 확보할 수 있다.
도 19은 본 발명에서 제안하는 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 장치의 구성을 나타내는 도면이다.
실제 측위 데이터의 효율적인 처리를 위한 위치 측위 장치는 사용자 위치 요청부(2610), RP 데이터 수집부(2620), RP 세트 구성부(2630), 포지셔닝 수행부(2640)로 구성될 수 있다.
사용자 위치 요청부(2610)는 사용자의 위치를 측위 하기 위해 사용자 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 사용자의 위치를 요청한다.
RP 데이터 수집부(2620)는 사용자의 위치를 계산하기 위해 미리 저장된 신호 특성이 없을 경우 RP 세트를 구성하기 위해 RP 별로 데이터를 수집한다. 이때, 각각의 RP 들은 RP ID, RSSI, MAC address, RP의 x, y 좌표 데이터들을 포함할 수 있다. 이러한 RP 들은 위치정보제공 사업자의 데이터베이스의 RP 정보 서버가 관리할 수 있다.
RP 세트 구성부(2630)는 RP 데이터 수집부(2620)에서 수집된 데이터를 묶어서 RP 세트를 구성한다. 구성된 RP 세트는 위치정보제공 사업자의 데이터베이스에 저장된다. 다수의 RP 들로 구성된 RP 세트는 RP 세트의 ID 및 RP 세트의 좌표 범위가 저장될 수 있고, RP 세트 데이터들은 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버가 관리할 수 있다.
포지셔닝 수행부(2640)는 최초 측위 여부를 판단하여 판단 결과에 따라 다른 방법으로 사용자의 위치를 계산한다. 포지셔닝 수행부(2640)의 상세한 설명은 도 20를 참조하여 후술한다.
도 20은 일 실시예에 따른 포지셔닝 수행부(2640)의 구성을 나타내는 도면이다.
포지셔닝 수행부(2640)는 최초 측위 판단부(2710), 사용자 위치 예측부(2720), RP 세트 요청부(2730), 인-메모리(In-Memory) 데이터베이스(2740), 사용자 위치 계산부(2750)로 구성될 수 있다.
최초 측위 판단부(2710)는 사용자의 위치 측위가 최초인지 판단하여 판단 결과에 따라 다른 방법으로 사용자의 위치를 계산한다.
사용자 위치 예측부(2720)는 최초 측위가 아닐 경우, 이전에 확인된 사용자의 위치를 바탕으로 이동추세를 예측 할 수 있다.
RP 세트 요청부(2730)는 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버에 검색을 요청할 수 있다. 이때, AP들의 Mac address가 아닌 RP 세트의 x, y 좌표 범위로 데이터를 검색한다. 사용자가 다음에 위치할 것으로 예측되는 좌표 범위를 파악한 후 해당 위치의 RP 세트 ID 를 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버를 통해 확인할 수 있다.
인-메모리(In-Memory) 데이터베이스(2740)는 요청된 RP 세트 데이터를 저장한다. 위치정보제공 사업자의 데이터베이스에 요청된 RP 세트 데이터는 3G/4G, 인터넷 망을 포함하는 무선통신을 이용하여 사용자 단말의 인-메모리(In-Memory) 데이터베이스(2740)에 저장될 수 있다.
사용자 위치 계산부(2750)는 최초 측위인 경우 주변의 RSSI를 수집하여 삼각측량법을 통해 사용자의 위치를 계산하고, 최초 측위가 아닐 경우 인-메모리(In-Memory) 데이터베이스(2740)에 저장된 RP 세트 데이터를 이용하여 핑거프린트 방법을 이용하여 사용자의 위치를 계산할 수 있다.
후속 측위는 지속적으로 사용자의 이동방향을 예측하여 위치정보제공 사업자의 데이터베이스에 다음 위치 계산에 필요한 데이터를 요청할 수 있다. 이후, 요청된 데이터를 이용하여 사용자 단말의 인-메모리(In-Memory) 데이터베이스에 3G/4G, 인터넷 망을 포함하는 무선통신을 통해 저장한다. 이러한 위치 계산하는 프로세스를 위치 확인 요청 시 또는 일정 시간 간격에 따라 반복적으로 수행할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 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 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 상기 사용자의 임시 위치를 파악하는 단계;
    상기 임시 위치의 위치 데이터를 위치 정보 데이터베이스에서 검색하고, 상기 임시 위치의 위치 데이터에 대응하는 위치 맵의 유무를 판별하는 단계;
    상기 위치 정보 데이터베이스에 상기 임시 위치의 위치 데이터에 대응하는 위치 맵이 있을 경우 제1 위치 측위 방법을 이용하여 상기 사용자의 최종 위치를 결정하고, 상기 임시 위치의 위치 데이터에 대응하는 위치 맵이 없을 경우 제2 위치 측위 방법을 이용하여 상기 사용자의 최종 위치를 결정하는 단계; 및
    상기 사용자의 최종 위치의 좌표를 상기 위치 정보 데이터베이스에 전송하고, 위치 맵에 상기 사용자의 최종 위치를 표시하는 단계를 포함하고,
    상기 제1 위치 측위 방법과 상기 제2 위치 측위 방법은 서로 다른 측위 방식을 사용하는
    위치 추정 방법.
  2. 제1항에 있어서,
    상기 제1 위치 측위 방법은 핑거프린트기법을 이용하여 위치를 추정하고,
    트레이닝 데이터가 없는 경우 트레이닝을 수행하는 단계; 및
    트레이닝 데이터가 있는 경우 포지셔닝을 수행하는 단계
    를 포함하는 위치 추정 방법.
  3. 제2항에 있어서,
    상기 트레이닝을 수행하는 단계는
    트레이닝 데이터를 수집하여 신호세기에 따른 RP크기를 설정하고, 상기 설정된 RP의 위치 데이터를 위치 맵 데이터베이스에 저장한 후 포지셔닝을 수행하는
    위치 추정 방법.
  4. 제3항에 있어서,
    상기 RP크기의 설정은
    신호세기가 강할 RP크기를 세밀하게 설정하고, 신호세기가 약할 경우 RP크기를 크게 설정하는
    위치 추정 방법.
  5. 제2항에 있어서,
    상기 포지셔닝을 수행하는 단계는
    라이스 가우시안 알고리즘을 이용하여 사용자의 위치를 결정하고, 상기 라이스 가우시안 알고리즘의 산포 감소를 위한 필터링 기법으로 로그 스케일의 확률값을 이용하는
    위치 추정 방법.
  6. 제5항에 있어서,
    상기 사용자의 위치를 결정하기 위한 APi로부터 RPj까지의 거리값(Sapi)이 될 확률 Pij(Sapi)는 수학식1과 같이 나타낼 수 있고,
    Figure PCTKR2014002713-appb-I000034
    여기에서
    Figure PCTKR2014002713-appb-I000035
    및
    Figure PCTKR2014002713-appb-I000036
    는 거리의 확률밀도함수 파라미터인
    위치 추정 방법.
  7. 제5항에 있어서,
    상기 사용자의 위치와 가장 유사한 RP를 결정하기 위한 RPj 의 총 확률 Pj(s)는 수학식2와 같이 나타낼 수 있고,
    Figure PCTKR2014002713-appb-I000037
    여기에서 m은 AP의 개수인
    위치 추정 방법.
  8. 사용자의 주변에 있는 액세스 포인트(AP)로부터 사용자의 위치에 해당하는 신호 데이터를 수집하는 단계;
    신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하여 신호 데이터를 수집하고, 상기 수집된 신호 데이터를 보정하기 위해 이상적인 신호 데이터와 비교하는 단계;
    상기 사용자의 위치에 해당하는 신호 데이터에 상기 비교 결과를 적용하고, 제1 위치 측위 방법을 이용하여 사용자의 최초 위치를 계산하는 단계;
    사용자가 위치한 구역의 환경 및 측위 정밀도에 따라 제2 위치 측위 방법 중 적합한 알고리즘을 선정하고, 상기 계산된 사용자의 최초 위치에 상기 선정된 알고리즘을 적용하여 사용자의 최종 위치를 계산하는 단계; 및
    위치 맵에 상기 계산된 사용자의 좌표 및 사용자의 위치를 표시하는 단계
    를 포함하는 위치 측위 방법.
  9. 제8항에 있어서,
    상기 보정계수를 추론하는 단계는,
    신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 선정하는 단계;
    상기 선정된 환경에서 상기 요인 및 환경에 따른 신호 데이터를 수집하는 단계;
    상기 수집된 데이터를 이상적인 신호 데이터와 비교하는 단계; 및
    상기 비교를 통하여 보정계수를 계산하는 단계
    를 포함하는 위치 측위 방법.
  10. 제9항에 있어서,
    상기 요인 및 환경에 따른 신호 데이터를 수집하는 단계는
    상기 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 AP와 기 설정된 거리를 두고 기 설정된 시간 동안 데이터를 수집하는
    위치 측위 방법.
  11. 제9항에 있어서,
    상기 이상적인 신호 데이터는 상기 신호 데이터에 영향을 줄 수 있는 요인 및 환경들을 수집하는 방법과 동일한 방법으로 수집되는
    위치 측위 방법.
  12. 제9항에 있어서,
    상기 수집된 데이터를 이상적인 신호 데이터와 비교하는 단계는 상기 요인 및 환경들의 영향을 받은 신호 데이터가 상기 이상적인 신호데이터로 되기 위해 필요한 값을 모든 데이터를 대상으로 구하는
    위치 측위 방법.
  13. 제9항에 있어서,
    상기 보정계수를 계산하는 단계는 모든 데이터를 대상으로 상기 수집된 데이터를 이상적인 신호 데이터와 비교하여 보정된 값을 구하고, 상기 보정된 값들을 모든 데이터에 적용하여 구한 평균 비율을 보정계수로 결정하는
    위치 측위 방법.
  14. 사용자의 주변에 있는 액세스 포인트(AP)로부터 수집된 신호세기 데이터에 기초하여, 상기 사용자의 위치를 요청하는 단계;
    상기 사용자의 위치를 계산하기 위해 통신망을 통해 원격으로 연결된 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 없을 경우 상기 요청된 사용자의 위치를 이용하여 데이터를 구성하고, 상기 데이터를 상기 위치정보제공 사업자의 데이터베이스에 저장하는 단계;
    상기 사용자의 위치를 계산하기 위해 상기 위치정보제공 사업자의 데이터베이스에 미리 저장된 신호 특성이 있을 경우 최초 측위 여부를 판단하는 단계;
    상기 판단 결과 최초 측위가 아닐 경우 상기 사용자의 위치 이동추세를 예측하여 상기 위치정보제공 사업자의 데이터베이스에 저장된 데이터를 요청하고, 상기 요청된 데이터를 사용자 단말의 데이터베이스에 저장하여 사용자의 위치를 계산하는 단계; 및
    상기 판단 결과 최초 측위일 경우 상기 최초 측위가 아닐 경우에 사용한 방법과 다른 방법으로 사용자의 위치를 계산하는 단계
    를 포함하는 위치 측위 방법.
  15. 제14항에 있어서,
    상기 데이터는 데이터 세트로 구성되며, 상기 데이터 세트는 RP 별로 데이터를 수집한 후 상기 수집된 데이터를 묶어서 RP 세트를 구성하고, 상기 구성된 RP 세트가 위치정보제공 사업자의 데이터베이스에 저장되는
    위치 측위 방법.
  16. 제15항에 있어서,
    상기 RP 세트는 RP 세트의 ID 및 상기 RP 세트의 좌표 범위가 저장되고, RP 세트 정보 서버가 관리하는
    위치 측위 방법.
  17. 제14항에 있어서,
    상기 최초 측위 여부의 판단결과에 따라 최초 측위가 아닐 경우 핑거프린트 방법을 이용하여 사용자의 위치를 계산하고, 최초 측위일 경우 삼각측량법을 이용하여 사용자의 위치를 계산하는
    위치 측위 방법.
  18. 제14항에 있어서,
    상기 판단 결과 최초 측위가 아닐 경우 상기 사용자의 위치 이동추세를 예측하여 상기 위치정보제공 사업자의 데이터베이스에 저장된 데이터를 요청하고, 상기 요청된 데이터를 사용자 단말의 데이터베이스에 저장하여 사용자의 위치를 계산하는 단계는,
    상기 사용자의 위치 이동추세를 예측하는 단계;
    상기 예측된 사용자의 위치에 해당하는 RP 세트 ID 를 확인하는 단계;
    상기 해당 RP 세트의 x, y 좌표 범위로 검색하고 상기 RP 세트 정보 서버에 데이터를 요청하는 단계; 및
    상기 요청된 데이터를 사용자 데이터베이스에 저장하는 단계
    를 포함하는 위치 측위 방법.
  19. 제18항에 있어서,
    상기 RP 세트 ID 를 확인하는 단계는 상기 예측되는 사용자의 좌표 범위를 파악하고, 해당 위치의 데이터 세트를 구성하고 있는 RP 세트의 ID를 위치정보제공 사업자의 데이터베이스의 RP 세트 정보 서버를 통해 확인하는
    위치 측위 방법.
  20. 제19항에 있어서,
    상기 요청된 데이터를 이용하여 사용자의 위치를 계산하고, 사용자가 이동하여 다음 위치에서 데이터를 재요청할 경우, 상기 사용자 단말의 데이터베이스에 저장된 데이터를 이용하여 계산하는
    위치 측위 방법.
PCT/KR2014/002713 2013-03-29 2014-03-31 위치 측위 방법 및 장치 WO2014158007A1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR1020130034037A KR20140119333A (ko) 2013-03-29 2013-03-29 위치 정확도 향상을 위한 위치 측위 방법 및 장치
KR10-2013-0034037 2013-03-29
KR1020130034038A KR20140118336A (ko) 2013-03-29 2013-03-29 실제 측위 데이터의 효율적인 처리를 위한 위치 측위 방법 및 장치
KR10-2013-0034035 2013-03-29
KR1020130034035A KR20140119332A (ko) 2013-03-29 2013-03-29 거리측정 알고리즘을 이용한 위치 측위 방법 및 장치
KR10-2013-0034038 2013-03-29

Publications (1)

Publication Number Publication Date
WO2014158007A1 true WO2014158007A1 (ko) 2014-10-02

Family

ID=51624857

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/002713 WO2014158007A1 (ko) 2013-03-29 2014-03-31 위치 측위 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2014158007A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792353A (zh) * 2016-03-14 2016-07-20 中国人民解放军国防科学技术大学 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法
CN107124455A (zh) * 2017-04-25 2017-09-01 北京大有中城科技有限公司 基于云端平台系统的室内定位方法
US20210055370A1 (en) * 2019-08-21 2021-02-25 University Of Washington Position determination systems and methods utilizing error of multiple candidate positions
US20210190930A1 (en) * 2018-05-15 2021-06-24 Nokia Technologies Oy Ranging between devices
US11150322B2 (en) 2018-09-20 2021-10-19 International Business Machines Corporation Dynamic, cognitive hybrid method and system for indoor sensing and positioning

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110019562A1 (en) * 2009-05-27 2011-01-27 Fondazione I.S.I. Wireless hardware device for detecting relations of distance, and system for monitoring relations of distance between wireless hardware devices
KR20130000824A (ko) * 2011-06-24 2013-01-03 에스케이텔레콤 주식회사 단말기 측위 시스템 및 방법, 측위 장치 및 그 장치의 구동 방법, 클라우드 컴퓨팅 서비스 장치 및 그 장치의 구동 방법, 액세스포인트 및 액세스포인트의 구동 방법, 단말기

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110019562A1 (en) * 2009-05-27 2011-01-27 Fondazione I.S.I. Wireless hardware device for detecting relations of distance, and system for monitoring relations of distance between wireless hardware devices
KR20130000824A (ko) * 2011-06-24 2013-01-03 에스케이텔레콤 주식회사 단말기 측위 시스템 및 방법, 측위 장치 및 그 장치의 구동 방법, 클라우드 컴퓨팅 서비스 장치 및 그 장치의 구동 방법, 액세스포인트 및 액세스포인트의 구동 방법, 단말기

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHOI, SUNG UK ET AL.: "An Indoor location Recognition scheme combining the Traingulation method and fingerprinting", KISS: KOREA INFORMATION SCIENCE SOCIETY, CONFERENCE JOURNAL, vol. 38, no. 2(D), November 2011 (2011-11-01), pages 112 - 114 *
JANG, CHEONG YUN ET AL.: "A Study on Error Reduction of Location Determination using Fingerprint Method based on Triangulation", KOREA SAFETY MANAGEMENT & SCIENCE , SPRING CONFERENCE, 2012, pages 175 - 180 *
KWON, DAE-WOO ET AL.: "A Study on Measurement Error Reduction of Indoor and Outdoor Location Determination in Fingerprint Method", JOURNAL OF THE KOREA SAFETY MANAGEMENT AND SCIENCE, vol. 13, no. 1, March 2011 (2011-03-01), pages 107 - 114 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792353A (zh) * 2016-03-14 2016-07-20 中国人民解放军国防科学技术大学 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法
CN105792353B (zh) * 2016-03-14 2020-06-16 中国人民解放军国防科学技术大学 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法
CN107124455A (zh) * 2017-04-25 2017-09-01 北京大有中城科技有限公司 基于云端平台系统的室内定位方法
US20210190930A1 (en) * 2018-05-15 2021-06-24 Nokia Technologies Oy Ranging between devices
US11150322B2 (en) 2018-09-20 2021-10-19 International Business Machines Corporation Dynamic, cognitive hybrid method and system for indoor sensing and positioning
US20210055370A1 (en) * 2019-08-21 2021-02-25 University Of Washington Position determination systems and methods utilizing error of multiple candidate positions
US11714158B2 (en) * 2019-08-21 2023-08-01 University Of Washington Position determination systems and methods utilizing error of multiple candidate positions

Similar Documents

Publication Publication Date Title
WO2014158007A1 (ko) 위치 측위 방법 및 장치
WO2017183920A1 (ko) 차량용 제어장치
CN107318084B (zh) 一种基于最优相似度的指纹定位方法及装置
US6161018A (en) Method and system for estimating a subscriber's location in a wireless communication system service area
WO2012011690A2 (ko) 실내 내비게이션을 수행하는 위치 기반 서비스 시스템 및 방법
WO2016093553A1 (ko) 이벤트 데이터를 수집하는 시스템, 이벤트 데이터를 수집하는 방법, 이벤트 데이터를 수집하는 서비스 서버 및 카메라
WO2017043746A1 (ko) 비콘을 활용한 컨텐츠 정보 제공 서비스 방법 및 매장 출입 여부 판단 방법
WO2017131467A1 (en) Apparatus and method for determining location of electronic device
WO2020046034A1 (en) Method and apparatus for using softsim mobile data
WO2015105277A1 (ko) 기상에 따른 알람정보 변경 장치 및 방법
WO2017160026A2 (ko) 무선 통신 시스템에서 액세스 포인트를 이용한 위치 추정 방법 및 장치
WO2015008953A1 (en) Method and apparatus for calculating location of electronic device
WO2016140393A1 (ko) 이동 단말기 및 그의 동작 방법
WO2020171561A1 (en) Electronic apparatus and controlling method thereof
WO2021137402A1 (en) Electronic device detecting location and method thereof
WO2018080261A1 (ko) 전자 장치 및 전자 장치의 관심 영역 진입 판단 방법
WO2022139461A1 (en) Three-dimensional angle of arrival capability in electronic devices
WO2007043416A1 (ja) 電波到達状態推定システム及び電波到達状態推定方法ならびにプログラム
EP4172644A1 (en) Angle of arrival determination in electronic devices with fused decision from motion
WO2013100287A1 (ko) 데이터처리방법, 데이터처리장치, 데이터수집방법, 및 정보제공방법
WO2024005286A1 (ko) 다중 저궤도위성을 이용한 도플러 효과 기반의 gnss 측위 정확도 향상 방법
WO2023055047A1 (en) Prediction model training method, information prediction method and corresponding device
WO2021150096A1 (ko) 사용자의 위치를 결정하는 시스템 및 방법
WO2022080776A1 (en) Method and apparatus for performing beam alignment in wireless communication system
KR101831199B1 (ko) 무선네트워크의 신호세기(RSSI: Received Signal Strength Indicator) 및 배치(DOP: Dilution of Precision) 정보를 이용한 고정밀 측위 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14773787

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14773787

Country of ref document: EP

Kind code of ref document: A1