WO2019103258A1 - 실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체 - Google Patents

실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체 Download PDF

Info

Publication number
WO2019103258A1
WO2019103258A1 PCT/KR2018/004983 KR2018004983W WO2019103258A1 WO 2019103258 A1 WO2019103258 A1 WO 2019103258A1 KR 2018004983 W KR2018004983 W KR 2018004983W WO 2019103258 A1 WO2019103258 A1 WO 2019103258A1
Authority
WO
WIPO (PCT)
Prior art keywords
user terminal
candidate
beacons
generation
information
Prior art date
Application number
PCT/KR2018/004983
Other languages
English (en)
French (fr)
Inventor
윤유림
이승주
문현지
Original Assignee
가천대학교산학협력단
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 KR1020170157584A external-priority patent/KR101945320B1/ko
Priority claimed from KR1020180048001A external-priority patent/KR102139970B1/ko
Application filed by 가천대학교산학협력단 filed Critical 가천대학교산학협력단
Publication of WO2019103258A1 publication Critical patent/WO2019103258A1/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
    • 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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/68—Marker, boundary, call-sign, or like beacons transmitting signals not carrying directional information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/02—Indoor

Definitions

  • This disclosure relates to indoor wireless positioning.
  • LBS location-based services
  • the location-based service can provide a service such as an indoor map by measuring the location of a user using GPS, Wi-Fi (WIFI), or a beacon.
  • WIFI Wi-Fi
  • a beacon To properly provide such location-based services, it is important to know exactly where the users are located.
  • GPS or WiFi to grasp the location of a user
  • the position error of the terminal measured inside the building is large, so that it is difficult to provide an appropriate location-based service.
  • beacons It may be difficult to measure the position of the user according to the interval. For example, in order to measure the position of a user using a beacon, the distance between the beacon and the user must be accurately measured.
  • an indoor wireless positioning method using machine learning implemented by a wireless positioning system.
  • the present invention provides an indoor wireless positioning method using machine learning, which is implemented by a wireless positioning system, comprising the steps of: calculating actual position information of an external first user terminal and intensity information of signals of a plurality of beacons received by the first user terminal Collecting measurement location information of the first user terminal based on the measured location information and generating a training database of the collected information; Forming training vector sets from the measurement location information and the actual location information in the training database; And processing the training vector to determine a user location prediction model.
  • the step of determining the user location prediction model may be based on a SVR (Support Vector Regression) machine learning model.
  • the method further comprises receiving a plurality of beacon signal strength information received at the second user terminal from an external second user terminal and a location request of the second user terminal, And transmitting the location information of the second user terminal based on the model.
  • the step of generating the training database may include collecting measurement location information of the first user terminal a plurality of times by changing the position of the first user terminal or by measuring the time at the same location, As shown in FIG.
  • the method includes: collecting environmental information at a time of collecting the measurement position information, the environment information including at least one of humidity information, temperature information, or air volume information; And determining the user location prediction model based on the environment information.
  • a radio positioning method using optimization of an error includes obtaining a measured distance of the user terminal for each of the plurality of beacons based on a plurality of signals from a plurality of beacons received by a user terminal; Determining (P is an integer equal to or greater than 2) first generation candidate positions for the user terminal based on the plurality of signals; Applying a genetic algorithm to the first generation candidate location to determine P / 2 first generation child candidate locations for the user terminal; And determining, as the position of the user terminal, a candidate position of the first generation candidate position and the first generation child candidate position where an error with respect to the measurement distance is minimized, Is adapted to apply a predetermined set of weights for each of the plurality of beacons to a difference between the measured distance of the user terminal for each of the plurality of beacons and the actual distance of the candidate location for each of the plurality of beacons ≪ / RTI >
  • FIG. 1 is a diagram schematically illustrating a system environment in which an indoor wireless positioning system can be implemented, according to an embodiment of the present invention.
  • Figure 2a is a functional block diagram that schematically illustrates the functional configuration of the device 106 of Figure 1, in accordance with one embodiment of the present invention.
  • 2B is a flow diagram illustrating an exemplary operational flow performed by a wireless positioning system, in accordance with an embodiment of the invention.
  • FIG. 3 is a conceptual diagram for explaining the operation of the radio positioning method according to an embodiment of the present invention.
  • FIG. 4 is a flow diagram of a wireless positioning method, in accordance with an embodiment of the present invention.
  • FIG. 5 illustrates an operation in which a wireless positioning method determines a first generation candidate location of a user terminal, in accordance with an embodiment of the present invention.
  • FIG. 6 is a flow chart in which a wireless positioning method determines a weight for a beacon, in accordance with an embodiment of the present invention.
  • Figure 7 illustrates an operation in which a wireless positioning method determines a first generation candidate weight set, in accordance with an embodiment of the present invention.
  • FIG. 1 is a diagram schematically illustrating a system environment in which an indoor wireless positioning system can be implemented, according to an embodiment of the present invention.
  • the system environment includes a plurality of beacon transmitters 102a-102n, a communications network 104, a wireless location server 106, a user terminal 108 and an external service server 110. As shown in FIG.
  • a beacon transmitter (beacon transceiver) 102a-102n is a short range wireless communication based on a Bluetooth 4.0 (BLE) protocol and capable of communicating with devices within a maximum distance of 70m, The accuracy is high enough to be able to distinguish in cm. It is suitable for the Internet implementation of things that all devices are always connected because of low power consumption.
  • a location-based service is provided using a beacon. This corresponds to an embodiment, and a location-based service may be provided through a mobile terminal equipped with a communication module that provides performance similar to a beacon other than a beacon .
  • the technique of applying location based services using the machine learning of the present invention can be applied to all communication modules other than beacons.
  • the communication network 104 may include any wired or wireless communication network, e.g., a TCP / IP communication network.
  • the communication network 104 may include, for example, a Wi-Fi network, a LAN network, a WAN network, an Internet network, and the like, and the present invention is not limited thereto.
  • the communication network 104 may be any of a variety of wired or wireless, such as Ethernet, GSM, EDGE, CDMA, TDMA, OFDM, Bluetooth, VoIP, Wi- May be implemented using a communication protocol.
  • the radio positioning server 106 may communicate with the user terminal 108 via the communication network 104.
  • the wireless location server 106 can send and receive necessary information to and from the user terminal 108 via the communication network 104, That is, an operation result conforming to the user's intention, can be provided to the user.
  • the radio positioning server 106 receives the location of a plurality of beacon transmitters 102a-102n from the user terminal 108, for example via the communication network 104, And based on the received input, the position of the user can be determined.
  • the radio positioning server 106 may cause the corresponding operation to be performed based on the determined user position.
  • the wireless location server 106 may generate and send a specific control signal to the user terminal 108, for example, to cause the user terminal 108 to perform a particular task that matches the user location .
  • the wireless location server 106 may communicate with the external service server 110 via the communications network 104, for example, to allow the user terminal 108 to perform a particular task that matches the user location. Can be connected.
  • the wireless location server 106 may, for example, send information about the user location to the user terminal 108.
  • the wireless positioning server 106 can communicate with the external service server 108 via the communication network 104, as mentioned above.
  • the external service server 108 may be, for example, a messaging service server, an online consultation center server, an online shopping mall server, an information search server, a map service server, a navigation service server, and the like.
  • information about the user location, which is transmitted from the wireless location server 106 to the user terminal 108 may include, for example, data content retrieved and obtained from the external service server 110 You should know that.
  • the radio positioning server 106 is shown as being a separate physical server configured to communicate with the external service server 110 via the communication network 104, but the present disclosure is not limited thereto. According to another embodiment of the present invention, it is noted that the wireless positioning server 106 may be included as part of various service servers such as an online consultation center server or an online shopping mall server.
  • each of the user terminals 108 may be any user electronic device having wired or wireless communication capabilities.
  • Each of the user terminals 108 may be a variety of wired or wireless communication terminals including, for example, a smart phone, a tablet PC, a music player, a smart speaker, a desktop, a laptop, a PDA, a game console, a digital TV, a set- Lt; / RTI >
  • each of the user terminals 108 can communicate with the wireless positioning server 106, i.e., send and receive necessary information, via the communication network 104.
  • the user terminal 108 can communicate with the external service server 110 through the communication network 104, that is, send and receive necessary information.
  • each of the user terminals 108 may receive user input in the form of voice and / or text from the outside and may communicate with the wireless location server 106 via the communication network 104 and / (E.g., providing a specific conversation response and / or performing a specific task) corresponding to the above user input obtained through communication with the service server 110 (and / or processing in the user terminal 108) .
  • the task execution as an operation corresponding to a user input may be performed by, for example, searching for information, purchasing goods, composing a message, composing an email, dialing, music reproduction, photographing, And the like, as well as performing various various types of tasks (but not limited thereto).
  • FIG. 2A is a functional block diagram schematically showing a functional configuration of the radio positioning server 106 shown in FIG. 1, according to an embodiment of the present invention.
  • the server 106 may include a control unit 202, a storage unit 204, and a communication unit 206.
  • control unit 202 may include a control unit 202, a storage unit 204, and a communication unit 206.
  • the control unit 202 is typically capable of controlling the overall operation of the radio positioning apparatus 106.
  • the control unit 202 can be a central processor that controls the communication unit 206 and the like as a whole by executing programs stored in the storage unit 204.
  • the control unit 202 may be configured to receive the distance information from the user terminal 108 to the beacons 102a-102n via the communication unit 206 and to generate the location information of the user terminal 108.
  • the distance data may be collected and vectorized and stored in the storage unit 204.
  • the control unit 202 may generate a machine learning model for matching (x, y) positions from the d value vectors stored in the storage unit 204.
  • control unit 202 may communicate with each component module of the user terminal 108 and may perform various operations on the user terminal 120. According to one embodiment of the present invention, the control unit 202 can drive and execute various application programs on the storage unit 204. [ According to an embodiment of the present invention, according to an embodiment of the present invention, the control unit 202 may perform appropriate processing on a signal received from the outside through the communication unit 206, if necessary.
  • the storage unit 204 may be configured to include various types of volatile or nonvolatile memory such as a DRAM, an SRAM, a DDR RAM, an EPROM, an EEPROM, a ROM, a magnetic disk, .
  • volatile or nonvolatile memory such as a DRAM, an SRAM, a DDR RAM, an EPROM, an EEPROM, a ROM, a magnetic disk, .
  • the communication unit 206 can be configured such that the radio positioning server 106 receives various information from the user terminal 108 and the external service server 110 via the communication network 104 in Fig. And allows the wireless positioning server 106 to communicate with the user terminal 108 and the external service server 110 via the communication network 104 of FIG.
  • the communication unit 206 may allow the acquired signal to be transmitted to the user terminal 108 and the external service server 110 via the communication network 104 according to a predetermined protocol.
  • the communication unit 206 receives various signals or various control signals received from the user terminal 108 and the external service server 110 via the communication network 104, Depending on the protocol, appropriate processing can be performed.
  • 2B is a flow diagram illustrating an exemplary operational flow performed by a wireless positioning system, in accordance with an embodiment of the invention.
  • the wireless positioning system receives the signal strength information of one or more beacons from the user terminal 108 and measures the distance between the user terminal 108 and the particular beacon based on the beacon signal strength information can do.
  • the user terminal 108 may measure the distance between the user terminal 108 and a specific beacon based on the beacon signal strength information and transmit the measured distance information to the wireless positioning system.
  • there may be an error in measuring the distance between the user terminal 108 and a particular beacon based on beacon signal strength information.
  • the beacon signal strength information may be different each time of measurement, and the error may be caused by a smaller signal strength of the beacon, for example, a distance between the beacon and the user terminal 108 It can be bigger.
  • the beacon signal strength information may be influenced by surrounding environment such as weather, including temperature, wind speed, and humidity, The error of the distance measurement may be changed.
  • the wireless positioning system receives the actual precise location information (e.g., coordinate information) of the user terminal 108 from the user terminal 108 and the user terminal 108 generated in step 302,
  • the measured distance between beacons can be stored in association with each other.
  • the distance between the beacon and the user terminal 108 and the location information of the actual user terminal 108 can be stored to create a training database.
  • the wireless positioning system may generate a machine learning model that locates the user terminal 108 with the vector values stored in the training database as training data.
  • the machine learning model for locating the user terminal 108 may apply any one of the models that can be regressed. For example, an artificial neural network or SVR (Support Vector Regression) machine learning model can be generated.
  • an SVR machine learning model may be used.
  • the SVR machine learning model can be mathematically analyzed because the nonlinear problem related to the input space is represented by the linear problem of high dimensional feature space.
  • SVR can identify factors that affect learning relatively simply because there are not many parameters to adjust.
  • SRM Structuretural Risk Minimization
  • SVM is used for predicting the classification problem of learning data, but Support Vector Regression (SVR), which introduces ⁇ -insensitive loss function to regression model of SVM to predict arbitrary real value, Extended to the domain of regression problems
  • the SVR converts the nonlinear regression problem in the low dimensional input space (x) into a linear regression in the high dimensional shape space (F).
  • the lossless function L_ ⁇ is generally a cost function used in the SVR.
  • ⁇ is a parameter indicating the radius of the tube located around the regression function f (x).
  • 1/2 w ⁇ 2 is the normalization term that balances the complexity and accuracy of the regression model, and C is the normalized constant used to balance the empirical risk with the normalization term.
  • K (x_i, x_j) is the following kernel function.
  • SVR is a generalized method that changes learning data to point in feature space by using kernel function and then performs learning to maximize the margin in feature space, and derives regression function to predict real value.
  • the distance from the N beacons to the user terminal 108 and the location data of the actual user terminal 108 can be collected and used as a training set of the SVR. Since one SVR model predicts one real number, two models SVR_x and SVR_y are generated to predict the x and y coordinates when the actual position is derived in two dimensions. When the position is predicted in three dimensions, three models SVR_x, SVR_y and SVR_z are generated.
  • different machine learning models may be created and used depending on weather, temperature, and humidity to further enhance accuracy.
  • the external weather is classified into three groups of cloudy, rain, and clear, and the temperature is divided into five groups of 0 degrees or less, 0 to 18 degrees, 18 to 24 degrees, 24 to 32 degrees, % Or less, 40 ⁇ 60% or 60% or more.
  • the SVR model can be created by collecting data of more than 10,000 pieces per 45 groups and using the same group of data. At the time of actual positioning, the position can be predicted using a model matching the situation.
  • the radio positioning system receives signal information from at least three or more beacons based on the position prediction model generated in the previous step (a machine learning model for locating the user terminal 108) Or receive the signal information from the target receiver that has received the signal information of the beacon, and calculate the position of the user terminal 108.
  • FIG. 3 is a conceptual diagram for explaining the operation of the radio positioning method according to an embodiment of the present invention.
  • the triangulation method is applied to the signal information from the plurality of beacons 102a through 102n received from the user terminal 108, It is possible to accurately determine the position (x, y) of the user terminal.
  • the wireless positioning device 106 is configured to determine the strength of a signal from a user terminal 108 based on intensity information for a signal from a plurality of beacons 102a-102n received by the user terminal 108 (X1, y1) to (x6, y6)) by applying a genetic algorithm to a plurality of candidate positions (x1, y1) to (xn, yn) , y) can be found.
  • the radio positioning apparatus 106 repeatedly applies a crossover or mutation operation to a plurality of candidate positions (x1, y1) to (xn, yn) repeatedly to minimize a predetermined objective function Can be determined to be the closest to the location (x, y) of the user terminal.
  • the plurality of candidate positions ((x1, y1) to (xn, yn)) converge to the position (x, y) of the user terminal as the generation is repeated by the genetic algorithm.
  • the wireless positioning device 106 may repeat the genetic algorithm approximately 2000 times to find a candidate location that is very close to the location (x, y) of the user terminal.
  • the present invention is not limited thereto, and the radio positioning apparatus 106 may adjust the number of repetitions of the genetic algorithm according to the limited time.
  • FIG. 4 is a flow diagram of a wireless positioning method, in accordance with an embodiment of the present invention.
  • the wireless positioning device 106 may obtain the measured distance of the user terminal 108 for each of the plurality of beacons 102a through 102n.
  • the user terminal 108 may transmit the strength information for the plurality of signals received from the plurality of beacons 102a to 102n to the radio positioning device 106.
  • the wireless positioning device 106 may also obtain the measured distance of the user terminal 108 for each of the plurality of beacons 102a through 102n based on the intensity information for the plurality of signals.
  • the wireless positioning device 106 may transmit a plurality of signals received from the user terminal 108 to a plurality of beacons 102a (102a, 102b) using a mapping table between the intensity and the measured distance of the signal previously stored in the storage 204, To 102n, respectively. Further, according to the mapping table, the intensity of the signal is inversely proportional to the intensity of the signal, and the larger the intensity of the signal, the shorter the measurement distance converted.
  • the wireless positioning device 106 may determine P (P is an integer of 2 or more) kth generation candidate positions for the user terminal.
  • the wireless positioning device 106 can determine P first generation candidate locations for the user terminal based on the intensity information of the signals from the plurality of beacons 102a through 102n received by the user terminal 108 have. If the first-generation candidate position is properly set, the next-generation candidate position to which the genetic algorithm is applied can quickly converge to the position (x, y) of the user terminal. The operation of the wireless positioning device 106 to determine the first generation candidate position for the user terminal will be described in more detail with reference to Fig.
  • the wireless positioning device 106 also includes a user terminal 108, among the P k-1 < th > generation (k is an integer greater than or equal to two) candidate positions and P / It is possible to determine the P number of the kth generation candidate positions with a small error with respect to the measurement distance of the kth generation candidate positions.
  • the error with respect to the measured distance of the user terminal 108 is determined by setting a predetermined weight set for each of the plurality of beacons 102a to 102n to the user terminal 102 for each of the plurality of beacons 102a to 102n obtained in step S400, And the actual distance of the candidate positions for each of the plurality of beacons 102a to 102n obtained based on the position coordinates of the candidate positions and the position coordinates of the plurality of beacons 102a to 102n .
  • the radio positioning apparatus 106 receives the position coordinates of the plurality of beacons 102a to 102n directly from the plurality of beacons 102a to 102n, or receives the position coordinates of the plurality of beacons 102a to 102n from the user terminal 108 Coordinates can be received.
  • the wireless positioning device 106 may be configured to determine the distance between the k-th generation candidate position and the (k-1 < th > It is possible to determine P candidate positions with low result values of the objective function as the kth generation candidate positions.
  • i is an index of N beacons
  • (xb i , yb i ) is a position coordinate of the beacon of index i
  • (x, y) D is the Euclidean distance function
  • d i can be the measured distance of the user terminal to the beacon of index i. That is, D ((x, y), (xb i , yb i )) corresponds to the actual distance from the beacon of the index i to the candidate position, and d i corresponds to the measurement distance from the beacon of the index i to the candidate position can do.
  • An example of the error with respect to the measured distance of the user terminal 108 of the candidate position (x1, y1) will be described later with reference to Fig.
  • the weighting value w for the beacon is set to zero so that the influence of the beacon can be excluded in the evaluation process have.
  • the candidate positions near the position (x, y) of the user terminal among the k-1th generation candidate position and the k-1th generation child candidate position may be determined as the kth generation candidate position, Is also referred to as a selection operation.
  • the wireless positioning device 106 may apply a genetic algorithm to the kth generation candidate location for the user terminal to determine the kth generation child location for the user terminal.
  • the wireless positioning device 106 may apply at least one of the BLX-alpha crossing operation and the Gaussian shift operation to the kth generation candidate position to determine the kth generation child candidate position.
  • the crossover and mutation operations may be applied bit by bit, and the location of the bit to which the crossover or mutation operation is to be applied may be specified.
  • the wireless positioning device 106 may determine whether the kth generation candidate position and the kth generation child candidate position obtained in steps S410 and S420 have reached the critical generation. If the candidate position is not obtained up to the critical generation, the wireless positioning device 106 may repeat steps S410 and S420 to determine the k + 1th generation candidate position and the (k + 1) th generation child candidate position by the genetic algorithm . For example, if the threshold generation is set to 2000 generations, the wireless positioning device 106 may repeat the genetic algorithm of steps S410 and S420 2000 times. As another example, if the time T given to the operation is finite and the average time taken for the genetic algorithm in steps S410 and S420 is T G , the threshold generation may be set to T / T G.
  • the wireless positioning device 106 determines that the error of the measured distance of the user terminal 108 among the kth generation candidate position and the kth generation candidate candidate position is the smallest Can be determined as the position (x, y) of the user terminal.
  • the method for determining the error of the measured distance of the user terminal 108 may be the same as the method described in step S410.
  • FIG. 5 illustrates an operation in which a wireless positioning method determines a first generation candidate location of a user terminal, in accordance with an embodiment of the present invention.
  • the wireless positioning device 106 may determine a beacon 102a corresponding to the strongest signal among the signals of the plurality of beacons 102a through 102n received by the user terminal 108, (Circle 500 of radius d1 centered on the positional coordinates (xb1, yb1) of the determined beacon 102a) by a distance d1 corresponding to the strongest signal have.
  • the wireless positioning device 106 may be connected to the line segments 510, 520, 530 connecting the other two beacons except for the determined beacons 102a among the plurality of beacons 102a to 102n among the determined positions 500 (X1, y1), (x2, y2), (x3, y3)) at the first generation candidate position.
  • the radio positioning apparatus 106 may determine a position (xb2, yb2) that is closest to the position coordinates (xb2, yb2) of another beacon excluding the determined beacons 102a among the plurality of beacons 102a to 102n (x4, y4) may be included in the first generation candidate position.
  • the next generation candidate position by the genetic algorithm can quickly converge to the position (x, y) of the user terminal.
  • the error of the first generation candidate position (x1, y1) with respect to the measurement distance of the user terminal 108 can be calculated using Equation (1).
  • Equation (3) Can be '0'.
  • the weight w i for each of the plurality of beacons 102a to 102n will be described below with reference to Figs. 6 to 7.
  • FIG. 6 is a flow chart in which a wireless positioning method determines a weight for a beacon, in accordance with an embodiment of the present invention.
  • the wireless positioning device 106 may determine a kth generation candidate weight set for each of the plurality of beacons 102a through 102n.
  • the wireless positioning device 106 may determine a first generation candidate weight set based on data collected at a specific point in time and at a particular location.
  • a weight for a beacon capable of transmitting a signal having a small variation range according to time and place is set high, and a beacon capable of transmitting a signal having a large variation range according to time and place
  • the weighting value is set to be low so that the wireless positioning device 106 using the genetic algorithm can acquire a solution closer to the position (x, y) of the user terminal more quickly.
  • the operation of the wireless positioning device 106 to determine the first generation candidate weight set for each of the plurality of beacons 102a to 102n will be described in more detail with reference to Fig.
  • the wireless positioning device 106 may be configured to select among the P number of k-1th generation candidate weights and P / 2 number of k-1th generation child candidate weights for each of the plurality of beacons 102a to 102n, It is possible to determine the P number of kth generation candidate weights in descending order of the sum of the errors with respect to the measurement distance at the reference point.
  • the error with respect to the measurement distance of the first reference point among the plurality of reference points is determined by dividing the candidate weight set by the measured distance at the first reference point for each of the plurality of beacons 102a to 102n, To the difference between the actual distance of the first reference point for each.
  • the wireless positioning device 106 also receives the position coordinates of the plurality of beacons 102a to 102n directly from the plurality of beacons 102a to 102n or receives the position coordinates of the plurality of beacons 102a to 102n from the test terminal So as to obtain the actual distance from each of the plurality of beacons 102a to 102n to the first reference point.
  • the wireless positioning device 106 may be configured to calculate the distance between the k-th generation candidate weight and the (k-1) th child candidate weight by using Equation 4 or Equation 5
  • the P candidate weights with low result values of the objective function can be determined as the kth generation candidate weights.
  • i is an index of N beacons
  • (xb i , yb i ) is a position coordinate of a beacon of index i
  • j is an index of M reference points
  • the position coordinates of the reference points of the (j xc, yc j) is an index j
  • D is the Euclidean distance function
  • d ij may be a measure of the distance reference point of the index j for the beacon of the index i.
  • the wireless positioning device 106 can set the weight w for the beacon to 0, thereby excluding the influence of the beacon in the evaluation process .
  • step S600 the candidate weights having good quality among the k-1th generation candidate weight and the k-1th generation child candidate weight can be determined as the kth generation candidate weight, and this process is also referred to as a selection operation by the genetic algorithm.
  • step S610 the wireless positioning device 106 applies a genetic algorithm to the kth generation candidate weights for each of the plurality of beacons 102a through 102n to generate a kth generation child candidate for each of the plurality of beacons 102a through 102n Weights can be determined.
  • the wireless positioning device 106 may apply at least one of the BLX-alpha crossing operation and the Gaussian shift operation to the kth generation candidate weight to determine the kth generation child candidate weight.
  • the crossover and mutation operations may be applied bit by bit, and the location of the bit to which the crossover or mutation operation is to be applied may be specified.
  • step S620 the wireless positioning device 106 may determine whether the kth generation candidate weight and the kth generation child weight obtained in steps S600 and S620 have reached the critical generation. If the candidate weights are not obtained up to the critical generation, the wireless positioning device 106 may repeat steps S600 and S610 to determine the (k + 1) -th generation candidate weight and the (k + 1) .
  • the wireless positioning device 106 determines in step S630 that the sum of the errors of the kth generation candidate weight and the kth generation child candidate weight, Can be determined as weights for each of the plurality of beacons 102a to 102n.
  • the method of determining the sum of the errors with respect to the measurement distance at the plurality of reference points may be the same as the method described in step S600.
  • Figure 7 illustrates an operation in which a wireless positioning method determines a first generation candidate weight set, in accordance with an embodiment of the present invention.
  • a wireless positioning system 106 includes a plurality of beacon center (xb center, yb center) the first time point and experimental terminal a plurality of beacons received by a (not shown) to a second point in the (102a to 102n)
  • the first candidate weight set and the second candidate weight set for each of the plurality of beacons 102a through 102n may be determined based on the plurality of signals from the plurality of beacons 102a through 102n.
  • the wireless positioning device 106 may also determine a first generation candidate weight set that includes a first candidate weight set and a second candidate weight set.
  • the test terminal determines a weight for each of the plurality of beacons 102a to 102n, before the wireless positioning device 106 determines the position (x, y) of the user terminal with a different terminal from the user terminal 108 Or may be a separate terminal used to do so.
  • the radiodeterminer 106 may calculate a first candidate weight for the beacon of index i by multiplying the first candidate weight of the beacon of index i by the weight of the beacon of the index i for the sum of the strengths of the signals of the plurality of beacons 102a through 102n measured at the first time It can be set as a ratio of the intensity of the signal.
  • the error for all the beacons can be uniformly reflected in the candidate weight set.
  • the measurement distance may vary depending on the measurement time due to the influence of the weather, moving obstacles, and the like, if the weight set is determined based on the data obtained at various points in time, Can be reflected.
  • the wireless positioning device 106 uses data on the measured distance and the actual distance at a plurality of reference points (xc 1 , yc 1 ) to (xc n , yc n ) collected in advance using the experimental terminal, The first-generation candidate weight set and the next-generation candidate weight set obtained by the genetic algorithm can be evaluated.
  • the reference point may vary depending on the environment where the plurality of beacons 102a to 102n are located and may be set by the manager of the radio positioning apparatus 106. [ 7, the plurality of reference points may be defined as the midpoints (xc 1 , yc 1 ) of the two beacons 102a, 102n or the midpoints (xc 2 , yc 2 ) of the three beacons 102b, 102c, 102n ).
  • the wireless positioning device 106 transmits data on the measurement distance and the actual distance at a plurality of reference points (xc 1 , yc 1 ) to (xc n , yc n ) to (d 1j , d 2j , d 3j , nj , (x j , y j )) in the storage unit 204.
  • d ij corresponds to the actual distance from the beacon of index i to the reference point of index j
  • (x j , y j ) corresponds to the positional coordinates of the reference point of index j .
  • the wireless positioning device 106 may determine a measurement distance of a first reference point based on a plurality of signals from a plurality of beacons 102a through 102n received by an experimental terminal at a first reference point.
  • the test terminal located at the first reference point can transmit the intensity information on the plurality of signals received from the plurality of beacons 102a to 102n to the wireless positioning device 106.
  • the wireless positioning device 106 can acquire the measurement distance from each of the plurality of beacons 102a to 102n to the first reference point, based on the intensity information on the plurality of signals.
  • the wireless positioning device 106 may transmit a plurality of signals received from the test terminal to a plurality of beacons 102a to 102n using a mapping table between the intensity of the signals stored in the storage 204 and the measurement distance, It can be converted into a measurement distance for each. Further, according to the mapping table, the intensity of the signal is inversely proportional to the intensity of the signal, and the larger the intensity of the signal, the shorter the measurement distance converted.
  • the wireless positioning device 106 also receives position coordinates of a plurality of beacons 102a to 102n from an experiment terminal or receives position coordinates of a plurality of beacons 102a to 102n directly from a plurality of beacons 102a to 102n , The actual distance between the position coordinates of the first reference point set by the manager of the wireless positioning device 106 and the position coordinates of the plurality of beacons 102a to 102n can be determined.
  • the wireless positioning system provides only a client-server model between the user terminal 108 and the wireless positioning device 106, Though all other functions of the interactive agent system are described as being implemented based on the so-called " thin client-server model " delegated to the server, the present invention is not limited thereto. According to another embodiment of the present invention, it is to be appreciated that the radio positioning system may be implemented as distributed functions between the user terminal and the server, or alternatively, as a stand-alone application installed on the user terminal.
  • the wireless positioning system distributes the functions between the user terminal and the server according to the embodiment of the present invention
  • the distribution of the functions of the wireless positioning system between the client and the server may be implemented differently in each embodiment You should know that.
  • the specific module has been described as performing certain operations for convenience, the present invention is not limited thereto. According to another embodiment of the present invention, it is to be understood that the operations described as being performed by any particular module in the above description may be performed by separate and distinct modules, respectively.
  • a computer program according to an embodiment of the present invention may be stored in a storage medium readable by a computer processor or the like such as a nonvolatile memory such as EPROM, EEPROM, flash memory device, a magnetic disk such as an internal hard disk and a removable disk, CDROM disks, and the like. Also, the program code (s) may be implemented in assembly language or machine language. And all changes and modifications that fall within the true spirit and scope of the present invention are intended to be embraced by the following claims.

Landscapes

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

Abstract

무선 측위 방법으로서, 사용자 단말에 의해 수신된 복수의 비콘으로부터의 복수의 신호에 기초하여, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리를 획득하는 단계; 상기 복수의 신호에 기초하여, 상기 사용자 단말에 대한 P개(P는 2 이상의 정수)의 제1세대 후보 위치를 결정하는 단계; 상기 제1세대 후보 위치에 대해 유전 알고리즘을 적용하여 상기 사용자 단말에 대한 P/2개의 제1세대 자식 후보 위치를 결정하는 단계; 및 상기 제1세대 후보 위치 및 상기 제1세대 자식 후보 위치 중, 상기 측정 거리에 대한 오차가 최소가 되는 후보 위치를 상기 사용자 단말의 위치로 결정하는 단계를 포함하고, 상기 후보 위치의 상기 측정 거리에 대한 오차는 상기 복수의 비콘 각각에 대해 미리 결정된 가중치 세트를, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리와 상기 복수의 비콘 각각에 대한 상기 후보 위치의 실제 거리 사이의 차이에 적용하여 획득되는, 무선 측위 방법이 제공된다.

Description

실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체
본 개시는 실내 무선 측위에 관한 것이다.
다수의 사용자들에게 선택적 데이터를 원하는 장소에서 제공하는 여러 서비스, 즉 사용자의 현재 위치에 기초로 다양한 위치 기반 서비스(LBS: Location-Based Services)를, 예컨대 실시간 데이터 팝업 서비스, 사용자 위치에 따른 선택적 데이터 전송 서비스, 실내 네비게이션 서비스가 제공되고 있다.
이러한 서비스는 사용자의 위치를 측정하는 기술을 기반으로 하는데, 위치 기반 서비스는, GPS, 와이파이(WIFI), 비콘 등을 이용하여 사용자의 위치를 측정하여 실내 지도 등의 서비스를 제공할 수 있다. 이러한 위치 기반 서비스를 적절히 제공하기 위해서는 사용자의 위치를 정확히 파악하는 것이 중요하다. 그런데, 사용자의 위치를 파악하기 위해 GPS, 와이파이를 사용하는 경우, 건물 내부에서 측정된 단말의 위치 오차가 커서, 적절한 위치 기반 서비스를 제공하는 데 어려움이 있고, 비콘들을 이용하는 경우에도, 비콘들의 배치 간격에 따라 사용자의 위치 측정이 어려울 수 있다. 예를 들어, 비콘을 이용하여 사용자의 위치를 측정하기 위해서는 비콘과 사용자와의 거리가 정확히 측정되어야 하는데, 실제로 측정을 해 보면 비콘과 사용자의 거리를 측정할 때마다 오차가 발생하며 특히 거리가 멀어질수록 오차가 커진다. 또한, 비콘과 사용자와의 거리 측정은 날씨 등 주변 환경에도 영향을 받기 때문에 이러한 비콘과 사용자와의 거리에 대한 오차를 고려하여 사용자의 위치를 예측하는 기술에 대한 요구가 증가하고 있다.
사용자의 위치를 정확히 예측할 수 있는 방법이 요구된다.
본 발명의 일 특징에 의하면, 무선 측위 시스템에 의해 구현되는 기계학습을 이용한 실내 무선 측위 방법이 제공된다. 본 발명에 방법은, 무선 측위 시스템에 의해 구현되는 기계학습을 이용한 실내 무선 측위 방법으로서, 외부의 제1사용자 단말의 실제 위치 정보와 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 기초로 측정한 상기 제1사용자 단말의 측정 위치 정보를 수집하고, 수집된 정보의 훈련 데이터베이스를 생성하는 단계; 상기 훈련 데이터베이스 내의 상기 측정 위치 정보와 상기 실제 위치 정보로부터 훈련 벡터 세트를 형성하는 단계; 및 상기 훈련 벡터를 처리하여, 사용자 위치 예측 모델을 결정하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 사용자 위치 예측 모델을 결정하는 단계는 SVR(Support Vector Regression) 기계학습 모델을 기초로 할 수 있다.
일 실시예에 있어서, 전술한 방법은 외부의 제2사용자 단말로부터 상기 제2사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보와 상기 제2사용자 단말의 위치 요청을 수신하고, 상기 사용자 위치 예측 모델을 기초로 상기 제2사용자 단말의 위치 정보 전송하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 상기 훈련 데이터베이스를 생성하는 단계는 상기 제1사용자 단말의 위치를 변경하거나, 또는 같은 위치에서 측정한 시간을 달리하여 복수 번 상기 제1사용자 단말의 측정 위치 정보를 수집하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, 전술한 방법은 상기 측정 위치 정보를 수집하는 시점의 환경 정보 - 상기 환경 정보는 습도 정보, 기온 정보 또는 풍량 정보 중 적어도 하나를 포함함 - 를 수집하는 단계; 및 상기 환경 정보를 기초로 사용자 위치 예측 모델을 결정하는 단계를 더 포함할 수 있다.
본 발명의 다른 특징에 의하면, 오차의 최적화(optimization)를 이용하는 무선 측위 방법이 제공된다. 상술한 방법은 사용자 단말에 의해 수신된 복수의 비콘으로부터의 복수의 신호에 기초하여, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리를 획득하는 단계; 상기 복수의 신호에 기초하여, 상기 사용자 단말에 대한 P개(P는 2 이상의 정수)의 제1세대 후보 위치를 결정하는 단계; 상기 제1세대 후보 위치에 대해 유전 알고리즘을 적용하여 상기 사용자 단말에 대한 P/2개의 제1세대 자식 후보 위치를 결정하는 단계; 및 상기 제1세대 후보 위치 및 상기 제1세대 자식 후보 위치 중, 상기 측정 거리에 대한 오차가 최소가 되는 후보 위치를 상기 사용자 단말의 위치로 결정하는 단계를 포함하고, 상기 후보 위치의 상기 측정 거리에 대한 오차는 상기 복수의 비콘 각각에 대해 미리 결정된 가중치 세트를, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리와 상기 복수의 비콘 각각에 대한 상기 후보 위치의 실제 거리 사이의 차이에 적용하여 획득될 수 있다.
비콘과 사용자와의 거리 측정에 오차가 있는 환경에서도 정확한 사용자의 현재 위치를 계산할 수 있는 실내 무선 측위 서비스를 제공할 수 있다.
도 1은, 본 발명의 일 실시예에 따라, 실내 무선 측위 시스템이 구현될 수 있는 시스템 환경을 개략적으로 도시한 도면이다.
도 2a는, 본 발명의 일 실시예에 따른, 도 1의 장치(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.
도 2b은, 본 발명의 일 실시예에 따른, 무선 측위 시스템에 의해 수행되는 예시적인 동작 흐름을 보여주는 흐름도이다.
도 3은, 본 발명의 일 실시예에 따른, 무선 측위 방법의 동작을 설명하기 위한 개념도이다.
도 4는, 본 발명의 일 실시예에 따른, 무선 측위 방법의 흐름도이다.
도 5는, 본 발명의 일 실시예에 따라, 무선 측위 방법이 사용자 단말의 제1세대 후보 위치를 결정하는 동작을 도시한다.
도 6은, 본 발명의 일 실시예에 따라, 무선 측위 방법이 비콘에 대한 가중치를 결정하는 흐름도이다.
도 7은, 본 발명의 일 실시예에 따라, 무선 측위 방법이 제1세대 후보 가중치 세트를 결정하는 동작을 도시한다.
이하, 첨부 도면을 참조하여 본 발명의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 발명의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 발명의 일 실시예에 관한 것일 뿐 본 개시가 이로써 제한되는 것은 아님을 알아야 한다.
도 1은, 본 발명의 일 실시예에 따라, 실내 무선 측위 시스템이 구현될 수 있는 시스템 환경을 개략적으로 도시한 도면이다.
도시된 바에 의하면, 시스템 환경은, 복수의 비콘 송신기(102a-102n), 통신망(104), 무선 측위 서버(106), 사용자 단말(108) 및 외부 서비스 서버(110)를 포함한다.
본 발명의 일 실시예에 의하면, 비콘 송신기(beacon transceiver: 102a-102n)는 블루투스4.0(BLE) 프로토콜 기반의 근거리 무선 통신하며, 최대 70m 이내의 장치들과 교신할 수 있는 장치로서, 5~10㎝ 단위의 구별이 가능할 정도로 정확성이 높다. 전력 소모가 적어 모든 기기가 항상 연결되는 사물인터넷 구현에 적합하다. 본 실시예에서는, 비콘을 이용하여 위치 기반 서비스를 제공하는 것으로 설명하나, 이는 실시예에 해당되며, 비콘 이외에 비콘과 유사한 성능을 제공하는 통신 모듈이 탑재된 이동 단말을 통해 위치 기반 서비스를 제공할 수 있다. 예를 들어, 본 발명의 기계학습를 이용하여 위치 기반 서비스를 적용하는 기술은 비콘 이외에 모든 통신 모듈에 적용될 수 있다.
본 발명의 일 실시예에 의하면, 통신망(104)은, 임의의 유선 또는 무선 통신망, 예컨대 TCP/IP 통신망을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 Wi-Fi망, LAN망, WAN망, 인터넷망 등을 포함할 수 있으며, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 이더넷, GSM, EDGE(Enhanced Data GSM Environment), CDMA, TDMA, OFDM, 블루투스, VoIP, Wi-MAX, Wibro 기타 임의의 다양한 유선 또는 무선 통신 프로토콜을 이용하여 구현될 수 있다.
본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 통신망(104)을 통해 사용자 단말(108)과 통신할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 통신망(104)을 통해 사용자 단말(108)과 필요한 정보를 송수신하고, 이를 통해 사용자 단말(108) 상에서 수신된 사용자 입력에 대응한, 즉 사용자 의도에 부합하는 동작 결과가, 사용자에게 제공되도록 동작할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 예컨대 통신망(104)을 통해 사용자 단말(108)로부터 복수의 비콘 송신기(102a-102n)의 위치를 수신하고, 미리 준비된 모델들에 기초해서 그 수신된 입력을 처리하여 사용자의 위치(position)을 결정할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 위 결정된 사용자 위치에 기초하여 대응하는 동작이 수행되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 예컨대 사용자 단말(108)이 사용자 위치에 부합하는 특정한 태스크를 수행하도록 특정한 제어 신호를 생성하여 해당 사용자 단말(108)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 예컨대 사용자 단말(108)이 사용자 위치에 부합하는 특정한 태스크를 수행하게 하기 위하여, 통신망(104)을 통해 외부 서비스 서버(110)에 접속할 수 있다.
본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 예컨대 사용자 위치에 대한 정보를 사용자 단말(108)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)는, 앞서 언급한 바와 같이, 통신망(104)을 통해서 외부 서비스 서버(108)와 통신할 수 있다. 외부 서비스 서버(108)는, 예컨대 메시징 서비스 서버, 온라인 상담 센터 서버, 온라인 쇼핑몰 서버, 정보 검색 서버, 지도 서비스 서버, 네비게이션 서비스 서버 등일 수 있으며, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 무선 측위 서버(106)로부터 사용자 단말(108)로 전달되는, 사용자 위치에 대한 정보는, 예컨대 외부 서비스 서버(110)로부터 검색 및 획득된 데이터 콘텐츠를 포함한 것일 수 있음을 알아야 한다.
본 도면에서는, 무선 측위 서버(106)가 외부 서비스 서버(110)와 통신망(104)을 통해 통신 가능하게 구성된 별도의 물리 서버인 것으로 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 무선 측위 서버(106)는, 예컨대 온라인 상담 센터 서버 또는 온라인 쇼핑몰 서버 등 각종 서비스 서버의 일부로 포함되어 구성될 수도 있음을 알아야 한다.
본 발명의 일 실시예에 의하면, 사용자 단말(108) 각각은 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 사용자 단말(108) 각각은, 예컨대 스마트 폰, 태블릿 PC, 뮤직 플레이어, 스마트 스피커, 데스크탑, 랩탑, PDA, 게임 콘솔, 디지털 TV, 셋탑박스 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 발명의 일 실시예에 의하면, 사용자 단말(108) 각각은, 통신망(104)을 통해서, 무선 측위 서버(106)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(108)은, 통신망(104)을 통해서, 외부 서비스 서버(110)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(108) 각각은, 외부로부터 음성 및/또는 텍스트 형태의 사용자 입력을 수신할 수 있고, 통신망(104)을 통한 무선 측위 서버(106) 및/또는 외부 서비스 서버(110)와의 통신(및/또는 사용자 단말(108) 내 처리)을 통해 얻어진, 위 사용자 입력에 대응한 동작 결과(예컨대, 특정 대화 응답의 제공 및/또는 특정 태스크의 수행 등)를 사용자에게 제공할 수 있다.
본 발명의 실시예에 있어서, 사용자 입력에 대응한 동작으로서의 태스크 수행은, 예컨대 정보의 검색, 물품 구매, 메시지 작성, 이메일 작성, 전화 걸기, 음악 재생, 사진 촬영, 사용자 위치 탐색, 지도/내비게이션 서비스 등을 비롯한 각종 다양한 형태의 태스크(그러나 이로써 제한되는 것은 아님) 수행을 포함할 수 있다.
도 2a는, 본 발명의 일 실시예에 따른, 도 1에 도시된 무선 측위 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 서버(106)는, 제어부(202), 저장부(204) 및 통신부(206)를 포함할 수 있다.
제어부(202)는 통상적으로 무선 측위 장치(106)의 전반적인 동작을 제어할 수 있다. 예를 들어, 제어부(202)는 저장부(204)에 저장된 프로그램들을 실행함으로써, 통신부(206) 등을 전반적으로 제어하는 중앙 프로세서가 될 수 있다.
제어부(202)는 통신부(206)를 통해 사용자 단말(108)로부터 비콘(102a-102n) 까지의 거리 정보를 수신하여 사용자 단말(108)의 위치 정보를 생성하도록 구성될 수 있다. 본 발명의 일 실시예에 의하면, 제어부(202)는 N개(N>=3)의 고정된 비콘(102a-102n)이 설치된 환경에서, N개의 비콘에서 사용자 단말(108)까지의 거리와 실제 거리 데이터들을 수집하여 벡터화하여 저장부(204)에 저장할 수 있다. 본 발명의 일 실시예에 의하면, 제어부(202)는 저장부(204)에 저장된 d값 벡터들로부터 (x, y) 위치를 맞히는 기계학습 모델을 생성할 수 있다. 본 발명의 일 실시예에 의하면, 제어부(202)는 사용자 단말(108)의 각 컴포넌트 모듈과 통신하고 사용자 단말(120) 상에서 각종 연산을 수행할 수 있다. 본 발명의 일 실시예에 의하면, 제어부(202)는, 저장부(204) 상의 각종 애플리케이션 프로그램을 구동 및 실행시킬 수 있다. 본 발명의 일 실시예에 의하면, 본 발명의 일 실시예에 의하면, 제어부(202)는, 필요한 경우, 통신부(206)를 통해 외부로부터 수신되는 신호에 대해 적절한 처리를 수행할 수 있다.
본 발명의 일 실시예에 의하면, 저장부(204)는 사용자 단말(120) 상에서 실행될 수 있는 각종 프로그램, 예컨대 각종 애플리케이션 프로그램 및 관련 데이터 등이 저장된 임의의 저장 매체일 수 있다. 본 발명의 일 실시예에 의하면, 저장부(204)는 제어부(202)를 통해 수집된 사용자 단말(108) 실제 위치 정보 및 측정 위치 정보를 연관시켜 저장할 수 있다. 본 발명의 일 실시예에 의하면, 저장부(204)는 사용자 단말(108)의 위치가 동일한 경우에도 측정 시점을 달리하여 사용자 단말(108)의 위치 정보를 수집하여 저장할 수 있다. 예컨대, N개(N>=3)의 고정된 비콘(102a-102n)이 설치된 환경에서, N개의 비콘에서 사용자 단말(108)까지의 거리와 실제 거리 데이터들을 수집하여 아래와 같이 저장할 수 있다.
Figure PCTKR2018004983-appb-I000001
본 발명의 일 실시예에 의하면, 저장부(204)는, DRAM, SRAM, DDR RAM, EPROM, EEPROM, ROM, 자기 디스크, 광 디스크, 플래시 메모리 등 다양한 형태의 휘발성 또는 비휘발성 메모리를 포함하도록 구성될 수 있다.
통신부(206)는 무선 측위 서버(106)가 도 1의 통신망(104)을 통해 사용자 단말(108) 및 외부 서비스 서버(110)로부터 각종 정보를 수신하고 적절한 처리를 행하도록 구성될 수 있다. 무선 측위 서버(106)가 도 1의 통신망(104)을 통하여, 사용자 단말(108) 및 외부 서비스 서버(110)와 통신할 수 있게 한다. 본 발명의 일 실시예에 의하면, 통신부(206)는, 예컨대 획득된 신호가 소정의 프로토콜에 따라 통신망(104)을 통하여 사용자 단말(108) 및 외부 서비스 서버(110)로 전송되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 통신부(206)는, 예컨대 통신망(104)을 통하여 사용자 단말(108) 및 외부 서비스 서버(110)로부터 수신된 각종 신호 또는 각종 제어 신호 등을 수신하고, 소정의 프로토콜에 따라 적절한 처리를 수행할 수 있다.
도 2b은, 본 발명의 일 실시예에 따른, 무선 측위 시스템에 의해 수행되는 예시적인 동작 흐름을 보여주는 흐름도이다.
단계(302)에서, 무선 측위 시스템은, 사용자 단말(108)로부터 하나 이상의 비콘의 신호의 세기 정보를 수신하여, 비콘의 신호의 세기 정보를 기초로 사용자 단말(108)과 특정 비콘 간의 거리를 측정할 수 있다. 본 발명의 일 실시예에서, 사용자 단말(108)은 비콘의 신호의 세기 정보를 기초로 사용자 단말(108)과 특정 비콘 간의 거리를 측정하여 측정된 거리 정보를 무선 측위 시스템으로 전송할 수 있다. 본 발명의 일 실시예에서, 비콘의 신호의 세기 정보를 기초로 사용자 단말(108)과 특정 비콘 간의 거리를 측정에는 오차가 있을 수 있다. 본 발명의 일 실시예에 의하면, 비콘의 신호의 세기 정보는 측정할 때마다 오차가 다를 수 있고, 오차는 비콘의 신호의 세기가 작을수록, 예컨대 비콘과 사용자 단말(108) 간의 거리가 멀어질수록 커질 수 있다. 본 발명의 일 실시예에 의하면, 비콘의 신호의 세기 정보는 기온, 풍속, 습도를 포함하는 날씨 등의 주변 환경에 영향을 받을 수 있으며, 따라서, 주변 환경에 따라 비콘과 사용자 단말(108) 간의 거리 측정의 오차가 달라질 수 있다.
단계(304)에서, 무선 측위 시스템은 사용자 단말(108)로부터 사용자 단말(108)의 실제의 정확한 위치 정보(예컨대 좌표 정보)를 수신하고, 단계(302)에서 생성한 사용자 단말(108)과 특정 비콘 간의 측정 거리를 연관시켜 저장할 수 있다. 본 발명의 일 실시예에 있어서, 저장되는 데이터 형태는 벡터일 수 있다. 예컨대, N개(N>=3)의 비콘과 사용자 단말(108) 간의 거리와 실제 사용자 단말(108)의 위치 정보를
Figure PCTKR2018004983-appb-I000002
의 벡터 값으로 저장할 수 있다. 이와 같이, 비콘과 사용자 단말(108)의 거리와 실제 사용자 단말(108)의 위치 정보를 저장하여 훈련 데이터베이스를 생성할 수 있다.
이어서, 단계(306)에서, 무선 측위 시스템은 훈련 데이터베이스에 저장된 벡터 값을 훈련 데이터로 하여 사용자 단말(108)의 위치를 찾아내는 기계학습 모델을 생성할 수 있다. 본 발명의 일 실시예에서, 사용자 단말(108)의 위치를 찾아내는 기계학습 모델은 회귀가 가능한 모델 중 어느 하나를 적용할 수 있다. 예컨대, 인공 신경망 또는 SVR(Support Vector Regression) 기계학습 모델을 생성할 수 있다.
본 발명의 일 실시예에서, SVR 기계학습 모델을 이용할 수 있다. SVR 기계학습 모델은 입력공간과 관련된 비선형 문제를 고차원의 특징공간의 선형문제로 대응시켜 나타내기 때문에 수학적으로 분석하는 것이 수월할 수 있다. 또한, SVR은 조정해야 할 파라미터의 수가 많지 않아 비교적 간단하게 학습에 영향을 미치는 요소들을 규명할 수 있다. 그리고 구조적 위험을 최소화(SRM: Structural Risk Minimization)함으로써 인공신경망의 치명적인 한계로 지적되어 온 과적합화 문제에서 벗어날 수 있으며, 블록함수를 최소화하는 학습을 진행하기 때문에 전역 최적해를 구할 수 있다는 점에서 인공신경망 보다 성능이 좋은 기계학습기법으로 주목 받고 있다. 이렇듯 SVM은 학습 데이터의 분류문제의 예측에 사용되지만, 임의의 실수값을 예측할 수 있도록 SVM의 회귀모형에 ε-무감도 손실함수(ε-insensitive loss function)를 도입한 Support Vector Regression(SVR)이 회귀문제의 영역까지 확장되었다
SVR에서는 비선형 회귀 문제를 해결하기 위해서, 먼저 입력값이 고차원(high dimension)의 형상공간(feature space)에 사상(mapped)되고 그 후 결과값과 연관된 선형함수를 찾는다. SVR은 다음과 같은 선형 추정함수를 고려한다.
Figure PCTKR2018004983-appb-I000003
(1)
즉, SVR은 저차원 입력 공간(x)에 있는 비선형 회귀 문제가 고차원 형상공간(F)에 있는 선형 회귀로 전환시킨다. ε-무감도 손실함수 L_ε은 일반적으로 SVR에 사용되는 비용함수로 다음과 같이 나타낸다.
Figure PCTKR2018004983-appb-I000004
(2)
여기서 ε은 회귀함수 f(x)의 주변에 위치한 튜브의 반지름을 나타내는 파라미터이다.
SVR의 선형 추정함수 식 (1)의 가중벡터(v)와 상수(b)는 다음의 정규화 된 위험함수에 의해 추정될 수 있다.
Figure PCTKR2018004983-appb-I000005
(3)
1/2 w^2은 회귀모형의 복잡성과 정확성의 균형을 조정하는 정규화 항이며, C는 경험적 위험과 정규화 항의 균형을 맞추는데 사용되는 정규화된 상수이다.
SVR에서는 실제값 q_i와 수식 (1)의 예측값을 가능한 한 ε이내로 유지하면서 마진을 최대화하게 된다. 식 (3)을 여유변수를 이용하여 변환하면 아래의 식 (4)가 된다.
Figure PCTKR2018004983-appb-I000006
(4)
subject to,
Figure PCTKR2018004983-appb-I000007
Lagrangian 승수와 Karush-Kuhn-Tucker 조건을 식 (4)에 적용하면, SVR 기반 회귀 함수의 일반적 형태가 다음과 같이 도출된다.
Figure PCTKR2018004983-appb-I000008
(5)
식 (5)에서 K(x_i,x_j)는 다음과 같은 커널함수이다.
Figure PCTKR2018004983-appb-I000009
이와 같이 SVR은 커널 함수를 써서 학습 데이터를 특징공간의 점으로 변화시킨 다음 특징공간에서 마진을 최대화하도록 학습을 수행하며, 회귀함수를 도출하여 실수값을 예측할 수 있도록 일반화한 방법이다.
본 발명의 일 실시예에 있어서, N 개 비콘에서 사용자 단말(108)까지의 거리와, 실제 사용자 단말(108)의 위치 데이터들을 1만개 이상 수집하여 SVR의 훈련 집합으로 사용할 수 있다. 하나의 SVR 모델이 하나의 실수를 예측하므로, 실제의 위치를 2차원으로 도출하는 경우 x, y 좌표를 예측하는 SVR_x, SVR_y 모델 두 개를 생성한다. 위치를 3차원으로 예측하는 경우 SVR_x, SVR_y, SVR_z 세 개의 모델을 생성한다.
본 발명의 일 실시예에서, 날씨와 기온, 습도에 따라 다른 기계학습 모델을 만들어 사용하여 정확도를 더욱 높일 수 있다. 예컨대, 외부 날씨를 흐림, 비, 맑음의 3그룹으로 분류하고, 기온을 0도 이하, 0~18도, 18~24도, 24~32도, 32도 이상의 5그룹으로 분류하며, 습도를 40% 이하, 40~60%, 60% 이상의 3 그룹으로 분류하여 데이터를 각 그룹별로 수집한다. 총 45개의 각 그룹 당 1만개 이상씩의 데이터를 수집하여 같은 그룹의 데이터를 이용하여 SVR 모델을 생성해 둘 수 있다. 실제 측위시에는 해당 상황과 일치하는 모델을 이용하여 위치를 예측할 수 있다.
본 발명의 당업자는 전술한 SVR 기계학습 모델을 포함하여 다양한 변형과 실시예를 잘 알기 때문에 자세한 설명은 생략하기로 한다.
다음으로, 단계(308)에서, 무선 측위 시스템은 이전 단계에서 생성한 위치 예측 모델(사용자 단말(108)의 위치를 찾아내는 기계학습 모델)을 기초로, 적어도 3개 이상의 비콘으로부터 신호 정보를 수신하고 혹은 비콘의 신호 정보를 수신한 타겟 수신기로부터 신호 정보를 전달 받아, 사용자 단말(108)의 위치를 계산할 수 있다.
도 3은, 본 발명의 일 실시예에 따른, 무선 측위 방법의 동작을 설명하기 위한 개념도이다.
도 3(a)에 도시된 바와 같이, 이상적인 환경에서는 적어도 3개의 비콘이 존재한다면, 사용자 단말(108)로부터 수신된 복수의 비콘(102a 내지 102n)으로부터의 신호 정보에 삼각 측량 방법을 적용하여, 사용자 단말의 위치(x, y)를 정확하게 결정할 수 있다.
그러나, 전술한 바와 같이, 날씨나 복수의 비콘(102a 내지 102n)과 사용자 단말(108) 사이의 장애물 등에 의하여 사용자 단말의 위치(x, y)를 정확하고 일관되게 측정할 수 없다.
도 3(b)를 참조하면, 무선 측위 장치(106)는 사용자 단말(108)에 의해 수신된 복수의 비콘(102a 내지 102n)으로부터의 신호에 대한 세기 정보에 기초하여, 사용자 단말(108)의 복수의 후보 위치((x1,y1) 내지 (x6, y6))를 결정하고, 복수의 후보 위치((x1, y1) 내지 (xn, yn))에 유전 알고리즘을 적용하여 사용자 단말의 위치(x, y)에 근접한 해를 구할 수 있다. 구체적으로, 무선 측위 장치(106)는 복수의 후보 위치((x1, y1) 내지 (xn, yn))에 대해 교차 연산 또는 변이 연산을 세대를 거듭하여 반복적으로 적용하고, 소정의 목적 함수를 최소화하는 후보 위치를 사용자 단말의 위치(x, y)에 가장 근접한 해로 결정할 수 있다. 복수의 후보 위치((x1, y1) 내지 (xn, yn))는 유전 알고리즘에 의해 세대가 거듭할 수 록 사용자 단말의 위치(x, y)에 수렴할 수 있다. 예를 들어, 무선 측위 장치(106)는 유전 알고리즘을 대략 2000회 반복하여 사용자 단말의 위치(x, y)에 매우 근사한 후보 위치를 구할 수 있다. 그러나, 본 발명은 이에 한정되는 것이 아니며, 무선 측위 장치(106)는 제한된 시간에 따라 유전 알고리즘의 반복 회수를 조절할 수 있다.
도 4는, 본 발명의 일 실시예에 따른, 무선 측위 방법의 흐름도이다.
S400 단계에서, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n) 각각에 대한 사용자 단말(108)의 측정 거리를 획득할 수 있다. 구체적으로, 사용자 단말(108)은 복수의 비콘(102a 내지 102n)으로부터 수신된 복수의 신호에 대한 세기 정보를 무선 측위 장치(106)에게 송신할 수 있다. 또한, 무선 측위 장치(106)는 복수의 신호에 대한 세기 정보에 기초하여, 복수의 비콘(102a 내지 102n) 각각에 대한 사용자 단말(108)의 측정 거리를 획득할 수 있다. 예를 들어, 무선 측위 장치(106)는 저장부(204)에 미리 저장된 신호의 세기와 측정 거리 사이의 맵핑 테이블을 이용하여, 사용자 단말(108)로부터 수신한 복수의 신호를 복수의 비콘(102a 내지 102n) 각각에 대한 측정 거리로 변환할 수 있다. 또한, 맵핑 테이블에 따르면, 신호의 세기와 측정 거리가 반비례하여, 신호의 세기가 클수록 변환된 측정 거리가 짧아질 수 있다.
S410 단계에서, 무선 측위 장치(106)는 사용자 단말에 대한 P개(P는 2 이상의 정수)의 제k세대 후보 위치를 결정할 수 있다.
먼저, 무선 측위 장치(106)는 사용자 단말(108)에 의해 수신된 복수의 비콘(102a 내지 102n)으로부터의 신호의 세기 정보에 기초하여, 사용자 단말에 대한 P개의 제1세대 후보 위치를 결정할 수 있다. 제1세대 후보 위치가 적절히 설정되어야 유전 알고리즘이 적용된 다음 세대의 후보 위치가 사용자 단말의 위치(x, y)로 빠르게 수렴할 수 있다. 무선 측위 장치(106)가 사용자 단말에 대한 제1세대 후보 위치를 결정하는 동작에 대해서는, 도 5를 참조하여 더욱 상세히 설명한다.
또한, 무선 측위 장치(106)는 사용자 단말에 대한 P개의 제k-1세대(k는 2 이상의 정수) 후보 위치 및 P/2개의 제k-1세대 자식 후보 위치들 중에서, 사용자 단말(108)의 측정 거리에 대한 오차가 낮은 P개의 제k세대 후보 위치를 결정할 수 있다. 여기서, 사용자 단말(108)의 측정 거리에 대한 오차는, 복수의 비콘(102a 내지 102n) 각각에 대해 미리 결정된 가중치 세트를, S400 단계에서 획득된 복수의 비콘(102a 내지 102n) 각각에 대한 사용자 단말의 측정 거리와, 후보 위치의 위치 좌표 및 복수의 비콘(102a 내지 102n)의 위치 좌표에 기초하여 획득된 복수의 비콘(102a 내지 102n) 각각에 대한 후보 위치의 실제 거리 사이의 차이에 적용하여 획득될 수 있다. 여기서, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n)으로부터 직접 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신하거나, 사용자 단말(108)로부터 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신할 수 있다. 예를 들어, 무선 측위 장치(106)는 제k-1세대 후보 위치 및 제k-1세대 자식 후보 위치 중, 사용자 단말(108)의 측정 거리에 대한 오차를 나타내는 수학식 1 또는 수학식 2의 목적 함수의 결과값이 낮은 P개의 후보 위치를 제k세대 후보 위치로 결정할 수 있다.
Figure PCTKR2018004983-appb-M000001
Figure PCTKR2018004983-appb-M000002
수학식 1 및 수학식 2의 목적 함수에서, i는 N개의 복수의 비콘의 인덱스이고, (xbi,ybi)는 인덱스 i의 비콘의 위치 좌표이고, (x,y)는 사용자 단말에 대한 후보 위치의 위치 좌표이고, D는 유클리드 거리 함수이고, di는 인덱스 i의 비콘에 대한 사용자 단말의 측정 거리가 될 수 있다. 즉, D((x,y), (xbi, ybi))가 인덱스 i의 비콘으로부터 후보 위치까지의 실제 거리에 해당하고, di가 인덱스 i의 비콘으로부터 후보 위치까지의 측정 거리에 해당할 수 있다. 후보 위치 (x1,y1)의 사용자 단말(108)의 측정 거리에 대한 오차에 대한 예시를 도 5를 참조하여 후술한다.
한편, 후보 위치로부터 비콘까지의 거리가 너무 먼 경우, 측정 거리에 대한 오차가 상당히 커질 수 있다. 따라서, 무선 측위 장치(106)는 후보 위치로부터 임의의 비콘까지의 실제 거리가 임계 거리를 초과하는 경우, 해당 비콘에 대한 가중치 w를 0으로 설정하여, 평가 과정에서 해당 비콘의 영향을 제외시킬 수 있다.
S410 단계에 의하면 제k-1세대 후보 위치 및 제k-1세대 자식 후보 위치 중 사용자 단말의 위치(x, y)에 가까운 후보 위치들이 제k세대 후보 위치로 결정될 수 있는데, 이러한 과정을 유전 알고리즘에 의한 선택 연산이라고도 한다.
S420 단계에서, 무선 측위 장치(106)는 사용자 단말에 대한 제k세대 후보 위치에 대해 유전 알고리즘을 적용하여 사용자 단말에 대한 제k세대 자식 후보 위치를 결정할 수 있다.
예를 들어, 무선 측위 장치(106)는 제k세대 후보 위치에 대해 BLX-α교차 연산 및 가우시안 변이 연산 중 적어도 하나를 적용하여 제k세대 자식 후보 위치를 결정할 수 있다. 교차 연산 및 변이 연산은 비트 단위로 적용될 수 있으며, 교차 연산 또는 변이 연산이 적용될 비트의 위치가 특정될 수 있다.
S430 단계에서, 무선 측위 장치(106)는 S410 단계 및 S420 단계에서 획득된 제k세대 후보 위치 및 제k세대 자식 후보 위치가 임계 세대에 도달했는지 판단할 수 있다. 임계 세대까지 후보 위치가 획득되지 않은 경우, 무선 측위 장치(106)는 S410 단계 및 S420 단계를 반복하여 유전 알고리즘에 의한 제k+1세대 후보 위치 및 제k+1세대 자식 후보 위치를 결정할 수 있다. 예를 들어, 임계 세대가 2000세대로 설정된 경우, 무선 측위 장치(106)는 S410 단계 및 S420 단계의 유전 알고리즘을 2000회 반복할 수 있다. 또 다른 예로, 연산에 주어진 시간 T가 한정적이고, S410 단계 및 S420 단계의 유전 알고리즘에 소요되는 평균 시간이 TG 인 경우, 임계 세대는 T/TG로 설정될 수 있다.
반면, 임계 세대까지 후보 위치가 획득된 경우, 무선 측위 장치(106)는 S440 단계에서 제k세대 후보 위치 및 제k세대 자식 후보 위치 중, 사용자 단말(108)의 측정 거리에 대한 오차가 최소가 되는 후보 위치를 사용자 단말의 위치(x, y)로 결정할 수 있다. 사용자 단말(108)의 측정 거리에 대한 오차를 결정하는 방법은 S410 단계에서 설명한 방법과 동일할 수 있다.
도 5는, 본 발명의 일 실시예에 따라, 무선 측위 방법이 사용자 단말의 제1세대 후보 위치를 결정하는 동작을 도시한다.
예를 들어, 무선 측위 장치(106)는 사용자 단말(108)에 의해 수신된 복수의 비콘(102a 내지 102n)의 신호들 중, 가장 센 신호에 해당하는 비콘(102a)를 결정하고, 결정된 비콘(102a)으로부터 가장 센 신호에 해당하는 거리(d1)만큼 떨어진 위치들(예를 들어, 결정된 비콘(102a)의 위치 좌표(xb1, yb1)을 중심으로 하는 반지름 d1의 원(500))을 결정할 수 있다. 또한, 무선 측위 장치(106)는 결정된 위치들(500) 중, 복수의 비콘(102a 내지 102n) 중 결정된 비콘(102a))을 제외한 다른 두 개의 비콘을 연결하는 선분(510, 520, 530)에 가장 가까운 위치((x1, y1), (x2, y2), (x3, y3))를 제1세대 후보 위치에 포함시킬 수 있다. 또 다른 예로, 무선 측위 장치(106)는 결정된 위치들(500) 중, 복수의 비콘(102a 내지 102n) 중 결정된 비콘(102a))을 제외한 다른 비콘의 위치 좌표(xb2, yb2)에 가장 가까운 위치(x4, y4)를 제1세대 후보 위치에 포함시킬 수 있다.
복수의 비콘(102a 내지 102n) 중 가장 센 신호를 송신한 비콘(102a)에 사용자 단말(108)이 가장 가깝게 위치할 확률이 높기 때문에, 가장 센 신호를 송신한 비콘(102a)을 중심으로 제1세대 후보 위치를 결정하면, 유전 알고리즘에 의한 다음 세대의 후보 위치가 사용자 단말의 위치(x, y)에 빠르게 수렴할 수 있다.
전술한 수학식 1을 이용하여, 제1세대 후보 위치(x1, y1)의 사용자 단말(108)의 측정 거리에 대한 오차를 계산하면 수학식 3과 같다.
Figure PCTKR2018004983-appb-M000003
전술한 바와 같이, 제1세대 후보 위치(x1, y1)는 결정된 비콘(102a)을 중심으로 설정되었기 때문에, 수학식 3에서,
Figure PCTKR2018004983-appb-I000010
는 '0'이 될 수 있다.
또한, 복수의 비콘(102a 내지 102n) 각각에 대한 가중치 wi의 총합은 1이 될 수 있으며(즉, w1+w2+w3...wn=1), 미리 수집된 정답 데이터들에 대해 유전 알고리즘을 적용하여 획득된 최적해가 될 수 있다. 또는, 단순하게, 복수의 비콘(102a 내지 102n) 각각에 대한 가중치 wi는 총합이 1이고, 동일한 값(즉, w1=w2=w3...wn=1/n)으로 설정될 수 있다. 복수의 비콘(102a 내지 102n) 각각에 대한 가중치 wi에 대해서는, 이하 도 6 내지 도 7을 참조하여 상술한다.
도 6은, 본 발명의 일 실시예에 따라, 무선 측위 방법이 비콘에 대한 가중치를 결정하는 흐름도이다.
S600 단계에서, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n) 각각에 대한 제k세대 후보 가중치 세트를 결정할 수 있다.
먼저, 무선 측위 장치(106)는 특정 시점 및 특정 위치에 수집된 데이터들에 기초하여 제1세대 후보 가중치 세트를 결정할 수 있다. 제1세대 후보 가중치 세트가 적절히 설정되면, 시간 및 장소에 따라 변동폭이 작은 신호를 송신할 수 있는 비콘에 대한 가중치가 높게 설정되고, 시간 및 장소에 따라 변동폭이 큰 신호를 송신할 수 있는 비콘에 대한 가중치가 낮게 설정되어, 유전 알고리즘을 이용하는 무선 측위 장치(106)가 사용자 단말의 위치(x,y)에 근접한 해를 더욱 빠르게 획득할 수 있다. 무선 측위 장치(106)가 복수의 비콘(102a 내지 102n) 각각에 대한 제1세대 후보 가중치 세트를 결정하는 동작에 대해서는, 도 7을 참조하여 더욱 상세히 설명한다.
또한, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n) 각각에 대한 P개의 제k-1세대 후보 가중치 및 P/2개의 제k-1세대 자식 후보 가중치들 중에서, 미리 수집된 복수의 기준점에서의 측정 거리에 대한 오차의 합이 낮은 순서로 P개의 제k세대 후보 가중치를 결정할 수 있다. 여기서, 복수의 기준점 중 제1 기준점의 측정 거리에 대한 오차는, 후보 가중치 세트를, 복수의 비콘(102a 내지 102n) 각각에 대한 제1 기준점에서의 측정 거리와, 복수의 비콘(102a 내지 102n) 각각에 대한 제1 기준점의 실제 거리 사이의 차이에 적용하여 획득될 수 있다. 또한, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n)으로부터 직접 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신하거나, 실험 단말로부터 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신하여, 복수의 비콘(102a 내지 102n) 각각으로부터 제1 기준점까지의 실제 거리를 획득할 수 있다. 예를 들어, 무선 측위 장치(106)는 제k-1세대 후보 가중치 및 제k-1세대 자식 후보 가중치 중, 복수의 기준점의 측정 거리에 대한 오차의 합을 나타내는 수학식 4 또는 수학식 5의 목적 함수의 결과값이 낮은 P개의 후보 가중치를 제k세대 후보 가중치로 결정할 수 있다.
Figure PCTKR2018004983-appb-M000004
Figure PCTKR2018004983-appb-M000005
수학식 4 및 수학식 5의 목적 함수에서, i는 N개의 복수의 비콘의 인덱스이고, (xbi,ybi)는 인덱스 i의 비콘의 위치 좌표이고, j는 M개의 복수의 기준점의 인덱스이고, (xcj,ycj)는 인덱스 j의 기준점의 위치 좌표이고, D는 유클리드 거리 함수이고, dij는 인덱스 i의 비콘에 대한 인덱스 j의 기준점의 측정 거리가 될 수 있다. 즉, D((xbi, ybi), (xci, yci))가 인덱스 i의 비콘으로부터 인덱스 j의 기준점까지의 실제 거리에 해당하고, dij가 인덱스 i의 비콘으로부터 인덱스 j의 기준점까지의 측정 거리에 해당할 수 있다. 기준점의 측정 거리에 대한 오차의 예시를 도 7을 참조하여 후술한다.
한편, 기준점으로부터 비콘까지의 거리가 너무 먼 경우, 측정 거리에 대한 오차가 상당히 커질 수 있다. 따라서, 무선 측위 장치(106)는 기준점으로부터 임의의 비콘까지의 실제 거리가 임계 거리를 초과하는 경우, 해당 비콘에 대한 가중치 w를 0으로 설정하여, 평가 과정에서 해당 비콘의 영향을 제외시킬 수 있다.
S600 단계에 의하면 제k-1세대 후보 가중치 및 제k-1세대 자식 후보 가중치 중 품질이 좋은 후보 가중치들이 제k세대 후보 가중치로 결정될 수 있는데, 이러한 과정을 유전 알고리즘에 의한 선택 연산이라고도 한다.
S610 단계에서, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n) 각각에 대한 제k세대 후보 가중치에 대해 유전 알고리즘을 적용하여 복수의 비콘(102a 내지 102n) 각각에 대한 제k세대 자식 후보 가중치를 결정할 수 있다.
예를 들어, 무선 측위 장치(106)는 제k세대 후보 가중치에 대해 BLX-α교차 연산 및 가우시안 변이 연산 중 적어도 하나를 적용하여 제k세대 자식 후보 가중치를 결정할 수 있다. 교차 연산 및 변이 연산은 비트 단위로 적용될 수 있으며, 교차 연산 또는 변이 연산이 적용될 비트의 위치가 특정될 수 있다.
S620 단계에서, 무선 측위 장치(106)는 S600 단계 및 S620 단계에서 획득된 제k세대 후보 가중치 및 제k세대 자식 후보 가중치가 임계 세대에 도달했는지 판단할 수 있다. 임계 세대까지 후보 가중치가 획득되지 않은 경우, 무선 측위 장치(106)는 S600 단계 및 S610 단계를 반복하여 유전 알고리즘에 의한 제k+1세대 후보 가중치 및 제k+1세대 자식 후보 가중치를 결정할 수 있다.
반면, 임계 세대까지 후보 가중치가 획득된 경우, 무선 측위 장치(106)는 S630 단계에서 제k세대 후보 가중치 및 제k세대 자식 후보 가중치 중, 복수의 기준점에서의 측정 거리에 대한 오차의 합이 최소가 되는 후보 가중치를 복수의 비콘(102a 내지 102n) 각각에 대한 가중치로 결정할 수 있다. 복수의 기준점에서의 측정 거리에 대한 오차의 합을 결정하는 방법은 S600 단계에서 설명한 방법과 동일할 수 있다.
도 7은, 본 발명의 일 실시예에 따라, 무선 측위 방법이 제1세대 후보 가중치 세트를 결정하는 동작을 도시한다.
예를 들어, 무선 측위 장치(106)는 복수의 비콘(102a 내지 102n)의 중심(xbcenter,ybcenter)에서 제1 시점 및 제2 시점에 실험 단말(미도시)에 의해 수신된 복수의 비콘(102a 내지 102n)으로부터의 복수의 신호에 기초하여, 복수의 비콘(102a 내지 102n) 각각에 대한 제1 후보 가중치 세트 및 제2 후보 가중치 세트를 결정할 수 있다. 또한, 무선 측위 장치(106)는 제1 후보 가중치 세트 및 제2 후보 가중치 세트를 포함하는 제1세대 후보 가중치 세트를 결정할 수 있다. 여기서, 실험 단말은 사용자 단말(108)과 상이한 단말로, 무선 측위 장치(106)가 사용자 단말의 위치(x, y)를 결정하기 전에, 복수의 비콘(102a 내지 102n) 각각에 대한 가중치를 결정하기 위해 이용되는 별도의 단말일 수 있다. 예를 들어, 무선 측위 장치(106)는 인덱스 i의 비콘에 대한 제1 후보 가중치를, 제1 시점에 측정된 복수의 비콘(102a 내지 102n)의 신호의 세기의 총합에 대한 인덱스 i의 비콘의 신호의 세기의 비율로 설정할 수 있다.
복수의 비콘(102a 내지 102n)의 중심에서 후보 가중치 세트를 결정하면 모든 비콘에 대한 오차가 후보 가중치 세트에 고르게 반영될 수 있다. 또한, 전술한 바와 같이 날씨나 움직이는 장애물 등에 의한 영향으로, 측정 시점에 따라 측정 거리가 달라질 수 있으므로, 여러 시점에서 획득된 데이터에 기초하여 가중치 세트를 결정하면, 시점에 의한 오차가 후보 가중치 세트에 반영될 수 있다.
그러나, 제1세대 후보 가중치 세트는 이에 한정되지 않으며, 단순하게, 총합이 1이면서 모든 비콘(102a 내지 102n)에 대해 동일한 값을 갖는 후보 가중치 세트(즉, w1=w2=w3...wn=1/n), 무선 측위 장치(106)의 관리자에 의해 선택된 z개의 비콘들에 대해서는 동일한 값으로 설정되고 다른 비콘들에 대해서는 '0'으로 설정되는 후보 가중치 세트(즉, w1=w2=w3 … =wz=1/z, wk+1=wk+2 … =wn=0) 등을 포함할 수 있다.
무선 측위 장치(106)는 실험 단말을 이용하여 미리 수집된 복수의 기준점((xc1,yc1) 내지 (xcn,ycn))에서의 측정 거리 및 실제 거리에 대한 데이터를 이용하여, 제1세대 후보 가중치 세트 및 유전 알고리즘에 의해 획득된 다음 세대의 후보 가중치 세트를 평가할 수 있다.
기준점은 복수의 비콘(102a 내지 102n)이 위치한 환경에 따라 달라질 수 있으며, 무선 측위 장치(106)의 관리자에 의해 설정될 수 있다. 예를 들어, 도 7을 참조하면, 복수의 기준점은 두 개의 비콘(102a, 102n)의 중점(xc1, yc1) 또는 세 개의 비콘(102b, 102c, 102n)의 중점(xc2, yc2)을 포함할 수 있다. 무선 측위 장치(106)는 복수의 기준점((xc1,yc1) 내지 (xcn,ycn))에서의 측정 거리 및 실제 거리에 대한 데이터를 (d1j, d2j, d3j …, dnj, (xj,yj))의 형태로 저장부(204)에 저장할 수 있다. 수학식 4 및 수학식 5를 통해 전술한 바와 같이, dij는 인덱스 i의 비콘으로부터 인덱스 j의 기준점까지의 실제 거리에 해당하고, (xj,yj)는 인덱스 j의 기준점의 위치 좌표에 해당할 수 있다.
예를 들어, 무선 측위 장치(106)는 제1 기준점에서 실험 단말에 의해 수신된 복수의 비콘(102a 내지 102n)으로부터의 복수의 신호에 기초하여, 제1 기준점의 측정 거리를 결정할 수 있다. 구체적으로, 제1 기준점에 위치한 실험 단말은 복수의 비콘(102a 내지 102n)으로부터 수신된 복수의 신호에 대한 세기 정보를 무선 측위 장치(106)에게 송신할 수 있다. 또한, 무선 측위 장치(106)는 복수의 신호에 대한 세기 정보에 기초하여, 복수의 비콘(102a 내지 102n) 각각으로부터 제1 기준점까지의 측정 거리를 획득할 수 있다. 예를 들어, 무선 측위 장치(106)는 저장부(204)에 미리 저장된 신호의 세기와 측정 거리 사이의 맵핑 테이블을 이용하여, 실험 단말로부터 수신한 복수의 신호를 복수의 비콘(102a 내지 102n) 각각에 대한 측정 거리로 변환할 수 있다. 또한, 맵핑 테이블에 따르면, 신호의 세기와 측정 거리가 반비례하여, 신호의 세기가 클수록 변환된 측정 거리가 짧아질 수 있다.
또한, 무선 측위 장치(106)는 실험 단말로부터 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신하거나 복수의 비콘(102a 내지 102n)으로부터 직접 복수의 비콘(102a 내지 102n)의 위치 좌표를 수신하고, 무선 측위 장치(106)의 관리자에 의해 설정된 제1 기준점의 위치 좌표 및 복수의 비콘(102a 내지 102n)의 위치 좌표 사이의 실제 거리를 결정할 수 있다.
도 6을 통해 전술한 바와 같이, 무선 측위 장치(106)는 제1세대 후보 가중치 세트에 교차 연산 또는 변이 연산 등을 적용하여 다음 세대의 후보 가중치 세트를 결정하고, 미리 수집된 복수의 기준점((xc1,yc1) 내지 (xcn,ycn))의 측정 거리 및 실제 거리 데이터와 수학식 4 또는 5의 목적 함수에 기초하여 여러 세대의 후보 가중치 세트를 평가하고, 복수의 비콘(102a 내지 102n)에 대한 최적의 가중치 세트를 결정할 수 있다.
도 1 내지 7을 참조하여 전술한 본 발명의 실시예에서는, 무선 측위 시스템이 사용자 단말(108)과 무선 측위 장치(106) 간의 클라이언트-서버 모델, 특히 클라이언트는 오로지 사용자 입출력 기능만을 제공하고 그 외 대화형 에이전트 시스템의 다른 모든 기능들을 서버에 위임된, 소위 "씬 클라이언트-서버 모델"에 기초하여 구현된 것과 같이 설명되어 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 무선 측위 시스템은 그 기능들이 사용자 단말과 서버 사이에 분배되어 구현될 수 있고, 또는 그와 달리 사용자 단말 상에 설치된 독립형 애플리케이션으로 구현될 수도 있음을 알아야 한다. 또한, 본 발명의 일 실시예에 따라 무선 측위 시스템이 그 기능들을 사용자 단말과 서버 사이에 분배하여 구현하는 경우, 클라이언트와 서버 사이의 무선 측위 시스템의 각 기능의 분배는 실시예마다 달리 구현될 수 있음을 알아야 한다. 또한, 도 1 내지 7을 참조하여 전술한 본 발명의 실시예에서는, 편의상 특정 모듈이 소정의 동작들을 수행하는 것처럼 설명되었으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 위 설명에서 어느 특정 모듈에 의해 수행되는 것과 같이 설명된 동작들이, 그와 다른 별개의 모듈에 의해 각각 수행될 수 있음을 알아야 한다.
당업자라면 알 수 있듯이, 본 발명이 본 명세서에 기술된 예시에 한정되는 것이 아니라 본 발명의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 본 명세서에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있음을 알아야 한다.
본 발명의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있다. 본 발명의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.

Claims (13)

  1. 무선 측위 시스템에 의해 구현되는 기계학습을 이용한 실내 무선 측위 방법으로서,
    외부의 제1사용자 단말의 실제 위치 정보와 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 기초로 측정한 상기 제1사용자 단말의 측정 위치 정보를 수집하고, 수집된 정보의 훈련 데이터베이스를 생성하는 단계;
    상기 훈련 데이터베이스 내의 상기 측정 위치 정보와 상기 실제 위치 정보로부터 훈련 벡터를 형성하는 단계; 및
    상기 훈련 벡터를 처리하여, 사용자 위치 예측 모델을 결정하는 단계;
    를 포함하는 기계학습을 이용한 실내 무선 측위 방법.
  2. 제1항에 있어서,
    상기 사용자 위치 예측 모델을 결정하는 단계는 SVR(Support Vector Regression) 기계학습 모델을 기초로 하는 기계학습을 이용한 실내 무선 측위 방법.
  3. 제1항에 있어서,
    상기 방법은
    외부의 제2사용자 단말로부터 상기 제2사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보와 상기 제2사용자 단말의 위치 요청을 수신하고, 상기 사용자 위치 예측 모델을 기초로 상기 제2사용자 단말의 위치 정보 전송하는 단계를 더 포함하는 기계학습을 이용한 실내 무선 측위 방법.
  4. 제1항에 있어서,
    상기 훈련 데이터베이스를 생성하는 단계는
    상기 제1사용자 단말의 위치를 변경하거나, 또는 같은 위치에서 측정한 시간을 달리하여 복수 번 상기 제1사용자 단말의 측정 위치 정보를 수집하는 단계를 더 포함하는 기계학습을 이용한 실내 무선 측위 방법.
  5. 제4항에 있어서,
    상기 방법은
    상기 측정 위치 정보를 수집하는 시점의 환경 정보 - 상기 환경 정보는 습도 정보, 기온 정보 또는 풍량 정보 중 적어도 하나를 포함함 - 를 수집하는 단계; 및
    상기 환경 정보를 기초로 사용자 위치 예측 모델을 결정하는 단계를 더 포함하는 기계학습을 이용한 실내 무선 측위 방법.
  6. 기계학습을 이용한 실내 무선 측위 서버로서,
    외부의 제1사용자 단말의 실제 위치 정보와 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 기초로 측정한 상기 제1사용자 단말의 측정 위치 정보를 수집하고, 수집된 정보의 훈련 데이터베이스를 생성하고, 상기 훈련 데이터베이스 내의 상기 측정 위치 정보와 상기 실제 위치 정보로부터 훈련 벡터를 생성하며, 상기 훈련 벡터를 처리하여, SVR(Support Vector Regression) 기계학습 모델을 기초로 하는 기계학습을 이용하여 사용자 위치 예측 모델을 결정하도록 구성되는 제어부; 및
    수집된 정보의 훈련 데이터베이스를 저장하도록 구성되는 저장부;
    를 포함하는 무선 측위 서버.
  7. 오차의 최적화(optimization)를 이용하는 무선 측위 방법으로서,
    사용자 단말에 의해 수신된 복수의 비콘으로부터의 복수의 신호에 기초하여, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리를 획득하는 단계;
    상기 복수의 신호에 기초하여, 상기 사용자 단말에 대한 P개(P는 2 이상의 정수)의 제1세대 후보 위치를 결정하는 단계;
    상기 제1세대 후보 위치에 대해 유전 알고리즘을 적용하여 상기 사용자 단말에 대한 P/2개의 제1세대 자식 후보 위치를 결정하는 단계; 및
    상기 제1세대 후보 위치 및 상기 제1세대 자식 후보 위치 중, 상기 측정 거리에 대한 오차가 최소가 되는 후보 위치를 상기 사용자 단말의 위치로 결정하는 단계
    를 포함하고,
    상기 후보 위치의 상기 측정 거리에 대한 오차는 상기 복수의 비콘 각각에 대해 미리 결정된 가중치 세트를, 상기 복수의 비콘 각각에 대한 상기 사용자 단말의 측정 거리와 상기 복수의 비콘 각각에 대한 상기 후보 위치의 실제 거리 사이의 차이에 적용하여 획득되는, 무선 측위 방법.
  8. 제7항에 있어서,
    제k-1세대(k는 2이상의 정수) 후보 위치 및 제k-1세대 자식 후보 위치 중, 상기 측정 거리에 대한 오차가 낮은 P개의 제k세대 후보 위치를 결정하는 단계;
    상기 제k세대 후보 위치에 대해 유전 알고리즘을 적용하여 상기 사용자 단말에 대한 P/2개의 제k세대 자식 후보 위치를 결정하는 단계를 더 포함하고,
    상기 사용자 단말의 위치는 상기 제k세대 후보 위치 및 상기 제k세대 자식 후보 위치 중, 상기 측정 거리에 대한 오차가 최소가 되는 후보 위치인, 무선 측위 방법.
  9. 제7항에 있어서,
    상기 사용자 단말의 위치는 상기 제1세대 후보 위치 및 상기 제1세대 자식 후보 위치 중, 다음의 목적 함수의 결과값이 최소가 되는 후보 위치로 결정되고,
    Figure PCTKR2018004983-appb-I000011
    또는
    Figure PCTKR2018004983-appb-I000012
    상기 목적 함수에서 i는 N개의 상기 복수의 비콘의 인덱스이고, (xbi,ybi)는 인덱스 i의 비콘의 위치 좌표이고, (x,y)는 상기 후보 위치의 위치 좌표이고, D는 유클리드 거리 함수이고, di는 인덱스 i의 비콘에 대한 상기 사용자 단말의 측정 거리인, 무선 측위 방법.
  10. 제7항에 있어서, 상기 P개의 제1세대 후보 위치는, 상기 복수의 신호 중 가장 센 신호에 해당하는 비콘으로부터 상기 가장 센 신호에 해당하는 거리만큼 떨어진 위치들 중, 상기 복수의 비콘 중 다른 두 개의 비콘을 연결하는 선분에 가장 가까운 위치를 포함하는, 무선 측위 방법.
  11. 제7항에 있어서,
    상기 P/2개의 제1세대 자식 후보 위치는, 상기 P개의 제1세대 후보 위치에 대해 BLX-α교차 연산 및 가우시안 변이 연산 중 적어도 하나를 적용하여 획득되는, 무선 측위 방법.
  12. 제7항에 있어서,
    상기 복수의 비콘의 중심에서 제1 시점에 수신된 상기 복수의 비콘으로부터의 복수의 신호에 기초하여, 상기 복수의 비콘 각각에 대한 제1 후보 가중치 세트를 결정하는 단계;
    상기 복수의 비콘의 중심에서 제2 시점에 수신된 상기 복수의 비콘으로부터의 복수의 신호에 기초하여, 상기 복수의 비콘 각각에 대한 제2 후보 가중치 세트를 결정하는 단계;
    상기 제1 후보 가중치 세트 및 상기 제2 후보 가중치 세트를 포함하는 제1세대 후보 가중치 세트에 대해 유전 알고리즘을 적용하여, 제1세대 자식 후보 가중치 세트를 결정하는 단계;
    상기 제1세대 후보 가중치 세트 및 상기 제1세대 자식 후보 가중치 세트 중, 미리 결정된 복수의 기준점에서의 측정 거리에 대한 오차의 합이 최소가 되는 후보 가중치 세트를 상기 복수의 비콘 각각에 대한 가중치로 결정하는 단계
    를 더 포함하고,
    상기 복수의 기준점 중 제1 기준점의 측정 거리에 대한 오차는 상기 후보 가중치 세트를, 상기 복수의 비콘 각각에 대한 상기 제1 기준점의 측정 거리와 상기 복수의 비콘 각각에 대한 상기 제1 기준점의 실제 거리 사이의 차이에 적용하여 획득되는, 무선 측위 방법.
  13. 제12항에 있어서,
    상기 복수의 비콘 각각에 대한 가중치는 상기 제1세대 후보 가중치 세트 및 상기 제1세대 자식 후보 가중치 세트 중, 다음의 목적 함수의 결과값이 최소가 되는 후보 가중치 세트로 결정되고,
    Figure PCTKR2018004983-appb-I000013
    또는
    Figure PCTKR2018004983-appb-I000014
    상기 목적 함수에서 i는 N개의 상기 복수의 비콘의 인덱스이고, (xbi,ybi)는 인덱스 i의 비콘의 위치 좌표이고, j는 M개의 상기 복수의 기준점의 인덱스이고, (xcj,ycj)는 인덱스 j의 기준점의 위치 좌표이고, D는 유클리드 거리 함수이고, dij는 인덱스 i의 비콘에 대한 인덱스 j의 기준점의 측정 거리인, 무선 측위 방법.
PCT/KR2018/004983 2017-11-23 2018-04-30 실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체 WO2019103258A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2017-0157584 2017-11-23
KR1020170157584A KR101945320B1 (ko) 2017-11-23 2017-11-23 기계학습을 이용한 실내 무선 측위 서비스 방법, 장치 및 컴퓨터 판독가능 기록 매체
KR1020180048001A KR102139970B1 (ko) 2018-04-25 2018-04-25 오차의 가중치 합의 최적화를 활용한 실내 무선 측위 방법 및 장치
KR10-2018-0048001 2018-04-25

Publications (1)

Publication Number Publication Date
WO2019103258A1 true WO2019103258A1 (ko) 2019-05-31

Family

ID=66630653

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/004983 WO2019103258A1 (ko) 2017-11-23 2018-04-30 실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체

Country Status (1)

Country Link
WO (1) WO2019103258A1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333480A (zh) * 2019-06-27 2019-10-15 南京航空航天大学 一种基于聚类的单无人机多目标aoa定位方法
CN110515036A (zh) * 2019-09-02 2019-11-29 上海图聚智能科技股份有限公司 定位方法、装置、电子设备、及存储介质
CN111698648A (zh) * 2020-04-27 2020-09-22 汉海信息技术(上海)有限公司 网络定位方法、装置、电子设备及存储介质
US20210080591A1 (en) * 2018-05-18 2021-03-18 Telefonaktiebolaget Lm Ericsson (Publ) Methods for Handling GNSS Reference System Information of Reference Stations
CN112887897A (zh) * 2019-11-29 2021-06-01 中国电信股份有限公司 终端的定位方法、装置和计算机可读存储介质
CN113411743A (zh) * 2021-06-18 2021-09-17 广州土圭垚信息科技有限公司 一种终端定位方法、装置及终端
CN113543018A (zh) * 2021-06-18 2021-10-22 韩山师范学院 蓝牙终端侧定位中支持失效容忍的低成本Beacon信标布置方法
TWI772884B (zh) * 2020-09-11 2022-08-01 英屬維爾京群島商飛思捷投資股份有限公司 整合機器學習定位模型的定位系統及方法
CN116437444A (zh) * 2023-06-13 2023-07-14 中航信移动科技有限公司 一种基于beacon的目标定位方法、介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101214503B1 (ko) * 2012-05-18 2012-12-21 (주)위니텍 비콘 노드를 이용한 실내 측위 서비스 시스템
KR20160071305A (ko) * 2014-12-11 2016-06-21 유기석 비콘을 이용한 실내 위치 정보 제공 장치 및 이를 위한 방법
WO2016160376A1 (en) * 2015-03-27 2016-10-06 Pcms Holdings, Inc. System and method for indoor localization using beacons
KR101674993B1 (ko) * 2014-12-29 2016-11-10 (주)프라디지컴 단말의 실내 위치를 측정하는 방법 및 사용자 단말
KR20170024631A (ko) * 2015-08-25 2017-03-08 주식회사 페이스시스템 비콘을 이용한 사업장 내 위치 추정 방법 및 이를 통한 위치 기반 서비스 제공 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101214503B1 (ko) * 2012-05-18 2012-12-21 (주)위니텍 비콘 노드를 이용한 실내 측위 서비스 시스템
KR20160071305A (ko) * 2014-12-11 2016-06-21 유기석 비콘을 이용한 실내 위치 정보 제공 장치 및 이를 위한 방법
KR101674993B1 (ko) * 2014-12-29 2016-11-10 (주)프라디지컴 단말의 실내 위치를 측정하는 방법 및 사용자 단말
WO2016160376A1 (en) * 2015-03-27 2016-10-06 Pcms Holdings, Inc. System and method for indoor localization using beacons
KR20170024631A (ko) * 2015-08-25 2017-03-08 주식회사 페이스시스템 비콘을 이용한 사업장 내 위치 추정 방법 및 이를 통한 위치 기반 서비스 제공 시스템 및 방법

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210080591A1 (en) * 2018-05-18 2021-03-18 Telefonaktiebolaget Lm Ericsson (Publ) Methods for Handling GNSS Reference System Information of Reference Stations
US11821992B2 (en) * 2018-05-18 2023-11-21 Telefonaktiebolaget Lm Ericsson (Publ) Methods for handling GNSS reference system information of reference stations
CN110333480A (zh) * 2019-06-27 2019-10-15 南京航空航天大学 一种基于聚类的单无人机多目标aoa定位方法
CN110515036A (zh) * 2019-09-02 2019-11-29 上海图聚智能科技股份有限公司 定位方法、装置、电子设备、及存储介质
CN112887897B (zh) * 2019-11-29 2022-07-05 中国电信股份有限公司 终端的定位方法、装置和计算机可读存储介质
CN112887897A (zh) * 2019-11-29 2021-06-01 中国电信股份有限公司 终端的定位方法、装置和计算机可读存储介质
CN111698648A (zh) * 2020-04-27 2020-09-22 汉海信息技术(上海)有限公司 网络定位方法、装置、电子设备及存储介质
CN111698648B (zh) * 2020-04-27 2022-05-31 汉海信息技术(上海)有限公司 网络定位方法、装置、电子设备及存储介质
TWI772884B (zh) * 2020-09-11 2022-08-01 英屬維爾京群島商飛思捷投資股份有限公司 整合機器學習定位模型的定位系統及方法
CN113543018A (zh) * 2021-06-18 2021-10-22 韩山师范学院 蓝牙终端侧定位中支持失效容忍的低成本Beacon信标布置方法
CN113411743A (zh) * 2021-06-18 2021-09-17 广州土圭垚信息科技有限公司 一种终端定位方法、装置及终端
CN113543018B (zh) * 2021-06-18 2024-03-01 韩山师范学院 蓝牙终端侧定位中支持失效容忍的低成本Beacon信标布置方法
CN116437444A (zh) * 2023-06-13 2023-07-14 中航信移动科技有限公司 一种基于beacon的目标定位方法、介质及电子设备
CN116437444B (zh) * 2023-06-13 2023-08-25 中航信移动科技有限公司 一种基于beacon的目标定位方法、介质及电子设备

Similar Documents

Publication Publication Date Title
WO2019103258A1 (ko) 실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체
Yiu et al. Gaussian process assisted fingerprinting localization
KR101945320B1 (ko) 기계학습을 이용한 실내 무선 측위 서비스 방법, 장치 및 컴퓨터 판독가능 기록 매체
CN108174343B (zh) 一种面向电力室内通信运维场景的无线定位方法及系统
Antevski et al. A hybrid BLE and Wi-Fi localization system for the creation of study groups in smart libraries
KR102139970B1 (ko) 오차의 가중치 합의 최적화를 활용한 실내 무선 측위 방법 및 장치
González et al. Energy-efficient indoor localization WiFi-fingerprint system: An experimental study
Canovas et al. Detecting indoor/outdoor places using WiFi signals and AdaBoost
Nikitin et al. Indoor localization accuracy estimation from fingerprint data
Shih et al. Intelligent radio map management for future WLAN indoor location fingerprinting
Pandey et al. SELE: RSS-based Siamese embedding location estimator for a dynamic IoT environment
CN110290466B (zh) 楼层判别方法、装置、设备及计算机存储介质
JP2020112521A (ja) 位置検出システム、算出装置、プログラムおよび位置検出方法
Zhou et al. IMLours: Indoor mapping and localization using time-stamped WLAN received signal strength
CN111194000B (zh) 基于蓝牙融合混合滤波与神经网络的测距方法与系统
US12015966B2 (en) Method and apparatus for sensor selection for localization and tracking
Reyero et al. A Pervasive Indoor-Outdoor Positioning System.
Tinh et al. Mobile indoor positioning system utilizing wifi rssi and motion data
CN111654808B (zh) 一种更新指纹数据库的方法及系统、wifi定位方法及系统
Guo et al. Indoor positioning optimization based on genetic algorithm and RBF neural network
Zheng et al. RSS-based indoor passive localization using clustering and filtering in a LTE network
CN111654843A (zh) 自动更新指纹数据库的方法及系统、wifi定位方法及系统
CN113891270B (zh) 用于提升定位的平滑度与精准度的电子装置及方法
Nguyen et al. Reliable indoor location prediction using conformal prediction
Laoudias et al. Indoor quality-of-position visual assessment using crowdsourced fingerprint maps

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: 18880671

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: 18880671

Country of ref document: EP

Kind code of ref document: A1