WO2020138657A1 - 위치 추정 장치 및 방법 - Google Patents

위치 추정 장치 및 방법 Download PDF

Info

Publication number
WO2020138657A1
WO2020138657A1 PCT/KR2019/012413 KR2019012413W WO2020138657A1 WO 2020138657 A1 WO2020138657 A1 WO 2020138657A1 KR 2019012413 W KR2019012413 W KR 2019012413W WO 2020138657 A1 WO2020138657 A1 WO 2020138657A1
Authority
WO
WIPO (PCT)
Prior art keywords
geomagnetic
building
patterns
frame
user
Prior art date
Application number
PCT/KR2019/012413
Other languages
English (en)
French (fr)
Inventor
박용완
허수정
임란아시라프
Original Assignee
영남대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 영남대학교 산학협력단 filed Critical 영남대학교 산학협력단
Publication of WO2020138657A1 publication Critical patent/WO2020138657A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks

Definitions

  • Embodiments of the present invention relate to a location estimation technique using geomagnetism.
  • a database is constructed using the location value of each positioning point and the WiFi signal measurement data or geomagnetic data measured at each positioning point. Thereafter, when a location information request including WiFi signal measurement data or geomagnetic data measured by the user terminal is received by the location server, the location server determines the location of the user terminal by comparing the received data with data stored in the database Information on the determined location is provided to the user terminal.
  • a location information request including WiFi signal measurement data or geomagnetic data measured by the user terminal is received by the location server, the location server determines the location of the user terminal by comparing the received data with data stored in the database Information on the determined location is provided to the user terminal.
  • Embodiments of the present invention is to provide a position estimation apparatus and method using a geomagnetism.
  • a location estimation apparatus includes: a data receiving unit that receives geomagnetic data measured by the user apparatus from a user apparatus; A database storing a plurality of reference geomagnetic patterns corresponding to each floor of each of a plurality of buildings; And generating a plurality of geomagnetic patterns based on the received geomagnetic data, and comparing the plurality of geomagnetic patterns with the plurality of reference geomagnetic patterns to determine building candidates corresponding to each of the plurality of geomagnetic patterns among the plurality of buildings. And a location determining unit for determining a building in which the user of the user device is located among the building candidates.
  • the positioning unit divides the received geomagnetic data into a plurality of consecutive frames to generate a geomagnetic pattern for each of the divided frames, compares the geomagnetic pattern for each frame with the plurality of reference geomagnetic patterns, and Building candidates corresponding to the geomagnetic pattern for each frame among the plurality of buildings may be determined.
  • Each of the plurality of reference geomagnetic patterns and the geomagnetic patterns for each frame may be a binary grid pattern.
  • the positioning unit calculates a minimum distance between the geomagnetic pattern for each frame and each of the plurality of reference geomagnetic patterns, and corresponds to the geomagnetic pattern for each frame of the plurality of buildings based on the calculated minimum distance. Building candidates can be decided.
  • the minimum distance may be an Euclidean distance calculated using a dynamic time warping technique.
  • the positioning unit calculates an error value for each of the plurality of buildings of the geomagnetic pattern for each frame based on the total number of floors of each of the plurality of buildings and the minimum distance, and the error value of the plurality of buildings is The smallest building can be determined as a building candidate corresponding to the geomagnetic pattern for each frame.
  • the location determining unit based on at least one of the number of identical building candidates among the building candidates corresponding to the geomagnetic pattern for each frame, the error value and the total number of floors of each of the building candidates corresponding to the geomagnetic pattern for each frame
  • the building where the user is located may be determined from among building candidates for each geomagnetic pattern for each frame.
  • a walking state determining unit for determining the walking state of the user based on the acceleration data measured by the user device, the data receiving unit, the geomagnetic data and acceleration data measured by the user device from the user device I can receive it.
  • the location determining unit may determine a building in which the user is located among the plurality of buildings.
  • the walking state determination unit may determine the walking state of the user using a pre-trained artificial neural network model.
  • a method for estimating a location includes receiving geomagnetic data measured by the user device from a user device; Generating a plurality of geomagnetic patterns based on the received geomagnetic data; Determining a building candidate corresponding to each of the plurality of geomagnetic patterns among the plurality of buildings by comparing the plurality of geomagnetic patterns and a plurality of reference geomagnetic patterns corresponding to each floor of each of the plurality of buildings; And determining a building in which the user of the user device is located among the building candidates.
  • the received geomagnetic data is divided into a plurality of consecutive frames to generate a geomagnetic pattern for each of the divided frames, and the determining of the building candidate includes: a geomagnetic pattern for each frame; Building candidates corresponding to the geomagnetic pattern for each frame among the plurality of buildings may be determined by comparing the plurality of reference geomagnetic patterns.
  • Each of the plurality of reference geomagnetic patterns and the geomagnetic patterns for each frame may be a binary grid pattern.
  • the determining of the building candidate may include calculating a minimum distance between the geomagnetic pattern for each frame and each of the plurality of reference geomagnetic patterns, and based on the calculated minimum distance, for each frame of the plurality of buildings. Building candidates corresponding to geomagnetic patterns can be determined.
  • the minimum distance may be an Euclidean distance calculated using a dynamic time warping technique.
  • an error value for each of the plurality of buildings of the geomagnetic pattern for each frame is calculated based on the total number of floors and the minimum distance of each of the plurality of buildings, and among the plurality of buildings The building with the smallest error value may be determined as a building candidate corresponding to the geomagnetic pattern for each frame.
  • the determining of the building in which the user is located includes the number of identical building candidates among the building candidates corresponding to the geomagnetic pattern for each frame, the error value, and the total number of floors of each building candidate corresponding to the geomagnetic pattern for each frame.
  • a building in which the user is located may be determined from among building candidates for each geomagnetic pattern for each frame based on at least one of the above.
  • the method further includes determining a walking state of the user based on the acceleration data measured by the user device, and the receiving step includes receiving geomagnetic data and acceleration data measured by the user device from the user device. can do.
  • the plurality of geomagnetic patterns when it is determined that the user is walking, the plurality of geomagnetic patterns may be generated.
  • the step of determining the walking state may determine the walking state of the user using a pre-trained artificial neural network model.
  • FIG. 1 is a block diagram of a position estimation system according to an embodiment of the present invention
  • FIG. 2 is a block diagram of a position estimation apparatus according to an embodiment of the present invention
  • FIG. 3 is an exemplary view of a binary grid pattern according to an embodiment of the present invention
  • FIG. 4 is a block diagram of a position estimation apparatus according to an embodiment of the present invention.
  • FIG. 5 is a flowchart of a position estimation method according to an embodiment of the present invention
  • FIG. 6 is a flowchart of a location estimation method according to a further embodiment of the present invention.
  • FIG. 7 is a block diagram illustrating and illustrating a computing environment including a computing device suitable for use in example embodiments.
  • FIG. 1 is a block diagram of a position estimation system according to an embodiment of the present invention.
  • the position estimation system 100 includes a user device 110 and a location server 130.
  • the user device 110 may be carried by a user such as, for example, a smart phone, a tablet PC, a wearable device, and various types of devices equipped with various sensors and wireless communication means for measuring geomagnetic and acceleration Can be
  • the user device 110 may measure geomagnetic and acceleration in the building space where the user device 110 is located, and transmit the measured geomagnetic data and acceleration data to the positioning server 130.
  • the location server 130 is a server for determining a building in which a user of the user device 110 is located by using pre-measured geomagnetic data in a plurality of buildings and geomagnetic data received from the user device 110.
  • the positioning server 130 compares the geomagnetic pattern based on the received geomagnetic data and the geomagnetic pattern based on pre-measured geomagnetic data in a plurality of buildings, and the user is located You can decide which building is located.
  • FIG. 2 is a block diagram of a position estimation apparatus according to an embodiment of the present invention.
  • the position estimation apparatus 200 includes a data receiving unit 210, a database 230, and a positioning unit 250.
  • the location estimation apparatus 200 illustrated in FIG. 2 may be implemented, for example, in one configuration included in the positioning server 130 illustrated in FIG. 1.
  • the data receiving unit 210 receives geomagnetic data measured by the user device 110 from the user device 110.
  • the received geomagnetic data may be a magnetic intensity value of the geomagnetic measured by the user device 110.
  • the database 230 stores a plurality of reference geomagnetic patterns corresponding to each floor of each of a plurality of buildings.
  • a plurality of reference geomagnetic patterns may be generated for each floor of each building using geomagnetic data previously measured at each floor of each building.
  • the geomagnetic data pre-measured at each floor of each building may be a magnetic intensity value of the geomagnetism
  • each reference geomagnetic pattern may be a change pattern of the magnetic intensity value in a specific floor of a specific building.
  • a reference geomagnetic pattern for a specific floor of a specific building may be pre-measured at the magnetic strength values at each of a plurality of measurement points spaced 1 m apart from the floor, and then interpolated with the magnetic strength values measured at each measurement point ( interpolation) may be generated using the magnetic intensity value between each measurement point.
  • each reference geomagnetic pattern stored in the database 230 may be a binary grid pattern.
  • the binary grid (Binary Grid) pattern for example, as shown in the example shown in FIG. 3 may mean that the geomagnetic pattern is represented by a matrix of size N ⁇ M including values of 0 and 1.
  • the number M of columns in the binary grid pattern may be set equal to the number of geomagnetic data to be used for generating the geomagnetic pattern.
  • the number N of rows in the binary grid pattern may be set based on the maximum and minimum values of geomagnetic data to be used for generating the geomagnetic pattern.
  • the number (N) of rows in the binary grid pattern is 1, plus the difference between the maximum value (max v ) and the minimum value (min v ) of the geomagnetic data, as shown in Equation 1 below. It can be determined by value.
  • each binary value included in the binary grid pattern may be determined by setting a binary value corresponding to each geomagnetic data to be used for generating a geomagnetic pattern to 1, and setting the remaining values to 0. For example, if the j-th value of the geomagnetic data is m, the binary value of a row corresponding to round(max v -m)+1 among the binary values of the j-th column in the binary grid pattern is set to 1 and the rest of the j-th column Binary values can be set to zero.
  • the positioning unit 250 generates a plurality of geomagnetic patterns based on the geomagnetic data received from the user device 110, compares the generated plurality of geomagnetic patterns with a plurality of reference geomagnetic patterns, and compares the plurality of geomagnetic patterns with a plurality of geomagnetics among a plurality of buildings The building candidate corresponding to each pattern is determined. Also, the location determining unit 250 determines a building in which the user of the user device 110 is located among the determined building candidates.
  • the positioning unit 250 divides the geomagnetic data received from the user device 110 into a plurality of consecutive frames on a time axis, and the geomagnetic included in each divided frame Geomagnetic patterns can be generated for each frame using data. For example, the positioning unit 250 divides the received geomagnetic data into four consecutive frames each having a predetermined length (for example, 1 second), and uses the divided geomagnetic data to each frame. You can create geomagnetic patterns for.
  • the geomagnetic pattern for each frame may be a binary grid pattern, and in this case, the binary grid pattern may be generated in the same manner as the above-described example.
  • the positioning unit 250 compares the geomagnetic pattern for each frame and a plurality of reference geomagnetic patterns and corresponds to the geomagnetic pattern for each frame among a plurality of buildings. Building candidates can be determined.
  • the positioning unit 250 calculates a minimum distance between the geomagnetic pattern for each frame and each reference geomagnetic pattern, and the geomagnetism for each frame based on the calculated minimum distance Building candidates corresponding to the pattern may be determined.
  • the minimum distance may be an Euclidean distance calculated using a dynamic time warping technique.
  • the positioning unit 250 when the minimum distance between the geomagnetic pattern for each frame and each reference geomagnetic pattern is calculated, the positioning unit 250 is based on the total number of floors of each building and the calculated minimum distance.
  • the error value for each building of the geomagnetic pattern for each frame can be calculated.
  • the location determining unit 250 may determine a building having the smallest calculated error value as a building candidate corresponding to a geomagnetic pattern for each frame.
  • the error value may be calculated using, for example, Equation 2 below.
  • N b represents the total number of floors of building b.
  • the location determining unit 250 has the same number of building candidates among the determined building candidates, an error value for each building of the geomagnetic pattern for each frame, and each building The building in which the user is located may be determined based on at least one of the total number of floors of the candidate.
  • four building candidates may be determined, and four building candidates may be determined as one of the following four.
  • Case 4 Four building candidates are building a, building b, building c, building d respectively
  • the location determining unit 250 may determine the building candidate a as the building where the user is located.
  • the positioning unit 250 may determine the building with the lowest error value among buildings a and b as the building where the user is located. It can be decided by the building where is located.
  • the positioning unit 250 may determine the building with the lowest error value among buildings a, building b, building c, and building d as the building where the user is located, and the building with the smallest error value is 2 If there are more than one, the building with more floors can be determined as the building where the user is located.
  • FIG. 4 is a configuration diagram of a position estimation apparatus according to a further embodiment of the present invention.
  • the position estimation apparatus 400 includes a data receiving unit 410, a walking state determining unit 430, a database 450 and a positioning unit 470.
  • the database 450 is the same configuration as the database 230 shown in Figure 2, detailed description thereof will be omitted.
  • the data receiving unit 410 receives geomagnetic data and acceleration data measured by the user device 110 from the user device 110.
  • the acceleration data received by the data receiving unit 410 may be, for example, a 3-axis acceleration value measured by an acceleration sensor provided in the user device 110.
  • geomagnetic data is the same as that described with reference to FIG. 2, so a redundant description thereof is omitted.
  • the walking state determination unit 430 determines the walking state of the user based on the acceleration data received by the data receiving unit 410.
  • the walking state determining unit 430 divides the acceleration data received by the data receiving unit 410 into frame units having a predetermined length (eg, 1 second), and divides the acceleration data.
  • a user's walking state may be determined based on the acceleration data of each frame.
  • the walking state determination unit 430 may include at least one of the received acceleration data, the total acceleration magnitude, the x-axis acceleration variation, the y-axis acceleration variation, the z-axis acceleration variation, and the total acceleration magnitude variation. It is possible to determine the walking state of the user by using.
  • the total acceleration magnitude may be calculated using, for example, Equation 3 below.
  • a i is the magnitude of the total acceleration at time i
  • a xi is the magnitude of the x-axis acceleration at time i
  • a yi is the magnitude of the y-axis acceleration at time i
  • a zi represents the magnitude of the z-axis acceleration at time i.
  • the walking state determination unit 420 walks the user using an artificial neural network model trained to predict the walking state of the user using the pre-collected acceleration data. You can judge the state.
  • the acceleration data pre-collected for training the artificial neural network model includes, for example, at least one of 3-axis acceleration data, total acceleration magnitude, x-axis acceleration variation, y-axis acceleration variation, z-axis acceleration variation, and total acceleration magnitude variation. It may include.
  • the location determining unit 470 determines the building where the user is located by using the geomagnetic data received by the data receiving unit 410 when it is determined that the user is walking as a result of the determination by the walking state determining unit 420.
  • FIG. 5 is a flowchart of a location estimation method according to an embodiment of the present invention.
  • the position estimation method illustrated in FIG. 5 may be performed, for example, by the position estimation apparatus 200 illustrated in FIG. 2.
  • the location estimation apparatus 200 receives geomagnetic data measured by the user apparatus 110 from the user apparatus 110 (510).
  • the location estimation apparatus 200 generates a plurality of geomagnetic patterns based on the received geomagnetic data (520 ).
  • the position estimation apparatus 200 compares the generated plurality of geomagnetic patterns with a plurality of reference geomagnetic patterns corresponding to each floor of each of the plurality of buildings, and a building candidate corresponding to each of the plurality of geomagnetic patterns among the plurality of buildings Determine (530).
  • the location estimation apparatus 200 determines a building in which the user of the user apparatus 200 is located among the determined building candidates (540 ).
  • FIG. 6 is a flowchart of a location estimation method according to a further embodiment of the present invention.
  • the location estimation method illustrated in FIG. 6 may be performed, for example, by the location estimation apparatus 400 illustrated in FIG. 4.
  • the position estimation device 400 receives acceleration data and geomagnetic data measured by the user device 110 from the user device 110 (610 ).
  • the position estimation device 400 determines the user's walking state of the user device 110 based on the received acceleration data (operation 620 ).
  • the position estimation device 400 then generates a plurality of geomagnetic patterns based on the received geomagnetic data (630).
  • the position estimation apparatus 400 compares the generated plurality of geomagnetic patterns with a plurality of reference geomagnetic patterns corresponding to each floor of each of the plurality of buildings, and a building candidate corresponding to each of the plurality of geomagnetic patterns among the plurality of buildings Determine (640).
  • the location estimation apparatus 400 determines a building in which the user of the user apparatus 110 is located among the determined building candidates (650).
  • the method is described as being divided into a plurality of steps, but at least some of the steps are performed by changing the order, combined with other steps, or omitted, or as detailed steps. It may be performed separately, or may be performed by adding one or more steps not shown.
  • each component may have different functions and capabilities in addition to those described below, and may include additional components in addition to those described below.
  • the illustrated computing environment 10 includes a computing device 12.
  • the computing device 12 may be one or more components included in the indoor positioning devices 200 and 400 illustrated in FIGS. 2 or 4.
  • the computing device 12 includes at least one processor 14, a computer readable storage medium 16 and a communication bus 18.
  • the processor 14 may cause the computing device 12 to operate in accordance with the exemplary embodiment mentioned above.
  • processor 14 may execute one or more programs stored on computer readable storage medium 16.
  • the one or more programs may include one or more computer-executable instructions, which, when executed by processor 14, configure computing device 12 to perform operations according to an exemplary embodiment. Can be.
  • Computer readable storage medium 16 is configured to store computer executable instructions or program code, program data and/or other suitable types of information.
  • the program 20 stored on the computer readable storage medium 16 includes a set of instructions executable by the processor 14.
  • the computer-readable storage medium 16 is a memory (volatile memory such as random access memory, non-volatile memory, or a suitable combination thereof), one or more magnetic disk storage devices, optical disk storage devices, flash Memory devices, other types of storage media that can be accessed by the computing device 12 and store desired information, or any suitable combination thereof.
  • the communication bus 18 interconnects various other components of the computing device 12, including a processor 14 and a computer readable storage medium 16.
  • Computing device 12 may also include one or more I/O interfaces 22 and one or more network communication interfaces 26 that provide an interface for one or more I/O devices 24.
  • the input/output interface 22 and the network communication interface 26 are connected to the communication bus 18.
  • the input/output device 24 may be connected to other components of the computing device 12 through the input/output interface 22.
  • Exemplary input/output devices 24 include pointing devices (such as a mouse or trackpad), keyboards, touch input devices (such as touch pads or touch screens), voice or sound input devices, various types of sensor devices, and/or imaging devices. Input devices, and/or output devices such as display devices, printers, speakers, and/or network cards.
  • the exemplary input/output device 24 is a component constituting the computing device 12 and may be included in the computing device 12 or connected to the computing device 12 as a separate device distinct from the computing device 12. It might be.

Abstract

위치 추정 장치 및 방법이 개시된다. 본 발명의 일 실시예에 따른 위치 추정 장치는, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부; 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함한다.

Description

위치 추정 장치 및 방법
본 발명의 실시예들은 지자기를 이용한 위치 추정 기술과 관련된다.
최근 WiFi 신호를 이용한 핑거 프린트(fingerprint) 방식, 가속도를 이용한 방식, 지자기 데이터를 이용한 핑거프린트 방식 등과 같이 다양한 실내 측위 기술이 연구되고 있다.
핑거 프린트 방식의 경우, 측위 대상이 되는 공간을 일정한 범위로 나눈 후, 각 측위 지점의 위치 값과 각 측위 지점에서 측정된 WiFi 신호 측정 데이터 또는 지자기 데이터를 이용하여 데이터베이스를 구축한다. 이후, 사용자 단말에 의해 측정된 WiFi 신호 측정 데이터 또는 지자기 데이터를 포함하는 위치 정보 요청이 측위 서버로 수신되는 경우, 측위 서버는 수신된 데이터와 데이터베이스에 저장된 데이터를 비교하여 사용자 단말의 위치를 결정한 후 결정된 위치에 대한 정보를 사용자 단말로 제공한다. 그러나, 이러한 핑거 프린트 방식의 경우, 패턴 매칭을 위해 많은 연산량이 요구된다는 문제점이 있다.
한편, 가속도를 이용한 측위 기술의 경우, 사용자의 초기 위치를 알아야 측위가 가능하다는 문제점이 존재한다.
본 발명의 실시예들은 지자기를 이용한 위치 추정 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 실시예에 따른 위치 추정 장치는, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부; 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함한다.
상기 위치 결정부는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴일 수 있다.
상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
상기 위치 결정부는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다.
상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 보행 상태 판단부를 더 포함하고, 상기 데이터 수신부는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신할 수 있다.
상기 위치 결정부는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 빌딩 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 보행 상태 판단부는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단할 수 있다.
본 발명의 일 실시예에 따른 위치 추정 방법은, 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 단계; 상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하는 단계; 상기 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 단계; 및 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 단계를 포함한다.
상기 생성하는 단계는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴일 수 있다.
상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
상기 빌딩 후보를 결정하는 단계는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다.
상기 사용자가 위치한 빌딩을 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정할 수 있다.
상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 단계를 더 포함하고, 상기 수신하는 단계는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신할 수 있다.
상기 복수의 지자기 패턴을 생성하는 단계는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 지자기 패턴을 생성할 수 있다.
상기 보행 상태를 판단하는 단계는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단할 수 있다.
본 발명의 실시예들에 따르면, 사용자 장치에 의해 측정된 지자기 데이터와 복수의 빌딩 내 각 층에서 사전 측정된 지자기 데이터 사이의 패턴 비교를 통해 사용자가 위치한 빌딩을 결정할 수 있도록 함으로써, 사용자 장치 외에 측위를 위한 별도의 장비가 요구되지 않으며, 지자기 데이터를 측정하는 사용자 장치의 종류가 상이한 경우에도 정확한 추정이 가능하다.
도 1은 본 발명의 일 실시예에 따른 위치 추정 시스템의 구성도
도 2는 본 발명의 일 실시예에 따른 위치 추정 장치의 구성도
도 3은 본 발명의 일 실시예에 따른 바이너리 그리드 패턴의 예시도
도 4는 본 발명의 추가적인 실시예에 따른 위치 추정 장치의 구성도
도 5는 본 발명의 일 실시예에 따른 위치 추정 방법의 순서도
도 6은 본 발명의 추가적인 실시예에 따른 위치 추정 방법의 순서도
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 위치 추정 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 위치 추정 시스템(100)은 사용자 장치(110) 및 측위 서버(130)를 포함한다.
사용자 장치(110)는 예를 들어, 스마트 폰, 태블릿 PC, 웨어러블 디바이스(wearable device) 등과 같이 사용자에 의해 휴대 가능하며, 지자기 및 가속도 측정을 위한 다양한 센서와 무선 통신 수단을 구비한 다양한 형태의 장치일 수 있다.
한편, 사용자 장치(110)는 사용자 장치(110)가 위치한 빌딩 공간 내에서 지자기 및 가속도를 측정하고, 측정된 지자기 데이터 및 가속도 데이터를 측위 서버(130)로 전송할 수 있다.
측위 서버(130)는 복수의 빌딩에서 사전 측정된 지자기 데이터와 사용자 장치(110)로부터 수신된 지자기 데이터를 이용하여 사용자 장치(110)의 사용자가 위치하고 있는 빌딩을 결정하기 위한 서버이다.
구체적으로, 측위 서버(130)는 사용자 장치(110)로부터 지자기 데이터를 수신한 경우, 수신된 지자기 데이터에 기초한 지자기 패턴과 복수의 빌딩에서 사전 측정된 지자기 데이터에 기초한 지자기 패턴을 비교하여 사용자가 위치하고 있는 빌딩을 결정할 수 있다.
도 2는 본 발명의 일 실시예에 따른 위치 추정 장치의 구성도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 위치 추정 장치(200)는 데이터 수신부(210), 데이터베이스(230) 및 위치 결정부(250)를 포함한다.
도 2에 도시된 위치 추정 장치(200)는 예를 들어, 도 1에 도시된 측위 서버(130)에 포함된 일 구성으로 구현될 수 있다.
데이터 수신부(210)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터를 수신한다. 이때, 수신되는 지자기 데이터는 사용자 장치(110)에 의해 측정된 지자기의 자기 강도(magnetic intensity) 값일 수 있다.
데이터베이스(230)는 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장한다.
이때, 복수의 참조 지자기 패턴은 각 빌딩의 각 층에서 사전 측정된 지자기 데이터를 이용하여 각 빌딩의 각 층별로 생성될 수 있다. 구체적으로, 각 빌딩의 각 층에서 사전 측정되는 지자기 데이터는 지자기의 자기 강도 값일 수 있으며, 각 참조 지자기 패턴은 특정 빌딩의 특정 층 내 자기 강도 값의 변화 패턴일 수 있다. 예를 들어, 특정 빌딩의 특정 층에 대한 참조 지자기 패턴은 해당 층에서 1m간격으로 이격된 복수의 측정 지점 각각에서 자기 강도 값을 사전 측정한 후, 각 측정 지점에서 측정된 자기 강도 값과 보간(interpolation)을 통해 생성된 각 측정 지점 사이의 자기 강도 값을 이용하여 생성될 수 있다.
한편, 본 발명의 일 실시예에 따르면, 데이터베이스(230)에 저장되는 각 참조 지자기 패턴은 바이너리 그리드(Binary Grid) 패턴일 수 있다. 이때, 바이너리 그리드(Binary Grid) 패턴은 예를 들어, 도 3에 도시된 예와 같이 지자기 패턴을 0과 1의 값을 포함하는 N×M 크기의 행렬로 표현한 것을 의미할 수 있다.
이때, 바이너리 그리드 패턴 내 열(column)의 개수(M)는 지자기 패턴 생성을 위해 사용될 지자기 데이터의 개수와 동일하게 설정될 수 있다. 또한, 바이너리 그리드 패턴 내 행(row)의 개수(N)는 지자기 패턴 생성을 위해 사용될 지자기 데이터의 최대 값 및 최소 값에 기초하여 설정될 수 있다. 구체적인 예로, 바이너리 그리드 패턴 내 행의 개수(N)는 예를 들어, 아래의 수학식 1과 같이 지자기 데이터의 최대 값(max v) 및 최소 값(min v) 차이를 반올림 한 값에 1을 더한 값으로 결정될 수 있다.
[수학식 1]
Figure PCTKR2019012413-appb-img-000001
한편, 바이너리 그리드 패턴 내에 포함되는 각 바이너리 값은 지자기 패턴 생성을 위해 사용될 각 지자기 데이터에 대응되는 바이너리 값을 1로 설정하고, 나머지 값들을 0으로 설정함으로써 결정될 수 있다. 예를 들어, 지자기 데이터 중 j번째 값이 m인 경우, 바이너리 그리드 패턴 내의 j번째 열의 바이너리 값들 중 round(max v-m)+1에 해당하는 행의 바이너리 값은 1로 설정되고 j번째 열의 나머지 바이너리 값들은 0으로 설정될 수 있다.
위치 결정부(250)는 사용자 장치(110)로부터 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 생성된 복수의 지자기 패턴과 복수의 참조 지자기 패턴을 비교하여 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다. 또한, 위치 결정부(250)는 결정된 빌딩 후보 중 사용자 장치(110)의 사용자가 위치한 빌딩을 결정한다.
구체적으로, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 사용자 장치(110)로부터 수신된 지자기 데이터를 시간 축 상에서 연속적인 복수의 프레임으로 분할하고, 분할된 각 프레임에 포함된 지자기 데이터를 이용하여 각 프레임에 대한 지자기 패턴을 생성할 수 있다. 예를 들어, 위치 결정부(250)는 수신된 지자기 데이터를 각각 기 설정된 길이(예를 들어, 1초)를 가지는 4개의 연속적인 프레임으로 분할하고, 분할된 각 지자기 데이터를 이용하여 각 프레임에 대한 지자기 패턴을 생성할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 각 프레임에 대한 지자기 패턴은 바이너리 그리드 패턴일 수 있으며, 이 경우, 바이너리 그리드 패턴은 상술한 예와 동일한 방식으로 생성될 수 있다.
한편, 각 프레임에 대한 지자기 패턴이 생성된 경우, 위치 결정부(250)는 생성된 각 프레임에 대한 지자기 패턴과 복수의 참조 지자기 패턴을 비교하여 복수의 빌딩 중 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다.
구체적으로, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 각 프레임에 대한 지자기 패턴과 각 참조 지자기 패턴 사이의 최소 거리를 산출하고, 산출된 최소 거리에 기초하여 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정할 수 있다. 이때, 최소 거리는 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)일 수 있다.
한편, 본 발명의 일 실시예에 따르면, 위치 결정부(250)는 각 프레임에 대한 지자기 패턴과 각 참조 지자기 패턴 사이의 최소 거리가 산출된 경우, 각 빌딩의 총 층수와 산출된 최소 거리에 기초하여 각 프레임에 대한 지자기 패턴의 각 빌딩에 대한 에러 값을 산출할 수 있다. 또한, 위치 결정부(250)는 산출된 에러 값이 가장 작은 빌딩을 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정할 수 있다. 이때, 에러 값은 예를 들어, 아래의 수학식 2를 이용하여 산출될 수 있다.
[수학식 2]
Figure PCTKR2019012413-appb-img-000002
이때,
Figure PCTKR2019012413-appb-img-000003
는 j번째 프레임에 대한 지자기 패턴의 빌딩 b에 대한 에러 값,
Figure PCTKR2019012413-appb-img-000004
는 j번째 프레임에 대한 지자기 패턴과 빌딩 b의 i번째 층에 대한 참조 지자기 패턴 사이의 최소 거리, N b는 빌딩 b의 총 층수를 나타낸다.
한편, 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보가 결정된 경우, 위치 결정부(250)는 결정된 빌딩 후보 중 동일한 빌딩 후보의 개수, 각 프레임에 대한 지자기 패턴의 각 빌딩에 대한 에러 값 및 각 빌딩 후보의 총 층수 중 적어도 하나에 기초하여 사용자가 위치한 빌딩을 결정할 수 있다.
예를 들어, 4개의 프레임에 대한 지자기 패턴이 생성된 경우, 4개의 빌딩 후보가 결정될 수 있고, 4개의 빌딩 후보는 아래 4가지 중 하나와 같이 결정될 수 있다.
Case 1: 4개의 빌딩 후보가 모두 빌딩 a인 경우
Case 2: 3개의 빌딩 후보가 빌딩 a이고, 나머지 하나의 빌딩 후보가 빌딩 b인 경우
Case 3: 2개의 빌딩 후보가 빌딩 a이고, 나머지 2개의 빌딩 후보가 빌딩 b인 경우
Case 4: 4개의 빌딩 후보가 각각 빌딩 a, 빌딩 b, 빌딩 c, 빌딩 d인 경우
Case 1 및 2의 경우, 위치 결정부(250)는 빌딩 후보 a를 사용자가 위치한 빌딩으로 결정할 수 있다.
반면, Case 3의 경우, 위치 결정부(250)는 빌딩 a와 빌딩 b 중 에러 값이 가장 작은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있으며, 에러 값이 동일한 경우, 총 층수가 더 많은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있다.
또한, Case 4의 경우, 위치 결정부(250)는 빌딩 a, 빌딩 b, 빌딩 c 및 빌딩 d 중 에러 값이 가장 작은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있으며, 에러 값이 가장 작은 빌딩이 2개 이상인 경우, 총 층수가 더 많은 빌딩을 사용자가 위치한 빌딩으로 결정할 수 있다.
도 4는 본 발명의 추가적인 실시예에 따른 위치 추정 장치의 구성도이다.
도 4를 참조하면, 본 발명의 추가적인 실시예에 따른 위치 추정 장치(400)는 데이터 수신부(410), 보행 상태 판단부(430), 데이터베이스(450) 및 위치 결정부(470)를 포함한다.
한편, 도 4에 도시된 예에서, 데이터베이스(450)는 도 2에 도시된 데이터베이스(230)과 동일한 구성이므로, 이에 대한 상세한 설명은 생략한다.
데이터 수신부(410)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신한다.
이때, 데이터 수신부(410)로 수신되는 가속도 데이터는 예를 들어, 사용자 장치(110)에 구비된 가속도 센서에 의해 측정된 3축 가속도 값일 수 있다.
한편, 지자기 데이터는 도 2를 참조하여 설명한 것과 동일하므로, 이에 대한 중복적인 설명은 생략한다.
보행 상태 판단부(430)는 데이터 수신부(410)로 수신된 가속도 데이터에 기초하여 사용자의 보행 상태를 판단한다.
구체적으로, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(430)는 데이터 수신부(410)로 수신되는 가속도 데이터를 기 설정된 길이(예를 들어, 1초)의 프레임 단위로 분할하고, 분할된 각 프레임의 가속도 데이터에 기초하여 사용자의 보행 상태를 판단할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(430)는 수신된 가속도 데이터, 전체 가속도 크기, x축 가속도 변화량, y축 가속도 변화량, z축 가속도 변화량 및 전체 가속도 크기 변화량 중 적어도 하나를 이용하여 사용자의 보행 상태를 판단할 수 있다.
이때, 전체 가속도 크기는 예를 들어, 아래의 수학식 3을 이용하여 산출될 수 있다.
[수학식 3]
Figure PCTKR2019012413-appb-img-000005
이때, a i는 시점 i에서 전체 가속도 크기, a xi는 시점 i에서 x축 가속도 크기, a yi는 시점 i에서 y축 가속도 크기, a zi는 시점 i에서 z축 가속도 크기를 나타낸다.
또한, 본 발명의 일 실시예에 따르면, 보행 상태 판단부(420)는 사전 수집된 가속도 데이터를 이용하여 사용자의 보행 상태를 예측하도록 학습된 인공 신경망(Artificial Neural Network) 모델을 이용하여 사용자의 보행 상태를 판단할 수 있다.
이때, 인공 신경망 모델의 학습을 위해 사전 수집된 가속도 데이터는 예를 들어, 3축 가속도 데이터, 전체 가속도 크기, x축 가속도 변화량, y축 가속도 변화량, z축 가속도 변화량 및 전체 가속도 크기 변화량 중 적어도 하나를 포함할 수 있다.
위치 결정부(470)는 보행 상태 판단부(420)에 의한 판단 결과 사용자가 보행 중인 것으로 판단된 경우, 데이터 수신부(410)로 수신된 지자기 데이터를 이용하여 사용자가 위치한 빌딩을 결정한다.
이때, 위치 결정부(470)에 의해 수행되는 결정 과정은 도 2를 참조하여 설명한 것과 동일하므로, 이에 대한 중복적인 설명은 생략한다.
도 5는 본 발명의 일 실시예에 따른 위치 추정 방법의 순서도이다.
도 5에 도시된 위치 추정 방법은 예를 들어, 도 2에 도시된 위치 추정 장치(200)에 의해 수행될 수 있다.
도 5를 참조하면, 우선, 위치 추정 장치(200)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 지자기 데이터를 수신한다(510).
이후, 위치 추정 장치(200)는 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성한다(520).
이후, 위치 추정 장치(200)는 생성된 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여, 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다(530).
이후, 위치 추정 장치(200)는 결정된 빌딩 후보 중 사용자 장치(200)의 사용자가 위치한 빌딩을 결정한다(540).
도 6은 본 발명의 추가적인 실시예에 따른 위치 추정 방법의 순서도이다.
도 6에 도시된 위치 추정 방법은 예를 들어, 도 4에 도시된 위치 추정 장치(400)에 의해 수행될 수 있다.
도 6을 참조하면, 우선, 위치 추정 장치(400)는 사용자 장치(110)로부터 사용자 장치(110)에 의해 측정된 가속도 데이터 및 지자기 데이터를 수신한다(610).
이후, 위치 추정 장치(400)는 수신된 가속도 데이터에 사용자 장치(110)의 사용자의 보행 상태를 판단한다(620).
사용자가 보행 중인 것으로 판단된 경우, 위치 추정 장치(400)는 이후, 위치 추정 장치(400)는 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성한다(630).
이후, 위치 추정 장치(400)는 생성된 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여, 복수의 빌딩 중 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정한다(640).
이후, 위치 추정 장치(400)는 결정된 빌딩 후보 중 사용자 장치(110)의 사용자가 위치한 빌딩을 결정한다(650).
한편, 도 5 및 도 6에 도시된 순서도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 7은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 도 2 또는 도 4에 도시된 실내 측위 장치(200, 400)에 포함되는 하나 이상의 컴포넌트일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 전술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 데이터 수신부;
    각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 저장하는 데이터베이스; 및
    상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하고, 상기 복수의 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하고, 상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 위치 결정부를 포함하는 위치 추정 장치.
  2. 청구항 1에 있어서,
    상기 위치 결정부는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 장치.
  3. 청구항 2에 있어서,
    상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴인 위치 추정 장치.
  4. 청구항 2에 있어서,
    상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 장치.
  5. 청구항 4에 있어서,
    상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)인 위치 추정 장치.
  6. 청구항 4에 있어서,
    상기 위치 결정부는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정하는 위치 추정 장치.
  7. 청구항 6에 있어서,
    상기 위치 결정부는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 장치.
  8. 청구항 1에 있어서,
    상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 보행 상태 판단부를 더 포함하고,
    상기 데이터 수신부는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신하는 위치 추정 장치.
  9. 청구항 8에 있어서,
    상기 위치 결정부는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 빌딩 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 장치.
  10. 청구항 8에 있어서,
    상기 보행 상태 판단부는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단하는 위치 추정 장치.
  11. 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터를 수신하는 단계;
    상기 수신된 지자기 데이터에 기초하여 복수의 지자기 패턴을 생성하는 단계;
    상기 복수의 지자기 패턴과 각각 복수의 빌딩 각각의 각 층에 대응되는 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 복수의 지자기 패턴 각각에 대응되는 빌딩 후보를 결정하는 단계; 및
    상기 빌딩 후보 중 상기 사용자 장치의 사용자가 위치한 빌딩을 결정하는 단계를 포함하는 위치 추정 방법.
  12. 청구항 11에 있어서,
    상기 생성하는 단계는, 상기 수신된 지자기 데이터를 연속적인 복수의 프레임으로 분할하여 상기 분할된 각 프레임에 대한 지자기 패턴을 생성하고,
    상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴을 비교하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 방법.
  13. 청구항 12에 있어서,
    상기 복수의 참조 지자기 패턴 및 상기 각 프레임에 대한 지자기 패턴은 각각, 바이너리 그리드(Binary Grid) 패턴인 위치 추정 방법.
  14. 청구항 12에 있어서,
    상기 빌딩 후보를 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴과 상기 복수의 참조 지자기 패턴 각각 사이의 최소 거리를 산출하고, 상기 산출된 최소 거리에 기초하여 상기 복수의 빌딩 중 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보를 결정하는 위치 추정 방법.
  15. 청구항 14에 있어서,
    상기 최소 거리는, 동적 시간 와핑(Dynamic Time Warping) 기법을 이용하여 산출되는 유클리드 거리(Euclidean distance)인 위치 추정 방법.
  16. 청구항 14에 있어서,
    상기 빌딩 후보를 결정하는 단계는, 상기 복수의 빌딩 각각의 총 층수 및 상기 최소 거리에 기초하여 상기 각 프레임에 대한 지자기 패턴의 상기 복수의 빌딩 각각에 대한 에러 값을 산출하고, 상기 복수의 빌딩 중 상기 에러 값이 가장 작은 빌딩을 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보로 결정하는 위치 추정 방법.
  17. 청구항 16에 있어서,
    상기 사용자가 위치한 빌딩을 결정하는 단계는, 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 중 동일한 빌딩 후보의 개수, 상기 에러 값 및 상기 각 프레임에 대한 지자기 패턴에 대응되는 빌딩 후보 각각의 총 층수 중 적어도 하나에 기초하여 상기 프레임 별 지자기 패턴 각각에 대한 빌딩 후보 중 상기 사용자가 위치한 빌딩을 결정하는 위치 추정 방법.
  18. 청구항 11에 있어서,
    상기 사용자 장치에 의해 측정된 가속도 데이터에 기초하여 상기 사용자의 보행 상태를 판단하는 단계를 더 포함하고,
    상기 수신하는 단계는, 상기 사용자 장치로부터 상기 사용자 장치에 의해 측정된 지자기 데이터 및 가속도 데이터를 수신하는 위치 추정 방법.
  19. 청구항 18에 있어서,
    상기 복수의 지자기 패턴을 생성하는 단계는, 상기 사용자가 보행 중인 것으로 판단된 경우, 상기 복수의 지자기 패턴을 생성하는 위치 추정 방법.
  20. 청구항 18에 있어서,
    상기 보행 상태를 판단하는 단계는, 사전 학습된 인공 신경망 모델을 이용하여 상기 사용자의 보행 상태를 판단하는 위치 추정 방법.
PCT/KR2019/012413 2018-12-27 2019-09-24 위치 추정 장치 및 방법 WO2020138657A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180170966A KR102109374B1 (ko) 2018-12-27 2018-12-27 위치 추정 장치 및 방법
KR10-2018-0170966 2018-12-27

Publications (1)

Publication Number Publication Date
WO2020138657A1 true WO2020138657A1 (ko) 2020-07-02

Family

ID=70729752

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/012413 WO2020138657A1 (ko) 2018-12-27 2019-09-24 위치 추정 장치 및 방법

Country Status (2)

Country Link
KR (1) KR102109374B1 (ko)
WO (1) WO2020138657A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040140A (ko) * 2013-10-04 2015-04-14 아이데카 주식회사 자기장을 이용하여 사용자 단말의 위치를 측정하는 방법 및 장치
KR101621839B1 (ko) * 2015-08-10 2016-05-17 (주)휴빌론 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템
US10070270B1 (en) * 2017-11-30 2018-09-04 Mapsted Corp. Mobile device localization based on spatial derivative magnetic fingerprint

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6178718B2 (ja) 2013-12-24 2017-08-09 京セラ株式会社 携帯電子機器、制御方法、及び制御プログラム
KR101933011B1 (ko) * 2018-07-26 2018-12-27 영남대학교 산학협력단 실내 측위 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150040140A (ko) * 2013-10-04 2015-04-14 아이데카 주식회사 자기장을 이용하여 사용자 단말의 위치를 측정하는 방법 및 장치
KR101621839B1 (ko) * 2015-08-10 2016-05-17 (주)휴빌론 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템
US10070270B1 (en) * 2017-11-30 2018-09-04 Mapsted Corp. Mobile device localization based on spatial derivative magnetic fingerprint

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ASHRAF ET AL.: "A Building Identification Scheme in GPS Denied Environments Using Smartphone Sensors", SENSORS, vol. 18, no. 11, 9 November 2018 (2018-11-09), pages 3862, XP055721978 *
JEONG, HYEONGYO: "A Method of Enhancing Estimation of Position in the Indoor Environments Based on Magnetic Field of the Earth", MASTER'S THESIS , GRADUATE SCHOOL OF YEUNGNAM UNIVERSITY, August 2016 (2016-08-01), pages 11, 22, 41 *

Also Published As

Publication number Publication date
KR102109374B1 (ko) 2020-05-13

Similar Documents

Publication Publication Date Title
WO2013039306A1 (en) Method and apparatus for providing information based on a location
WO2021172675A1 (ko) 불특정 다수의 주변 차량들에 대한 미래 경로 통합 예측을 위한 전자 장치 및 그의 동작 방법
WO2014178693A1 (ko) 복수의 디바이스를 매칭시키는 방법, 그리고 상기 매칭이 가능하게끔 하여 주는 디바이스 및 서버 시스템
WO2021118039A1 (ko) 딥러닝 기반 유사 이미지를 필터링하는 방법 및 그를 이용한 장치
WO2021075772A1 (ko) 복수 영역 검출을 이용한 객체 탐지 방법 및 그 장치
WO2016003060A1 (ko) 실내 네비게이션 서비스 제공 방법 및 장치
WO2021132947A1 (ko) 실내 측위를 제공하는 전자 장치 및 그 방법
WO2018111011A1 (ko) 이동 객체 탐지 시스템 및 방법
WO2021107650A1 (en) Jointly learning visual motion and confidence from local patches in event cameras
WO2019235653A1 (ko) 근거리 무선 통신을 기반으로 근처 지인을 파악하기 위한 방법과 시스템 및 비-일시적인 컴퓨터 판독 가능한 기록 매체
WO2021118040A1 (ko) 딥러닝 기반 유사 텍스트를 필터링하는 방법 및 그를 이용한 장치
WO2021125517A1 (ko) 전용 인공 지능 시스템
WO2021002681A1 (ko) 객체를 인식하기 위한 전자 장치 및 그의 동작 방법
WO2020114184A1 (zh) 联合建模方法、装置、设备以及计算机可读存储介质
WO2012091313A2 (ko) 실내 위치 측정을 위한 장치 및 방법
WO2015023091A1 (ko) 실내 측위를 이용한 위치기반 서비스 제공장치 및 방법
WO2019147101A1 (ko) 악성 코드를 분류하는 전자 장치 및 그 동작 방법
WO2020138657A1 (ko) 위치 추정 장치 및 방법
WO2018225892A1 (ko) 라이프로깅 데이터 간 인과 관계 분석 장치 및 그 방법
WO2021020711A1 (ko) 불량을 예측하는 전자 장치 및 그 전자 장치의 제어 방법
WO2020235740A1 (ko) 이미지 기반 실내 측위 서비스 시스템 및 방법
WO2020145653A1 (ko) 이미지의 촬영 장소를 추천하는 전자 장치 및 방법
WO2020222373A1 (ko) 실내 측위 장치 및 방법
WO2021177785A1 (ko) 위치 판단 방법 및 이를 지원하는 전자 장치
WO2019103223A1 (ko) 데이터 입출력 포화 검출 장치 및 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: 19904871

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: 19904871

Country of ref document: EP

Kind code of ref document: A1