http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Imran Ashraf (검색결과 1 건)
-
Indoor localization using geomagnetic binary grid on mobile devices
Imran Ashraf 영남대학교 대학원 2019 국내박사
무선랜, RFID, UWB, 적외선 및 블루투스를 기반으로 하는 실내 측위 시스템이 많이 제안되었다. 그러나 이러한 시스템은 추가 장비를 설치해야 하며, 기반 시설이 없는 경우에는 작동하지 않는다. 기반 시설이 없는 측위는 추가 장비없이 실내 어디에서나 독립적으로 동작하여 최근 더 많은 주목을 받고 있다. 이러한 시스템은 대개 상용 스마트폰 센서를 활용하므로 추가 장비가 필요하지 않습니다. 본 연구는 상용 스마트 폰 센서를 기반으로 하고 사용자 위치를 찾기 위해 자력계를 사용하는 실내 측위 방법을 제시한다. 제안된 방법은 기반 시설 의존적인 기술없이 가속도계와 자이로스코프로 잠재적으로 사용자를 찾을 수 있습니다. 제안된 방법은 측위를 위하여 지문 데이터베이스 접근법을 적극 이용한다. 전통적인 지문 기술은 무선랜의 RSSI 및 지자기의 자속 강도 값과 같은 강도 값을 데이터베이스에 저장한다. 이 접근법은 필수적으로 데이터베이스를 주기적으로 갱신하고, 장치 이질성을 갱신하는 한계가 있다. 본 논문에서는 자속 강도 값으로 형성된 무늬의 지문 데이터베이스를 사용하여 데이터베이스 갱신 문제를 해결한다. 이진 행렬 형태로 자기 값을 저장하는 Binary Grid (BG)를 지문 작성 기술로 사용하였다. 사용자가 수집한 표본은 무늬 일치를 사용하여 BG와 대조된다. 제안된 접근법은 장치 이질성 문제를 해결하고, 삼성 갤럭시 S8 및 LG G6과 같은 두 장치에서 유사한 위치 정확도를 달성하는 것이 목표이다. 심층 학습 기반의 인공 신경망을 이용하여 94.86 % 정확도로 사용자가 보행인지 및 정지 상태인지 식별한다. mPILOT라고 불리는 BG 접근법에 기반한 측위 방법이 제안하였다. 이 측위는 기반 시설에 대한 종속성이 없으며, 검색 공간을 제한하기 위한 다른 기술이 필요 없다. 정확도를 측정하기 위하여 실험은 영남대학교의 3개 건물에서 서로 다른 경로 길이와 경로 형태에서 수행되었습니다. 건물 내부의 4 가지 경로 형태에 따라 평가를 수행하였다. 실험 결과에 따르면 측위에 사용된 장치에 상관없이 제안된 방법은 보행자 위치를 50 % 신뢰도에서 1.21m 이내, 75% 신뢰도에서 1.93m내로 결정하였다. 측위는 사용자의 시작 위치에 대한 사전 지식없이 수행되었다. 실내 측위는 현재 건물이 GPS에 의해 알 수 있다고 가정한다. 그러나 이러한 가정은 GPS를 사용할 수 없는 환경이나 GPS가 사용자의 확실한 위치를 파악할 수 없는 경우에는 유효하지 않다. 본 논문에서 제안하는 새로운 솔루션인 BLOCATE는 현재 사용자가 있는 건물을 식별한다. BLOCATE는 스마트폰에서 측정한 지자기를 사용한다. BLOCATE는 제안된 BG 접근 방식을 사용하여 사용자가 현재 걷고 있는 건물을 식별한다. 실험은 영남대학교에서 높이와 층수가 다른 8 개의 건물에 대해 삼성 갤럭시 S8을 사용하여 수행되었다. 결과는 BLOCATE가 건물 식별을 위해 잠재적으로 사용될 수 있음을 보여준다. BLOCATE의 성능을 결정하기 위해 정밀도, UAR, F 점수 및 Cohen 's Kappa 값이 사용된다. 제안된 BLOCATE는 매우 우수한 결과를 보여준다. 4개의 건물을 실험에 사용한 경우 BLOCATE는 정확도는 90.54%이고 응답 시간은 0.21초라는 매우 우수한 결과를 보여준다. 8개 건물에서 실험할 때 정확도는 86.37%이고 평균 응답 시간은 0.32초다. 제안 방법은 GPS 나 Wi-Fi와 같은 기반 기술없이 작동한다. 또한 동떨어진 지점의 데이터가 지문 데이터베이스를 구축하는 데 미치는 영향을 조사하기 위해, 1 미터 및 2 미터마다 측정된 데이터로 정확도에 대한 많은 실험을 수행하였다. 결과는 약간의 정확성 감소를 감안한다면 조사 노동력이 50 % 감소될 수 있음을 보여준다. A plethora of indoor positioning and localization systems based on Wi-Fi, Radio Frequency Identification (RFID) chips, Ultra-Wide-Band (UWB), Infrared (IR), and Bluetooth have been proposed. However, these systems necessitate the installation of additional hardware and do not work when the infrastructure is absent. The infrastructure free localization systems are getting more attraction recently due to their ability to work independently anywhere indoor, without any additional infrastructure. Such systems benefit mostly from Commercial O-The-Shelf (COTS) smartphone sensors and do not need additional hardware. This study presents a similar indoor localization method which is based on COTS smartphone sensors and employs the magnetometer to find the user location. The proposed method can potentially locate a user without any aid from infrastructure-dependent technology, by utilizing the assistance of the accelerometer and gyroscope sensors. The proposed method exploits the fingerprint database approach to perform the localization. Traditional fingerprinting technology stores data intensity values in the database such as Received Signal Strength Indicator (RSSI) for Wi-Fi based positioning, and magnetic flux intensity values in the case of geomagnetic fingerprinting. This approach is limited by the need to update the database periodically and device heterogeneity. We intend to solve the problem of database updating by using the fingerprint database of patterns formed by magnetic flux intensity values. A novel fingerprint making technique called Binary Grid (BG) is introduced. A BG stores the magnetic values in the form of a binary matrix. User collected samples are matched against the BG using the pattern matching. The proposed approach aims to solve the problem of device heterogeneity and achieve a similar localization accuracy with two devices including Samsung Galaxy S8 and LG G6. A deep learning based ANN is endorsed which identifies the user state of walking and stationary, and its accuracy is 94.86 percent. A localization method based on BG approach called "magnetic field strength based Pedestrian Indoor LOcalizaTion" (mPILOT) is proposed.The localization is totally infrastructure free and does not necessitate any other technology to constraint the search space. The experiments are conducted to determine the accuracy in three buildings of Yeungnam University, Republic of Korea with different path lengths and path geometry. The evaluation is performed by following four different path geometries inside the buildings. The experimental results show that the proposed method can potentially localize a pedestrian within 1.21 meter at 50 percent and within 1.93 meter at 75 percent without any distinction of the device used for the localization. The localization is performed without any prior knowledge of user's starting position. Indoor Localization Systems (ILS) assume that the user's current building is known by the Global Positioning System (GPS). However, such assumptions do not hold true in GPS denied environments or where the GPS cannot determine the user's definite location. We present a novel solution BLOCATE to identify the building where the user is present now. BLOCATE works on the pervasive magnetic field using a smartphone. We use the proposed BG approach in BLOCATE to identify the building where the user is currently walking. The experiments are performed with Samsung Galaxy S8 for eight various buildings having different altitudes and number of floors in Yeungnam University, Republic of Korea. The results demonstrate that the BLOCATE can potentially be deployed for building identification. The precision, Unweighted Average Recall (UAR), F score, and Cohen's Kappa values are used to determine the performance of BLOCATE. The proposed scheme BLOCATE shows very promising results. BLOCATE performs very well both in terms of accuracy and response time and obtains an accuracy of 90.54% and a response time of 0.21 seconds, when the experiment involves four buildings. When we conduct experiments with eight buildings, the accuracy of proposed BLOCATE is 86.37% and the average response time is 0.32 seconds only. It operates without the aid from any infrastructure dependent technologies like GPS or Wi-Fi. Furthermore, we performed many experiments to investigate the impact of isolated point's data to build fingerprint database on its accuracy with 1 meter and 2 meter distance. Results illustrate that by trading o a minor accuracy, survey labor can be reduced by 50 percent.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
