파티클 필터 기반의 동시 위치 추적과 WiFi 신호 지도 작성

최은미(Eun-Mi Choi),오휘경(Hui-Kyung Oh),김인철(In-Cheol Kim) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.4

종래 WiFi 신호 지도 기반의 실내 위치 추적 시스템들은 주어진 환경에 맞는 WiFi 신호 지도를 구축하기 위해 별도의 오프-라인 작업을 요구한다. 일반적으로 WiFi 신호 지도 구축 작업은 전문가들에 의해 진행되며, 매우 많은 시간을 요구하는 작업이다. 이러한 문제점을 극복하고자, 본 논문에서는 WiFi 신호 지도가 없거나 불완전한 상태인 실내 환경에서도 스마트폰 사용자의 위치 추적과 동시에 위치 추적에 사용될 WiFi 신호 지도를 자동으로 생성할 수 있는 파티클 필터 기반의 WiFi SLAM 알고리즘을 제안한다. 본 논문에서 제안하는 WiFi SLAM 알고리즘은 보행자의 움직임을 정확히 추정할 수 있는 확률 이동 모델을 이용할 뿐 아니라, 임의 지점에서도 WiFi 수신 강도의 확률 분포를 효과적으로 예측할 수 있는 가우시안 보간법 기반의 관측 모델을 이용한다. Previous WiFi fingerprint-based indoor localization systems require an off-line task to construct a large fingerprint map over the indoor environment. However, the fingerprint map construction task should be generally performed by experts, and is very time consuming. In order to meet this problem, this paper proposes a particle filter-based WiFi SLAM algorithm, which can simultaneously track the position of a smartphone user and generate the WiFi fingerprint map to be used for localization, starting with an empty or incomplete fingerprint map. The proposed algorithm adopts a probabilistic motion model with which it can estimate the pedestrian"s motion accurately, and makes use of a Gaussian interpolation-based observation model with which it can effectively predict the likelihood probability distribution of the WiFi signal strengths to be received at an arbitrary location.

WiFi 핑거프린트 위치추정 방식에서 W-KNN의 가중치에 관한 연구

오종택 한국인터넷방송통신학회 2017 한국인터넷방송통신학회 논문지 Vol.17 No.6

In this paper, the analysis results are shown about several weights of Weighted K-Nearest Neighbor method, Recently, it is employed for the indoor positioning technologies using WiFi fingerprint which has been actively studied. In spite of the simplest feature, the W-KNN method shows comparable performance to another methods using WiFi fingerprint technology. So W-KNN method has employed in the existing indoor positioning system. It shows positioning error performance according to data preprocessing and weight factor, and the analysis on the weight is very important. In this paper, based on the real measured WiFi fingerprint data, the estimation error is analyzed and the performances are compared, for the case of data processing methods, of the weight of average, variance, and distance, and of the averaging several position of number K. These results could be practically useful to construct the real indoor positioning system. 본 논문에서는 최근 들어 활발하게 연구되고 있는 WiFi fingerprint를 이용한 실내 위치 인식 기술에서, Weighted K-Nearest Neighbour 방식을 적용할 때 사용되는 가중치에 대한 분석 결과를 보이고 있다. W-KNN 방식은 그 간결함에도 불구하고 WiFi fingerprint를 이용하는 다른 복잡한 방식들과 유사한 성능을 보이고 있어, 실제적으로 실내 위치 인식 기술로 많이 사용되고 있다. 또한 사전 데이터 처리 방식이나 이 방식에서 사용되는 가중치에 따라성능 차이를 보이고 있으므로, 이에 대한 연구 및 분석은 중요한 의미가 있다. 여기서는 실제로 측정된 WiFi fingerprint 데이터를 기반으로, 데이터 사전처리 경우와 가중치에 측정값의 분산 및 거리를 적용하는 경우, 지점 위치평균 개수 K를 사용하는 경우 등에 대해 위치 추정 오차를 분석하고 성능을 비교한다. 이 연구 결과는 실제로 실내위치 인식 시스템을 구축할 때에 실용적으로 활용될 수 있다.

WiFi 핑거프린트를 이용한 지하철 위치 추적 정확성 향상을 위한 연구

안태기(An, Tea-Ki),안치형(Ahn, Chihyung),남명우(Nam Myung-Woo),박진홍(Park, Jin-Hong),이영석(Lee, Young-Seok) 한국산학기술학회 2016 한국산학기술학회논문지 Vol.17 No.1

본 논문에서는 GPS를 이용할 수 없는 지하철 승강장에서 움직이는 지하철의 위치 추적 정확성을 높이기 위해 WiFi 핑거프린트 기법에 k-nn기반 알고리즘들을 적용한 후 오류를 검출하고 비교하였다. 승강장내 지하철의 위치 정보는 지하철 제어를 위해 종합사령실에서 필요로 하며, 이용객의 안전과 편의를 위해 다양하게 사용되어지고 있다. 현재 역사 또는 승강장 내에는 승객의 편의를 위해 각 통신사별로 WiFi용 AP(Access Point)들이 다수 설치되어 있어 이를 활용한 다양한 위치 추정 연구들도 활발히 진행되고 있다. 본 연구에서는 설치되어진 WiFi용 AP를 활용할 경우와 신규로 WiFi용 AP를 설치할 경우 등을 고려하여 다양한 조건에서 지하철의 위치를 추적할 수 있는 시뮬레이터를 개발한 후 모의실험을 진행하였다. 개발된 시뮬레이터는 설치된 WiFi용 AP들의 개수와 승강장 넓이, 지하철 진입속도 등에 따라 지하철의 위치를 추적할 수 있도록 설계되었다. 그리고 k-nn알고리즘과 fuzzy k-nn알고리즘을 선택적으로 적용할 수 있으며 핑거프린트 데이터베이스를 기반으 로 4가지의 거리 측정 알고리즘을 적용하여 위치 추적 오류를 비교할 수 있도록 하였다. 시뮬레이터를 이용한 모의 실험결과 0.5m의 그리드 단위길이에 8개의 WiFi용 AP를 설치하고 ‘minkowski’ 거리 측정 알고리즘을 적용한 k-nn알고리즘를 사용할 경우 가장 정확한 위치 추적결과를 얻을 수 있었다. In this study, an WiFi fingerprinting method based on the k-nn algorithm was applied to improve the accuracy of location tracking of a moving train on a platform and evaluate the performance to minimize the estimation error of location tracking. The data related to the position of the moving train are monitored by the control center for trains and used widely for the safety and comfort of passengers. The train location tracking methods based on WiFi installed by telecom companies were evaluated. In this study, a simulator was developed to consider the environments of two cases; in already installed WiFi devices and new installed WiFi devices. The developed simulator can simulate the localized estimation of the position under a variety of conditions, such as the number of WiFi devices, the area of platform and entry velocity of train. To apply location tracking algorithms, a k-nn algorithm and fuzzy k-nn algorithm were applied selectively according to the underlying condition and also four distance measurement algorithms were applied to compare the error of location tracking. In conclusion, the best method to estimate train location tracking is a combination of the k-nn algorithm and Minkoski distance measurement at a 0.5m grid unit and 8 WiFi AP installed.

Introducing Weighted Fingerprint Indoor Positioning

Jaegeol Yim 보안공학연구지원센터 2016 International Journal of Smart Home Vol.10 No.10

The deployment of a fingerprint positioning method consists of an offline phase and a real-time phase. During the offline phase, a fingerprint database is built. This process is tedious and time consuming. Even so, the majority of WiFi-based indoor positioning methods implemented in practical indoor location–based service (ILBS) systems are the fingerprint method, because this method is accurate enough, whereas other WiFi-based indoor positioning methods are too inaccurate. During the real-time phase, the fingerprint method obtains a test fingerprint (a set of WiFi signals collected at that moment). Then, for each fingerprint, fi , in the fingerprint database, it compares fi with the test fingerprint in order to find the most similar fi . This paper introduces a novel method of comparing two fingerprints in order to improve the accuracy of the fingerprint method. This method assigns weights to received signal strength indications (RSSIs) based on the variance of the RSSIs.

스마트폰의 추측항법 및 WiFi 지문을 이용한 실내 위치 추적

김대영(Daeyoung Kim),송창근(Chang Geun Song),이선우(Seon-Woo Lee) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.2

본 논문에서는 스마트폰에 내장된 관성 센서(가속도 센서 및 자이로스코프, 지자기 센서)를 이용하여 사용자의 소지 방법을 인식하고, 소지 방법에 따라 걷기 동작을 인식하는 방법을 제안했다. 인식된 걸음 수와 이동 방향을 이용하여 추측항법(dead-reckoning)으로 사용자의 위치를 추적한다. 이와 함께 추측항법이 가지는 오차 누적 문제를 해결하기 위해 WiFi 지문 인식 방법으로 미리 지정한 특정 장소(랜드마크)들을 통과하면 이를 인식하여 위치 오차를 제거하는 혼합 방법을 제안했다. 제안하는 방법은 여러 가지 소지 방법 중 가장 일반적인 두 가지 방법만을 인식한다. 또한 현재 위치를 기준으로 도달 가능한 랜드마크만을 대상으로 WiFi 신호 탐색을 수행하는 방법도 제안하였다. 실험을 통해 제안한 혼합방법의 성능은 걸음 수에 대한 인식 정확도는 98.25%를, 방향 인식의 정확도는 96.3%를 얻었다. 제안한 WiFi 탐색 방법을 적용하여 약 2% 정도의 인식률을 높일 수 있었다. This study presents a hybrid method of location tracking service which combines two well known location methods: a dead-reckoning and WiFi fingerprinting. In our work, we assume that users possess their smartphones in only two different styles. We were able to recognize style of possession using inertial sensors in smartphones. And based on this finding we applied different methods to properly count the number of steps and find the direction of movements for each possession style. We mainly use dead-reckoning method to trace the location of the user and use the Wi-Fi fingerprinting method to correct the accumulated errors of the dead-reckoning method. Through the experiment we find that our proposed method provides promising results. We have accuracy rates of 98.25% for counting walk-steps, 96.3% for orientation detection. Also we have an additional 2% improvement over conventional Wi-Fi fingerprinting method in terms of accuracy using nearby and promising landmarks only.

WiFi fingerprint에서 데이터의 사전 처리 기술 연구

김종태,오종택,엄종석 한국인터넷방송통신학회 2023 한국인터넷방송통신학회 논문지 Vol.23 No.2

실내에서의 위치 추정을 위한 WiFi fingerprint 방식은 기존의 인프라를 이용하며 절대 좌표를 추정하는 장점이있어 많은 연구가 진행되고 있다. 기존의 연구에서는 주로 위치 추정 알고리즘에 대한 연구에 집중되었지만 정확도를개선하는 것이 한계에 도달했다. 그러나 스마트폰과 같은 무선랜 수신기에서 전파의 수신 감도보다 작은 신호는 측정이불가하므로 이 값들을 처리하는 방법에 따라서 위치 추정 오차가 달라진다. 본 논문에서는 측정된 무선랜 공유기의 수신신호 데이터를 다양한 방식으로 사전 처리하여 기존의 알고리즘에 적용함으로써 위치 추정 정확도를 높이는 방법을 제안하였고, 크게 향상된 정확도를 얻을 수 있었다. 또한 사전 처리된 데이터를 KNN 방식과 CNN 방식에 적용하여 그 성능을 비교하였다.

An Improved Location Estimation Method for Wifi Fingerprint-based Indoor Localization

Jungmin So,Joo-Yub Lee,Cheal-Hwan Yoon,Hyunjae Park 보안공학연구지원센터 2013 International Journal of Software Engineering and Vol.7 No.3

Walking/Non-walking and Indoor/Outdoor Cognitive-based PDR/GPS/WiFi Integrated Pedestrian Navigation for Smartphones

Eui Yeon Cho,Jae Uk Kwon,Seong Yun Cho,JaeJun Yoo,SeongHun Seo 사단법인 항법시스템학회 2023 Journal of Positioning, Navigation, and Timing Vol.12 No.4

In this paper, we propose a solution that enables continuous indoor/outdoor positioning of smartphone users through the integration of Pedestrian Dead Reckoning (PDR) and GPS/WiFi signals. Considering that accurate step detection affects the accuracy of PDR, we propose a Deep Neural Network (DNN)-based technology to distinguish between walking and nonwalking signals such as walking in place. Furthermore, in order to integrate PDR with GPS and WiFi signals, a technique is used to select a proper measurement by distinguishing between indoor/outdoor environments based on GPS Dilution of Precision (DOP) information. In addition, we propose a technology to adaptively change the measurement error covariance matrix by detecting measurement outliers that mainly occur in the indoor/outdoor transition section through a residual-based χ 2 test. It is verified through experiments on a testbed that these technologies significantly improve the performance of PDR and PDR/GPS/WiFi fingerprinting-based integrated pedestrian navigation.

An adaptive hybrid filter for practical WiFi-based positioning systems

박남준,정석훈,한동수 한국통신학회 2015 ICT Express Vol.1 No.2

This paper proposes an adaptive hybrid filter for WiFi-based indoor positioning systems. The hybrid filter adopts the notion of particle filters within the prediction framework of the basic Kalman filter. Restricting the predicts of a moving object to a small number of particles on a way network, and replacing the Kalman gain with a dynamic weighting scheme are the key features of the hybrid filter. The adaptive hybrid filter significantly outperformed the basic Kalman filter, and a particle filter in the performance evaluation at three test places: a Library and N5 building, KAIST, Daejeon, and an E-mart mall, Seoul.

MissingFound: An Assistant System for Finding Missing Companions via Mobile Crowdsourcing

( Weiqing Liu ),( Jing Li ),( Zhiqiang Zhou ),( Jiling He ) 한국인터넷정보학회 2016 KSII Transactions on Internet and Information Syst Vol.10 No.10

Looking for missing companions who are out of touch in public places might suffer a long and painful process. With the help of mobile crowdsourcing, the missing person`s location may be reported in a short time. In this paper, we propose MissingFound, an assistant system that applies mobile crowdsourcing for finding missing companions. Discovering valuable users who have chances to see the missing person is the most important task of MissingFound but also a big challenge with the requirements of saving battery and protecting users` location privacy. A customized metric is designed to measure the probability of seeing, according to users` movement traces represented by WiFi RSSI fingerprints. Since WiFi RSSI fingerprints provide no knowledge of users` physical locations, the computation of probability is too complex for practical use. By parallelizing the original sequential algorithms under MapReduce framework, the selecting process can be accomplished within a few minutes for 10 thousand users with records of several days. Experimental evaluation with 23 volunteers shows that MissingFound can select out the potential witnesses in reality and achieves a high accuracy (76.75% on average). We believe that MissingFound can help not only find missing companions, but other public services (e.g., controlling communicable diseases).