RISS 검색 - 국내학술지논문 상세보기

부가정보

국문 초록 (Abstract)

실내외에서 스마트폰의 이동 궤적을 정밀하게 추적하기 위하여 WiFi Fingerprint 방식과 Pedestrian Dead Reckoning 방식을 연동하였다. 전자는 절대 위치를 추정할 수 있으나 실제 위치로부터 랜덤하게...

실내외에서 스마트폰의 이동 궤적을 정밀하게 추적하기 위하여 WiFi Fingerprint 방식과 Pedestrian Dead Reckoning 방식을 연동하였다. 전자는 절대 위치를 추정할 수 있으나 실제 위치로부터 랜덤하게 오차가 발생하며, 후자 는 연속적으로 위치를 추정하지만 이동할수록 오차가 누적되는 각각의 장단점이 있다. 본 논문에서는 두 가지 방식의 추정 위치 데이터를 연동시키기 위한 모델과 Kalman Filter 수식을 정립하였고, 최적 시스템 파라미터를 도출하였다. 시스템 잡음과 측정 잡음의 공분산 값에 따른 성능을 분석하였다. 측정된 데이터와 시뮬레이션을 이용하여, 두 가지 방식 이 상호 보완된 향상된 성능을 확인하였다.

다국어 초록 (Multilingual Abstract)

In order to accurately track the trajectory of the smartphone indoors and outdoors, the WiFi Fingerprint method and the Pedestrian Dead Reckoning method are fused. The former can estimate the absolute position, but an error occurs randomly from the actual position, and the latter continuously estimates the position, but there are accumulated errors as it moves. In this paper, the model and Kalman Filter equation to fuse the estimated position data of the two methods were established, and optimal system parameters were derived. According to covariance value of the system noise and measurement noise the estimation accuracy is analyzed. Using the measured data and simulation, it was confirmed that the improved performance was obtained by complementing the two methods.

목차 (Table of Contents)

요약
Abstract
Ⅰ. 서론
Ⅱ. PDR과 WFP의 위치 추정 모델
1. PDR과 WFP에 의한 위치 추정

요약
Abstract
Ⅰ. 서론
Ⅱ. PDR과 WFP의 위치 추정 모델
1. PDR과 WFP에 의한 위치 추정
2. 위치 추정 좌표 모델링
Ⅲ. 칼만 필터를 이용한 연동
1. Kalman Filter 적용 방안
2. Kalman Filter 적용 방안
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
References

참고문헌 (Reference)

1 김윤기, "저가형 관성센서를 이용한 보행자 관성항법 시스템의 성능 향상" 제어·로봇·시스템학회 19 (19): 569-575, 2013

2 이권희, "위치 추적을 위한 스마트폰 센서를 이용한 걸음 수 검출에 관한 연구" 한국인터넷방송통신학회 18 (18): 119-125, 2018

3 정필환, "스마트폰의 관성 센서를 이용한 걸음 수 및 장치 방향/위치 감지" 한국정보과학회 19 (19): 46-50, 2013

4 Mauro Brunato, "Statistical learning theory for location fingerprinting in wireless LANs" 47 (47): 825-845, 2005

5 P. Bahl, "RADAR : An in-building RF-based user location and tracking system" 2 : 775-784, 2000

6 Jorg Schäfer, "Practical concerns of implementing machine learning algorithms for W-LAN location fingerprinting" 310-317, 2014

7 Javad Rezazadeh, "Novel iBeacon Placement for Indoor Positioning in IoT" 18 (18): 10240-10247, 2018

8 Phillip Kim, "Kalman filter for beginners with MATLAB examples" CreateSpace Independent Publishing Platform 2011

9 Bergamini Elena, "Estimating Orientation using Magnetic and Inertial Sensors and Different Sensor Fusion Approaches: Accuracy Assessment in Manual and Locomotion Tasks" 14 (14): 18625-18649, 2014

10 Wei Chen, "An Effective Pedestrian Dead Reckoning Algorithm using a Unified Heading Rrror Model" 2010