지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 유재현
- 발행연도
- 2023
- 저작권
- 성신여자대학교 논문은 저작권에 의해 보호받습니다.
이용수11
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
정보통신 기술의 발전과 실내 위치 정보 시장의 밝은 전망으로, 위치 기반 서비스에 대한 수요과 관심이 높아지고 있다. 위치추정에 일반적으로 사용하는 GPS는 실내에서의 수신 강도 및 수신 대역 문제로 실내에서 사용하기 적합하지 않다. 이에, 실내 위치추정을 위해 다양한 기술이 연구되고 있고, 대표적으로 저전력 블루투스 비컨, 초광대역, 관성 측정 장치, Wi-Fi 등이 있다. 특히, IMU 센서를 이용한 측위 방법은 전자기기 대부분에 센서가 내장되어있고, 주기적인 변화를 인식하여 연속적인 보행자의 위치를 추정할 수 있다. 그러나, 센서의 누적 오차와 낮은 정확도로, 다른 측위 기술과의 결합이 필수적이다. Wi-Fi를 이용한 측위 방법 중 Fingerprinting을 이용한 측위 방법은 Wi-Fi AP의 위치를 알 필요가 없고 건물 대부분에 Wi-Fi AP가 설치되어있어, 추가적인 인프라 구성 비용이 들지 않는다. 그러나 데이터 사전 수집 비용이 비교적 크고 주기적인 데이터 갱신이 필요하다.
본 논문은 기계학습 기반의 IMU 센서 데이터 위치추정 모델을 구성하여 보행자의 위치를 실시간으로 추정하다가, 기존 Wi-Fi를 이용한 추정 방법보다 더욱 효율적으로 구성한 모델이 실내에 임의로 정한 랜드마크를 식별할 때마다 파티클 필터를 이용하여 위치를 보정 한다. 이처럼, Wi-Fi 추정 모델을 기존 방법이 아닌, 효율적인 방법으로도 융합 알고리즘을 통해 높은 정확도의 위치추정 결과를 얻을 수 있는 방법에 대해 제안하였고, 실제 실내에서 보행한 데이터로 결과를 분석하였다.
본 논문은 기계학습 기반의 IMU 센서 데이터 위치추정 모델을 구성하여 보행자의 위치를 실시간으로 추정하다가, 기존 Wi-Fi를 이용한 추정 방법보다 더욱 효율적으로 구성한 모델이 실내에 임의로 정한 랜드마크를 식별할 때마다 파티클 필터를 이용하여 위치를 보정 한다. 이처럼, Wi-Fi 추정 모델을 기존 방법이 아닌, 효율적인 방법으로도 융합 알고리즘을 통해 높은 정확도의 위치추정 결과를 얻을 수 있는 방법에 대해 제안하였고, 실제 실내에서 보행한 데이터로 결과를 분석하였다.
목차
Ⅰ 서론 11. 연구 배경 및 필요성 12. 논문의 구성 4Ⅱ 실내 측위 기술에 대한 분석 51. 실내 측위 기술 52. 관련 연구 61) Wi-Fi 기반 측위 기술 62) IMU 기반 측위 기술 83) 융합 측위 기술 9Ⅲ 제안 알고리즘 111. 알고리즘 아키텍처 112. Wi-Fi 추정 모델 121) 경로 추정을 위한 기존 방법 122) 경로 추정을 위해 제안하는 방법 152-1) Wi-Fi 데이터 수집 162-2) Wi-Fi 데이터 전처리 172-3) Wi-Fi 데이터 경로 추정 243. IMU 추정 모델 261) IMU 데이터 수집 262) IMU 데이터 전처리 및 학습 274. 파티클 필터 30IV 실험 결과 321. Wi-Fi 추정 기존 방법과 제안하는 방법 비교 321) 실험환경 322) 실험 결과 332. IMU 모델 추정 결과 393. Wi-Fi, IMU 융합 모델 추정 결과 40V 결론 421. 요약 422. 연구 한계 및 추후 연구 방안 42
최근 본 자료
댓글(0)
0