본 논문에서는 스마트폰을 소지한 사용자의 motion grouping을 기반으로 한 enhanced Pedestrian Dead-Reckoning (PDR) 기술을 제안한다. 기존에는 스마트폰 내 Inertial Measurement Unit (IMU)를 활용한 PDR 기술 연구가 주로 이루어졌다. 하지만 사용자가 주위를 둘러보는 등 불특정 동작을 하거나 스마트 폰의 소지 위치를 달리하며 걷는 상황에서, 보행 이외의 움직임을 걸음으로 판단하기 때문에 PDR 오차가 생기는 문제점이 있다. 본 논문에서는 불특정 행동에 대한 오차를 제거하고자, 스마트폰 소지 위치에 따라 변화하는 가속도 및 자세 (roll 및 pitch)에 대한 패턴 데이터를 활용하여 정의된 motion group을 판단한다. 가속도 및 자세 정보 각각에 peak detection 알고리즘을 적용하여 peak 정보를 획득한다. 획득한 정보를 활용하여 motion group을 판단하고, 이 결과에 따라 걸음 및 진행 방향을 판단하게 된다. 또한, 검출된 peak 일관성 분석을 통하여 불특정 동작에서의 걸음을 제거함으로써 걸음 탐지, 보폭 추정 알고리즘의 정확도를 향상시킨다. 이는 결국 PDR의 성능 향상으로 이어진다. 제안 기술의 성능을 확인하기 위하여, 명동 롯데 백화점에서 테스트를 수행하였다. 실제 백화점 방문객과 같이 매장을 둘러보거나 스마트 폰을 주머니에 넣는 등 다양한 motion에 대한 테스트를 진행하였다. 그 결과 기존의 기술을 이용한 걸음 탐지에서는 90%의 정확도를 보였으나, 제안 기술을 적용한 결과 97%의 정확도를 보임을 확인하였다. 또한, 불특정 행동으로 인한 걸음 오차 제거로 인하여 PDR 정확도 역시 향상됨을 확인하였다. 위 결과를 통하여, 제안 기술이 매우 다양한 motion이 존재하는 실제 사용환경에서도 간단한 motion grouping을 통하여 보다 정확한 PDR 정보를 제공할 수 있음을 증명하였다.

Enhanced PDR Technology Based on Motion Grouping using Smartphone IMU

Changsu Yu, Beomju Shin, Jung Ho Lee, Donghyun Shin, Hankyeol Kyung, Taikjin Lee*

In this paper, we propose a technology to enhance the performance of Pedestrian Dead-Reckoning (PDR) based on motion grouping of a user who own smart phone. Previously, there were mainly studies for PDR using the Inertial Measurement Unit (IMU) in a smart phone. However, there is a problem in that the accuracy of the PDR is deteriorated by identifying movements other than walking when a user makes unspecified movements, such as when a user looks around or walks with a different location of a smartphone. Thus, the proposed technology identifies defined motion groups using pattern of data about acceleration and attitude (roll or pitch) changing by position of smartphone for reducing error due to unspecific movements. The motion group is determined by applying peak detection algorithm to each of the acceleration and attitude information. Step and heading information are determined according to the identified motion group. In addition, the consistency analysis of the detected peaks improves the accuracy of the step detection and step length estimation by removing steps in unspecified motions. This eventually leads to improved performance of the PDR. To verify the performance of the proposed technology, we performed a test at the Lotte department store in Myeong-dong. Like real visitor to a department store, we conducted the test on various motions such as looking around a store or putting a smartphone in a pocket. The test results show 90% accuracy in step detection using only accelerometer. Otherwise, the proposed technology shows 97% accuracy in step detection. It was confirmed the PDR was improved due to the removal of the step detection error caused by unspecific movements. Through the results, we demonstrate the proposed technology can provide accurate PDR information through simple motion grouping in real environment where various motions exist.

Speaker 유창수 한국과학기술연구원