정확한 실내 내비게이션을 위해 최신 스마트폰의 다양한 센서를 활용한 다양한 방법이 연구되고 있다. 특히 최근에 많이 연구되는 센서 융합 프레임워크는 Wi-Fi 신호와 같이 스마트폰에서 수집할 수 있는 모 든 정보들, 예를 들어 자이로스코프, 가속도계 또는 지자기 센서에서 얻은 측정값을 통합한다. 그러나 센서 측정에는 동적 실내 환경에서 발생하는 예측할 수 없는 실시간 오류가 포함되어 있다. 본 논문에서 는 실시간 오류 학습을 통해 높은 위치 정확도를 달성하는 새로운 센서 융합 프레임워크를 제안한다. 제안하는 시스템은 센서 측정의 오차를 판별하고 오차를 누적하여 누적된 오차 분포를 기반으로 측정값을 조정한다. 복도형 공간과 열린 공간의 두 가지 일반적인 환경에서 수행된 실험에서 높은 위치 정확도를 달성하였다.

User and Environment Adaptive Indoor Navigation System

Sumin Ahn, Dongsoo Han*

Various methods using various sensors of the latest smartphones are being studied for accurate indoor navigation. In particular, the recently studied sensor fusion framework integrates all information that can be collected from a smartphone, such as a Wi-Fi signal, for example, measurements obtained from gyroscopes, accelerometers, or geomagnetic sensors. However, sensor measurements contain unpredictable real-time errors that occur in dynamic indoor environments. In this paper, we propose a novel sensor fusion framework that achieves high positional accuracy through real-time error learning. The proposed system determines the sensor measurement error and accumulates the error to adjust the measurement value based on the accumulated error distribution. High positioning accuracy was achieved in experiments conducted in two general environments: corridor-type space and open space.

Keywords: sensor fusion, error correction, indoor positioning

Speaker 안수민 한국과학기술원