스마트폰 사용이 일상화됨에 따라, 다양한 센서를 탑재한 스마트폰을 이용한 보행자추측항법(PDR) 기술의 발전이 비약적으로 증가하고 있다. 본 연구는 인공지능(AI)을 적용하여 스마트폰 사용자의 걸음 검출 정확도 를 향상시키는 방법을 제안한다. 이를 위해 스마트폰의 가속도 센서와 자이로스코프 센서를 활용하여 사용자의 다양한 모션을 분석하고, 딥러닝 기반의 모델을 통해 걸음 패턴을 학습할 계획이다. 연구 과정에서 스마 트폰 사용자의 다양한 모션 데이터를 실제로 수집하고, 이를 기반으로 모델을 학습시켜 여러 걸음 검출 알고리즘과 성능을 비교 분석할 예정이다. 본 연구를 통해 AI 기반 걸음 검출 모델이 기존의 전통적인 방법들보다 높은 정확도를 보일 것으로 기대된다. 특히 높은 정확도로 걸음 검출을 할 수 있다면, 걸음 오차가 누적되어 큰 오차로 이어지는 문제를 줄일 수 있다. 이러한 연구 결과는 PDR과 Fingerprinting을 결합한 Surface Correlation (SC) 기법의 정확성을 향상시키는 데 기여할 것으로 예상된다. 또한, 위치 기반 서비스 및 사용자 행동 분석 등 다양한 분야에 활용될 것으로 기대된다.

Enhancing Smartphone-Based Pedestrian Dead Reckoning Using AI in Various Motions

Boseong Kim, Beomju Shin*

With the widespread use of smartphones, there has been a significant advancement in Pedestrian Dead Reckoning (PDR) technology using smartphones equipped with various sensors. This study proposes a method to improve the accuracy of step detection for smartphone users by applying Artificial Intelligence (AI). To achieve this, we plan to utilize the accelerometer and gyroscope sensors of smartphones to analyze various user motions and train a deep learning-based model to learn step patterns. During the research process, diverse motion data from smartphone users will be collected and used to train the model, which will then be compared and analyzed against various existing step detection algorithms. It is expected that the AI-based step detection model will demonstrate higher accuracy compared to traditional methods. High-accuracy step detection can help reduce the accumulation of step errors, which often lead to significant discrepancies in PDR. The results of this study are anticipated to enhance the accuracy of the Surface Correlation (SC) technique, which combines PDR with Fingerprinting. Additionally, this approach is expected to be beneficial in various fields, including location-based services and user behavior analysis.

Keywords: AI, PDR, smartphone, indoor localization

Speaker 김보성 한림대학교