[논문 리뷰] Indoor Localization Algorithm For Smartphones

Kaiqing Zhang, Hu Hong외 3명|arXiv (Cornell University)|2015. 03. 26.

Indoor and Outdoor Localization Technologies참고 문헌 11인용 수 3

한 줄 요약

이 논문은 스마트폰을 위한 면적 상태 보조 내부 위치 측정 알고리즘을 제안하며, 관성 측정 장치(IMU), WiFi RSSI, 내부 지ap 데이터를 융합하여 정밀도를 향상시킨다. 사용자 위치를 동적 면적 상태로 모델링하고 WiFi 액세스 포인트를 접근성 지표로 사용함으로써, 드리프트를 감소시키고 실제 실험에서 평균 위치 오차 1.6미터를 달성한다.

ABSTRACT

Increasing sources of sensor measurements and prior knowledge have become available for indoor localization on smartphones. How to effectively utilize these sources for enhancing localization accuracy is an important yet challenging problem. In this paper, we present an area state-aided localization algorithm that exploits various sources of information. Specifically, we introduce the concept of area state to indicate the area where the user is on an indoor map. The position of the user is then estimated using inertial measurement unit (IMU) measurements with the aid of area states. The area states are in turn updated based on the position estimates. To avoid accumulated errors of IMU measurements, our algorithm uses WiFi received signal strength indicator (RSSI) to indicate the vicinity of the user to the routers. The experiment results show that our system can achieve satisfactory localization accuracy in a typical indoor environment.

연구 동기 및 목표

• 저비용 센서를 사용한 스마트폰 기반 내부 위치 측정에서의 드리프트와 낮은 정밀도 문제를 해결하기 위해.
• 내부 지도 및 WiFi 액세스 포인트에서 유래한 사전 지식을 통합하여 위치 측정의 강건성을 향상시키기 위해.
• 표준 스마트폰에 적합한 실시간이고 실용적인 내부 위치 측정 시스템을 개발하기 위해.
• 공간 제약 조건과 접근성 지표를 활용하여 사전 보정된 드리프트를 줄이기 위해.

제안 방법

• 스마트폰 내부 지도 상의 특정 영역(예: 복도) 내 사용자 위치를 나타내는 '면적 상태' 개념을 도입한다.
• 가속도계 및 자이로스코프 데이터를 사용한 드리프트 추적 기반으로 위치와 방향을 단계별로 추정하며, 초기 위치와 방향은 알려져 있다고 가정한다.
• 특히 도르레나 지점이나 복도 교차로에서의 궤적 드리프트를 보정하기 위해 지도 제약 조건을 적용한다.
• WiFi RSSI를 사용해 액세스 포인트에 가까워졌음을 감지하고, 이를 절대 위치 지표로 활용하여 드리프트를 보정한다.
• 면적 상태는 위치 추정에 기반해 업데이트되고, 위치 추정은 지도 및 WiFi 데이터를 통해 정밀화되는 피드백 루프를 구현한다.
• 지도 생성 및 캘리브레이션에 JOSM를 사용하며, 노드, 링크 및 기준점을 통해 공간적 구조를 표현한다.

실험 결과

연구 질문

• RQ1 내부 지도에서 유도된 면적 상태가 스마트폰 기반 드리프트 추적에서 드리프트를 효과적으로 줄일 수 있는가?
• RQ2 지도 제약 조건과 WiFi RSSI 접근성 감지 기능을 융합하면 위치 측정 정밀도가 어떻게 향상되는가?
• RQ3 지도 정보와 WiFi 지표를 동시에 사용할 경우, 각각을 별도로 사용할 때보다 성능 향상이 얼마나 되는가?
• RQ4 센서 노이즈, 단계 감지 오류, 휴대폰 방향 변화에 대해 시스템의 강건성은 어떠한가?

주요 결과

• 제안된 알고리즘은 실제 실험에서 IMU만을 사용할 경우 평균 위치 오차 4.2미터에서 1.6미터로 감소시킨다.
• 면적 상태와 WiFi 지표를 모두 사용할 경우 누적 분포 함수(CDF)에서 90%의 위치 오차가 2.5미터 이하가 된다.
• 지도 제약 조건은 센서 드리프트 및 단계 길이 캘리브레이션 오류로 인한 소규모 오차를 크게 줄인다.
• WiFi RSSI 접근성 감지 기능은 특히 개방된 영역이나 액세스 포인트 근처에서 위치 드리프트를 효과적으로 보정한다.
• 복도에서는 지도 기반 궤적 제약 조건 덕분에 미세한 단계 감지 오류가 발생하더라도 시스템이 강건하게 작동한다.
• 캘리브레이션 후 헤딩 추정의 편향(예: 아자이무 드리프트)은 2도 이내로 감소하여 장기적인 정밀도가 향상된다.