BLE 비콘을 이용한 핑거프린팅 기반 실내 측위 시스템
저자
발행사항
부산 : 동아대학교 대학원, 2021
학위논문사항
학위논문(석사)-- 동아대학교 대학원 : 전자공학과 2021.8
발행연도
2021
작성언어
한국어
주제어
KDC
569 판사항(5)
발행국(도시)
부산
기타서명
Fingerprinting-based indoor localization system using BLE beacon
형태사항
vii, 46 p. : 삽화, 도표 ; 27 cm
일반주기명
지도교수: 김동완
참고문헌: p. 42-44
UCI식별코드
I804:21008-200000497132
소장기관
최근 실내에서 다양한 위치 기반 서비스를 제공하기 위해 디바이스 사용자의 위치를 정확히 파악하기 위한 연구가 활발히 진행되고 있다. 일반적으로 Global Positioning System(GPS) 신호를 통해 위치를 인식하지만 실내에는 건물 외벽으로 인해 GPS 신호가 도달하지 않기 때문에 무선 통신 장비의 신호를 활용하여 측위를 진행한다. 실내 측위에 사용되는 신호는 Wireless Local Area Network(WLAN), Bluetooth Low Energy(BLE), Ultra-Wideband(UWB) 등이며, BLE 비콘은 저전력. 저비용, 소형, 경량 등의 장점으로 비콘을 이용한 실내 측위 시스템이 많아지고 있다. 측위 기법으로는 RSSI(Received Signal Strength Indicator) 기반 삼변측량법, Time of Arrival(ToA) 기법, Angle of Arrival(AoA) 기법, Fingerprinting 기법 등이 있다. Fingerprinting 기법은 RSSI 값을 다수의 기준 위치에서 측정하여 데이터베이스를 먼저 구축하고, 이후 위치 정보를 요청한 디바이스가 측정한 RSSI 값과 데이터베이스에 저장된 기준 위치의 RSSI 값을 비교하여 디바이스의 위치를 추정한다. 데이터베이스에 주변 환경 정보를 포함하기 때문에 다른 기법에 비해 벽과 물체에 의한 영향을 덜 받아 정확도가 상대적으로 높다. 본 논문에서는 BLE 비콘을 사용한 Fingerprinting 기반 실내 측위 시스템을 Jetson Nano 보드에서 머신러닝 알고리즘을 적용하여 구현하고 측위 정확도와 평균 거리 오차를 비교하여 성능을 분석한다. 사용한 알고리즘은 Weighted K-Nearest Neighbor(WKNN), Decision Tree, Random Forest, Support Vector Machine(SVM), Naive Bayse Classifier이다. Fingerprinting 셀 크기를 변화시키며 성능을 검증하였으며 셀의 크기가 2.4m x 3.6m일 때 Random Forest 알고리즘으로 정확도 86.34%, 평균 거리 오차 3.67m를 보였다. 동일한 셀 크기에서 WKNN, Decision Tree, SVM, Naive Bayes Classifier는 각각 정확도 89.18%, 75.00%, 75.77%, 74.74%, 평균 거리 오차 3.69m, 3.93m, 3.87m, 3.75m를 보였다.
더보기Indoor localization system has been an active research area to improve accuracy of the estimated location to provide various Location-Based Services(LBSs). Though Global Positioning System(GPS) is the most popular localization system, GPS signals are inefficient for indoor localization due to building external walls. Therefore the general indoor localization technologies utilize Wireless Local Area Network(WLAN), Bluetooth Low Energy(BLE), and Ultra-Wideband(UWB). The systems using BLE beacon have been increasing with the advantages of low power, low cost, small size, and light weight. The common localization techniques include RSSI(Received Signal Strength Indicator)-based trilateration, Time of Arrival(ToA), Angle of Arrival(AoA), and Fingerprinting. Fingerprinting-based technique estimates the location of the device by comparing the easured RSSI values on the device which requests the location information with the RSSI values stored in the database at each reference points. Since fingerprinting database contains surrounding environmental information, it has relatively high accuracy due to robust to interference caused by indoor obstacles than other techniques. In this paper, the system that fingerprinting-based indoor localization using BLE beacon by applying several classification algorithms in machine learning such as Weighted K-Nearest Neighbor(WKNN), Decision Tree, Random Forest, Support Vector Machine(SVM), and Naive Bayse Classifier on a Jetson Nano board is proposed. The performance in terms of localization accuracy and mean distance error was evaluated by varying the size of cell. Random Forest method showed a localization accuracy of 86.34% and a mean distance error of 3.67m when the cell size was 2.8m x 3.6m. WKNN, Decision Tree, SVM, and Naive Bayes Classifier provided an accuracy of 89.18%, 75.00%, 75.77%, and 74.74% with a mean distance error of 3.69m, 3.93m, 3.87m, and 3.75m in the same case, respectively.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)