희소 앵커 환경에서 PDR과 UWB 기반 확률적 실내 측위 시스템에 대한 연구

Abstract

최근 Wi-Fi, Bluetooth, Zigbee와 같은 무선 통신 기술과 CMOS 센서, 근접 센서 등 다양한 MEMS 센서들의 발달로 인해 엣지 컴퓨팅(Edge Computing)과 사물인터넷(IoT)이 매우 활성화되고 있다. 또한 이로 인해 스마트 홈, 스마트 팩토리 같은 자동화 시스템에 대한 접근성이 매우 높아졌다. 이 기술들의 기반은 위치기반서비스(Location-Based Service)이다. 안타깝게도, 실내에서는 위성을 활용한 GPS(Global Positioning System) 신호의 세기가 약해 대체할 수 있는 방안이 필요하다. 특히, 자율주행(Autonomous driving)을 하는 모바일 로봇이나 보행자의 위치를 정밀하게 제공하는 Indoor Positioning System(IPS)은 매우 중요한 기술이다. 다양한 IoT 기술 중에서 특히 초광대역(UWB)은 cm단위의 고정밀한 거리 측정이 가능하기 때문에 IPS에 적합하다. UWB를 이용한 측위(Localization) 연구는 주로 삼각측량 기법을 이용하나 일반적인 건물의 실내에 촘촘하게 UWB 기기가 설치되어야 하는 단점이 있다. 따라서 본 논문에서는 BLE, UWB 등의 IoT 기기들이 희소하게 설치된 상황에서도 우수한 성능을 보이는 방법을 제시한다. 본 논문에서는 위치 추정을 하고자 하는 대상을 실내 보행자로 설정했으며, 보행자의 위치를 추정하기 위해 Pedestrian Dead Reckoning(PDR) 알고리즘을 사용한다. 또한 별도의 장비를 설치하거나 부착하지 않고 스마트폰에 내장된 부품만 이용한다. 기존의 PDR이 가속도계의 중력 방향 데이터를 활용하는 것과 달리, 보행자가 스마트폰을 휴대하는 상황을 고려하여, 팔과 다리의 스윙 동작을 통해 걸음걸이를 인식하는 Pitch-based Step Detection 방법을 채택한다. 또한 불안정한 가속도계와 자이로스코프를 융합하기 위해 칼만 필터(Kalman Filter)를 이용한다. 추측항법(Dead Reckoning)은 초기 위치를 토대로 이동속도, 방향과 같은 정보로 현재 위치를 계산하므로 시간이 지날수록 자연스럽게 오차가 누적된다. 이를 보완하기 위해 실외에서 GPS 신호를 이용하는 것처럼 실내에서는 UWB 신호를 활용했다. 또한 불필요한 전력 소모와 연산량을 줄이기 위해 BLE를 통해 기기들을 제어했다. UWB와 PDR 두 정보를 이용해 동적 시스템을 모델링했고, 확률 기반 상태 추정기(State Estimator)인 파티클 필터(Particle Filter)를 적용했다. 이를 통해 오직 한 대의 UWB 정보를 얻는 극단적인 상황에서도 Pitch-based PDR 알고리즘을 기반으로 위치를 추정하는 방식의 측위 성능을 향상시킬 수 있었다. UWB를 포함한 IoT 플랫폼과 기술 시장이 확장되고 있는 만큼, 이러한 실내 측위 기법을 적용하면 다양한 환경에서 실용적으로 구현이 가능할 것으로 기대된다.|Recently, the advancements in wireless communication technologies such as Wi-Fi, Bluetooth, Zigbee, along with the development of various MEMS sensors like CMOS sensors and proximity sensors, have led to the widespread activation of Edge Computing and the Internet of Things (IoT). This has significantly increased accessibility to automation systems like smart homes and smart factories. The foundation of these technologies lies in Location-Based Service (LBS). Unfortunately, indoors, the strength of GPS (Global Positioning System) signals utilizing satellite signals is weak, necessitating alternative solutions. In particular, Indoor Positioning System (IPS) that accurately provides the location of mobile robots engaged in autonomous driving or pedestrians is a crucial technology. Among various IoT technologies, Ultra-Wideband (UWB) stands out due to its capability for precise distance measurement at the centimeter level, making it suitable for IPS. While UWB-based localization research mainly employs triangulation techniques, a drawback is the dense installation of UWB devices in typical indoor environments. Therefore, this paper proposes a method that demonstrates excellent performance even in scenarios where IoT devices such as BLE and UWB are sparsely deployed. In this paper, the target for location estimation is set as indoor pedestrians, and the Pedestrian Dead Reckoning (PDR) algorithm is employed to estimate the pedestrian's position. Additionally, only components embedded in smartphones are exploited without the need for additional installation or attachment of devices. In contrast to traditional PDR, which utilizes gravity direction data from accelerometers, this paper adopts the Pitch-based Step Detection method, recognizing the walking pattern through the swinging motions of arms and legs, considering scenarios where pedestrians carry smartphones. Furthermore, to fuse unstable accelerometer and gyroscope data, a Kalman Filter is suggested. Dead Reckoning calculates the current position based on initial position and information such as movement speed and direction, naturally accumulating errors over time. To address this, UWB signals are exploited indoors, similar to using GPS signals outdoors. Additionally, to reduce unnecessary power consumption and computation, devices are controlled through BLE. The paper models the dynamic system using both UWB and PDR information, applying a Particle Filter as a probabilistic state estimator. Through this approach, the positioning performance based on the Pitch-based PDR algorithm is enhanced even in extreme situations with only one UWB information. As the IoT platform and technology market, including UWB, continue to expand, it is expected that applying such indoor positioning techniques will be practically implementable in various environments.