KNN 알고리즘을 이용한 Fingerprint 기반의 UWB 실내측위

Abstract

본 논문에서 위치 정보에 대한 중요성은 유비쿼터스와 IoT의 활용도가 높아질수록 그 필요성과 함께 부각되고 있다. 더불어 복잡하고 대형화되는 실내공간에서 응급상황에서의 구조 및 길 안내 등의 서비스, 사람과 객체의 위치를 인식하고 상호작용을 통해 상품의 설명 및 정보를 제공하는 서비스가 개발되어 짐에 따라 실내 및 음영지역에서도 위치 인식이 가능하고 비교적 수 cm 이내의 오차 및 높은 정밀도를 요구하는 위치정보 기술의 필요성이 크게 증가하고 있다. DECAWAVE 社의 DMW1001 dev 보드 5개를 사용하여 Anchor 4개와 1개의 Tag로 구성하여 3mX4m 공간을 50cm 정사각 모양의 각 구역으로 나누어 측정하며 Anchor의 3m 간격으로 구성하였다. UWB 전력세기 전파 맵을 작성하고 입력된 전파 세기에 대한 좌표를 KNN(최근접 이웃 알고리즘) 을 이용하여 Euclidean Distance 거리를 이용하여 최근접 좌표 위치를 도출할 수 있었으며 DMW1001 IC는 IEEE 802.2.15.4-2011을 만족하는 UWB 통신 모듈로 UWB 신호 3.5 GHz 에서 6.5 GHz 대역의 주파수 대역을 사용할 수 있으며 주파수 대역이 높을수록 분해능이 뛰어나 다른 전파를 이용한 위치인식 시스템 보다 높은 정확도를 확인 할 수 있었다. 성능평가로서 제안된 시스템에 대해 추정된 이동거리에 대한 실제 이동거리의 오차율을 평가하였으며 DMW1001 dev 보드를 활용하여 1.5mX 1.5m 공간에서 실험 환경을 구현하였다. UWB Anchor와 Tag간의 전파 세기로 Fingerprint 기법을 사용하여 전파 맵을 구성하고 추정된 이동거리 대한 실제 이동거리 4M는 약 40cm의 오차를 가지고 있으며 전체 이동거리의 약 10%로 낮은 오차율을 보였다. 본논문에서는 상황에 맞는 유동적인 위치인식 시스템을 구현하였지만, 앞으로 카메라, 레이더, GPS 등 타 센서와의 융합을 통하여 기존의 시스템에 비해 더욱 높은 신뢰성과 성능을 기대할 수 있다; In this paper, the importance of location information is becoming more important as the utilization of ubiquitous and IoT becomes higher. In addition, in the complex and large-sized indoor space, services such as structure and route guidance in an emergency, recognition of the location of people and objects, and services for providing description and information of products through interaction are developed, The necessity of position information technology which can recognize the position in a local area and requires a relatively small error and high accuracy is increasing. Using DECAWAVE's DMW1001 dev boards, it is composed of 4 anchors and 1 tag, and 3mX4m space is divided into each 50cm square area to create a propagation map. The coordinates of the inputted radio wave intensity are called KNN ) Can be used to derive the position. As a performance evaluation, we evaluated the error rate of the actual moving distance to the estimated moving distance for the proposed system and implemented the experimental environment in 1.5mX 1.5m space using the DMW1001 dev board. The propagation map between UWB Anchor and Tag was constructed using Fingerprint technique. The actual travel distance 4M for the estimated travel distance had an error of about 40cm and showed a low error rate of about 10% of the total travel distance.