보행자 추측 항법 성능 향상을 위한 스마트폰 전용 모션 센서 보정 알고리즘

국문 초록 (Abstract)

본 논문에서는 스마트폰 내 가속도, 자기장, 자이로스코프 센서들을 이용해 사용자의 걸음과 걸음 수를 인식하는 시스템을 개발하였다. 센서 데이터 분석을 통해 사용자의 걸음을 스마트폰을 손에 든 상황과 주머니에 넣은 상황에서의 걸음 패턴으로 분류하고 이를 추출할 수 있는 알고리즘을 사용하여 걸음 수 인식의 정확성을 개선하였다. 알고리즘을 적용한 결과 손에든 상황에서 96%, 주머니에 넣은 상황에서 95.5% 수준의 걸음 수 인식 정확도를 보였으며, 나머지 터치 스크린, 위아래 반복 흔들기, 앉아서 일어서기, 오른쪽 왼쪽 흔들기와 같은 행위로 인해 발생하는 6%의 오차를 확인하였다.

다국어 초록 (Multilingual Abstract)

In this paper, we develop a new system to estimate the step count for a smartphone user. The system analyzes data obtained from the accelerometer, magnetic sensor, and gyroscope of an android smartphone to extract pattern information of human steps. We conduct an experiment and evaluation to confirm that the proposed system successfully estimates the number of steps with 96% accuracy when hand-held and 95.5% accuracy when in-pocket. In addition, we found that detection errors were caused by human motions such as touching the screen, shaking the device up and down, sitting up and sitting down, and waving the phone around.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 사전 연구
• 3. 데이터 전처리 과정
• 4. 보행자 추측 항법
• 5. 실험 내용 및 결과
• 6. 결론
• References

참고문헌 (Reference)

1 Rai, A, "Zee: zero-effort crowdsourcing for indoor localization" 2012

2 Bahl, Paramvir, "RADAR: An in-building RF-based user location and tracking system" 2 : 2000

3 Shin, S. H, "Pedestrian dead reckoning system with phone location awareness algorithm" 2010

4 Sagawa, "Non-restricted measurement of walking distance" IEEE 3 : 2000

5 Shu, Y, "Last-Mile Navigation Using Smartphones" 2015

6 He, S, "Fusing noisy fingerprints with distance bounds for indoor localization" 2015

7 S. H. Shin, "Adaptive Step Length Estimation Algorithm Using Low-Cost MEMS Inertial Sensors" 2007