실내 측위 시스템

Indoor positioning system
이 주제에 대한 자세한 내용은 포지셔닝 시스템을 참조하십시오.
휴대 전화의 실내 위치 추적 지도

실내측위시스템(IPS)은 다층 건물, 공항, 골목길, 주차장, 지하 [1]등 GPS 및 기타 위성기술이 정밀하지 않거나 완전히 고장난 사람이나 물체를 찾기 위해 사용되는 장치 네트워크입니다.

스마트폰, WiFi 및 Bluetooth 안테나, 디지털 카메라, 클럭 등 이미 배치된 재구성된 디바이스부터 정의된 공간 전체에 전략적으로 배치된 릴레이와 비콘을 갖춘 목적에 맞게 구축된 설치에 이르기까지 다양한 기술과 장치가 사용됩니다.조명, 전파, 자기장, 음향 신호 및 동작 분석은 모두 IPS [2][3][4]네트워크에서 사용됩니다.IPS는 2cm의 [5]위치 정밀도를 얻을 수 있습니다.이는 [6]야외에서 2cm의 정밀도를 얻을 수 있는 RTK 대응 GNSS 리시버와 동등합니다.IPS는 인근 앵커노드(WiFi/LiFi 액세스포인트, Bluetooth 비콘 또는 Ultra-Wideband 비콘 등 이미 정해진 위치를 가진 노드), 자기 위치 결정, 데드 [7]어카운팅 등 다양한 기술을 사용합니다.모바일 디바이스와 태그를 능동적으로 찾거나 주변 위치 또는 환경 컨텍스트를 제공하여 디바이스가 [8][9]감지되도록 합니다.IPS의 현지화 특성으로 인해 시스템은 다양한 광학,[10] [11][12][13][14][15]무선 또는 음향[16][17] 기술을 사용하여 설계 단편화가 이루어졌습니다.

IPS는 상업, 군사, 소매 및 재고 추적 산업에 광범위하게 응용되고 있습니다.시중에는 몇 가지 상용 시스템이 있지만 IPS 시스템에 대한 표준은 없습니다.대신 각 설비는 공간 치수, 건축 자재, 정확성 요구 및 예산 제약에 따라 조정됩니다.

확률적(예측할 수 없는) 오류를 보상하기 위한 평활화를 위해서는 오차 예산을 크게 줄일 수 있는 건전한 방법이 있어야 합니다.시스템은 물리적 모호성에 대처하고 오류 보정을 가능하게 하기 위해 다른 시스템의 정보를 포함할 수 있다.장치의 방향 감지(스마트폰 수직 방향에서 모호함을 없애기 위해 나침반 방향이라고도 함)는 실시간으로 촬영한 이미지 내부의 랜드마크를 감지하거나 [18]비콘을 사용한 삼변측법을 사용하여 달성할 수 있습니다.강철 구조나 [19]철광석 광산에서 건물 내부나 위치에서의 자기 측정 정보를 검출하는 기술도 존재한다.

적용 가능성과 정밀도

건설 자재에 의한 신호 감쇠로 인해 위성 기반 위성 위치 확인 시스템(GPS)은 실내에서 상당한 전력을 상실하여 적어도 4개의 위성이 수신기에 필요한 커버리지에 영향을 미칩니다.또한 표면의 다중 반사로 인해 제어할 수 없는 오류가 발생하는 다중 경로 전파가 발생합니다.이와 같은 영향은 실내 송신기에서 실내 수신기에 이르기까지 전자파를 사용하는 실내 위치 파악의 모든 알려진 솔루션을 저하시키고 있습니다.이러한 문제를 보완하기 위해 물리적 방법과 수학적 방법의 번들이 적용됩니다.관성측정장치(IMU), 단안카메라 동시위치결정(SLAM), WiFi SLAM 등 내비게이션 정보의 대체 소스를 사용함으로써 실현 가능한 방향 무선 주파수 위치결정 오류 보정.물리적 원리가 다른 다양한 내비게이션 시스템의 데이터를 통합하면 솔루션 [20]전체의 정확성과 견고성을 높일 수 있습니다.

미국 위성위치확인시스템(GPS) 및 기타 유사한 위성항법시스템(GNSS)은 일반적으로 실내 위치를 설정하기에 적합하지 않다. 왜냐하면 마이크로파가 지붕, 벽 및 기타 물체에 의해 감쇠되고 산란되기 때문이다.단, 측위신호를 어디서나 이용할 수 있도록 GPS와 실내측위와의 통합을 [21][22][23][24][25][26][27][28]도모할 수 있다.

현재 GNSS 수신기는 마이크로칩 처리능력이 높아지면서 점점 더 민감해지고 있다.고감도 GNSS 수신기는 대부분의 실내 환경에서 위성 신호를 수신할 수 있으며 실내에서 3D 위치를 확인하는 시도는 [29]성공적이었다.수신기의 감도를 높이는 것 외에, A-GPS의 기술을 사용해, 휴대 전화를 개입시켜 연감이나 그 외의 정보를 전송한다.

그러나 수신기를 찾기 위해 필요한 네 개의 위성에 대한 적절한 커버리지가 실내 운영을 위한 모든 현재 설계(2008–11년)로 달성되지 않음에도 불구하고, 스톡홀름 [30]메트로에서는 GPS 에뮬레이션이 성공적으로 배치되었다.GPS 커버리지 확장 솔루션은 실내에서 구역 기반 위치 설정을 제공할 수 있으며 스마트폰에 [30]사용되는 것과 같은 표준 GPS 칩셋으로 액세스할 수 있습니다.

사용 유형

위치 결정 및 위치 결정

현재 대부분의 IPS는 객체의 위치를 검출할 수 있지만 너무 거칠어서 [31]객체의 방향이나 방향을 검출하는 데 사용할 수 없습니다.

위치 확인 및 추적

다음 항목도 참조하십시오.경유지 및 관심 지점

충분한 운용적합성을 실현하기 위한 방법 중 하나는 '추적'입니다.결정된 위치의 시퀀스가 첫 번째 위치에서 가장 실제 위치까지의 궤적을 형성하는지 여부.그런 다음, 통계적 방법은 이동하는 물체의 물리적 능력과 유사한 트랙에서 결정된 위치를 평활화하는 역할을 합니다.이 평활은 표적이 이동할 때 적용되어야 하며 거주 표적에 대해서도 적용되어 불규칙한 측정을 보정해야 합니다.그렇지 않으면 단일 거주 지역이나 심지어 뒤따르는 궤적이 순회 점프 시퀀스로 구성될 것이다.

식별 및 분리

대부분의 어플리케이션에서는 타겟의 수가1개보다 많습니다.따라서 IPS는 관찰된 각 타깃에 대해 적절한 특정 식별 정보를 제공해야 하며 그룹 내에서 타깃을 개별적으로 분리 및 분리할 수 있어야 합니다.IPS는 '대상외' 네이버에도 추적 대상 엔티티를 식별할 수 있어야 합니다.설계에 따라서는 센서네트워크가 어느 태그로부터 정보를 수신했는지, 또는 로케이션디바이스가 직접 타겟을 식별할 수 있어야 합니다.

무선 테크놀로지

모든 무선 기술을 사용하여 위치를 확인할 수 있습니다.많은 다른 시스템이 실내에서의 배치를 위해 기존의 무선 인프라스트럭처를 이용하고 있습니다.하드웨어 및 소프트웨어 설정에는 네트워크 기반, 터미널 기반 및 터미널 지원의 3가지 주요 시스템토폴로지 옵션이 있습니다무선 인프라스트럭처 기기 및 설치 비용을 들여 위치 결정 정확도를 높일 수 있습니다.

Wi-Fi 기반 포지셔닝 시스템(WPS)

주요 기사:Wi-Fi 포지셔닝 시스템
상세 정보:Wi-Fi 왕복 시간

GPS가 불충분한 경우에는 WPS(Wi-Fi Positioning System)를 사용합니다.무선 액세스 포인트에서의 위치 지정에 사용하는 현지화 기술은 수신 신호의 강도(영어 RSS에서의 수신 신호 강도) 및 「핑거 프린트」[32][33][34][35]방법에 근거하고 있습니다.핑거프린트 방식의 정밀도를 높이기 위해 통계적 후처리 기술(가우스 프로세스 이론 등)을 적용하여 개별적인 일련의 '핑거프린트'를 [36][37][38]각 액세스포인트의 RSSI를 위치 전체에 걸쳐 연속적으로 분산시키는 방법으로 변환할 수 있습니다.Wi-Fi 핫스팟 또는 무선 액세스포인트의 위치 결정에 도움이 되는 일반적인 파라미터에는 액세스포인트의 SSID와 MAC 주소가 포함됩니다.정확도는 데이터베이스에 입력된 위치 수에 따라 달라집니다.발생할 수 있는 신호 변동으로 인해 사용자의 [39][40]경로 오류 및 부정확성이 증가할 수 있습니다.

블루투스

원래 블루투스는 정확한 [41]위치가 아닌 근접성을 고려했습니다.블루투스는 GPS와 같이 고정된 위치를 제공하는 것을 의도하지 않았지만, 지오펜스 또는 마이크로펜스 솔루션으로 알려져 있어 실내 위치 측정 솔루션이 아닌 실내 근접 솔루션으로 사용됩니다.

마이크로맵핑과 실내[42] 매핑은 블루투스 및 애플사가 추진하는 블루투스 LE 기반 아이비콘과 연계되어[43] 있다.iBeacons 기반의 대규모 실내 측위 시스템이 [44][45]구현되어 실제 적용되고 있습니다.

블루투스 스피커의 위치 및 홈 네트워크를 폭넓게 참조할 수 있습니다.

초크 포인트 개념

태그 부착 객체에 대한 위치 인덱싱 및 존재 보고의 단순한 개념으로 알려진 센서 식별 [14]정보만 사용합니다.이는 일반적으로 단일 태그 또는 다수의 태그의 신호 강도와 다양한 거리를 보고하지 않고 센서의 알려진 위치 좌표 또는 태그의 현재 위치를 갱신하지 않는 수동 무선 주파수 식별(RFID)/NFC 시스템의 경우이다.이러한 접근법의 운용성은 범위를 벗어나는 것을 방지하기 위해 좁은 통로가 필요하다.

그리드 개념

장거리 측정 대신 저범위 수신기의 밀도 높은 네트워크가 관찰되는 공간 전체에 걸쳐 예를 들어 경제성을 위한 그리드 패턴으로 배치될 수 있다.범위가 낮기 때문에 태그 부착 엔티티는 네트워크로 연결된 소수의 리시버에 의해서만 식별됩니다.식별된 태그는 태그 위치를 대략적으로 파악할 수 있도록 식별 리더의 범위 내에 있어야 합니다.고도의 시스템은, 거친 장소의 무선 커버리지와 카메라 그리드를 조합하고 있습니다.

장거리 센서 개념

대부분의 시스템은 하나의 결합된 신호에서 식별 데이터와 함께 연속적인 물리적 측정(각도와 거리 또는 거리만 해당)을 사용합니다.이러한 센서로 도달 가능한 범위는 대부분 바닥 전체 또는 통로 또는 방 한 칸을 커버합니다.단거리 솔루션은 여러 센서와 오버랩된 리치가 적용됩니다.

도착 각도

도달 각도(AoA)는 신호가 수신기에 도달하는 각도입니다.AoA는 보통 센서 어레이 내의 여러 안테나 간의 도착 시간차(TDOA)를 측정하여 결정됩니다.다른 수신기에서는 방향성이 높은 센서 배열에 의해 결정됩니다. 각도는 신호를 수신한 센서에 의해 결정됩니다.AoA는 보통 삼각 측량 및 알려진 기준선과 함께 2개의 앵커 송신기에 상대적인 위치를 찾기 위해 사용됩니다.

도착 시각

도착 시간(ToA, 비행 시간)은 신호가 송신기에서 수신기로 전파되는 데 걸리는 시간입니다.신호 전파 속도는 일정하고 (매체의 차이를 무시) 알려져 있기 때문에 신호의 이동 시간을 사용하여 직접 거리를 계산할 수 있습니다.여러 측정을 3변측 및 다변측정과 결합하여 위치를 찾을 수 있습니다.이것은 GPS와 Ultra Wideband 시스템에서 사용되는 기술입니다.ToA를 사용하는 시스템에서는 일반적으로 센서의 신뢰할 수 있는 시간원을 유지하기 위해 복잡한 동기화 메커니즘이 필요합니다(단, 리피터를 사용하여 커플링을 설정함으로써[15] 신중하게 설계된 시스템에서는 이를 방지할 수 있습니다).

TOA 기반 방법의 정확성은 종종 실내 위치 파악에서 대규모 멀티패스 조건에 시달리는데, 이는 환경 내 물체(예: 내부 벽, 문 또는 가구)에서 RF 신호가 반사 및 회절되어 발생한다.그러나 시간적 또는 공간적 희소성 기반 [46]기술을 적용하면 다중 경로의 효과를 줄일 수 있다.[47]

수신 신호 강도 표시

Received Signal Strength Indicator(RSSI; 수신 신호 강도 표시)는 센서에 의해 수신된 전력 수준의 측정값입니다.왜냐하면 라디오 파도가 inverse-square 법에 따라 번식한다, 거리(일반적으로 1.5m이내 표준 conditions[48]에 이상적인 조건과 2~4미터에)거나 받아 전송되는 신호 강도(변속기는 기력이 장비를 사용하는 것에 따라 일정하다)사이의 관계를 기초로 하고, l.로 가깝게 될 수 있ong다른 오류는 결과 불량의 원인이 되지 않기 때문입니다.건물 내부는 여유 공간이 아니기 때문에 벽으로부터의 반사 및 흡수에 의해 정확도가 크게 저하됩니다.문, 가구, 사람과 같은 정지하지 않은 물체는 동적이고 예측 불가능한 방식으로 신호 강도에 영향을 미치기 때문에 훨씬 더 큰 문제를 일으킬 수 있습니다.

많은 시스템에서 위치 [11][12][13]정보를 제공하기 위해 확장 Wi-Fi 인프라스트럭처를 사용합니다.이들 시스템 중 어느 것도 현재와 같은 인프라스트럭처에서나 정상적으로 동작할 수 없습니다.유감스럽게도 Wi-Fi 신호 강도 측정은 매우 노이즈가 많기 때문에 부정확한 입력 데이터를 걸러내기 위해 통계를 사용하여 보다 정확한 시스템을 만드는 데 초점을 맞춘 연구가 진행 중입니다.Wi-Fi 포지셔닝 시스템은 모바일 장치의 GPS를 보완하기 위해 야외에서 사용되기도 합니다.여기에는 결과를 방해하는 불규칙한 반사가 거의 없습니다.

기타 무선 테크놀로지

기타 테크놀로지

기존의 무선 인프라스트럭처를 사용하지 않고 비무선 기술을 사용하여 위치를 지정할 수 있습니다.이로 인해, 고가의 기기나 인스톨을 희생하는 것으로, 정확도가 향상할 수 있습니다.

자기 포지셔닝

주요 기사: 자기 위치 설정

마그네틱 포지셔닝은 스마트폰을 가진 보행자에게 위치설정을 위한 추가 무선 인프라스트럭처를 사용하지 않고도 90% 신뢰수준으로 1~2m의 실내 정확도를 제공할 수 있습니다.자기장 위치는 지구 자기장에 국지적인 변화를 일으키는 건물 내부의 철에 기초한다.스마트폰에 내장된 최적화되지 않은 나침반 칩은 이러한 자기 변화를 감지하고 기록하여 실내 [51]위치를 지도화할 수 있습니다.

관성 측정

보행자들의 위치를 결정하는 행인 죽은 벌과 다른 접근법 간접적으로(단계 계수)단계 측정하거나 발에 탑재된 approach,[52]가끔 지도 또는 다른 추가적인 센서들은 고유한 센서 드리프트 관성과 접해 제한하는 것을 언급함으로써 관성 측정 장치는 보행자에 의해 운반될 것을 제안한다. naviMEMS 관성 센서는 내부 소음으로 인해 시간이 지남에 따라 입방체적으로 위치 오류가 커집니다.이러한 장치의 오류 증가를 줄이기 위해 Kalman Filtering 기반의 접근법이 자주 사용됩니다.[53][54][55][56]단, 맵 자체를 구축할 수 있도록 SLAM 알고리즘 프레임워크를 사용합니다.[58][59][60]

관성 측정은 일반적으로 운동의 차이를 포함하므로, 적분을 통해 위치가 결정되므로 [61][62]결과를 제공하기 위해 적분 상수가 필요하다.실제 위치 추정은 관련된 모든 센서의 소음 모델과 벽과 [63]가구로 인한 제약을 고려하여 각 단계에서 재계산되는 2-d 확률 분포의 최대값으로 확인할 수 있다.IPS는 동작과 사용자의 보행 행동을 바탕으로 기계학습 알고리즘을 [64]통해 사용자의 위치를 추정할 수 있습니다.

시각적 마커를 기반으로 위치 지정

시각위치확인시스템은 시각마커로부터 위치좌표를 복호화함으로써 카메라 대응 이동장치의 위치를 판정할 수 있다.이러한 시스템에서는 마커가 장소 전체의 특정 위치에 배치되며, 각 마커는 해당 위치의 좌표(위도, 경도 및 바닥에서 떨어진 높이)를 인코딩합니다.장치에서 마커까지의 시야각을 측정하면 디바이스가 마커를 참조하여 자체 위치 좌표를 추정할 수 있습니다.좌표에는 [65][66]위도, 경도, 레벨 및 바닥으로부터의 고도가 포함됩니다.

알려진 시각적 특징에 기반한 위치

모바일 디바이스의 카메라로부터 연속되는 스냅샷의 집합은, 장소의 장소를 추정하는데 적합한 이미지의 데이타베이스를 구축할 수 있다.데이터베이스가 구축되면 장소를 이동하는 모바일 기기는 장소의 데이터베이스에 삽입할 수 있는 스냅샷을 찍을 수 있으며 위치 좌표를 생성합니다.이러한 좌표는 더 높은 정확도를 위해 다른 위치 기법과 함께 사용할 수 있습니다.이는 카메라가 또 다른 센서 역할을 하는 센서 퓨전(sensor fusion)의 특수한 경우일 수 있습니다.

수학

센서 데이터가 수집되면 IPS는 수신된 전송이 수집되었을 가능성이 가장 높은 위치를 판별하려고 합니다.단일 센서의 데이터는 일반적으로 모호하며 여러 센서 입력 스트림을 결합하려면 일련의 통계 절차를 통해 해결해야 합니다.

경험적 방법

위치를 판별하는 한 가지 방법은 k-근접 네이버 등의 알고리즘을 사용하여 미지의 위치로부터의 데이터를 알려진 위치의 큰 세트와 대조하는 것입니다.이 기법에는 포괄적인 현장 조사가 필요하며, (사람 또는 움직이는 물체로 인해) 환경이 크게 변화하면 정확하지 않게 됩니다.

수학적 모델링

위치는 신호 전파를 근사하고 각도 및/또는 거리를 찾아 수학적으로 계산됩니다.그런 다음 역삼각법을 사용하여 위치를 결정합니다.

고급 시스템은 보다 정확한 물리적 모델과 통계적 절차를 결합합니다.

사용하다

실내 포지셔닝의 주요 소비자 이점은 실내 위치 인식 모바일 컴퓨팅의 확장입니다.모바일 디바이스가 어디에나 보급됨에 따라 개발자들에게는 애플리케이션에 대한 상황별 인식이 우선시되고 있습니다.그러나 현재 대부분의 애플리케이션은 GPS에 의존하며 실내에서 제대로 작동하지 않습니다.실내 위치로부터 혜택을 받는 애플리케이션은 다음과 같습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ 마그다 첼리, 넬 사마결정론적 방법과 추정 방법을 결합한 새로운 실내 위치 결정 기술.ENC-GNSS 2009 : 유럽 항법 회의 - 글로벌 항법 위성 시스템, 2009년 5월, 이탈리아 나폴리. 페이지 1 - 12.【hal-01367483】[ 1 ]
  2. ^ Lopez-de-Teruel, Pedro E.; Garcia, Felix J.; Canovas, Oscar; Gonzalez, Ruben; Carrasco, Jose A. (2017-01-01). "Human behavior monitoring using a passive indoor positioning system: a case study in a SME". Procedia Computer Science. 14th International Conference on Mobile Systems and Pervasive Computing (MobiSPC 2017) / 12th International Conference on Future Networks and Communications (FNC 2017) / Affiliated Workshops. 110: 182–189. doi:10.1016/j.procs.2017.06.076. ISSN 1877-0509.
  3. ^ Curran, Kevin; Furey, Eoghan; Lunney, Tom; Santos, Jose; Woods, Derek; McCaughey, Aiden (2011). "An Evaluation of Indoor Location Determination Technologies". Journal of Location Based Services. 5 (2): 61–78. doi:10.1080/17489725.2011.562927. S2CID 6154778.
  4. ^ Belmonte-Fernández, Ó.; Montoliu, R.; Torres-Sospedra, J.; Sansano-Sansano, E.; Chia-Aguilar, D. (2018). "A radiosity-based method to avoid calibration for indoor positioning systems". Expert Systems with Applications. 105: 89–101. doi:10.1016/j.eswa.2018.03.054.
  5. ^ "2cm accuracy using an Indoor Positioning System". VBOX Automotive. 2019-11-19.
  6. ^ "2cm accuracy using RTK". VBOX Automotive. 2019-11-19.
  7. ^ Qiu, Chen; Mutka, Matt (2016). "CRISP: cooperation among smartphones to improve indoor position information". Wireless Networks. 24 (3): 867–884. doi:10.1007/s11276-016-1373-1. S2CID 3941741.
  8. ^ Furey, Eoghan; Curran, Kevin; McKevitt, Paul (2012). "HABITS: A Bayesian Filter Approach to Indoor Tracking and Location". International Journal of Bio-Inspired Computation. 4 (2): 79. CiteSeerX 10.1.1.459.8761. doi:10.1504/IJBIC.2012.047178.
  9. ^ THS, 연결된 네트워크에서의 위치 전파, Chelly, Magda Lilia, Samama, Nel; 2011, 2011TELE0018, [2]
  10. ^ a b Liu X, Makino H, Mase K. 2010.9채널 수신기를 갖춘 형광등 통신 시스템을 사용하여 실내 위치 추정 개선.IEICE E93-B (11): 2936-44.
  11. ^ a b Chang, N; Rashidzadeh, R; Ahmadi, M (2010). "Robust indoor positioning using differential Wi-Fi access points". IEEE Transactions on Consumer Electronics. 56 (3): 1860–7. doi:10.1109/tce.2010.5606338. S2CID 37179475.
  12. ^ a b c Chiou, Y; Wang, C; Yeh, S (2010). "An adaptive location estimator using tracking algorithms for indoor WLANs". Wireless Networks. 16 (7): 1987–2012. doi:10.1007/s11276-010-0240-8. S2CID 41494773.
  13. ^ a b Lim, H; Kung, L; Hou, JC; Haiyun, Luo (2010). "Zero-configuration indoor localization over IEEE 802.11 wireless infrastructure". Wireless Networks. 16 (2): 405–20. doi:10.1007/s11276-008-0140-3. S2CID 17678327.
  14. ^ a b c Reza, AW; Geok, TK (2009). "Investigation of indoor location sensing via RFID reader network utilizing grid covering algorithm". Wireless Personal Communications. 49 (1): 67–80. doi:10.1007/s11277-008-9556-4. S2CID 5562161.
  15. ^ a b c Zhou, Y; Law, CL; Guan, YL; Chin, F (2011). "Indoor elliptical localization based on asynchronous UWB range measurement". IEEE Transactions on Instrumentation and Measurement. 60 (1): 248–57. doi:10.1109/tim.2010.2049185. S2CID 12880695.
  16. ^ a b Schweinzer, H; Kaniak, G (2010). "Ultrasonic device localization and its potential for wireless sensor network security". Control Engineering Practice. 18 (8): 852–62. doi:10.1016/j.conengprac.2008.12.007.
  17. ^ Qiu, Chen; Mutka, Matt (2017). "Silent whistle: Effective indoor positioning with assistance from acoustic sensing on smartphones". 2017 IEEE 18th International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM). pp. 1–6. doi:10.1109/WoWMoM.2017.7974312. ISBN 978-1-5386-2723-5. S2CID 30783515.
  18. ^ 2007년 워싱턴 대학의 이미지 처리를 사용한 위치 결정 및 방향 설정.유사한 접근법이 몇 가지 개발되었으며 현재(2017) 스마트폰 애플리케이션이 이 기술을 구현하고 있다.
  19. ^ 스타트업은 스마트폰을 사용하여 실내에서 사람을 추적합니다 - 실내 Atlass에 대하여(MIT Technology Review 웹사이트)
  20. ^ 블라디미르 막시모프와 올레그 타바로프스키, LLC RTLS, 러시아 모스크바(2013).밀접하게 결합된 ToA/IMU 개인 실내 항법 시스템의 정확도 향상 접근 방식 조사2013년 10월, 프랑스 몽벨리어드에서 열린 실내 위치 및 실내 항법에 관한 국제 회의의 진행.여기를 참조해 주세요.
  21. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad 및 Raja Zahilah(2015).위치 인식 쇼핑 지원을 위한 오프라인 비콘 선택 기반 RSSI 핑거프린트: 예비 결과인텔리전트 정보 및 데이터베이스 시스템의 새로운 동향, 페이지 303-312, 여기를 참조하십시오.
  22. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad 및 Raja Zahilah(2015).GPS, 무선 LAN 및 카메라를 사용한 긴급 구조 현지화(ERL) '소프트웨어 엔지니어링 및 그 응용 프로그램의 국제 저널, Vol.9, No.9, 페이지 217-232, https://serscjournals.org/index.php/IJSEIA/vol9_no9_2015/19.pdf
  23. ^ Wan Mohd Yaakob Wan Bejuri와 Mohd Murtadha Mohamad(2014).모바일 포지셔닝 시스템용 그레이 월드 기반 기능 검출 및 매칭 성능 분석감지 및 이미징, Vol. 15, No. 1, 페이지 1-24 [3]
  24. ^ Wan Mohd, Yaakob Wan Bejuri; Murtadha Mohamad, Mohd (2014). "Wireless LAN/FM Radio-based Robust Mobile Indoor Positioning: An Initial Outcome" (PDF). International Journal of Software Engineering and Its Applications. 8 (2): 313–324.
  25. ^ Wan; Yaakob Wan Bejuri, Mohd; Murtadha Mohamad, Mohd; Sapri, Maimunah; Shafry Mohd Rahim, Mohd; Ahsenali Chaudry, Junaid (2014). "Performance Evaluation of Spatial Correlation-based Feature Detection and Matching for Automated Wheelchair Navigation System". International Journal of Intelligent Transportation Systems Research. 12 (1): 9–19. doi:10.1007/s13177-013-0064-x. S2CID 3478714.
  26. ^ Wan Mohd Yaakob Wan Bejuri, Wan Mohd Nasri Wan Muhamad Saidin, Mohd Murtadha Mohamad, Maimanah Sapri 및 Kah Seng Lim(2013).유비쿼터스 포지셔닝:휠체어 내비게이션 시스템을 위한 통합 GPS/무선 LAN 포지셔닝.인텔리전트 정보 및 데이터베이스 시스템, Vol. 7802, 페이지 394-403, 여기를 참조하십시오.
  27. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Maimanah Sapri 및 Mohd Adly Rosley(2012).Inverse Intensity Chromadicity 공간 기반 특징 검출 및 매칭에 의한 유비쿼터스 WLAN/카메라 위치 결정: 예비 결과.맨 머신 시스템에 관한 국제 회의 2012(ICOMMS 2012).여기를 참조해 주세요.
  28. ^ Z. Horvath, H. Horvath(2014):스마트폰과 태블릿에 내장된 GPS의 정밀도, 국제전자통신기술저널, 제1호, 페이지 17-19, [4]
  29. ^ "GNSS Indoors — Fighting The Fading, Part 1 - Inside GNSS". www.insidegnss.com. 2008-03-12. Archived from the original on 2018-01-10. Retrieved 2009-10-18.
  30. ^ a b "Syntony rises high by going underground". November 2016.
  31. ^ Furey, Eoghan; Curran, Kevin; McKevitt, Paul (2012). "Probabilistic Indoor Human Movement Modeling to Aid First Responders". Journal of Ambient Intelligence and Humanized Computing. 3 (5): 559–569. doi:10.1007/s12652-012-0112-4. S2CID 16611408.
  32. ^ Violettas, G. E.; Theodorou, T. L.; Georgiadis, C. K. (August 2009). "Net Argus: An SNMP Monitor & Wi-Fi Positioning, 3-tier Application Suite". 2009 Fifth International Conference on Wireless and Mobile Communications. pp. 346–351. doi:10.1109/ICWMC.2009.64. ISBN 978-1-4244-4679-7. S2CID 23482772.
  33. ^ P. Bahl과 V. N. Padmanabhan, "RADAR: 건물 내 RF 기반 사용자 위치 및 추적 시스템"은 IEEE 컴퓨터 및 통신 협회(INFOCOM '00), vol. 2, 페이지 7.75–78, Tel Aviv의 제19회 연차 합동 회의의 진행에 수록되어 있다.이스라엘, 2000년 3월
  34. ^ Youssef, Moustafa; Agrawala, Ashok (2007-01-04). "The Horus location determination system". Wireless Networks. 14 (3): 357–374. doi:10.1007/s11276-006-0725-7. ISSN 1022-0038. S2CID 62768948.
  35. ^ Y. Chen과 H. Kobayashi는 IEEE 국제 통신 회의(ICC '02), vol. 1, 페이지 436–439, 뉴욕, 미국, 2002년 4월-5월에서 "실내 위치 기반 신호 강도"를 참조한다.
  36. ^ 골로반 A.A. 등가우스 프로세스 //2014 실내 위치 및 실내 항법에 관한 국제 회의(IPIN)에서 다양한 평균 오프셋 모델을 사용한 효율적인 위치 파악. – IEEE, 2014. – 365.365-374.[5]
  37. ^ 해넬 B.F.D., Fox D.신호 강도 기반 위치 추정을 위한 가우스 프로세스 //로봇의 진행: 과학 및 시스템.– 2006.[6]
  38. ^ 페리스 B, 폭스 D, 로렌스 N. D.가우스 프로세스 잠재 변수 모델 //IJCAI를 사용한 WiFi 슬램.- 2007년 - т7 - №1 - с2480-2485[7]
  39. ^ Lymberopoulos, Dimitrios; Liu, Jie; Yang, Xue; Roy Choudhury, Romit; Handziski, Vlado; Sen, Souvik (2015). A realistic evaluation and comparison of indoor location technologies. Proceedings of the 14th International Conference on Information Processing in Sensor Networks - IPSN '15. pp. 178–189. doi:10.1145/2737095.2737726. ISBN 9781450334754. S2CID 1028754.
  40. ^ Laoudias, C.; Constantinou, G.; Constantinides, M.; Nicolaou, S.; Zeinalipour-Yazti, D.; Panayiotou, C. G. (2012). "The Airplace Indoor Positioning Platform for Android Smartphones". 2012 IEEE 13th International Conference on Mobile Data Management. pp. 312–315. doi:10.1109/MDM.2012.68. ISBN 978-1-4673-1796-2. S2CID 14903792. (베스트 데모상)
  41. ^ "Everything You Always Wanted To Know about Beacons". Bright Talk. Retrieved 2014-06-12.
  42. ^ "Apple Is Launching A Vast Project To Map The Inside Of Every Large Building It Can". Business Insider. Retrieved 2014-06-12.
  43. ^ "Apple Inc. iBeacon with Micromapping can revolutionize retail". ValueWalk. January 2014. Retrieved 2014-06-12.
  44. ^ "Music City Center Unveil Wayfinding App". Retrieved 2014-11-28.
  45. ^ "Music City Center app guides visitors". The Tennessean. Retrieved 2014-11-28.
  46. ^ Pourhomayoun; Jin; Fowler (2012). "Spatial Sparsity Based Indoor Localization in Wireless Sensor Network for Assistive Healthcare Systems" (PDF). Embc2012.
  47. ^ C.R. 컴사 등ICASSP, 2011년, "희박한 표현 프레임워크 내 도착 시간차를 이용한 소스 현지화"
  48. ^ Zhan Jie; Liu HongLi; Tanjian (December 2010). "Research on ranging accuracy based on RSSI of wireless sensor network". The 2nd International Conference on Information Science and Engineering: 2338–2341. doi:10.1109/ICISE.2010.5691135. ISBN 978-1-4244-7616-9. S2CID 14465473.
  49. ^ "Racelogic debuts VBOX indoor positioning system". 2018-09-24.
  50. ^ Lee, Yong Up; Kavehrad, Mohsen; "가시광 통신과 무선 네트워크를 갖춘 장거리 실내 하이브리드 지역화 시스템 설계", Photonics Society 여름 주제 회의 시리즈, 2012 IEEE, vol., no., 페이지 82-83, 2012년 7월 11일 여기 출판물 참조
  51. ^ "Geospatial World August 2014" (PDF). {{cite magazine}}:Cite 매거진의 요건 magazine=(도움말)
  52. ^ Foxlin, Eric (1 November 2005). "Pedestrian Tracking with Shoe-Mounted Inertial Sensors". IEEE Computer Graphics and Applications. 25 (6): 38–46. doi:10.1109/MCG.2005.140. PMID 16315476. S2CID 19038276.
  53. ^ Bose, Subhojyoti; Gupta, Amit K.; Handel, Peter (2017). "On the noise and power performance of a shoe-mounted multi-IMU inertial positioning system". 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN). pp. 1–8. doi:10.1109/IPIN.2017.8115944. ISBN 978-1-5090-6299-7. S2CID 19055090.
  54. ^ Gupta, Amit K.; Skog, Isaac; Handel, Peter (2015). "Long-term performance evaluation of a foot-mounted pedestrian navigation device". 2015 Annual IEEE India Conference (INDICON). pp. 1–6. doi:10.1109/INDICON.2015.7443478. ISBN 978-1-4673-7399-9. S2CID 33398667.
  55. ^ Nilsson, John-Olof; Gupta, Amit K.; Handel, Peter (2014). "Foot-mounted inertial navigation made easy". 2014 International Conference on Indoor Positioning and Indoor Navigation (IPIN). pp. 24–29. doi:10.1109/IPIN.2014.7275464. ISBN 978-1-4673-8054-6. S2CID 898076.
  56. ^ Zhang, Wenchao; Li, Xianghong; Wei, Dongyan; Ji, Xinchun; Yuan, Hong (2017). "A foot-mounted PDR system based on IMU/EKF+HMM+ZUPT+ZARU+HDR+compass algorithm". 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN). pp. 1–5. doi:10.1109/IPIN.2017.8115916. ISBN 978-1-5090-6299-7. S2CID 19693291.
  57. ^ 현지화 및 매핑 동시 실행
  58. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah(2015).관성측정유닛(IMU) 기반 보행자 동시 위치 및 매핑(SLAM) 최적화를 이용한 긴급구조위치(ERL) 제안.국제 스마트홈 저널.Vol 9: No.12, 페이지: 9-22.https://serscjournals.org/index.php/IJSH/vol9_no12_2015/2.pdf
  59. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah(2015).KLD 재샘플링을 사용한 응급 구조 위치(ERL) 최적화:첫 번째 제안입니다.u- 및 e-서비스, 과학 및 기술 국제 저널.Vol 9: No.2, 페이지: 249-262.https://serscjournals.org/index.php/IJUNESST/vol9_no2/25.pdf
  60. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah(2015).활동 보행자 동시 위치결정 및 매핑(SLAM)에서의 Rao-Blackwellized 입자 필터 최적화: 초기 제안국제 보안 저널과 그 응용 프로그램.Vol 9: No.11, 페이지: 377-390.https://serscjournals.org/index.php/IJSIA/vol9_no11_2015/35.pdf
  61. ^ "Sensor fusion and map aiding for indoor navigation". Archived from the original on 2010-04-28.
  62. ^ "Pedestrian localization for indoor environments" (PDF).
  63. ^ Carboni, Davide; Manchinu, Andrea; Marotto, Valentina; Piras, Andrea; Serra, Alberto (2015). "Infrastructure-free indoor navigation: a case study". Journal of Location Based Services. 9: 33–54. doi:10.1080/17489725.2015.1027751. S2CID 34080648.
  64. ^ Qiu, Chen; Mutka, Matt (2017). "Self-improving indoor localization by profiling outdoor movement on smartphones". 2017 IEEE 18th International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM). pp. 1–9. doi:10.1109/WoWMoM.2017.7974311. ISBN 978-1-5386-2723-5. S2CID 8560911.
  65. ^ "Wearables come in for a refit".
  66. ^ Daniş, F. Serhan; Naskali, A. Teoman; Cemgil, A. Taylan; Ersoy, Cem (2022). "An indoor localization dataset and data collection framework with high precision position annotation". Pervasive and Mobile Computing. 81: 101554. doi:10.1016/j.pmcj.2022.101554. S2CID 246887116.
  67. ^ Al-Ahmadi, Abdullah; Qasaymeh, Yazeed Mohammad; R. P., Praveen; Alghamdi, Ali (2019). "Bayesian Approach for Indoor Wave Propagation Modeling". Progress in Electromagnetics Research M. 83: 41–50. doi:10.2528/pierm19042804. ISSN 1937-8726.
  68. ^ Daniş, F. Serhan; Cemgil, A. Taylan; Ersoy, Cem (2021). "Adaptive Sequential Monte Carlo Filter for Indoor Positioning and Tracking with Bluetooth Low Energy Beacons". IEEE Access. 9: 37022–37038. doi:10.1109/ACCESS.2021.3062818.
  69. ^ Bai, Y; Jia, W; Zhang, H; Mao, Z. H.; Sun, M (2014). Landmark-based indoor positioning for visually impaired individuals. 12th International Conference on Signal Processing (ICSP). Vol. 2014. pp. 678–681. doi:10.1109/ICOSP.2014.7015087. ISBN 978-1-4799-2186-7. PMC 4512241. PMID 26213718.
  70. ^ Gaith Saqer (March 2010). "Junaio 2.0 First Indoor Social Augmented Reality App at SXSW With Developers API". Archived from the original on 2010-03-12.
  71. ^ "Fraunhofer IIS uses Awiloc indoor positioning magic to guide museum patrons".
  72. ^ Qiu, C.; Mutka, M. W. (2015-10-01). AirLoc: Mobile Robots Assisted Indoor Localization. 2015 IEEE 12th International Conference on Mobile Ad Hoc and Sensor Systems (MASS). pp. 407–415. doi:10.1109/MASS.2015.10. ISBN 978-1-4673-9101-6. S2CID 13133026.

외부 링크