실제 이동에 따른 자기장 랜덤성을 반영한 LSTM 기반 실내 위치 인식 시스템

Abstract

자기장 신호는 RF 신호와 달리 벽, 가구 등의 실내 구조로 인해 다중 경로 전파, 회절 및 산란 등이 발생하지 않아 신호가 안정적이기 때문에 높은 측위 성능의 기반이 될 수 있다. 반면, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 따라서 자기장 데이터의 시간에 따라 변하는 시퀀스를 인식하는 데 효과적인 LSTM 모델을 사용하여 사용자의 이동 경로를 추적한다. 또한, 다양한 사용자의 실제 이동에 따라 발생할 수 있는 상황들을 반영하기 위해 학습 데이터를 생성하는 과정에서 걸음 길이, 걸음 인식 및 자기장 데이터 노이즈에 랜덤성을 반영하였다. LSTM 모델의 평가를 위해 약 94m x 26m의 testbed에서 테스트를 진행하였다. 랜덤성이 반영된 데이터셋에 대하여 랜덤성이 반영되지 않은 모델 대비 랜덤성을 반영하여 학습한 모델은 측위 오차를 3.11 미터에서 1.26 미터로 감소시킴으로써 측위 성능 향상을 보였을 뿐 아니라 측위 결과의 수렴 속도 또한 20 걸음에서 10 걸음으로 크게 줄일 수 있었다.