메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Changsoo Yu (Korea Institute of Science and Technology) Beomju Shin (Korea Institute of Science and Technology) Chung G. Kang (Korea University) Jung Ho Lee (Korea Institute of Science and Technology) Hankyeol Kyung (Korea Institute of Science and Technology) Taehun Kim (Korea Institute of Science and Technology) Taikjin Lee (Korea Institute of Science and Technology)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2022
발행연도
2022.11
수록면
911 - 915 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The study of indoor localization technology using smart phone has been continuously studied. Fingerprinting is a representative indoor positioning technology. This technology estimates the location by comparing Radio Signal Strength (RSS) information received in one-shot at a specific location with the previously constructed Radio Map. Since the RSS received in one-shot is used, the ability to discriminate signals according to space is low. To solve this problem, the use of RSS spatial patterns based on Pedestrian Dead Reckoning (PDR) improves signal discrimination according to space and increases accuracy. However, since PDR is used, there is a problem that it is difficult to use a spatial pattern if PDR distortion occurs due to a heading drift error and a change motion. We propose an indoor positioning technology using 1D Convolutional Neural Network (CNN) and Bi-directional Long Short Term Memory (BLSTM). We estimated the position by learning the 1D RSS pattern. In order to generate a large amount of data, we used the pre-built Radio Map. We use a model that combines 1D CNN and BLSTM. 1D CNN is used to extract RSS patterns, and BLSTM is used to learn the relationship of sequential data in both directions. Through this, it is possible to estimate the position using only the RSS. To verify the proposed technology, we compared it with the previous technology. As a result, the previous technology showed 2.19m error and the proposed technology showed 4.663m error. However, the calculation speed is 30 times faster than the proposed technology. It was confirmed that indoor positioning technology using deep learning technology can provide position information with only 1D RSS pattern.
#Indoor Localization #Deep Learning #CNN #BLSTM

목차

Abstract
1. INTRODUCTION
2. PROPOSED TECHNOLOGY
3. RESULT
4. CONCLUSIONS
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0