Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Robust Location Tracking Using a Double Layered Particle Filter

이중 구조의 파티클 필터를 이용한 강인한 위치추적

  • 윤근호 (포항공과대학교 컴퓨터공학과) ;
  • 김대진 (포항공과대학교 컴퓨터공학과) ;
  • 방승양 (포항공과대학교 컴퓨터공학과)
  • Published : 2006.12.15
Download PDF
⟨ Previous Next ⟩

Abstract

The location awareness is an important part of many ubiquitous computing systems, but a perfect location system does not exist yet in spite of many researches. Among various location tracking systems, we choose the RFID system due to its wide applications. However, the sensed RSSI signal is too sensitive to the direction of a RFID reader antenna, the orientation of a RFID tag, the human interference, and the propagation media situation. So, the existing location tracking method in spite of using the particle filter is not working well. To overcome this shortcoming, we suggest a robust location tracking method with a double layered structure, where the first layer coarsely estimates a tag's location in the block level using a regression technique or the SVM classifier and the second layer precisely computes the tag's location, velocity and direction using the particle filter technique. Its layered structure improves the location tracking performance by restricting the moving degree of hidden variables. Many extensive experiments show that the proposed location tracking method is so precise and robust to be a good choice for implementing the location estimation of a person or an object in the ubiquitous computing. We also validate the usefulness of the proposed location tracking method by implementing it for a real-time people monitoring system in a noisy and complicate workplace.

위치 인식은 유비쿼터스 컴퓨팅 환경상의 중요한 부분이지만 많은 연구에도 불구하고 아직 완벽한 시스템은 존재하지 않는 상황이다. 본 연구에서는 다양한 위치 추적 시스템 중 가장 널리 사용되는 RFID 시스템을 이용하지만 수신된 RSSI 신호는 리더와 태그 안테나의 방향, 각도, 간섭에 매우 민감하여 기존 알고리즘인 파티클 필터를 이용하면 정확한 위치 추정이 힘들다. 이를 극복하기 위해, 본 연구에서는 이중 구조의 파티클 필터를 가진 강인한 위치 추적 시스템을 제안한다. 이 시스템은 하단부에서 회귀분석이나 SVM 분류기법을 이용하여 대략적인 위치를 확인한 다음, 상단부에서 파티클 필터를 이용하여 위치, 속도, 방향을 추정하는 계층적 구조를 갖고 있다. 그리고 계층 구조상에 움직임 특성이 갖는 여러 제약 사항을 반영하여 위치 추정 성능을 향상시킨다. 제안한 위치 추정 시스템을 실제 상황에 적용하고자 리더와 서버간을 스타 메쉬 네트워크로 연결하여 태그를 소지한 사람과 물체의 위치를 제안한 알고리즘을 이용하여 추정하였다. 실험 결과 제안한 위치 추적 시스템이 기존의 파티클 필터를 이용한 시스템보다 정확한 위치 추정 성능을 보임을 확인하였고 지하 시설물이 복잡하게 놓여있는 매우 열악한 운영 환경상에서도 실시간 동작을 통해 그 유용성이 입증되었다.

Keywords

References

  1. J. Hightower and G. Borriello, 'Location systems for ubiquitous computing,' Computer, Vol. 34, No. 8, pp. 56-66, Aug. 2001 https://doi.org/10.1109/2.940014
  2. R. Wnat, A. Hopper, V. Falcao, and J. Gibbons' 'The active badge location system,' ACM Transactions on Information Systems, Vol. 40, No.1, pp. 91-102, Jan. 1992 https://doi.org/10.1145/128756.128759
  3. A. Ward, A. Jones, and A. Hopper, 'A new location technique for the active office,' IEEE Personal Communication, Vol. 4, pp. 43~47, Oct. 1997 https://doi.org/10.1109/98.626982
  4. J. Hightower, R. Want, and G. Borriello, 'Spoton: An indoor 3d location sensing technology based on if signal strength,' tech. rep. University of Washington, Feb. 2000
  5. R. Fontana, E. Richley, and J. Barney, 'Commercialization of an ultra wideband precision asset location system,' Nov. 2003 https://doi.org/10.1109/UWBST.2003.1267866
  6. L. Liao, D. Fox, J. Hightower, H. Kautz, and D. Schulz, 'Voronoi tracking : Location estimation using sparse and noisy sensor data,' the IEEE/RSj International Conference on Intelligent Robots and Systems(IROS), pp. 723-728, 2003 https://doi.org/10.1109/IROS.2003.1250715
  7. N. Priyatha, A. Charkraborty, and H. Balakrishnan, 'The cricket location support system,' the 6th ACM International Conference on Mobile Computing and Networking, pp. 32-43, Aug. 2000
  8. T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, 2001
  9. C. Burges, 'A tutorial on support vector machines for pattern recognition,' Data Mining and Knowledge Discovery 2, Vol. 2, No.2, pp. 121-167, 1998 https://doi.org/10.1023/A:1009715923555
  10. D. Fox, J. Hightower, L. Liao, D. Schulz, and G. Borriello, 'Bayesian filters for location estimation', IEEE Pervasive Computing, Vol. 2, No.3, pp. 24-33, Sept. 2003 https://doi.org/10.1109/MPRV.2003.1228524
  11. M. Jordan, An introduction to probabilistic graphical models, June 2003