위치 측위 향상을 위한 KNN과 Local Map Classification 및 Bayes Filter를 사용한 실내 위치 인식 시스템
Improvement of location positioning using KNN, Local Map Classification and Bayes Filter for indoor location recognition system
1
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 위치 측위의 정확도를 높일 수 있는 방안으로 KNN(K-Nearest Neighbor)과 Local Map Classification 및 Bayes Filter를 융합한 기법을 제안한다. 먼저 이 기법은 Local Map Classification이 실제 지도를 여러 개의 Cluster로 나누고, 다음으로 KNN으로 Cluster들을 분류한다. 그리고 Bayes Filter가 획득한 각 Cluster의 확률을 통하여 Posterior Probability을 계산한다. 이Posterior Probability으로 로봇이 위치한 Cluster를 검색한다. 성능 평가를 위하여 KNN과 Local Map Classification 및 Bayes Filter을 적용하여서 얻은 위치 측위의 결과를 분석하였다. 분석 결과로RSSI 신호가 변하더라도 위치 정보는 한 Cluster에 고정되면서 위치 측위의 정확도가 높아진다는사실을 확인하였다.
Abstract
In this paper, we propose a method that combines KNN(K-Nearest Neighbor), Local Map Classification and Bayes Filter as a way to increase the accuracy of location positioning. First, in this technique, Local Map Classification divides the actual map into several clusters, and then classifies the clusters by KNN. And posterior probability is calculated through the probability of each cluster acquired by Bayes Filter. With this posterior probability, the cluster where the robot is located is searched. For performance evaluation, the results of location positioning obtained by applying KNN, Local Map Classification, and Bayes Filter were analyzed. As a result of the analysis, it was confirmed that even if the RSSI signal changes, the location information is fixed to one cluster, and the accuracy of location positioning increases.
참고문헌 (8)
- Zachiotis, G. A, "A survey on the application trends of home service robotics", IEEE International Conference on Robotics and Biomimetics, pp.1999~2006 (2018)
- Markom, M. A, "Improved KNN Scan Matching for Local Map Classification in Mobile Robot Localisation Application", IOP Conference Series: Materials Science and Engineering, 557(1), pp.012019~ (2019)
- Wu, R. H, "Study of characteristics of RSSI signal", IEEE International Conference on Industrial Technology, pp.1~3 (2008)
- Markom, M. A, "Improved KNN Scan Matching for Local Map Classification in Mobile Robot Localisation Application", IOP Conference Series: Materials Science and Engineering, 557(1), pp.012019~ (2019)[DOI]
- Sun, Y., "WiFi signal strength-based robot indoor localization", IEEE International Conference on Information and Automation, pp.250~256 (2014)
- 김양수, "블루투스 기반 실내 위치 추적 기술 분석 과 RSS와 거리간의 관계에 대한 실험", 한국컴퓨터정보학회논문지, 21(10), pp.55~62 (2016), 한국컴퓨터정보학회
- Jörg Lücke, "k-means as a variational EM approximation of Gaussian mixture models", Pattern Recognition Letters, 125, pp.349~356 (2019), Elsevier BV[DOI]
- Thrun, S., "Probabilistic robotics", pp.26~36 (2005), The MIT Press