KAILOS system (\url{https://kailos.io/}) aimed to provide an integrated indoor-outdoor navigation experience. However, KAILOS suffers badly from the inherent problems of infrastructure-dependent methods and the restriction on smartphone applications. KAILOS tag - a dedicated Internet-of-Things (IoT) positioning device - was created to overcome those challenges. There were three important requirements that needed to be fulfilled when designing its embedded software: algorithm performance, real-time capability, and power efficiency. We proposed an efficient operation cycle and an effective yet accurate Pedestrian Dead Reckoning (PDR) algorithm to address these requirements. The operation cycle relied on priority-based scheduling and sensor time synchronization methods. The PDR algorithm involved a dynamic gyroscope bias update technique that automatically detects the stationary state of the sensor using acceleration differential to calculate the bias of the gyroscope in a real-time manner. Additionally, to maintain the consistency of the bias values at the beginning of every movement, we gathered the sensing data and calculated the bias using a scalable window. Final results showed a low packet loss rate of 3.3\% for Inertial Measurement Unit (IMU) sensor sampling at 100 Hz, and the median of server latency reached only 2.1 seconds maximum over a 30-minute duration. The current consumption of the tag when in fully functioning mode was 175 mA on average. For the PDR performance, the detected step error remained low at 1.5\% while the traveled distance accuracy achieved a minimum of 98.43\%. The end-to-end error was also below 1.6\%, and the estimated trajectories showed significant improvements over the traditional PDR approach. The proposed solutions could be applied to any other dedicated IoT platform that wants to introduce both multiple sensor integration and real-time ability to their system.
KAILOS (\url{https://kailos.io/}) 시스템은 통합적인 실내외 내비게이션 경험을 제공하는 것을 목표로 했습니다. 그러나 KAILOS는 인프라 의존적 방법과 스마트폰 애플리케이션에 대한 제한의 고유한 문제로 인해 어려움을 겪고 있습니다. 이러한 문제를 극복하기 위해 전용 사물인터넷(IoT) 측위 장치인 KAILOS 태그가 개발되었습니다. 태그가 제대로 작동하려면 내장 소프트웨어가 알고리즘 성능, 실시간 기능 및 전력 효율의 세 가지 중요한 요구 사항을 충족하도록 설계되어야 합니다. 이러한 요구 사항을 해결하기 위해 본 연구에서는 효율적인 운영 파이프라인과 효과적이지만 정확한 보행자 예측(PDR) 알고리즘을 제안했습니다. 운영 주기는 우선 순위 기반 스케줄링 및 센서 시간 동기화 방법에 의존했습니다. PDR 알고리즘에는 가속도 미분을 사용하여 센서의 고정 상태를 자동으로 감지하여 자이로스코프의 바이어스를 실시간으로 계산하는 동적 자이로스코프 바이어스 업데이트 기법이 포함되었습니다. 또한 모든 움직임 초기에 바이어스 값의 일관성을 유지하기 위해 감지 데이터를 수집하고 확장 가능한 창을 사용하여 바이어스를 계산했습니다. 최종 결과는 100Hz에서 IMU 센서 샘플링의 경우 3.3\%의 낮은 패킷 손실률을 보여주었고 서버 지연 시간의 중앙값은 30분 동안 최대 2.1초에 불과했습니다. 완전히 작동하는 모드에서 태그의 현재 소비량은 평균 175mA였습니다. PDR 성능의 경우 감지된 스텝 오류는 1.5\%로 낮게 유지되는 반면 이동 거리 정확도는 최소 98.43\%를 달성했습니다. 종단 간 오류도 1.6\% 미만이었고 추정 궤적은 기존 PDR 접근 방식에 비해 상당한 개선을 보였습니다. 제안된 솔루션은 다중 센서 통합과 실시간 기능을 시스템에 도입하려는 다른 모든 전용 IoT 플랫폼에 적용할 수 있습니다.
