With the proliferation of smartphones and the explosively increasing WiFi hot spots, the so-called “WiFi positioning system” (WPS) has recently received great attention. In the WPS, due to its superior accuracy, the fingerprint-based localization technique is preferred rather than trilateration. In fingerprint-based localization, the location of a device is usually estimated by referring to a radio map, which is the collection of the fingerprints and their collected location information. Thus, the radio map is essential for the fingerprint-based localization technique. In the fingerprint-based localization, recalibration should be made occasionally to maintain the initial accuracy of the WPS. However, the recalibration usually requires considerable time and effort, especially with the WPS covering a large-scale space.
We propose two novel methods which more effectively reduce the recalibration cost based on an automatic update of radio maps using user feedback data. The first proposed method for updating radio maps for the purpose of place recognition uses appearance frequencies of APs collected from the user feedback data. The second proposed method for updating radio maps for the purpose of localization utilizes the log-distance path loss (LDPL) model in order to update signal strengths of newly installed APs into the radio map.
The experiment for evaluating the first proposed method has been performed on the radio map constructed across the 233 Seoul subway stops. As compared to previous methods, the proposed method turned out to be superior in its ability to update newly installed APs. Also, the proposed method could more effectively be used for the APs with weak signal strengths as well as for the APs with strong signal strengths.
Another experiment for evaluating the second proposed method has been conducted on the 4th floor of the KAIST library, Daejeon, Korea. The proposed method improved the overall accuracy of the localization under changing WiFi environments. Furthermore, when we applied the devised error estimation scheme to the proposed method, the accuracy was more improved than the proposed method without the error estimation.
최근에 스마트폰과 와이파이 핫 스팟이 급격하게 증가함에 따라 와이파이 측위 시스템 또한 많은 관심을 받게 되었다. 와이파이 측위 시스템을 구현하는 기술들 중에서 핑거프린트 기반 측위 기술은 높은 정확도 때문에 삼변 측량 방식보다 더 선호되고 있다. 핑거프린트 기반 측위 기술은 보통 핑거프린트들과 그 핑거프린트들을 수집한 위치 정보를 저장하고 있는 데이터베이스인 라디오 맵을 참조하여 모바일 디바이스의 위치를 추정한다. 따라서 라디오 맵은 핑거프린트 기반 측위 기술에서 필수적이다. 이러한 핑거프린트 기반 측위 기술은 와이파이 측위 시스템의 초기 정확도를 유지하기 위해서 라디오 맵을 때때로 재 수집해야 한다. 하지만 이러한 재 수집은 보통 와이파이 측위 시스템을 제공하는 공간이 넓을 수록 상당한 시간과 수고를 필요로 한다.
우리는 사용자의 피드백 데이터를 이용하여 자동으로 라디오 맵을 업데이트함으로써 재 수집 비용을 보다 효과적으로 줄이는 두 가지 새로운 방법들을 제안한다. 첫 번째 제안하는 방법은 장소 인식을 목적으로 하는 라디오 맵을 업데이트 하기 위한 방법으로 사용자의 피드백 데이터로부터 수집된 액세스 포인트들의 출현 확률을 사용한다. 두 번째 제안하는 방법은 측위를 목적으로 하는 라디오 맵을 업데이트 하기 위한 방법으로 새로 설치된 액세스 포인트의 신호 세기를 라디오 맵에 업데이트하기 위해 신호 감쇄 모델을 활용한다.
첫 번째 제안하는 방법을 평가하기 위하여 서울 지하철 역에 대한 라디오 맵을 구축하고 그 중 233개 역을 대상으로 실험을 하였다. 기존의 업데이트 방법들과 비교했을 때, 본 논문에서 제안하는 첫 번째 방법은 새로 설치된 액세스 포인트를 라디오 맵에 업데이트 하는 능력에 있어서 기존의 방법들보다 월등하였고, 신호 세기가 센 액세스 포인트뿐만 아니라 신호 세기가 약한 액세스 포인트를 업데이트 하는데 있어서도 더 효과적으로 사용될 수 있었다.
두 번째 제안하는 방법을 평가하기 위하여 KAIST 도서관 4층을 대상으로 실험하였다. 본 논문에서 제안하는 두 번째 방법은 변화하는 와이파이 환경에서 라디오 맵을 업데이트하지 않았을 때보다 전체적으로 측위 정확도를 향상시켰다. 뿐만 아니라, 두 번째 제안하는 방법에 본 논문에서 고안한 에러 추정 기법을 같이 사용하면 에러 추정 기법을 사용하지 않은 방법보다 좀 더 측위 정확도가 향상 되었다.
