The emergence of smartphones had brought many innovative changes to our lives. Especially, localization techniques, which allow the devices to estimate their current locations, improved the usefulness and effectiveness of location-based services. As a result, location-based services have become the killer applications of smartphones, and nowadays, many location-based services have been widely used.
Moreover, the localization techniques enable proactive location-based services to be realized. Proactive location-based services are the mobile applications that automatically provide location-based functionalities and information without any request from the users. In order to provide proactive location-based services, it is necessary to obtain locations of the users that are periodically recorded using smartphones. Since most of the smartphone users carry their devices at anywhere and anytime, it is possible to obtain the entire trajectories of the users and to provide proactive location-based services in smartphone.
In order to make the proactive location-based services conveniently, smartphones should provide not only location records of the users but also the information about places. Normally, it is more convenient if the services are provided with information about places than with raw coordinates on the map. Moreover, there is a high possibility that the places where the users have visited are meaningful to them. Therefore, for proactive location-based services, it is important to detect places where the users have visited, so many approaches for place detection based on periodic localization have been proposed for the last 10 years.
However, most of the previously proposed place detection approaches are unsuitable for the latest high-performance smartphones. The high-performance Central Processing Unit (CPU) in the latest smartphones requires substantial battery power while it is being operated; if the device periodically performs positioning, the battery power of the device will be dramatically consumed due to the continuous usage of the CPU. In order to reduce the battery consumption of periodic localization, therefore, locations must be recorded at a low rate, but in this case, the resolution and positioning accuracy of the recorded locations may also be damaged. Because most of the previously proposed place detection approaches requires periodically recorded locations with good accuracy, inaccurate locations may also degrade their place detection accuracy.
In this dissertation, a robust and efficient place detection system for smartphone is proposed; the proposed system can accurately estimate places visited by the user using location records, even when the location records are erroneous. In order to accurately detect the visited places, the proposed system recognizes specific patterns that can be frequently observed in location records and estimates the user`s states using a new temporal probabilistic machine learning technique called the superstate model. Moreover, the proposed system further attempts to optimize energy efficiency of continuous place detection and positioning based on the accurately estimated states of the user.
The contributions of this dissertation to place detection and mobile computing research are as follows: 1) the place detection approach of the proposed system based on the superstate model is able to show the dramatically improved place detection accuracy and to perfectly detect the places where the user stays for more than 10 minutes; 2) the proposed system utilizes visibility of GPS satellites in place detection, and visibility of GPS satellites is the most accurate method to classify the external environment of smartphones into indoor and outdoor environments; 3) the standstill detection method of the proposed system, which attempts to minimize battery consumption of continuous positioning and place detection, is able to reduce the battery consumption more efficiently than the previously proposed approaches.
스마트폰으로 불리우는 휴대 기기의 등장은 우리 생활에 다양하고 혁신적인 변화를 가져다 주었다. 특히 스마트폰의 현재 좌표를 추정할 수 있는 위치 인식 기능(localization techniques)은 위치 기반 서비스(location-based services)의 효용성과 편의성을 크게 증가시키며, 스마트폰 사용자가 보다 편리하게 위치 기반 서비스를 이용할 수 있도록 하였다. 그 결과 위치 기반 서비스는 스마트폰의 킬러 어플리케이션(killer application)으로 자리매김하였으며, 보다 다양하고 획기적인 서비스들이 스마트폰 환경에 기반하여 지속적으로 개발되고 있다.
또한, 스마트폰의 위치 인식 기능은 능동적 위치 기반 서비스(proactive location-based services)라는 새로운 형태의 모바일 서비스를 가능케 하였다. 능동적 위치 기반 서비스는 사용자가 서비스를 요청하지 않아도 사용자의 위치를 이용하여 자동으로 위치 기반 정보 및 기능을 제공하는 서비스로서, 이러한 서비스를 구동하기 위해서는 일정 주기로 기록된 사용자의 위치가 지속적으로 필요하다. 대부분의 스마트폰 사용자들은 항시 기기를 휴대하고 다니므로 지속적으로 사용자의 위치를 인식하고 능동적인 위치 기반 서비스를 실시간으로 제공하는 것이 스마트폰을 통해 비로소 가능해진 것이다.
능동적 위치 기반 서비스가 사용자에게 보다 편리한 기능을 제공하려면 사용자의 물리적 좌표뿐만 아니라 사용자가 방문한 장소에 대한 정보도 고려하는 것이 좋다. 이는 물리적 좌표를 지도 상에 표시하여 사용자에게 서비스를 제공하는 것보다는 물리적 좌표가 가리키는 장소의 정보를 이용하는 것이 더 효과적일 수 있기 때문이다. 또한, 사용자가 머문 장소들은 사용자에게 중요한 의미를 가질 확률이 높기 때문에 효과적인 서비스 제공을 위해서는 이러한 장소들을 자동으로 인식하는 기능이 필요하다. 이러한 필요성으로 인하여 주기적으로 기록된 위치를 사용한 장소 인식(place detection)에 대한 연구가 약 10여년에 걸쳐 다방면으로 진행되어 왔다.
하지만 지금까지 제안된 장소 인식 기법들은 도리어 최근 출시되고 있는 고성능 스마트폰에 적용되기 어렵다는 문제를 안고 있다. 최신의 스마트폰에 탑재된 중앙 처리 장치(CPU)는 성능이 매우 우수한 반면 배터리 전력 소모가 크다는 단점이 있어 사용자의 위치를 빠른 주기로 위치를 계산할 경우 지속적인 CPU 사용으로 인해 배터리 전력이 급격하게 소모될 수 있다. 이와 같은 배터리 전력 소모를 완화하기 위해서는 사용자의 위치를 보다 느린 주기로 계산해야 하는데, 이 경우 빠른 주기로 계산했을 때보다 위치의 정확성과 조밀성이 떨어질 수 있다는 새로운 문제에 봉착하게 된다. 지금까지 제안된 장소 인식 기법의 상당수가 비교적 정확한 위치 인식을 전제로 하고 있기 때문에, 부정확한 위치가 사용되었을 경우 기존 기법의 장소 인식 정확도 또한 크게 떨어질 수 있다.
본 학위 논문에서는 사용자의 위치가 부정확하게 인식되는 스마트폰의 악조건 속에서도 사용자가 방문한 장소들을 정확하게 추정할 수 있는 장소 인식 시스템을 제안한다. 제안된 시스템은 일정 주기로 수집된 위치 기록으로부터 빈번하게 발견되는 특정 패턴(observable patterns)을 인식하고 인식된 패턴을 기반으로 사용자의 상태를 확률적으로 추정하는 중첩 상태 모델(superstate model)을 사용하여 스마트폰 사용자가 방문한 장소들을 높은 정확도로 인식할 수 있다. 또한 제안된 시스템은 정확하게 추정된 사용자의 상태 변화를 바탕으로 주기적인 위치 인식과 잦은 CPU 사용으로 인해 소비될 수 있는 전력 소모를 최소화할 수 있다.
본 학위 논문에서 제안된 장소 인식 시스템이 장소 인식 및 모바일 컴퓨팅 분야의 학술적 발전에 기여한 바는 다음 세 가지 항목으로 요약될 수 있다. 첫째, 중첩 상태 모델에 기반한 장소 인식 기법은 기존 기법에 비해 크게 향상된 장소 인식 정확도를 보여주었으며, 특히 사용자가 10분 이상 머문 모든 장소들을 완벽하게 인식할 수 있음을 확인하였다. 둘째, 제안된 장소 인식 시스템은 GPS 위성의 시계도(視界度, visibility)를 장소 인식에 최초로 활용하였으며, GPS 위성의 시계도는 스마트폰의 현재 위치한 환경을 실내와 실외로 분류할 수 있는 가장 효과적인 척도이다. 셋째, 지속적인 위치 및 장소 인식의 배터리 소모를 최소화하기 위하여 고안된 정지 상태 인식 (standstill detection) 기법은 정확한 장소 인식과 정지 상태 인식에 힘입어 주기적인 위치 인식의 배터리 전력 소모를 지금까지 제안된 기법들보다 더 효과적으로 감소시킬 수 있다.
