1 |
1
실내 공간 내 복수의 위치에서 사전 측정된 지자기 데이터에 기초한 복수의 지자기 변화 패턴 및 상기 복수의 지자기 변화 패턴 각각에 대응되는 상기 실내 공간 내 위치를 이용하여 위치 결정 모델을 학습시키는 모델 학습부; 사용자 단말로부터 상기 실내 공간 내에서 측정된 복수의 지자기 데이터를 수신하는 수신부; 및상기 학습된 위치 결정 모델을 이용하여 상기 수신된 복수의 지자기 데이터에 기초한 지자기 변화 패턴으로부터 상기 실내 공간 내에서 상기 사용자 단말의 위치를 결정하는 위치 결정부를 포함하고,상기 모델 학습부는, 상기 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하고, 상기 생성된 이미지 각각을 상기 위치 결정 모델의 입력 데이터로 이용하고, 상기 생성된 이미지 각각에 대응되는 상기 실내 공간 내 위치를 상기 위치 결정 모델의 목적 데이터로 이용하여 상기 위치 결정 모델을 학습시키고,상기 복수의 지자기 변화 패턴 각각은 상기 복수의 위치 중 사전 설정된 기준 위치와 상기 복수의 위치 중 다른 하나의 위치 사이의 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 생성되고,상기 모델 학습부는, 상기 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 생성하고, 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 상기 기준 위치로부터의 거리에 따른 복수의 구간으로 분할하여 상기 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하는 실내 측위 장치
|
2 |
2
청구항 1에 있어서,상기 지자기 데이터는, 지자기 벡터 또는 지자기 벡터 크기 중 하나인 실내 측위 장치
|
3 |
3
청구항 2에 있어서,상기 지자기 변화 패턴은, 상기 지자기 벡터 크기의 변화 패턴인 실내 측위 장치
|
4 |
4
삭제
|
5 |
5
청구항 1에 있어서,상기 위치 결정 모델은, CNN(Convolutional Neural Network)에 기반한 모델인 실내 측위 장치
|
6 |
6
삭제
|
7 |
7
청구항 1에 있어서,상기 위치 결정부는, 상기 수신된 복수의 지자기 데이터에 기초하여 지자기 변화 패턴에 대한 이미지를 생성하고, 상기 복수의 지자기 데이터에 기초하여 생성된 지자기 변화 패턴에 대한 이미지를 입력으로 한 상기 학습된 위치 결정 모델의 출력 값에 기초하여 상기 사용자 단말의 위치를 결정하는 실내 측위 장치
|
8 |
8
실내 공간 내 복수의 위치에서 사전 측정된 지자기 데이터에 기초한 복수의 지자기 변화 패턴 및 상기 복수의 지자기 변화 패턴 각각에 대응되는 상기 실내 공간 내 위치를 이용하여 위치 결정 모델을 학습시키는 단계;사용자 단말로부터 상기 실내 공간 내에서 측정된 복수의 지자기 데이터를 수신하는 단계; 및상기 학습된 위치 결정 모델을 이용하여 상기 수신된 복수의 지자기 데이터에 기초한 지자기 변화 패턴으로부터 상기 실내 공간 내에서 상기 사용자 단말의 위치를 결정하는 단계를 포함하고, 상기 학습시키는 단계는, 상기 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하는 단계; 및 상기 생성된 이미지 각각을 상기 위치 결정 모델의 입력 데이터로 이용하고, 상기 생성된 이미지 각각에 대응되는 상기 실내 공간 내 위치를 상기 위치 결정 모델의 목적 데이터로 이용하여 상기 위치 결정 모델을 학습시키는 단계를 포함하고,상기 복수의 지자기 변화 패턴 각각은 상기 복수의 위치 중 사전 설정된 기준 위치와 상기 복수의 위치 중 다른 하나의 위치 사이의 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 생성되고,상기 이미지를 생성하는 단계는, 상기 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 생성하고, 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 상기 기준 위치로부터의 거리에 따른 복수의 구간으로 분할하여 상기 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하는 실내 측위 방법
|
9 |
9
청구항 8에 있어서,상기 지자기 데이터는, 지자기 벡터 또는 지자기 벡터 크기 중 하나인 실내 측위 방법
|
10 |
10
청구항 9에 있어서,상기 지자기 변화 패턴은, 상기 지자기 벡터 크기의 변화 패턴인 실내 측위 방법
|
11 |
11
삭제
|
12 |
12
청구항 8에 있어서,상기 위치 결정 모델은, CNN(Convolutional Neural Network)에 기반한 모델인 실내 측위 방법
|
13 |
13
삭제
|
14 |
14
청구항 8에 있어서,상기 결정하는 단계는, 상기 수신된 복수의 지자기 데이터에 기초하여 지자기 변화 패턴에 대한 이미지를 생성하는 단계; 및 상기 복수의 지자기 데이터에 기초하여 생성된 지자기 변화 패턴에 대한 이미지를 입력으로 한 상기 학습된 위치 결정 모델의 출력 값에 기초하여 상기 사용자 단말의 위치를 결정하는 단계를 포함하는 실내 측위 방법
|
15 |
15
하드웨어와 결합되어, 실내 공간 내 복수의 위치에서 사전 측정된 지자기 데이터에 기초한 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하는 단계; 상기 생성된 이미지 각각을 위치 결정 모델의 입력 데이터로 이용하고, 상기 생성된 이미지 각각에 대응되는 상기 실내 공간 내 위치를 상기 위치 결정 모델의 목적 데이터로 이용하여 상기 위치 결정 모델을 학습시키는 단계;사용자 단말로부터 상기 실내 공간 내에서 측정된 복수의 지자기 데이터를 수신하는 단계; 및상기 학습된 위치 결정 모델을 이용하여 상기 수신된 복수의 지자기 데이터에 기초한 지자기 변화 패턴으로부터 상기 실내 공간 내에서 상기 사용자 단말의 위치를 결정하는 단계를 포함하고,상기 복수의 지자기 변화 패턴 각각은 상기 복수의 위치 중 사전 설정된 기준 위치와 상기 복수의 위치 중 다른 하나의 위치 사이의 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 생성되고,상기 이미지를 생성하는 단계는, 상기 이동 경로에서 사전 측정된 지자기 데이터에 기초하여 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 생성하고, 상기 이동 경로의 지자기 변화 패턴에 대한 이미지를 상기 기준 위치로부터의 거리에 따른 복수의 구간으로 분할하여 상기 복수의 지자기 변화 패턴 각각에 대한 이미지를 생성하는, 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램
|