1 |
1
층계 식별 대상 건물의 각 층에 대한 자기 핑거프린트(fingerprint) 데이터베이스를 저장하는 핑거프린트 저장부;사용자 단말로부터 가속도 데이터, 자이로스코프(gyroscope) 데이터 및 자기(magnetic) 데이터를 수신하는 수신부;상기 가속도 데이터 및 상기 자이로스코프 데이터에 기초하여 상기 사용자 단말의 방향을 결정하는 방향 결정부;상기 사용자 단말의 방향을 기준 좌표계로 하여 상기 자기 데이터를 변환하는 변환부;변환된 상기 자기 데이터와 상기 자기 핑거프린트 간의 유클리디안 거리(Euclidean distance)를 계산하는 거리 계산부; 및상기 유클리디안 거리가 최소가 되는 상기 자기 핑거프린트가 수집된 층계를 상기 사용자가 위치한 층계로 식별하는 층계 식별부를 포함하는, 층계 식별 장치
|
2 |
2
청구항 1에 있어서,상기 핑거프린트 저장부는, 상기 사용자 단말의 방향과 무관하게 전역 좌표계(global coordinates)를 기준으로 상기 자기 핑거프린트를 저장하는, 층계 식별 장치
|
3 |
3
청구항 1에 있어서,상기 방향 결정부는, 상기 가속도 데이터 및 상기 자이로스코프 데이터에 기초하여 상기 사용자 단말을 소지한 사용자의 활동(activity)을 일상적 보행, 통화, 단말 스윙(swing)으로 분류하는 활동 분류부를 더 포함하는, 층계 식별 장치
|
4 |
4
청구항 3에 있어서,상기 방향 결정부는, 분류된 상기 사용자의 활동에 기초하여 상기 사용자 단말의 방향을 결정하는, 층계 식별 장치
|
5 |
5
청구항 4에 있어서,상기 활동 분류부는, K-Nearest Neighbors(K-NN), Decision Trees(DT) 및 Naive Bayes(NB) 알고리즘 중 하나를 사용하는 기계 학습 모델인, 층계 식별 장치
|
6 |
6
청구항 1에 있어서,상기 변환부는, 아래의 수학식 1[수학식 1](이때, 는 전역 좌표계를 기준으로 한 상기 자기 데이터, 는 상기 사용자 단말의 방향을 기준 좌표계로 한 상기 자기 데이터, 는 롤(Roll) 회전 행렬, 는 피치(Pitch) 회전 행렬, 는 요(Yaw) 회전 행렬)에 의하여 상기 자기 데이터를 변환하는, 층계 식별 장치
|
7 |
7
청구항 1에 있어서,상기 수신부는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자 단말로부터 상기 가속도 데이터, 상기 자이로스코프 데이터 및 상기 자기 데이터를 수신하고,상기 방향 결정부는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자 단말의 방향을 결정하고,상기 변환부는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 자기 데이터를 변환하고,상기 거리 계산부는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 유클리디안 거리를 계산하며,상기 층계 식별부는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자가 위치한 층계를 식별함으로써 복수 개의 층계를 포함하는 층계 후보의 집합을 생성하고, 상기 층계 후보 중 최빈값을 상기 사용자가 위치한 최종 층계로 식별하는, 층계 식별 장치
|
8 |
8
청구항 7에 있어서,상기 층계 식별부는, 아래의 수학식 2[수학식 2](이때, 는 상기 사용자가 위치한 층계, 는 상기 층계 후보의 집합, 는 상기 유클리디안 거리의 집합)에 의하여 상기 사용자가 위치한 층계를 식별하는, 층계 식별 장치
|
9 |
9
청구항 1에 있어서,기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 가속도 데이터의 최대값을 계산하고, 상기 최대값에 기초하여 상기 사용자가 상기 건물의 계단 위를 이동 중인지 여부를 판단하는 층계 변화 판단부를 더 포함하는, 층계 식별 장치
|
10 |
10
청구항 1에 있어서,기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 가속도 데이터의 상기 시간 간격 당 최대 변화량을 계산하고, 상기 최대 변화량에 기초하여 상기 사용자가 상기 건물의 계단 위를 이동 중인지 여부를 판단하는 층계 변화 판단부를 더 포함하는, 층계 식별 장치
|
11 |
11
층계 식별 대상 건물의 각 층에 대한 자기 핑거프린트(fingerprint) 데이터베이스를 저장하는 단계;사용자 단말로부터 가속도 데이터, 자이로스코프(gyroscope) 데이터 및 자기(magnetic) 데이터를 수신하는 단계;상기 가속도 데이터 및 상기 자이로스코프 데이터에 기초하여 상기 사용자 단말의 방향을 결정하는 단계;상기 사용자 단말의 방향을 기준 좌표계로 하여 상기 자기 데이터를 변환하는 단계;변환된 상기 자기 데이터와 상기 자기 핑거프린트 간의 유클리디안 거리(Euclidean distance)를 계산하는 단계; 및상기 유클리디안 거리가 최소가 되는 상기 자기 핑거프린트가 수집된 층계를 상기 사용자가 위치한 층계로 식별하는 단계를 포함하는, 층계 식별 방법
|
12 |
12
청구항 11에 있어서,상기 저장하는 단계는, 상기 사용자 단말의 방향과 무관하게 전역 좌표계(global coordinates)를 기준으로 상기 자기 핑거프린트를 저장하는, 층계 식별 방법
|
13 |
13
청구항 11에 있어서,상기 결정하는 단계는, 상기 가속도 데이터 및 상기 자이로스코프 데이터에 기초하여 상기 사용자 단말을 소지한 사용자의 활동(activity)을 일상적 보행, 통화, 단말 스윙(swing)으로 분류하는 단계를 더 포함하는, 층계 식별 방법
|
14 |
14
청구항 13에 있어서,상기 결정하는 단계는, 분류된 상기 사용자의 활동에 기초하여 상기 사용자 단말의 방향을 결정하는, 층계 식별 방법
|
15 |
15
청구항 14에 있어서,상기 분류하는 단계는, K-Nearest Neighbors(K-NN), Decision Trees(DT) 및 Naive Bayes(NB) 알고리즘 중 하나를 사용하는, 층계 식별 방법
|
16 |
16
청구항 11에 있어서,상기 변환하는 단계는, 아래의 수학식 1[수학식 1](이때, 는 전역 좌표계를 기준으로 한 상기 자기 데이터, 는 상기 사용자 단말의 방향을 기준 좌표계로 한 상기 자기 데이터, 는 롤(Roll) 회전 행렬, 는 피치(Pitch) 회전 행렬, 는 요(Yaw) 회전 행렬)에 의하여 상기 자기 데이터를 변환하는, 층계 식별 방법
|
17 |
17
청구항 11에 있어서,상기 수신하는 단계는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자 단말로부터 상기 가속도 데이터, 상기 자이로스코프 데이터 및 상기 자기 데이터를 수신하고,상기 결정하는 단계는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자 단말의 방향을 결정하고,상기 변환하는 단계는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 자기 데이터를 변환하고,상기 계산하는 단계는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 유클리디안 거리를 계산하며,상기 식별하는 단계는, 기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 사용자가 위치한 층계를 식별함으로써 복수 개의 층계를 포함하는 층계 후보의 집합을 생성하고, 상기 층계 후보 중 최빈값을 상기 사용자가 위치한 최종 층계로 식별하는, 층계 식별 방법
|
18 |
18
청구항 17에 있어서,상기 식별하는 단계는, 아래의 수학식 2[수학식 2](이때, 는 상기 사용자가 위치한 층계, 는 상기 층계 후보의 집합, 는 상기 유클리디안 거리의 집합)에 의하여 상기 사용자가 위치한 층계를 식별하는, 층계 식별 방법
|
19 |
19
청구항 11에 있어서,기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 가속도 데이터의 최대값을 계산하고, 상기 최대값에 기초하여 상기 사용자가 상기 건물의 계단 위를 이동 중인지 여부를 판단하는 단계를 더 포함하는, 층계 식별 방법
|
20 |
20
청구항 11에 있어서,기 설정된 시간 간격마다 기 설정된 횟수만큼 반복하여 상기 가속도 데이터의 상기 시간 간격 당 최대 변화량을 계산하고, 상기 최대 변화량에 기초하여 상기 사용자가 상기 건물의 계단 위를 이동 중인지 여부를 판단하는 단계를 더 포함하는, 층계 식별 방법
|