KR102275297B1

KR102275297B1 - Method and system for indoor navigaton

Info

Publication number: KR102275297B1
Application number: KR1020190046312A
Authority: KR
Inventors: 위영철
Original assignee: 주식회사 큐램; 주식회사 핀그램
Priority date: 2019-04-19
Filing date: 2019-04-19
Publication date: 2021-07-12
Also published as: KR20200123361A

Abstract

실내 네비게이션 방법 및 그 시스템이 개시된다. 상기 실내 네비게이션 방법은 실내 네비게이션 시스템이 실외에서의 움직임에 따라 센싱되는 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 네비게이션 엔진을 학습하는 단계 및 상기 실내 네비게이션 시스템이 실내에서의 움직임에 따라 센싱되는 제2센서신호들에 기초하여 학습된 상기 네비게이션 엔진을 이용하여 실내 네비게이션을 수행하는 단계를 포함한다.An indoor navigation method and system are disclosed. The indoor navigation method includes the steps of: learning, by the indoor navigation system, a navigation engine based on first sensor signals of inertial sensors sensed according to the movement outdoors and a change in GPS location information according to the movement, and the indoor navigation system and performing indoor navigation using the learned navigation engine based on second sensor signals sensed according to movement in the room.

Description

실내 네비게이션 방법 및 그 시스템{Method and system for indoor navigaton}Indoor navigation method and system {Method and system for indoor navigaton}

본 발명은 실내 네비게이션 방법 및 그 시스템에 관한 것으로, 보다 상세하게는 실외에서 움직임에 따른 위치변화를 학습하고, 이를 이용하여 실내에서 네비게이션을 수행할 수 있는 방법 및 시스템에 관한 것이다. The present invention relates to an indoor navigation method and system, and more particularly, to a method and system capable of learning a position change according to movement outdoors and performing indoor navigation using the same.

일반적으로 위치기반 서비스를 위한 네비게이션 방법이 널리 알려져 있다.In general, a navigation method for a location-based service is widely known.

이러한 네비게이션 서비스는 네비게이션 시스템 스스로의 위치를 주로 GPS 신호에 기반하여 파악하고 이를 이용해 네비게이션 서비스를 수행하는 방식이 이용된다.The navigation service uses a method of identifying the location of the navigation system itself based on a GPS signal and performing the navigation service using the GPS signal.

하지만 GPS 신호가 수신되지 않는 실내의 경우에서는 이러한 방식으로 네비게이션이 수행될 수 없으므로, 주로 관성센서들의 센싱신호를 이용하여 항법 알고리즘(네비게이션 알고리즘)을 통한 위치를 탐색하는 방식이 이용된다.However, since navigation cannot be performed in this way indoors where GPS signals are not received, a method of searching for a location through a navigation algorithm (navigation algorithm) mainly using sensing signals of inertial sensors is used.

하지만 이러한 종래방식은 주로 관성센서에 의해 획득된 센싱신호 즉, 가속도 또는 각속도 등을 적분하여 원하는 물리량을 획득하는 방식이므로 시간에 따라 오류가 누적되는 드리프트(drift) 현상이 발생하게 되는 문제점이 있다.However, since this conventional method is a method of acquiring a desired physical quantity by integrating a sensing signal obtained by an inertial sensor, that is, an acceleration or an angular velocity, there is a problem that a drift phenomenon in which errors are accumulated over time occurs.

또한 종래 방식은 관성센서의 정확도에 따라 위치정보(위치정보의 변화)가 달라질 수 있을뿐 아니라, 관성센서의 민감도 또는 움직임의 특성 따라 실제 센싱되는 신호(관성데이터)는 동일하더라도 실제 움직임 또는 위치정보의 변화 정도는 서로 다른 경우가 존재할 수 있다.In addition, in the conventional method, position information (change of position information) may vary depending on the accuracy of the inertial sensor, and even if the signal (inertia data) actually sensed is the same according to the sensitivity or movement characteristics of the inertial sensor, actual movement or position information The degree of change may be different.

즉, 이동체가 사람인 경우에 사람의 움직임 특성 또는 관성센서의 민감도에 따라 위치변화가 다름에도 불구하고 센싱되는 센싱신호의 값은 동일한 경우가 존재할 수 있다. 그리고 이러한 문제점은 서로 다른 이동체 즉, 사람별로 더 크게 작용할 수 있다. 예컨대, 사람마다 움직임 특성(예컨대, 보폭, 걸음속도, 걸음시의 순간가속도의 변화정도 등)이 존재할 수 있는데, 이러한 움직임 특성별로 모두 관성센서에 의해 다르게 디텍팅될 수 없는 경우가 존재하고, 이런 경우 관성 데이터에 의해 센싱되는 센싱신호가 동일하더라도 사람의 움직임 특성별로 실제 위치변화는 다를 수 있다. 또는 센싱되는 센싱신호가 다르더라도 위치변화는 동일할 수도 있다.That is, when the moving object is a human, there may exist a case in which the value of the sensed signal is the same even though the position change is different according to the motion characteristic of the person or the sensitivity of the inertial sensor. And this problem may be greater for each different moving object, that is, each person. For example, movement characteristics (eg, stride length, walking speed, degree of change in instantaneous acceleration during walking, etc.) may exist for each person, and there are cases in which all of these movement characteristics cannot be detected differently by the inertial sensor. In this case, even if the sensing signal sensed by the inertia data is the same, the actual position change may be different for each movement characteristic of a person. Alternatively, the position change may be the same even if the sensed signals to be sensed are different.

그러므로 관성 데이터를 이용하여 항법 알고리즘에 의한 연산을 통해 위치변화를 판단하는 방식의 네비게이션 방법은 그 자체로 오류의 누적이 발생할 뿐만 아니라 사람마다의 움직임 특성을 고려하지 못하는 문제점이 있다.Therefore, the navigation method using inertial data to determine the position change through operation by a navigation algorithm has a problem in that errors are accumulated by itself, and movement characteristics of each person cannot be taken into account.

또한 이러한 관성센서에 의해 센싱되는 센싱신호에 의한 방식의 부정확도로 인해 실내 네비게이션 또는 측위에서는 실내에서의 라디오 신호(WiFi, 비콘 등)를 이용하는 방식이 공지된 바 있다. 하지만 이러한 방식은 실내에 다수의 라디오 신호 발생장치를 설치해야하는 문제점이 있다.In addition, due to the inaccuracy of the method by the sensing signal sensed by the inertial sensor, a method using an indoor radio signal (WiFi, beacon, etc.) is known for indoor navigation or positioning. However, this method has a problem in that a plurality of radio signal generators must be installed indoors.

한국등록특허 등록번호 10-1945320 "기계학습을 이용한 실내 무선 측위 서비스 방법, 장치 및 컴퓨터 판독가능 기록 매체"Korean Patent Registration No. 10-1945320 "Indoor wireless positioning service method using machine learning, device and computer readable recording medium"

본 발명이 이루고자 하는 기술적인 과제는 GPS 위치정보를 이용해 상대적으로 정확한 측위가 가능한 실외에서 관성센서들의 센싱신호와 이때의 위치변화를 학습하고 이를 실내 측위 또는 실내 네비게이션에 활용할 수 있는 방법 및 시스템을 제공하는 것이다. The technical task to be achieved by the present invention is to provide a method and system that can learn the sensing signals of inertial sensors and the position change at this time in an outdoor where relatively accurate positioning is possible using GPS location information, and utilize them for indoor positioning or indoor navigation. will do

상기 기술적 과제를 달성하기 위한 실내 네비게이션 방법은 실내 네비게이션 시스템이 실외에서의 움직임에 따라 센싱되는 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 네비게이션 엔진을 학습하는 단계 및 상기 실내 내비게이션 시스템이 실내에서의 움직임에 따라 센싱되는 제2센서신호들에 기초하여 학습된 상기 네비게이션 엔진을 이용하여 실내 내비게이션을 수행하는 단계를 포함한다.The indoor navigation method for achieving the above technical problem includes: learning a navigation engine based on first sensor signals of inertial sensors sensed according to movement of an indoor navigation system outdoors and a change in GPS location information according to the movement and performing, by the indoor navigation system, indoor navigation using the learned navigation engine based on second sensor signals sensed according to movement in the room.

상기 실내 네비게이션 시스템이 실외에서의 움직임에 따라 센싱되는 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 네비게이션 엔진을 학습하는 단계는, 상기 실내 네비게이션 시스템이 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하는 단계 및 상기 실내 내비게이션 시스템이 획득한 상기 학습 데이터 세트에 기초하여 상기 네비게이션 엔진을 학습시키는 단계를 포함할 수 있다.The step of the indoor navigation system learning the navigation engine based on first sensor signals of inertial sensors sensed according to the movement outdoors and the change of GPS location information according to the movement may include: Acquiring a learning data set including sensor signals as input data and GPS-based position change information corresponding to the first sensor signal as output data, and the navigation based on the learning data set obtained by the indoor navigation system It may include training the engine.

상기 실내 네비게이션 시스템이 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하는 단계는 상기 실내 네비게이션 시스템이 미리 설정한 시간구간들 기준으로 상기 관성센서들 각각의 연속된 센서신호들을 포함하는 상기 제1센서신호와 상기 시간구간들에 상응하는 상기 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터를 획득할 수 있다.The step of obtaining, by the indoor navigation system, the learning data set including the first sensor signals as input data and the GPS-based position change information corresponding to the first sensor signal as output data, the indoor navigation system is preset. Learning data including the first sensor signal including continuous sensor signals of each of the inertial sensors based on time intervals and the GPS-based position change information corresponding to the time intervals as output data can be obtained .

상기 실내 네비게이션 방법은 상기 실내 네비게이션 시스템이 사용자의 식별정보를 적어도 하나 입력받는 단계를 더 포함하며, 상기 네비게이션 엔진을 학습시키는 단계는 상기 실내 네비게이션 시스템이 입력받은 상기 사용자 식별정보에 대응하도록 상기 네비게이션 엔진을 각각 학습시키는 것을 특징으로 할 수 있다.The indoor navigation method further includes the step of receiving, by the indoor navigation system, at least one user's identification information, and the step of learning the navigation engine may include receiving the navigation engine so that the indoor navigation system corresponds to the received user identification information. It can be characterized by learning each.

상기 실내 네비게이션 방법은 상기 실내 네비게이션 시스템이 제1사용자에서 제2사용자로 사용자가 변환되는 사용자 변환요청을 입력받는 단계, 상기 사용자 변환요청에 응답하여 상기 실내 네비게이션 시스템이 상기 제2사용자의 식별정보에 대응하는 네비게이션 엔진을 내비게이션을 수행할 엔진으로 설정하는 단계를 더 포함할 수 있다.The indoor navigation method includes the steps of: receiving, by the indoor navigation system, a user conversion request for converting a user from a first user to a second user; The method may further include setting a corresponding navigation engine as an engine to perform navigation.

상기의 방법은 데이터 처리장치에 설치된 컴퓨터 프로그램에 의해 구현될 수 있다.The above method may be implemented by a computer program installed in the data processing apparatus.

본 발명의 일 실시 예에 따른 실내 네비게이션 시스템은 관성센서들, 적어도 하나의 네비게이션 엔진, 실외에서의 움직임에 따라 센싱되는 상기 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 상기 네비게이션 엔진을 학습시키는 제어모듈, 및 실내에서의 움직임에 따라 센싱되는 제2센서신호들에 기초하여 학습된 상기 네비게이션 엔진을 이용하여 실내 내비게이션을 수행하기 위한 네비게이션 모듈을 포함한다.An indoor navigation system according to an embodiment of the present invention responds to changes in GPS location information according to inertial sensors, at least one navigation engine, first sensor signals of the inertial sensors sensed according to movement in the outdoors, and the movement. and a control module for learning the navigation engine based on the navigation module, and a navigation module for performing indoor navigation using the learned navigation engine based on second sensor signals sensed according to movement in the room.

상기 제어모듈은 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하고, 획득한 상기 학습 데이터 세트에 기초하여 상기 네비게이션 엔진을 학습시킬 수 있다.The control module uses the first sensor signals as input data and obtains a learning data set including GPS-based position change information corresponding to the first sensor signal as output data, and based on the obtained learning data set, the The navigation engine can be trained.

상기 제어모듈은 미리 설정한 시간구간들 기준으로 상기 관성센서들 각각의 연속된 센싱신호들을 포함하는 상기 제1센서신호와 상기 시간구간들에 상응하는 상기 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터를 획득할 수 있다.The control module includes, as output data, the first sensor signal including continuous sensing signals of each of the inertial sensors based on preset time sections and the GPS-based position change information corresponding to the time sections as output data Learning data can be obtained.

상기 제어모듈은 사용자의 식별정보를 적어도 하나 입력받고, 입력받은 상기 사용자 식별정보에 대응하도록 상기 네비게이션 엔진을 각각 학습시키는 것을 특징으로 하며, 제1사용자에서 제2사용자로 사용자가 변환되는 사용자 변환요청을 입력받으면, 상기 사용자 변환요청에 응답하여 상기 제2사용자의 식별정보에 대응하는 네비게이션 엔진을 내비게이션을 수행할 엔진으로 설정할 수 있다.The control module receives at least one user's identification information, and trains the navigation engine to correspond to the received user identification information, respectively, a user conversion request for converting a user from a first user to a second user is input, the navigation engine corresponding to the identification information of the second user may be set as an engine to perform navigation in response to the user conversion request.

본 발명의 기술적 사상에 의하면, GPS 위치정보를 이용해 상대적으로 정확한 측위가 가능한 실외에서 관성센서들의 센싱신호와 이때의 위치변화를 학습하고 이를 실내 측위 또는 실내 네비게이션에 활용함으로써, 용이하게 그리고 실내에 추가적인 장치의 설치 없이도 실내 네비게이션을 수행할 수 있는 효과가 있다.According to the technical idea of the present invention, by learning the sensing signals of the inertial sensors and the position change at this time in the outdoors where relatively accurate positioning is possible using GPS location information and using them for indoor positioning or indoor navigation, There is an effect that indoor navigation can be performed without installing a device.

또한 사람별로 네비게이션 엔진을 학습함으로써 사람의 움직임 특성별로 커스터마이징된 네비게이션이 가능한 효과가 있다. In addition, by learning the navigation engine for each person, there is an effect that customized navigation for each person's movement characteristics is possible.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 실내 네비게이션 방법의 개념을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 실내 네비게이션 시스템의 구성을 개략적으로 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 실내 네비게이션 방법을 구현하기 위해 네비게이션 엔진을 학습하는 개념을 설명하기 위한 도면이다..
도 4는 본 발명의 일 실시 예에 따라 사람별로 서로 다르게 학습된 네비게이션 엔진을 구현하는 개념을 설명하기 위한 도면이다. In order to more fully understand the drawings recited in the Detailed Description of the Invention, a brief description of each drawing is provided.
1 is a diagram for explaining the concept of an indoor navigation method according to an embodiment of the present invention.
2 schematically shows the configuration of an indoor navigation system according to an embodiment of the present invention.
3 is a diagram for explaining the concept of learning a navigation engine to implement an indoor navigation method according to an embodiment of the present invention.
4 is a diagram for explaining the concept of implementing a navigation engine that is learned differently for each person according to an embodiment of the present invention.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.In order to fully understand the present invention, the operational advantages of the present invention, and the objects achieved by the practice of the present invention, reference should be made to the accompanying drawings illustrating preferred embodiments of the present invention and the contents described in the accompanying drawings.

또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.In addition, in the present specification, when any one component 'transmits' data to another component, the component may directly transmit the data to the other component or through at least one other component. This means that the data may be transmitted to the other component. Conversely, when one component 'directly transmits' data to another component, it means that the data is transmitted from the component to the other component without passing through the other component.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.Hereinafter, the present invention will be described in detail by describing preferred embodiments of the present invention with reference to the accompanying drawings. Like reference numerals in each figure indicate like elements.

도 1은 본 발명의 일 실시 예에 따른 실내 네비게이션 방법의 개념을 설명하기 위한 도면이다.1 is a diagram for explaining the concept of an indoor navigation method according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 기술적 사상에 따른 실내 네비게이션 방법을 구현하기 위해서는 네비게이션 엔진이 구비될 수 있다.Referring to FIG. 1 , a navigation engine may be provided to implement the indoor navigation method according to the technical idea of the present invention.

상기 네비게이션 엔진은 본 발명의 기술적 사상에 따라 관성데이터들 각각으로부터 센싱되는 센서신호(센싱 데이터 즉, 관성 데이터)의 세트에 기초하여 위치변화를 출력하도록 학습된 학습엔진일 수 있다.The navigation engine may be a learning engine trained to output a change in position based on a set of sensor signals (sensed data, that is, inertial data) sensed from each of the inertial data according to the technical concept of the present invention.

즉, 본 발명의 기술적 사상에 따른 상기 네비게이션 엔진은 종래의 관성센서들의 센싱신호에 기반하여 물리량을 누적적으로 연산하면서 위치(또는 위치변화)를 연산하는 것이 아니라, 센서신호 세트 및 상기 센서신호 세트에 대응하는 위치변화를 학습하고, 학습된 후에는 센서신호 세트가 입력되면 그에 상응하는 위치변화를 출력하는 엔진일 수 있다.That is, the navigation engine according to the technical concept of the present invention does not calculate the position (or position change) while accumulatively calculating a physical quantity based on the sensing signals of the conventional inertial sensors, but a sensor signal set and the sensor signal set. It may be an engine that learns a position change corresponding to , and outputs a position change corresponding thereto when a sensor signal set is input after learning.

상기 네비게이션 엔진을 학습하기 위해서는 관성센서들 각각이 센싱하는 센서신호들로 구성되는 센서신호 세트와 이때의 위치변화에 대한 정보가 학습 데이터로 준비되어야 할 수 있다. In order to learn the navigation engine, a sensor signal set composed of sensor signals sensed by each of the inertial sensors and information on a change in position at this time may be prepared as learning data.

관성센서들은 구현 예에 따라 다양할 수 있으며, 일반적으로 자이로 센서 및 가속도 센서를 포함하도록 구현될 수 있다. 구현 예에 따라 지자기 센서 등을 통해 고도 값이 측정될 수도 있고, 실시 예에 따라 관성센서들에 어떠한 센서들이 포함될지는 다양할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다. 어떠한 경우든 상기 센서신호 세트에는 각각의 센서들의 센싱 값이 포함될 수 있다.The inertial sensors may vary according to implementation examples, and in general may be implemented to include a gyro sensor and an acceleration sensor. An average expert in the technical field of the present invention can easily infer that the altitude value may be measured through a geomagnetic sensor, etc., depending on the embodiment, and what kind of sensors are included in the inertial sensors according to the embodiment may vary. will be. In any case, the sensor signal set may include values sensed by the respective sensors.

또한 학습 데이터에 이용될 위치변화에 대한 정보는 GPS 신호에 포함되는 GPS 위치정보에 기초하여 획득될 수 있다. In addition, the information on the position change to be used for the learning data may be obtained based on the GPS position information included in the GPS signal.

예컨대, 상기 네비게이션 엔진이 포함된 실내 네비게이션 시스템을 소지한 사람이 움직일 경우, 상기 움직임이 시작시점부터 단위시간동안의 센서신호 세트와 이때의 GPS 위치정보의 변화 즉, 위치변화 값이 하나의 학습 데이터를 구성할 수 있다. 즉, GPS 위치정보를 상기 네비게이션 엔진이 학습할 출력 데이터의 라벨링 데이터로 이용할 수 있다. For example, when a person possessing an indoor navigation system including the navigation engine moves, a sensor signal set from the start of the movement and a change in GPS location information at this time, that is, a location change value, are one learning data. can be configured. That is, the GPS location information may be used as labeling data of output data to be learned by the navigation engine.

이러한 학습 데이터는 GPS 위치정보가 필요하므로, 학습 데이터는 실내 네비게이션 시스템이 실외에 존재하는 경우에 다수 확보될 수 있다.Since such learning data requires GPS location information, a plurality of learning data can be secured when the indoor navigation system is outdoors.

학습 데이터 즉, 센서신호 세트 및 이에 대응되는 GPS 위치정보 기반 위치변화가 다수 확보되면, 상기 네비게이션 엔진은 학습 데이터를 통해 학습될 수 있다.When a plurality of learning data, that is, a sensor signal set and corresponding GPS position information-based position change are secured, the navigation engine may be learned through the learning data.

일 예에 의하면, 상기 네비게이션 엔진은 딥 뉴럴 네트워크 기반으로 학습될 수 있으나 이에 국한되지는 않는다.According to an example, the navigation engine may be trained based on a deep neural network, but is not limited thereto.

학습이 수행된 후의 상기 네비게이션 엔진은 소정의 센서신호 세트가 입력되면, 위치정보 즉, 위치변화를 출력할 수 있다. 이때는 이미 학습된 엔진이므로 더 이상 GPS 신호가 필요치 않을 수 있다. 즉, 실내 네비게이션을 수행할 수 있다.After the learning is performed, the navigation engine may output location information, that is, location change, when a predetermined sensor signal set is input. At this point, the GPS signal may no longer be needed as the engine has already been trained. That is, indoor navigation may be performed.

또한, 이러한 네비게이션 엔진의 학습은 사용자별로 수행될 수 있다. 즉, 특정 사용자별로 학습 데이터가 획득될 수 있고, 사용자별 학습 데이터는 구분되어 학습에 이용될 수 있다. 그리고 실내 네비게이션을 수행할 때는 해당 사용자의 학습 데이터로 학습된 네비게이션 엔진이 이용될 수 있다. In addition, such learning of the navigation engine may be performed for each user. That is, learning data for each specific user may be obtained, and the learning data for each user may be classified and used for learning. In addition, when performing indoor navigation, a navigation engine learned by the user's learning data may be used.

이러한 경우에는 사용자별로 움직임 특성이 다르고 이러한 움직임 특성이 관성센서들에 의해 정확히 센싱되지 못하는 경우에도, 사용자별로 커스터마이징된 위치변화 측위가 가능한 효과가 있다. 즉, 동일한 센서신호 세트가 센싱된 경우라도 사용자 1은 위치변화가 벡터 a일 수 있고, 사용자 2는 위치변화가 벡터 b일 수 있다. 이런 경우 종래의 방식 즉, 관성 데이터를 이용한 위치연산을 통해서는 사용자별 움직임 특성에 따른 위치변화의 차이가 반영되지 못하지만, 본 발명의 기술적 사상에 의하면 GPS 위치정보 기반의 위치변화가 정확하다는 가정하에서는 동일한 센서신호 세트가 입력된 경우라도 사용자별로 서로 다른 위치변화가 출력되도록 학습될 수 있다.In this case, even when movement characteristics are different for each user and the movement characteristics are not accurately sensed by the inertial sensors, there is an effect that position change positioning customized for each user is possible. That is, even when the same sensor signal set is sensed, the position change for user 1 may be the vector a, and the position change for the user 2 may be the vector b. In this case, the difference in the position change according to the movement characteristics of each user cannot be reflected through the conventional method, that is, the position calculation using the inertial data, but, according to the technical idea of the present invention, under the assumption that the position change based on the GPS position information is accurate. Even when the same sensor signal set is input, it can be learned to output different positional changes for each user.

결국 본 발명의 기술적 사상에 의하면, 종래의 실내 측위을 위해 관성센서의 센서신호에 기반하여 물리법칙을 통한 위치의 연산을 수행하는 경우에 필연적으로 발생하는 센서신호의 민감도, 연산을 통해 누적적으로 발생하는 오류의 드리프트 문제점은, 물리법칙의 연산이 아니라 다수의 학습 데이터를 통한 다수의 입력패턴별 최적화된 출력데이터의 출력을 통해 어느정도 해결될 수 있다. After all, according to the technical idea of the present invention, the sensitivity of the sensor signal, which inevitably occurs when the calculation of the position through the physical law is performed based on the sensor signal of the inertial sensor for conventional indoor positioning, is cumulatively generated through the calculation The problem of drifting errors can be solved to some extent by outputting optimized output data for each input pattern through a plurality of learning data, not by calculating the physical laws.

또한 사용자별로 실제 자신의 움직임에 따른 센서신호 세트와 GPS 위치정보 기반의 위치변화를 이용함으로써, 사용자의 움직임 특성별로 커스터마이징된 네비게이션 엔진의 구현이 가능할 수 있다.In addition, by using a sensor signal set according to a user's actual movement and a position change based on GPS location information for each user, it is possible to implement a navigation engine customized for each user's movement characteristics.

이러한 기술적 사상을 구현하기 위한 실내 네비게이션 시스템의 구성은 도 2와 같을 수 있다.The configuration of an indoor navigation system for implementing this technical idea may be as shown in FIG. 2 .

도 2는 본 발명의 일 실시 예에 따른 실내 네비게이션 시스템의 구성을 개략적으로 나타낸다.2 schematically shows the configuration of an indoor navigation system according to an embodiment of the present invention.

우선 도 2를 참조하면, 본 발명의 실시 예에 따른 실내 네비게이션 시스템(100)은 소정의 데이터 처리장치로 구현될 수 있다. First, referring to FIG. 2 , the indoor navigation system 100 according to an embodiment of the present invention may be implemented as a predetermined data processing device.

상기 실내 네비게이션 시스템(100)은 본 명세서에서 정의되는 기능을 구현하기 위한 데이터 처리능력을 가지는 어떠한 장치로도 구현가능하며, 물리적으로 프로세서 및 저장매체를 포함한다. 상기 프로세서는 소정의 프로그램(소프트웨어 코드)을 실행할 수 있는 연산장치를 의미할 수 있으며 상기 데이터 처리장치의 구현 예 또는 벤더(Vendor) 모바일 프로세서, 마이크로 프로세서, CPU, 싱글 프로세서, 멀티 프로세서 등 다양한 명칭으로 명명될 수 있다. The indoor navigation system 100 may be implemented by any device having data processing capability for implementing the functions defined herein, and physically includes a processor and a storage medium. The processor may refer to an arithmetic device capable of executing a predetermined program (software code), and may be referred to as an implementation example of the data processing device or a vendor mobile processor, microprocessor, CPU, single processor, multiprocessor, etc. can be named

상기 저장매체는 본 발명의 기술적 사상을 구현하기 위한 프로그램이 저장/설치되는 장치를 의미할 수 있다. 구현 예에 따라 상기 저장매체는 복수의 서로 다른 물리적 장치로 분할되어 있을 수 있으며, 구현 예에 따라 상기 저장매체의 일부는 상기 프로세서의 내부에 존재할 수도 있다. 상기 저장매체는 구현 예에 따라 하드 디스크, SSD(Solid State Disk), 광 디스크, RAM(Random Access Memory), 및/또는 기타 다양한 종류의 기억매체로 구현될 수 있으며, 필요에 따라서는 상기 실내 네비게이션 시스템(100)에 착탈식으로 구현될 수도 있다. The storage medium may refer to a device in which a program for implementing the technical idea of the present invention is stored/installed. According to an embodiment, the storage medium may be divided into a plurality of different physical devices, and according to an embodiment, a part of the storage medium may exist inside the processor. The storage medium may be implemented as a hard disk, a solid state disk (SSD), an optical disk, a random access memory (RAM), and/or other various types of storage media according to embodiments, and if necessary, the indoor navigation system It may also be implemented detachably in system 100 .

상기 실내 네비게이션 시스템(100)은 예컨대, 모바일 단말기(예컨대, 모바일 폰, 노트북, 태블릿 등) 일 수 있지만 이에 국한되지는 않으며 상기 프로그램을 실행할 데이터 처리능력이 있는 어떠한 데이터 처리장치(예컨대, 컴퓨터, 서버 장치 등)로도 구현될 수 있다. 물론, 적어도 관성센서들(130)은 사용자가 소지할 수 있는 장치(예컨대, 모바일 단말기)에 포함되어 구현되는 것이 바람직할 수 있다. The indoor navigation system 100 may be, for example, a mobile terminal (eg, a mobile phone, a notebook computer, a tablet, etc.), but is not limited thereto, and any data processing device (eg, a computer, a server) having data processing capability to execute the program. device, etc.) can also be implemented. Of course, at least the inertial sensors 130 may be preferably implemented by being included in a device (eg, a mobile terminal) that a user can carry.

본 발명의 기술적 사상에 따른 실내 네비게이션 시스템(100)은 제어모듈(110), 네비게이션 엔진(120), 관성센서들(130), 및 네비게이션 모듈(140)을 포함한다. 물론, 도 2에는 도시되지 않았지만, 상기 실내 네비게이션 시스템(100)은 GPS 수신장치를 더 포함할 수 있다. The indoor navigation system 100 according to the technical concept of the present invention includes a control module 110 , a navigation engine 120 , inertial sensors 130 , and a navigation module 140 . Of course, although not shown in FIG. 2 , the indoor navigation system 100 may further include a GPS receiver.

본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어(예컨대, 상기 프로세서 및/또는 저장매체) 및 상기 하드웨어를 구동하기 위한 소프트웨어(예컨대, 본 발명의 기술적 사상을 구현하기 위한 상기 프로그램)의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 각각의 구성들은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스(resource)의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류나 특정 개수의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다. 따라서 상기 각각의 구성들은 본 명세서에서 정의되는 기능을 수행하는 하드웨어 및 소프트웨어의 결합을 의미하며 특정 물리적 구성을 의미하는 것은 아니다. In this specification, the term "module" means hardware (eg, the processor and/or storage medium) for performing the technical idea of the present invention and software (eg, the above for implementing the technical idea of the present invention) for driving the hardware. It can mean the functional and structural combination of programs). For example, each of the components may mean a logical unit of a predetermined code and a hardware resource for executing the predetermined code, and must necessarily mean physically connected code, or one type or a specific number of hardware. It can be easily inferred by an average expert in the technical field of the present invention. Accordingly, each of the above components refers to a combination of hardware and software performing a function defined in this specification, and does not mean a specific physical configuration.

상기 제어모듈(110)은 상기 실내 네비게이션 시스템(100)에 포함되는 다른 구성(예컨대, 상기 네비게이션 엔진(120), 관성센서들(130), 및/또는 네비게이션 모듈(140) 등)의 기능 및/또는 리소스(resource)를 제어할 수 있다.The control module 110 includes functions and/or functions of other components included in the indoor navigation system 100 (eg, the navigation engine 120 , the inertial sensors 130 , and/or the navigation module 140 ). Alternatively, the resource may be controlled.

일 예에 의하면, 구성들 모두가 어느 하나의 물리적 장치에 구현될 수도 있고, 다른 일 예에 의하면 상기 관성센서들(130) 및 GPS 수신장치(미도시)는 사용자가 소지하고 다니는 장치에 구비되며 나머지 구성들은 서버측에 구비되어 서로 통신을 통해 본 발명의 기술적 사상을 구현할 수도 있다.According to one example, all of the components may be implemented in any one physical device, and according to another example, the inertial sensors 130 and the GPS receiver (not shown) are provided in the device carried by the user. The remaining components may be provided on the server side to implement the technical idea of the present invention through communication with each other.

상기 제어모듈(110)은 본 발명의 기술적 사상에 따라 상기 네비게이션 엔진(120)을 학습시키기 위한 학습 데이터를 획득할 수 있다.The control module 110 may acquire learning data for learning the navigation engine 120 according to the technical idea of the present invention.

학습 데이터는 센서신호 세트와 상기 센서신호 세트에 대응되는 GPS 기반의 위치변화 정보일 수 있다.The learning data may be a sensor signal set and GPS-based position change information corresponding to the sensor signal set.

상기 제어모듈(110)은 실외라고 판단되는 환경에서 상기 학습 데이터를 확보할 수 있다. 이를 위해 상기 제어모듈(110)은 상기 관성센서들(130) 및 상기 GPS 수신장치와 통신을 수행하여 필요한 정보를 수신할 수 있다.The control module 110 may secure the learning data in an environment determined to be outdoors. To this end, the control module 110 may receive necessary information by communicating with the inertial sensors 130 and the GPS receiver.

상기 제어모듈(110)은 GPS 수신장치의 신호 값이 일정 세기 이상인 경우에 실외라고 판단할 수 있지만, 다양한 실시 예가 가능하다.The control module 110 may determine that it is outdoors when the signal value of the GPS receiver is greater than or equal to a certain strength, but various embodiments are possible.

상기 제어모듈(110)이 충분한 학습 데이터를 확보하면, 상기 제어모듈(110)은 네비게이션 엔진(120)을 학습시킬 수 있다.When the control module 110 secures sufficient learning data, the control module 110 can learn the navigation engine 120 .

상기 네비게이션 엔진(120)은 예컨대, 딥 뉴럴 네트워크로 구현될 수 있지만 이에 국한되지는 않는다. 어떠한 경우든 상기 네비게이션 엔진(120)은 센서신호 세트가 입력되면 이에 상응하는 위치변화를 출력하도록 학습될 수 있다. The navigation engine 120 may be implemented as, for example, a deep neural network, but is not limited thereto. In any case, the navigation engine 120 may be trained to output a position change corresponding to the input of the sensor signal set.

이러한 학습을 위한 학습 데이터에서 센서신호 세트에 상응하는 위치변화는 GPS 위치정보에 기반한 위치변화가 이용될 수 있음은 전술한 바와 같다.As described above, as for the position change corresponding to the sensor signal set in the learning data for such learning, the position change based on the GPS position information can be used.

상기 관성센서들(130)은 자이로센서, 가속도 센서, 각속도 센서, 및/또는 지자기 센서 등 다양한 센서들의 조합으로 구현될 수 있다. The inertial sensors 130 may be implemented as a combination of various sensors, such as a gyro sensor, an acceleration sensor, an angular velocity sensor, and/or a geomagnetic sensor.

상기 네비게이션 모듈(140)은 네비게이션 엔진(120)이 출력하는 위치변화에 따라 사용자의 현재 위치를 판단할 수 있다. 즉, 네비게이션 서비스를 수행할 수 있다. The navigation module 140 may determine the current location of the user according to the location change output by the navigation engine 120 . That is, a navigation service may be performed.

상기 네비게이션 모듈(140)은 위치변화 정보가 상기 네비게이션 엔진(120)으로부터 출력될때마다 단순히 벡터연산을 수행함으로써 사용자의 현재 위치를 업데이트할 수 있다.The navigation module 140 may update the user's current location by simply performing a vector operation whenever location change information is output from the navigation engine 120 .

한편, 본 발명의 기술적 사상에 따르면 GPS 위치정보(위치정보의 변화량)가 학습 데이터의 라벨링 데이터로 이용될 수 있는데, 이때 너무 미세한 변화량은 GPS 위치정보상에 변화가 없을 수 있다.On the other hand, according to the technical idea of the present invention, GPS location information (change amount of location information) may be used as labeling data of the learning data. In this case, too small amount of change may not change the GPS location information.

따라서 본 발명의 기술적 사상에 의하면, 관성센서들(130) 각각이 센싱신호를 출력하는 최소 단위시간마다의 센서신호 세트를 이용해 학습하는 것보다, 일정한 시간구간별 센서신호 세트를 학습 데이터로 활용하는 것이 바람직할 수 있다.Therefore, according to the technical idea of the present invention, rather than learning using a sensor signal set for each minimum unit time in which each of the inertial sensors 130 outputs a sensing signal, a sensor signal set for each specific time section is used as learning data. may be desirable.

이러한 일 예는 도 3을 참조하여 설명하도록 한다.One such example will be described with reference to FIG. 3 .

도 3은 본 발명의 일 실시 예에 따른 실내 네비게이션 방법을 구현하기 위해 네비게이션 엔진을 학습하는 개념을 설명하기 위한 도면이다.3 is a diagram for explaining a concept of learning a navigation engine to implement an indoor navigation method according to an embodiment of the present invention.

우선 도 3a는 최소 단위시간마다 관성센서들(130)이 출력하는 서로 다른 종류의 센서신호들(S1, S2, S3 등)로 구성된 센서신호 세트(S1, S2, S3 등)와 이때의 위치변화를 학습 데이터로 하여 네비게이션 엔진(Navigation Engine, 120)이 학습되는 경우를 도시하고 있다.First, FIG. 3A shows a sensor signal set (S1, S2, S3, etc.) composed of different types of sensor signals (S1, S2, S3, etc.) output by the inertial sensors 130 for each minimum unit time and a change in position at this time. A case in which the navigation engine 120 is learned by using as learning data is shown.

하지만 이러한 경우 위치변화 값이 GPS 정보에 기반하므로 상대적으로 매우 짧은 시간에는 GPS 위치변화는 없거나 정확하지 않을 수 있다.However, in this case, since the position change value is based on GPS information, there may be no or inaccurate GPS position change in a relatively short period of time.

따라서 본 발명의 다른 실시 예에 의하면, 상기 제어모듈(110)은 미리 정해진 소정의 시간구간(예컨대, 1초, 3초 등)별로 센싱되는 일련의 연속된 센서신호들을 1채널의 입력 데이터로 설정할 수 있다. 그리고 센서신호 종류의 수만큼의 채널을 입력 데이터의 채널로 설정할 수 있다. Therefore, according to another embodiment of the present invention, the control module 110 sets a series of continuous sensor signals sensed for each predetermined time period (eg, 1 second, 3 seconds, etc.) as input data of one channel. can In addition, as many channels as the number of types of sensor signals can be set as channels of input data.

그러면 제1채널의 입력 데이터는 첫 번째 센서신호 종류에 해당하는 (S11,S12. S13, ... , S1N)일 수 있고, 여기서 N은 n번째 최소단위시간을 나타낼 수 있다. 즉, 1 채널의 입력 데이터가 연속된 n 개의 센서 값을 갖는 벡터로 표현될 수 있다.Then, the input data of the first channel may be (S11, S12. S13, ..., S1N) corresponding to the first sensor signal type, where N may represent the nth minimum unit time. That is, input data of one channel may be expressed as a vector having n consecutive sensor values.

그리고 제2채널의 입력 데이터는 두 번째 센서신호 종류에 해당하는 (S21,S22. S23, ... , S2N)일 수 있고, 제 3채널의 입력 데이터는 세 번째 센서신호 종류에 해당하는 (S31,S32. S33, ... , S3N)일 수 있다.And the input data of the second channel may be (S21, S22. S23, ..., S2N) corresponding to the second sensor signal type, and the input data of the third channel is (S31) corresponding to the third sensor signal type. , S32. S33, ... , S3N).

따라서 예컨대, 센서 신호 종류가 3개라면, 3개의 입력채널을 가지며 각각의 입력 채널은 n 개의 센서 값을 갖는 벡터로 표현되는 센서신호 세트가 학습 데이터의 입력 데이터로 설정될 수 있다. 그리고 이때의 위치변화 즉, 상기 시간구간별 GPS 위치정보 기반의 위치변화 값이 학습 데이터의 출력 데이터로 설정될 수도 있다.Therefore, for example, if there are three sensor signal types, a sensor signal set represented by a vector having three input channels and each input channel having n sensor values may be set as input data of the learning data. In addition, the position change at this time, that is, the position change value based on the GPS position information for each time section may be set as the output data of the learning data.

물론, 실시 예에 따라서는 전술한 예에서 입력채널은 각각 최소시간단위에 대응할 수도 있다. 이런 경우 제1채널은 첫 번째 시간단위에서의 각각의 센서신호 세트(S11, S21, S31)가될 수 있고, 제2채널은 두 번째 시간단위에서의 각각의 센서신호 세트(S12, S22, S32)가 될 수도 있다. Of course, depending on the embodiment, in the above example, each input channel may correspond to a minimum time unit. In this case, the first channel may be each sensor signal set S11, S21, S31 in the first time unit, and the second channel may be each sensor signal set S12, S22, S32 in the second time unit. ) may be

어떠한 경우든 일정 시간구간별로 각각의 신호종류별 연속된 일련의 센서신호들을 하나의 학습 데이터에 포함시키는 경우에 보다 정확도 높은 학습이 수행될 수도 있다.In any case, when a series of continuous sensor signals for each signal type are included in one learning data for each predetermined time period, higher-accuracy learning may be performed.

한편, 본 발명의 기술적 사상은 전술한 바와 같이 관성센서들(130)이 센싱한 관성 데이터 즉 센서신호를 이용하여 물리법칙 즉, 항법알고리즘을 통한 위치연산이 아니라, 학습을 통한 입력 데이터 패턴에 따른 위치변화를 예측하는 특성이 있으므로 종래에 방식에서는 적용되지 못하던 사용자별 움직임 특성이 반영된 위치 판단이 가능할 수 있다. 즉, 동일한 센서신호 세트라 하더라도 사용자에 따라 위치변화가 다르게 예측될 수 있다.On the other hand, the technical idea of the present invention is, as described above, by using the inertial data sensed by the inertial sensors 130, that is, the sensor signal according to the input data pattern through learning, not the position calculation through the physical laws, that is, the navigation algorithm. Since there is a characteristic of predicting a change in position, it may be possible to determine a position in which motion characteristics for each user, which have not been applied in the conventional method, are reflected. That is, even with the same set of sensor signals, a change in position may be predicted differently depending on the user.

이를 위해 상기 실내 네비게이션 시스템(100)에 포함되는 네비게이션 엔진(120)은 사용자별로 서로 다른 사용자별 네비게이션 엔진들(121, 122)를 구비할 수 있다.To this end, the navigation engine 120 included in the indoor navigation system 100 may include different user-specific navigation engines 121 and 122 for each user.

이러한 일 예는 도 4에 도시된다.One such example is shown in FIG. 4 .

도 4는 본 발명의 일 실시 예에 따라 사람별로 서로 다르게 학습된 네비게이션 엔진을 구현하는 개념을 설명하기 위한 도면이다. 4 is a diagram for explaining a concept of implementing a navigation engine that is learned differently for each person according to an embodiment of the present invention.

도 4를 참조하면, 상기 네비게이션 엔진(120)은 복수의 사용자별 네비게이션 엔진(121, 122)을 구비할 수 있다. Referring to FIG. 4 , the navigation engine 120 may include a plurality of user-specific navigation engines 121 and 122 .

사용자별 네비게이션 엔진(121, 122)을 선택하기 위해 상기 제어모듈(110)은 현재 실내 네비게이션 시스템(100)을 이용하는 사용자를 식별할 수 있는 사용자의 식별정보(예컨대, 이름, 아이디, 단말기 식별번호 등)을 사용자로부터 입력받을 수 있다. In order to select the navigation engines 121 and 122 for each user, the control module 110 provides user identification information (eg, name, ID, terminal identification number, etc.) capable of identifying a user currently using the indoor navigation system 100 . ) can be input from the user.

그리고 사용자가 식별되면, 사용자별로 학습 데이터가 구분되어 확보될 수 있다. 그리고 학습 역시 사용자별 학습 데이터가 구분되어 이용될 수 있다.In addition, when the user is identified, learning data may be classified and secured for each user. In addition, learning data for each user may be classified and used.

예컨대, 제1사용자별 네비게이션 엔진(121)은 제1사용자에 대응되는 엔진일 수 있으며, 제어모듈(110)은 제1사용자가 이용할 때 확보되는 학습 데이터 즉, 제1학습 데이터를 타 학습 데이터와 구분하여 저장할 수 있다. 그리고 제1사용자별 네비게이션 엔진(121)을 학습할 때는 제1학습 데이터만 이용하여 학습시킬 수 있다.For example, the navigation engine 121 for each first user may be an engine corresponding to the first user, and the control module 110 combines the learning data secured when the first user uses the first learning data, that is, the first learning data with other learning data. can be stored separately. In addition, when learning the navigation engine 121 for each first user, it can be learned using only the first learning data.

또한, 실내 네비게이션 시스템(100)을 이용하는 사용자가 제2사용자일 때 확보되는 학습 데이터 즉, 제2학습 데이터 역시 타 학습 데이터와 구분하여 저장되고, 제2사용자별 네비게이션 엔진(122)의 학습 시에는 제2학습 데이터만이 이용될 수 있다.In addition, learning data secured when the user using the indoor navigation system 100 is the second user, that is, the second learning data is also stored separately from other learning data, and when the navigation engine 122 for each second user is trained, Only the second learning data may be used.

각각의 사용자별 네비게이션 엔진(121, 122)이 구분되어 학습된 후, 실내 네비게이션 시스템(100)은 현재 이용하고 있는 사용자를 식별하고, 식별된 사용자에 상응하는 사용자별 네비게이션 엔진(121, 122)을 이용하여 실내 네비게이션을 수행할 수 있음은 물론이다.After the respective user-specific navigation engines 121 and 122 are distinguished and learned, the indoor navigation system 100 identifies the currently used user and selects the user-specific navigation engines 121 and 122 corresponding to the identified user. Of course, indoor navigation can be performed using

예컨대, 상기 제어모듈(110)은 제1사용자에서 제2사용자로 사용자가 변환되는 사용자 변환요청을 입력받고, 상기 사용자 변환요청에 응답하여 상기 제2사용자의 식별정보에 대응하는 사용자별 네비게이션 엔진(예컨대, 122)을 실내 내비게이션을 수행할 엔진으로 설정할 수 있다. For example, the control module 110 receives a user conversion request for converting a user from a first user to a second user, and in response to the user conversion request, a navigation engine for each user corresponding to the identification information of the second user ( For example, 122 may be set as an engine to perform indoor navigation.

그러면 설전된 사용자별 네비게이션 엔진(예컨대, 122)을 이용하여 실내에서 사용자가 움직일때마다 실내 네비게이션 즉, 사용자 위치 판단을 수행할 수 있다. Then, whenever the user moves indoors by using the established navigation engine for each user (eg, 122), indoor navigation, that is, user location determination can be performed.

결국 본 발명의 기술적 사상에 따르면 오류 드리프트로 인한 오류 누적이 방지될 수 있고, 사용자별로 커스터마이징된 실내 네비게이션이 가능한 효과가 있다.As a result, according to the technical idea of the present invention, error accumulation due to error drift can be prevented, and indoor navigation customized for each user is possible.

본 발명의 실시 예에 따른 실내 네비게이션 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 광 데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.The indoor navigation method according to an embodiment of the present invention can be implemented as computer-readable codes on a computer-readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data readable by a computer system is stored. Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, hard disk, floppy disk, and optical data storage device. In addition, the computer-readable recording medium is distributed in a computer system connected through a network, so that the computer-readable code can be stored and executed in a distributed manner. And functional programs, codes, and code segments for implementing the present invention can be easily inferred by programmers in the art to which the present invention pertains.

본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.Although the present invention has been described with reference to one embodiment shown in the drawings, this is merely exemplary, and those of ordinary skill in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

Claims

실내 네비게이션 방법에 있어서,
실내 네비게이션 시스템이 실외에서의 움직임에 따라 센싱되는 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 네비게이션 엔진을 학습하는 단계; 및
상기 실내 네비게이션 시스템이 실내에서의 움직임에 따라 센싱되는 제2센서신호들에 기초하여 학습된 상기 네비게이션 엔진을 이용하여 실내 네비게이션을 수행하는 단계를 포함하며,
상기 실내 네비게이션 시스템이 실외에서의 움직임에 따라 센싱되는 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 네비게이션 엔진을 학습하는 단계는,
상기 실내 네비게이션 시스템이 실외에서 획득된 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호들에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하는 단계; 및
상기 실내 네비게이션 시스템이 획득한 상기 학습 데이터 세트에 기초하여 상기 네비게이션 엔진을 학습시키는 단계를 포함하는 실내 네비게이션 방법.
An indoor navigation method comprising:
learning, by the indoor navigation system, a navigation engine based on first sensor signals of inertial sensors sensed according to movement outdoors and changes in GPS location information according to the movement; and
and performing, by the indoor navigation system, indoor navigation using the learned navigation engine based on second sensor signals sensed according to movement in the room,
The step of learning, by the indoor navigation system, the navigation engine based on first sensor signals of inertial sensors sensed according to movement in the outdoors and changes in GPS location information according to the movement,
obtaining, by the indoor navigation system, a learning data set including the first sensor signals acquired outdoors as input data, and GPS-based position change information corresponding to the first sensor signals as output data; and
and learning the navigation engine based on the learning data set obtained by the indoor navigation system.

삭제delete

제1항에 있어서, 상기 실내 네비게이션 시스템이 실외에서 획득된 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하는 단계는,
상기 실내 네비게이션 시스템이 미리 설정한 시간구간들 기준으로 상기 관성센서들 각각의 연속된 센서신호들을 포함하는 상기 제1센서신호와 상기 시간구간들에 상응하는 상기 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터를 획득하는 실내 네비게이션 방법.
The method of claim 1, wherein the indoor navigation system uses the first sensor signals acquired outdoors as input data and acquires a learning data set including GPS-based position change information corresponding to the first sensor signal as output data. step is,
The first sensor signal including continuous sensor signals of each of the inertial sensors based on time intervals preset by the indoor navigation system and the GPS-based position change information corresponding to the time intervals are included as output data Indoor navigation method to acquire learning data.

제1항에 있어서, 상기 실내 네비게이션 방법은,
상기 실내 네비게이션 시스템이 사용자의 식별정보를 적어도 하나 입력받는 단계를 더 포함하며,
상기 네비게이션 엔진을 학습시키는 단계는,
상기 실내 네비게이션 시스템이 입력받은 상기 사용자 식별정보에 대응하도록 상기 네비게이션 엔진을 각각 학습시키는 것을 특징으로 하는 실내 네비게이션 방법.
The method of claim 1, wherein the indoor navigation method comprises:
The indoor navigation system further comprises the step of receiving at least one user's identification information,
The step of learning the navigation engine comprises:
The indoor navigation method according to claim 1, wherein the indoor navigation system trains the navigation engine to correspond to the received user identification information.

제4항에 있어서, 상기 실내 네비게이션 방법은,
상기 실내 네비게이션 시스템이 제1사용자에서 제2사용자로 사용자가 변환되는 사용자 변환요청을 입력받는 단계;
상기 사용자 변환요청에 응답하여 상기 실내 네비게이션 시스템이 상기 제2사용자의 식별정보에 대응하는 네비게이션 엔진을 네비게이션을 수행할 엔진으로 설정하는 단계를 더 포함하는 실내 네비게이션 방법.
5. The method of claim 4, wherein the indoor navigation method comprises:
receiving, by the indoor navigation system, a user conversion request for converting a user from a first user to a second user;
and setting, by the indoor navigation system, a navigation engine corresponding to the identification information of the second user as an engine to perform navigation in response to the user conversion request.

데이터 처리장치에 설치되며 제1항, 제3항 내지 제5항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 판독가능한 기록매체에 저장된 컴퓨터 프로그램.
A computer program installed in a data processing apparatus and stored in a computer-readable recording medium for performing the method according to any one of claims 1 to 5.

실내 네비게이션 시스템에 있어서,
관성센서들;
적어도 하나의 네비게이션 엔진;
실외에서의 움직임에 따라 센싱되는 상기 관성센서들의 제1센서신호들 및 상기 움직임에 따른 GPS 위치정보의 변화에 기초하여 상기 네비게이션 엔진을 학습시키는 제어모듈; 및
실내에서의 움직임에 따라 센싱되는 제2센서신호들에 기초하여 학습된 상기 네비게이션 엔진을 이용하여 실내 네비게이션을 수행하기 위한 네비게이션 모듈을 포함하며,
상기 제어모듈은,
실외에서 획득된 상기 제1센서신호들을 입력 데이터로 하고 상기 제1센서신호들에 상응하는 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터 세트를 획득하고, 획득한 상기 학습 데이터 세트에 기초하여 상기 네비게이션 엔진을 학습시키는 실내 네비게이션 시스템.
An indoor navigation system comprising:
inertial sensors;
at least one navigation engine;
a control module for learning the navigation engine based on first sensor signals of the inertial sensors sensed according to movement outdoors and changes in GPS location information according to the movement; and
a navigation module for performing indoor navigation using the navigation engine learned based on second sensor signals sensed according to movement in the room;
The control module is
Obtaining a learning data set including the first sensor signals obtained outdoors as input data and GPS-based position change information corresponding to the first sensor signals as output data, and based on the obtained learning data set An indoor navigation system for learning the navigation engine.

삭제delete

제7항에 있어서, 상기 제어모듈은,
미리 설정한 시간구간들 기준으로 상기 관성센서들 각각의 연속된 센싱신호들을 포함하는 상기 제1센서신호와 상기 시간구간들에 상응하는 상기 GPS 기반 위치변화 정보를 출력 데이터로 포함하는 학습 데이터를 획득하는 실내 네비게이션 시스템.
The method of claim 7, wherein the control module,
Acquiring learning data including the first sensor signal including continuous sensing signals of each of the inertial sensors based on preset time sections and the GPS-based position change information corresponding to the time sections as output data indoor navigation system.

제7항에 있어서, 상기 제어모듈은,
사용자의 식별정보를 적어도 하나 입력받고, 입력받은 상기 사용자 식별정보에 대응하도록 상기 네비게이션 엔진을 각각 학습시키는 것을 특징으로 하며,
제1사용자에서 제2사용자로 사용자가 변환되는 사용자 변환요청을 입력받으면, 상기 사용자 변환요청에 응답하여 상기 제2사용자의 식별정보에 대응하는 네비게이션 엔진을 네비게이션을 수행할 엔진으로 설정하는 실내 네비게이션 시스템.

The method of claim 7, wherein the control module,
It is characterized in that receiving at least one user's identification information, and learning the navigation engine to correspond to the received user identification information, respectively,
An indoor navigation system for setting a navigation engine corresponding to the identification information of the second user as an engine to perform navigation in response to the user conversion request when a user conversion request is received from the first user to the second user .