WO2019098452A1 - 이동체의 자기 위치 추정 방법 및 그 이동체 - Google Patents

이동체의 자기 위치 추정 방법 및 그 이동체 Download PDF

Info

Publication number
WO2019098452A1
WO2019098452A1 PCT/KR2017/015289 KR2017015289W WO2019098452A1 WO 2019098452 A1 WO2019098452 A1 WO 2019098452A1 KR 2017015289 W KR2017015289 W KR 2017015289W WO 2019098452 A1 WO2019098452 A1 WO 2019098452A1
Authority
WO
WIPO (PCT)
Prior art keywords
moving object
relative
position information
information
current position
Prior art date
Application number
PCT/KR2017/015289
Other languages
English (en)
French (fr)
Inventor
이상현
김희수
김광순
김동구
Original Assignee
고려대학교 산학협력단
연세대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단, 연세대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to US16/478,228 priority Critical patent/US20200267502A1/en
Publication of WO2019098452A1 publication Critical patent/WO2019098452A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Definitions

  • the present invention relates to a method of estimating a magnetic location of a moving object and a moving object thereof, and more particularly, to a method of estimating a position of a moving object in a wireless network using a relative distance between the moving object and azimuth information,
  • the present invention relates to a moving object capable of estimating a position.
  • a method for self-localization of a moving object in a wireless network environment capable of communicating with mobile objects comprising: receiving positional information of the relative moving object from a target moving object; Measuring a relative distance and a relative azimuth with the relative moving body; And deriving current position information of the moving object by using the positional information of the received relative moving object and the measured relative distance and relative azimuth angle.
  • a mobile station capable of estimating a self position in a wireless network environment capable of communicating with a mobile station, the mobile station comprising: A message receiving unit; A measuring unit measuring a relative distance and a relative azimuth angle with respect to the relative moving body; A current position determiner for deriving current position information of the moving object by using the positional information of the received relative moving object and the measured relative distance and relative azimuth; And a controller for controlling the message receiver, the measurement unit, and the current position determiner.
  • the method for estimating the position of a moving object according to an embodiment of the present invention and the moving object can estimate the position of the moving object by exchanging only minimum information between the moving objects.
  • the method of estimating the position of a mobile body according to an embodiment of the present invention can contribute to the formation of a network between a vehicle and a human, a vehicle versus a vehicle, and a vehicle versus a transportation infrastructure.
  • FIG. 1 is a diagram for explaining communication between mobile stations that are present in a wireless network and capable of communicating with each other according to an embodiment of the present invention.
  • FIG. 2 is a diagram for explaining a method of estimating a self-location by a moving object through a graph-based approach related to an embodiment of the present invention.
  • FIG. 3 is a block diagram of a moving object according to an embodiment of the present invention.
  • FIG. 4 is a flowchart showing a method of estimating a magnetic location of a moving object according to an embodiment of the present invention.
  • FIG. 5 is a diagram for explaining a method of probabilistic approximation through a two-dimensional coordinate model based on relative distance information and relative azimuth information, which is related to an embodiment of the present invention.
  • FIG. 6 is a graph showing the travel result of a moving object traveling through a method of estimating a position of a moving object according to an embodiment of the present invention.
  • the moving object is a moving object, and may include a vehicle.
  • Each member in the network is divided into an anchor that knows its position at all times and an agent that does not know its location.
  • Collaborative positioning can be achieved through interactions that measure the relative distance between neighbors between the anchor and the agents or communicate that information.
  • a vehicle such as a base station or a vehicle that always knows its position through GPS, can be an anchor, and a vehicle that does not know its position can be an agent.
  • the positioning algorithm can be classified as follows.
  • the location of all agents is centrally determined. That is, the measurement results collected from the agent and the anchor are collected and the positions of all the air entities are calculated at the same time.
  • the centralized type is generally disadvantageous in terms of scalability and thus has a disadvantage in that it is not practical in a large-scale network.
  • In a distributed approach there is no central processing unit, so each agent needs to know its location using only locally collected information. However, even if the scale of the network is enlarged, the calculation load to be processed locally is not greatly increased, which is advantageous in terms of scalability and easy to apply to a large-scale network.
  • Absolute localization means positioning in a given single coordinate system.
  • Relative localization is a means of achieving positioning through the relationship between the surrounding environment and neighbors. Therefore, in relative positioning, each network entity has a different coordinate system, so conversion or synchronization is essential.
  • non-cooperative positioning there is no communication between agents, only communication between agent and anchor occurs. Since each agent needs to communicate with multiple anchors, the communication range of the anchors must be large or the anchors must exist at a high density.
  • cooperative positioning communication occurs between agents, so there is no need to have many anchors around each agent. Therefore, the density of the anchor can be reduced and the communication range of the anchor need not be extended.
  • Each agent communicates with an anchor with another agent in the communication range, which can improve accuracy.
  • FIG. 1 is a diagram for explaining communication between mobile stations that are present in a wireless network and capable of communicating with each other according to an embodiment of the present invention.
  • each of the vehicles 1 (vehicle 1, vehicle 2, vehicle 3) is capable of direct communication between moving objects without going through an infrastructure such as a base station.
  • Each vehicle can measure the distance and azimuth between its approximate position and another moving object (relative moving object) through appropriate means, and the information may be contaminated by noise .
  • Said suitable means may include means such as mmWave, rider, and the like.
  • the distance and azimuth information measured between the two moving objects due to contamination may not be equal to each other.
  • (x, y) is a position on the two-dimensional coordinate of each moving object, (x 1 , y 1 ) and is the position of the vehicle 1.
  • d and ⁇ represent relative distances and azimuth angles, respectively.
  • d 1, 3 and ⁇ 1 , 3 represent relative distances and relative azimuths from the vehicle 1 to the vehicle 1 measured by the vehicle 3.
  • FIG. 2 is a diagram for explaining a method of estimating a self-location by a moving object through a graph-based approach related to an embodiment of the present invention.
  • a distributed positioning problem can be defined in the form of a graph by defining a connection between objects capable of exchange of measurement information.
  • the graph model In order to solve the complex estimation problem, it is called the graph model that the relationship between the variables determined by the probability distribution in many cases is expressed through a graph.
  • This provides an estimation technique that predicts the values of each variable related to the probability distribution from the probability distribution that defines the graph in a distributed and collaborative manner.
  • agents can communicate with a small number of adjacent agents and anchors. Therefore, when each agent is represented as a variable node, the communication relation between the adjacent anchor and the agents, and the information received by the anchor or received from other agents are expressed through the function node, the resulting graph is relatively sparse, It appears as a bipartite graph.
  • FIG. 3 is a block diagram of a moving object according to an embodiment of the present invention.
  • the moving object 100 includes a message receiving unit 110, a measuring unit 120, an absolute position receiving unit 130, a current position determining unit 140, a transmitting unit 150, and a controller 160 .
  • the moving body 100 is an agent.
  • the message receiving unit 110 may receive the location information of the mobiles from the mobiles 200 as a message.
  • the positional information of the relative moving object may include an average value and an accuracy of the relative moving object position.
  • the accuracy may be expressed as a variance with respect to the position of the relative moving object.
  • the measuring unit 120 may measure the relative distance and the relative azimuth with respect to the moving object 200 through specific means.
  • the specifying means may include mmWave, a rider, and the like.
  • the absolute position receiver 130 may receive the absolute position information of the mobile station 100 from the base station 300.
  • the current position determination unit 140 derives the current position information of the mobile unit 100 using the position information of the mobile unit received from the mobile unit 200 and measured measurement information (average value and accuracy of the relative mobile unit position) can do.
  • the transmission unit 150 may broadcast the current position information of the derived mobile object 100 in the form of a message without specifying a reception object.
  • the control unit 160 may control the message receiving unit 110, the measuring unit 120, the absolute position receiving unit 130, the current position determining unit 140, and the transmitting unit 150 as a whole.
  • FIG. 4 is a flowchart showing a method of estimating a magnetic location of a moving object according to an embodiment of the present invention.
  • the message receiver 110 may receive the location information of the mobiles from the mobiles 200 as a message (S410).
  • the positional information of the relative moving object may include an average value and an accuracy of the relative moving object position.
  • the accuracy may be expressed as a variance with respect to the position of the relative moving object.
  • the measuring unit 120 may measure a relative distance and a relative azimuth with respect to the mover 200 through means such as mmWave and a rider (S420).
  • the current position determination unit 140 may derive the current position information of the mobile unit 100 using the positional information of the received relative mobile unit and the measured relative distance and relative azimuth at step S430.
  • the relative distance and the relative azimuth angle are defined as probability distributions because they are contaminated by noise, but their shapes are very nonlinear. Therefore, in the following embodiments, the position information of the current mobile object 100 can be derived by using the method of stochastically approximating the relative distance information and the relative azimuth information through the two-dimensional coordinate model.
  • FIG. 5 is a diagram for explaining a method of probabilistic approximation through a two-dimensional coordinate model based on relative distance information and relative azimuth information, which is related to an embodiment of the present invention.
  • FIG. 5 (a) shows a probability distribution on a two-dimensional coordinate through a relative distance and a relative azimuth angle
  • FIG. 5 (b) shows an x, y coordinate model approximating the FIG. 5 (a).
  • the moving object 100 knows only the relative distance and relative azimuth information of the moving object 200.
  • the normal distribution can be expressed accurately by acquiring the mean and variance values.
  • Equation (2) By using the coordinate axis transformation and the Kosi-Schwartz inequality, and Can be approximated as shown in Equation (2).
  • d and ⁇ are the relative distances and azimuths, respectively.
  • d i, j and ⁇ i, j represent relative distances and relative azimuths measured by moving object j to moving object i.
  • the approximate and (I, j) can calculate the message by estimating the position of the mobile body (i, j) itself, and through this message, the moving object j can calculate the instantaneous estimate , , And the estimated value can be expressed by a normal distribution.
  • each mobile has some information about the initial location. That is, we know the variance associated with the mean of the initial coordinates and the accuracy of that value. If you do not know this information, you can set it to a random mean and a relatively large variance. The average generated , , And the standard deviation , .
  • the predicted value of the position obtained by itself from the received information can be displayed as a normal distribution. This can be expressed as an addition of observation values (relative distance and relative azimuth) observed by the mobile body 100 and a received value (positional information of the relative mobile body).
  • Equation (3) a message transmitted from the moving object i to the moving object j can be expressed as Equation (3) for the number of iterations (1).
  • Equation (4) the mean and variance are given by Equation (4).
  • the mobile device 100 may broadcast the location information of the user, which is derived as shown in Equation (4), in the form of a message in the network at step S440.
  • the messages to be transmitted to the neighboring agents can also be represented by a normal distribution and approximated, it is possible to perform distributed positioning by exchanging only the simple parameters of the average and variance and the relative measurement results among the respective mobile bodies.
  • a message is transmitted in a manner of broadcasting in the network as described above, it may be helpful to reduce communication load.
  • Repetition of the broadcasting and updating of the moving object 100 can improve the accuracy of the current position of the moving object 100.
  • the mobile unit 100 receives the absolute position information from the base station 300 and can use it together when deriving its current position information. Utilizing absolute location information in this way can help in distributed cooperative positioning.
  • positioning is performed at predetermined time intervals, and the position of each moving object can be updated at the predetermined time intervals.
  • each mobile can generate a probability distribution for a new position. That is, each mobile can use the average value and the accuracy of the instantaneous measurements of the last time and determine the probability distribution for the new position in consideration of the instantaneous velocity.
  • each mobile can determine the position of all the moving objects in the network by itself.
  • the position can be expressed by the following equation (5).
  • v is the instantaneous velocity
  • t is the unit time interval at which the positioning is performed
  • m is the mean
  • ⁇ 2 is the variance
  • FIG. 6 is a graph showing the travel result of a moving object traveling through a method of estimating a position of a moving object according to an embodiment of the present invention.
  • FIG. 6 shows a simulation result of a method according to an embodiment of the present invention.
  • Ten cars are properly distributed in a straight lane with four lanes.
  • the width of each lane is 3.5 meters, and the total length of the straight lane is set at about 2000 meters.
  • the average speed of each vehicle is 70 km / h and travels from the bottom to the top of the screen.
  • Each vehicle measures its own speed every 100ms and performs message exchanges every 10ms for cooperative positioning with vehicles within a relative distance of 50m between adjacent speed measurement points. In this environment, since each vehicle transmits a message common to all the adjacent vehicles, it corresponds to a situation in which broadcasting is performed every 10ms.
  • the information that can be measured or exchanged between vehicles is the relative distance and azimuth between two vehicles that can communicate.
  • the error of relative distance is m
  • the error of the azimuth angle is Respectively. It is assumed that all vehicles know information about their current position at the initial departure and that the information has a normal distribution with a standard deviation of 1m.
  • FIG. 6 shows the trajectory of the measured position of the vehicle during 100 seconds under such an environment.
  • each vehicle can use the relative distance and the azimuth information, and a case where one vehicle can periodically know the absolute position. That is, only one vehicle acquires an absolute position from an LTE network or GPS. It can be seen that the measurement results for the absolute position of all vehicles are very good. It can be seen that the error is about 1m and the error of the vehicle which can find the absolute position is smaller than that. From these results, it can be seen that positioning performance is improved by establishing a network and performing cooperative positioning while carrying out communication between the vehicle and at least a vehicle and performing inter-vehicle measurement between vehicles through mmWave.
  • the method for estimating the position of a moving object according to an embodiment of the present invention and the moving object can estimate the position of the moving object by exchanging only minimum information between the moving objects.
  • the method of estimating the position of a mobile body according to an embodiment of the present invention can contribute to the formation of a network between a vehicle and a human, a vehicle versus a vehicle, and a vehicle versus a transportation infrastructure.
  • the above-described method of estimating the magnetic location of the moving object may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable recording medium.
  • the computer-readable recording medium may include program commands, data files, data structures, and the like, alone or in combination.
  • the program instructions recorded on the recording medium may be those specially designed and configured for the present invention or may be those known to those skilled in the computer software.
  • the computer-readable recording medium includes a magnetic recording medium such as a magnetic medium such as a hard disk, a floppy disk and a magnetic tape, an optical medium such as a CD-ROM and a DVD, a magnetic disk such as a floppy disk, A hard disk drive, a magneto-optical medium, and a memory device such as a ROM, a RAM, a flash memory, and a solid state drive (SSD).
  • a magnetic recording medium such as a magnetic medium such as a hard disk, a floppy disk and a magnetic tape
  • an optical medium such as a CD-ROM and a DVD
  • a magnetic disk such as a floppy disk
  • a hard disk drive a magneto-optical medium
  • a memory device such as a ROM, a RAM, a flash memory, and a solid state drive (SSD).
  • the recording medium may be a transmission medium, such as a light or metal line, a wave guide, or the like, including a carrier wave for transmitting a signal designating a program command, a data structure, and the like.
  • a transmission medium such as a light or metal line, a wave guide, or the like, including a carrier wave for transmitting a signal designating a program command, a data structure, and the like.
  • the program instructions also include machine language code, such as those generated by the compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.
  • machine language code such as those generated by the compiler
  • high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
  • the above-described method of estimating the position of the mobile object and the mobile object thereof are not limited to the configuration and method of the embodiments described above, but the embodiments can be applied to all or some of the embodiments May be selectively combined.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

본 발명은 무선 네트워크에 존재하는 서로 통신이 가능한 이동체가 이동체간 상대 거리와 방위각 정보를 이용하여 자기의 위치를 추정하는 방법 및 자기 위치를 추정할 수 있는 이동체에 관한 것이다. 본 발명의 일실시예에 의한 이동체의 자기 위치 추정 방법은 이동체간 서로 통신이 가능한 무선 네트워크 환경에서 이동체가 자기 위치 추정하는 방법에 있어서, 상대 이동체로부터 상기 상대 이동체의 위치 정보를 수신하는 단계; 상기 상대 이동체와의 상대 거리 및 상대 방위각을 측정하는 단계; 및 상기 수신한 상대 이동체의 위치 정보 및 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체의 현재 위치 정보를 도출하는 단계를 포함할 수 있다.

Description

이동체의 자기 위치 추정 방법 및 그 이동체
본 발명은 이동체의 자기 위치 추정 방법 및 그 이동체에 관한 것으로, 보다 상세하게는 무선 네트워크에 존재하는 서로 통신이 가능한 이동체가 이동체간 상대 거리와 방위각 정보를 이용하여 자기의 위치를 추정하는 방법 및 자기 위치를 추정할 수 있는 이동체에 관한 것이다.
지금까지의 전파통신 기술은 사람과 사람 사이의 의사소통이나 정보 전달 목적으로 활용되었지만 최근에는 사람과 사물, 사물과 사물 간의 통신으로 영역이 확대되고 있다. 특히, 최근에는 차량(vehicle) 대 인간, 차량 대 차량, 차량 대 교통 인프라 간의 네트워크를 형성하려는 움직임이 빠르게 이뤄지고 있다. 이에 전파통신 시장은 차량 간(Vehicle-to-Vehicle; V2V), 차량과 인프라 간(Vehicle-to-Infrastructure; V2I), 차량과 모바일 기기 간(Vehicle-to-Nomadic devices; V2N) 통신 등 V2X로 불리는 기술에 초점이 맞춰지고 있다. 관련된 선행문헌으로 대한민국 공개특허공보 제2017-0071207호가 있다.
자동차는 결국 도로 위를 달리는 이동체이므로 도로 주변 시설물(장비)와 자동차간의 통신을 이용하여 정확한 자기 위치 인식을 위한 정밀 측위 서비스를 하기 위한 기술이 필요하다. 종래의 측위 기술을 이용하여 측위를 달성하기 위해서는 복잡한 연산과 교환해야 하는 메시지가 커지는 문제점이 있었다.
따라서 최소한의 정보 교환을 통해 분산적 협력 측위를 달성하는 방법에 대한 연구가 필요한 실정이다.
본 발명의 목적은 상대 이동체와의 최소한의 정보 교환을 통해 자기의 위치를 추정하는 방법 및 자기 위치를 추정할 수 있는 이동체를 제공하는 데 있다.
본 발명의 목적은 이동체간 서로 통신이 가능한 환경에서 상대 이동체와의 상대 거리와 상대 방위각 정보를 이용하여 현재 자기 위치를 결정하는 이동체의 자기 위치 추정 방법 및 그 이동체를 제공하는 데 있다.
상기 목적을 달성하기 위해 본 발명의 일실시예에 의하면, 이동체간 서로 통신이 가능한 무선 네트워크 환경에서 이동체가 자기 위치 추정하는 방법에 있어서, 상대 이동체로부터 상기 상대 이동체의 위치 정보를 수신하는 단계; 상기 상대 이동체와의 상대 거리 및 상대 방위각을 측정하는 단계; 및 상기 수신한 상대 이동체의 위치 정보 및 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체의 현재 위치 정보를 도출하는 단계를 포함하는 이동체의 자기 위치 추정 방법이 개시된다.
상기 목적을 달성하기 위해 본 발명의 일실시예에 의하면, 상대 이동체와 서로 통신이 가능한 무선 네트워크 환경에서 자기 위치를 추정할 수 있는 이동체에 있어서, 상기 상대 이동체로부터 상기 상대 이동체의 위치 정보를 수신하는 메시지 수신부; 상기 상대 이동체와의 상대 거리 및 상대 방위각을 측정하는 측정부; 상기 수신한 상대 이동체의 위치 정보 및 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체의 현재 위치 정보를 도출하는 현재 위치 결정부; 및 상기 메시지 수신부, 상기 측정부, 상기 현재 위치 결정부를 제어하는 제어부를 포함하는 이동체가 개시된다.
본 발명의 일실시예에 의한 이동체의 자기 위치 추정 방법 및 그 이동체는 이동체간의 최소한의 정보만 교환하여 이동체 자기 위치를 추정할 수 있다.
본 발명의 일실시예에 의한 이동체의 자기 위치 추정 방법 차량 대 인간, 차량 대 차량, 차량 대 교통 인프라 간의 네트워크 형성에 기여할 수 있다.
도 1은 본 발명의 일실시예와 관련된 무선 네트워크에 존재하는 서로 통신이 가능한 이동체간의 통신을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예와 관련된 그래프 기반 접근법을 통해 이동체가 자기 위치를 추정하는 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예와 관련된 이동체의 블록도이다.
도 4는 본 발명의 일실시예와 관련된 이동체의 자기 위치 추정 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일실시예와 관련된 상대 거리 정보와 상대 방위각 정보를 바탕으로 2차원 좌표 모델을 통해 확률적으로 근사하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예와 관련된 이동체의 자기 위치 추정 방법을 통해 주행하는 이동체의 주행결과를 나타내는 그래프이다.
이하, 본 발명의 일실시예와 관련된 이동체의 자기 위치 추정 방법 및 그 이동체에 대해 도면을 참조하여 설명하도록 하겠다.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
이하 실시예에서 이동체는 이동을 하는 물체로, 차량을 포함할 수 있다.
네트워크 내의 각 구성원들은 자기 측위의 상황에서 자신의 위치를 항상 알고 있는 앵커(anchor)와 위치를 모르는 에이전트(agent)로 구분된다. 협력 측위는 앵커와 에이전트들 사이에 이웃끼리의 상대 거리를 측정하거나 그 정보를 전달하는 상호작용을 통해 달성할 수 있다. 예를 들어, 기지국이나 GPS를 통해 자신의 항상 자기의 위치를 알고 있는 차량 등이 앵커가 될 수 있고, 자기의 위치를 모르는 차량이 에이전트가 될 수 있다.
한편, 측위 알고리즘은 다음과 같이 분류될 수 있다.
먼저, 중앙집중형 측위와 분산형 측위로 분류될 수 있다. 중앙집중형 기법에서는 모든 에이전트들의 위치는 중앙에서 집중적으로 결정된다. 즉, 에이전트 및 앵커로부터 수집된 측정 결과를 수집하고 모든 에어전트들의 위치를 동시에 계산하게 된다. 중앙집중형은 대개 확장성(scalability)의 측면에서 불리하므로 대규모 네트워크에서는 실용적이지 못한 단점이 있다. 분산형 기법에서는 중앙처리장치가 없으므로 각 에이전트들은 국소적(locally)으로 수집할 수 있는 정보만을 이용하여 자신의 위치를 파악해야 한다. 그러나 네트워크의 규모가 확대되어도 국소적으로 처리해야 하는 계산 부하가 크게 늘어나지 않으므로 확장성의 측면에서 유리하고, 대규모 네트워크에 대한 적용이 용이하다.
또한, 절대 측위와 상대 측위로 분류될 수 있다. 절대 측위(absolute localization)는 미리 주어진 단일 좌표계에서의 측위를 의미한다. 반면, 상대 측위(relative localization)는 주변의 환경과 이웃과의 관계를 통해 측위를 달성하는 방법을 의미한다. 그러므로 상대적 측위에서는 네트워크 개체마다 다른 좌표계를 갖게 되므로 변환 또는 동기화가 필수적이다.
또한, 비협력 측위와 협력 측위로 분류될 수 있다. 비협력(noncooperative) 측위에서는 에이전트간의 통신이 발생하지 않고, 에이전트와 앵커간의 통신만 발생한다. 각 에이전트는 다수의 앵커와 통신이 필요하므로, 앵커의 통신 범위가 크거나 앵커의 높은 밀도로 존재해야 한다. 협력(cooperative) 측위에서는 에이전트 간의 통신이 발생하므로, 각 에이전트 주변에 많은 앵커가 존재할 필요가 없다. 따라서 앵커의 밀도를 줄일 수 있고, 앵커의 통신 범위를 확장하지 않아도 된다. 각 에이전트는 통신 범위 내에 있는 다른 에이전트와 앵커와 통신을 하게 되므로 정확도를 개선할 수 있다.
이하, 본 발명의 일실시예에서는 분산적 협력 측위를 통해 이동체의 자기 위치를 추정하는 방법에 대해 설명하도록 하겠다.
도 1은 본 발명의 일실시예와 관련된 무선 네트워크에 존재하는 서로 통신이 가능한 이동체간의 통신을 설명하기 위한 도면이다.
도시된 바와 같이, 각각의 이동체(vehicle 1, vehicle 2, vehicle 3)는 기지국 등의 인프라(Infrastructure)를 통하지 않고 이동체 간의 직접 통신이 가능하다.
그리고 각 이동체(vehicle 1, vehicle 2, vehicle 3)는 적당한 수단을 통해 자신의 대략적인 위치와 다른 이동체(상대 이동체)와의 거리와 방위각을 측정할 수 있고, 해당 정보는 잡음에 의해 오염될 수 있다. 상기 적당한 수단은 mmWave, 라이더와 같은 수단 등을 포함할 수 있다. 또한, 오염에 의해 두 이동체 사이에 각자가 측정한 거리와 방위각 정보는 서로 같지 않을 수 있다. 도 1에서 (x,y)는 각 이동체의 2차원 좌표상의 위치로, (x1,y1)이고, 이동체 1(vehicle 1)의 위치이다. 또한, d와 θ 상대 거리와 방위각을 각각 나타낸다. 예를 들어, d1, 3와 θ1 , 3는 이동체 3(vehicle 3)이 측정한 이동체 1(vehicle 1)까지의 상대 거리 및 상대 방위각을 나타낸다.
도 2는 본 발명의 일실시예와 관련된 그래프 기반 접근법을 통해 이동체가 자기 위치를 추정하는 방법을 설명하기 위한 도면이다.
도시된 바와 같이, 도 1과 같은 환경에서는 이동체간 정보의 측정 교환 가능 대상간의 연결을 정의함으로써 분산 측위 문제를 그래프의 형태로 정의할 수 있다.
복잡한 추정 문제를 해결하기 위해 많은 경우에 확률분포에 의해 결정되는 변수들 사이의 관계를 그래프를 통해 표현하는 것을 그래프 모델이라고 한다. 이는 그래프를 정의하는 확률분포로부터 확률분포에 관련된 각 변수들의 값을 분산적, 협력적 방법으로 예측하는 메시지 전달 방법이라는 추정 기법을 제공한다. 대개의 측위에 관한 모형에서는 에이전트들은 인접한 소수의 에이전트와 앵커와 통신이 가능하다. 그러므로 각 에이전트들이 변수 노드로 표현되고, 인접 앵커와 에이전트들 사이의 통신 관계 및 앵커가 수신하거나 다른 에이전트들로부터 받는 정보 등은 함수 노드를 통해 표현하게 되면 이로부터 발생하는 그래프는 비교적 성긴(sparse) 이분 그래프(bipartite graph)로 나타난다.
도 3은 본 발명의 일실시예와 관련된 이동체의 블록도이다.
도시된 바와 같이, 이동체(100)는 메시지 수신부(110), 측정부(120), 절대 위치 수신부(130), 현재 위치 결정부(140), 전송부(150) 및 제어부(160)를 포함할 수 있다. 상기 이동체(100)는 에이전트이다.
상기 메시지 수신부(110)는 상대 이동체로(200)부터 상대 이동체의 위치 정보를 메시지 형태로 수신할 수 있다. 상기 상대 이동체의 위치 정보는 상기 상대 이동체 위치의 평균값 및 정확도를 포함할 수 있다. 상기 정확도는 상기 상대 이동체의 위치에 대한 분산으로 표현될 수 있다.
상기 측정부(120)는 특정 수단을 통하여 상대 이동체(200)와의 상대 거리 및 상대 방위각을 측정할 수 있다. 상기 특정 수단은 mmWave, 라이더 등을 포함할 수 있다.
상기 절대 위치 수신부(130)는 기지국(300)으로부터 상기 이동체(100)의 절대 위치 정보를 수신할 수 있다.
상기 현재 위치 결정부(140)는 상기 상대 이동체(200)부터 수신한 상대 이동체의 위치 정보 및 측정된 측정 정보(상대 이동체 위치의 평균값 및 정확도)를 이용하여 이동체(100)의 현재 위치 정보를 도출할 수 있다.
상기 전송부(150)는 수신 대상을 지정하지 않고 상기 도출된 이동체(100)의 현재 위치 정보를 메시지 형태로 브로드캐스팅 할 수 있다.
상기 제어부(160)는 메시지 수신부(110), 측정부(120), 절대 위치 수신부(130), 현재 위치 결정부(140), 및 전송부(150)를 전반적으로 제어할 수 있다.
도 4는 본 발명의 일실시예와 관련된 이동체의 자기 위치 추정 방법을 나타내는 흐름도이다.
상기 메시지 수신부(110)는 상대 이동체로(200)부터 상대 이동체의 위치 정보를 메시지 형태로 수신할 수 있다(S410). 상기 상대 이동체의 위치 정보는 상기 상대 이동체 위치의 평균값 및 정확도를 포함할 수 있다. 상기 정확도는 상기 상대 이동체의 위치에 대한 분산으로 표현될 수 있다.
상기 측정부(120)는 mmWave, 라이더 등의 수단을 통해 상대 이동체(200)와의 상대 거리 및 상대 방위각을 측정할 수 있다(S420).
상기 현재 위치 결정부(140)는 상기 수신한 상대 이동체의 위치 정보와 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체(100)의 현재 위치 정보를 도출할 수 있다(S430).
상기 상대 거리와 상대 방위각은 잡음에 의해 오염이 되어 있으므로 확률 분포로 정의되나 그 형태가 대단히 비선형적이다. 따라서 이하 실시예에서는 상대 거리 정보와 상대 방위각 정보를 2차원 좌표 모델을 통해 확률적으로 근사하는 방법을 사용함으로써, 현재 이동체(100)의 위치 정보를 도출할 수 있다.
도 5는 본 발명의 일실시예와 관련된 상대 거리 정보와 상대 방위각 정보를 바탕으로 2차원 좌표 모델을 통해 확률적으로 근사하는 방법을 설명하기 위한 도면이다.
도 5(a)는 상대 거리와 상대 방위각을 통해 2차원 좌표 상에 나타난 확률 분포를 나타내고, 도 5(b)는 상기 도 5(a)를 근사하여 x,y 좌표 모델로 나타낸 것이다. 이 경우 이동체(100)는 상대 이동체(200)의 상대 거리와 상대 방위각 정보만 알고 있다고 가정한다. 현재 타원 형태의 비선형적인 등고선을 갖는 확률 분포로부터 좌표에 대한 간단한 추정 방법이 개발되어 있지 않은 상황이다. 따라서 기울어진 타원 형태의 등고선을 갖는 분포를 같은 크기의 분산을 갖는 (x,y)에 대한 분포로 근사할 수 있다. 정규 분포는 평균과 분산의 값을 획득하면 정확한 표현이 가능하다.
좌표축 변환과, 코시-슈바르츠 부등식을 활용하여, 하기 수학식 분산
Figure PCTKR2017015289-appb-I000001
과
Figure PCTKR2017015289-appb-I000002
를 구하면 수학식 2와 같이 근사할 수 있다.
Figure PCTKR2017015289-appb-M000001
여기서 d와 θ 상대 거리와 방위각을 각각 나타낸다. 예를 들어, di,j와 θi,j는 이동체 j가 측정한 이동체 i까지의 상대 거리 및 상대 방위각을 나타낸다.
Figure PCTKR2017015289-appb-M000002
상기 근사한
Figure PCTKR2017015289-appb-I000003
과
Figure PCTKR2017015289-appb-I000004
를 활용하여 이동체(i, j) 스스로의 위치를 추정하여 메시지를 계산할 수 있으며, 이 메시지를 통해 이동체 j는 현재 위치에 대한 분산 측위의 순시 추정치
Figure PCTKR2017015289-appb-I000005
,
Figure PCTKR2017015289-appb-I000006
를 계산할 수 있으며, 해당 추정치는 정규분포로 표현할 수 있다.
최초에 각 이동체들은 초기 위치에 대해 일부의 정보를 갖고 있다고 가정한다. 즉, 초기 좌표의 평균과 해당 값의 정확도에 연관된 분산을 알고 있다고 한다. 만약 이러한 정보를 알지 못한다면 임의의 평균과 비교적 큰 분산으로 설정할 수 있다. 이렇게 생성한 평균을
Figure PCTKR2017015289-appb-I000007
,
Figure PCTKR2017015289-appb-I000008
로, 표준편차를
Figure PCTKR2017015289-appb-I000009
,
Figure PCTKR2017015289-appb-I000010
로 정의할 수 있다.
통계값과 상대거리의 확률분포를 정규분포로 근사하였으므로 수신한 정보로부터 스스로 획득한 위치의 예측값은 정규분포로 표시될 수 있다. 이는 이동체(100)가 관측한 관측값(상대 거리 및 상대 방위가)과 수신값(상대 이동체의 위치 정보)의 덧셈으로 표현될 수 있다.
상기 수학식 2를 이용하면 이동체 i가 이동체 j에게 전송하는 메시지는 반복횟수(l)에 대한 수학식 3과 같이 표현될 수 있다.
Figure PCTKR2017015289-appb-M000003
이 때 평균과 분산은 하기 수학식 4와 같이 주어진다.
Figure PCTKR2017015289-appb-M000004
따라서 이동체(100)는 수학식 4와 같이 도출된 자기의 위치 정보를 네트워크 내에서 메시지 형태로 브로드캐스팅 할 수 있다(S440).
인접 에이전트들로 전송할 메시지도 정규분포로 표현 또한 근사가 가능하므로, 실제로 각 이동체들 사이에서는 평균과 분산 그리고 상대 측정 결과의 단순한 파라미터만 서로 교환함으로써 분산 측위를 수행할 수 있다. 또한, 상기와 같이 네트워크 내에 브로드캐스트하는 방식으로 메시지를 전달하면, 통신 부하를 줄이는 데에 도움이 될 수 있다.
상기 브로드캐스팅과 이동체(100)의 갱신의 과정을 반복하게 되면 이동체(100)의 현재 위치의 정확도가 개선될 수 있다.
한편, 본 발명의 일실시예에 의하면, 이동체(100)는 기지국(300)으로부터 절대 위치 정보를 수신하여, 자기의 현재 위치 정보 도출 시 함께 사용할 수 있다. 이와 같이 절대 위치 정보를 활용하는 것이 분산 협력 측위에 도움을 줄 수 있다.
한편, 본 발명의 일실시예에 의하면, 네트워크 내 존재하는 이동체들은 이동성을 갖기 때문에 소정 시간 간격마다 측위가 수행되고 상기 소정 시간 간격마다 각 이동체의 위치가 갱신될 수 있다.
상기 갱신된 위치를 반영하기 위해 각 이동체는 새로운 위치에 대한 확률 분포를 생성할 수 있다. 즉, 각 이동체는 지난 시간의 순시 측정치의 평균 값과 정확도를 이용하고 순시 속도를 고려하여 새로운 위치에 대한 확률 분포를 결정할 수 있다.
이동체의 이동성을 정규 분포로 근사하면 다음의 분포로 새로운 위치가 표현되고, 이 분포의 평균과 분산을 해당 시간에서의 협력 측위를 위한 통계값으로 이용할 수 있다. 이 과정을 모든 시간과 모든 이동체에 대해 반복함으로써, 네트워크의 모든 이동체들의 위치를 각 이동체가 스스로 결정할 수 있다. 상기와 같이 이동성에 의해 각 이동체의 위치가 갱신될 때 위치는 하기 수학식 5로 표현될 수 있다.
Figure PCTKR2017015289-appb-M000005
여기서 v는 순시 속도를 의미하고, t는 측위가 수행되는 단위 시간 간격을 의미하고, m은 평균을 σ2은 분산을 의미한다.
즉, 수학식 4의 평균
Figure PCTKR2017015289-appb-I000011
와
Figure PCTKR2017015289-appb-I000012
의 값이 반복적으로 계산되다가, 그 값이 수렴을 하게 되면 그 값을 최종적인
Figure PCTKR2017015289-appb-I000013
,
Figure PCTKR2017015289-appb-I000014
로 결정할 수 있다.
도 6은 본 발명의 일실시예와 관련된 이동체의 자기 위치 추정 방법을 통해 주행하는 이동체의 주행결과를 나타내는 그래프이다.
도 6은 본 발명의 일실시예에 의한 방법을 통해 모의 실험한 결과를 나타낸다.
4개의 차선이 있는 직선 차로에 10대의 차량이 적절히 분포되어 있다. 각 차선의 폭은 3.5미터 이며, 직선차로의 전체 길이는 2000미터 정도로 설정하였다. 각 차량의 평균 속도는 시속 70km이며 화면의 아래에서 위로 진행한다. 각 차량들은 100ms마다 자신의 속도를 측정하고, 인접한 속도 측정 시점 사이에서 상대적인 거리가 50m이내에 있는 차량들과 협력 측위를 위한 메시지 교환을 10ms마다 수행한다. 본 환경에서는 각 차량이 인접 차량에 대해 모두 공통인 메시지를 전송하므로 10ms마다 브로드캐스트를 하는 상황에 해당한다. 각 차량 사이에 측정 또는 교환이 가능한 정보는 통신이 가능한 두 차량 간 상대거리와 방위각이다. 상대거리의 오차는
Figure PCTKR2017015289-appb-I000015
m이고, 방위각의 오차는
Figure PCTKR2017015289-appb-I000016
로 정하였다. 모든 차량은 최초 출발 시점에서 현재 위치에 대한 정보를 알고 있으며 해당 정보는 표준편차 1m인 정규 분포를 갖는다고 가정한다. 이와 같은 환경하에서 100초 동안 차량들이 진행하면서 측정한 위치의 궤적을 도시하면 도 6과 같다.
상기 실시예에서는 각 차량은 상대 거리와 방위각 정보를 사용할 수 있고, 이와 함께 한 대의 차량이 주기적으로 절대 위치를 알 수 있는 경우를 나타낸다. 즉, 한 대의 차량만 LTE 네트워크 또는 GPS 등으로부터 절대적인 위치를 획득하는 경우를 나타낸다. 모든 차량의 절대 위치에 대한 측정 결과가 매우 잘 나오는 것을 확인할 수 있다. 오차는 대략 1m 안팎이고, 절대 위치를 알 수 있는 차량의 오차는 그보다 더 작게됨을 확인할 수 있다. 이와 같은 결과로부터 최소한의 차량이 외부와의 통신을 수행하고 차량 간에 mmWave를 통해 차량간 측정을 수행하면서 네트워크를 형성하고 협력적으로 측위를 수행함으로써 측위의 성능이 개선됨을 알 수 있다.
전술한 바와 같이, 본 발명의 일실시예에 의한 이동체의 자기 위치 추정 방법 및 그 이동체는 이동체간의 최소한의 정보만 교환하여 이동체 자기 위치를 추정할 수 있다.
본 발명의 일실시예에 의한 이동체의 자기 위치 추정 방법 차량 대 인간, 차량 대 차량, 차량 대 교통 인프라 간의 네트워크 형성에 기여할 수 있다.
상술한 이동체의 자기 위치 추정 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 이때, 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 한편, 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지된 것일 수도 있다.
컴퓨터로 판독 가능한 기록매체에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리, SSD (Solid State Drive)와 같은 메모리 저장장치 등 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
한편, 이러한 기록매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다.
또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기와 같이 설명된 이동체의 자기 위치 추정 방법 및 그 이동체는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
[부호의 설명]
100: 이동체
110: 메시지 수신부
120: 측정부
130: 절대 위치 수신부
140: 현재 위치 결정부
150: 전송부
160: 제어부
200: 상대 이동체
300: 기지국

Claims (10)

  1. 이동체간 서로 통신이 가능한 무선 네트워크 환경에서 이동체가 자기 위치 추정하는 방법에 있어서,
    상대 이동체로부터 상기 상대 이동체의 위치 정보를 수신하는 단계;
    상기 상대 이동체와의 상대 거리 및 상대 방위각을 측정하는 단계; 및
    상기 수신한 상대 이동체의 위치 정보 및 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체의 현재 위치 정보를 도출하는 단계를 포함하는 것을 특징으로 하는 이동체의 자기 위치 추정 방법.
  2. 제1항에 있어서, 상기 이동체의 자기 위치 추정 방법은
    상기 도출된 이동체의 현재 위치 정보를 메시지 형태로 브로드캐스팅 하는 단계를 더 포함하는 것을 특징으로 하는 이동체의 자기 위치 추정 방법.
  3. 제1항에 있어서, 상기 이동체의 자기 위치 추정 방법은
    상기 상대 이동체로부터 상대 이동체가 이전에 수신한 임의의 이동체의 위치 정보를 수신하는 단계를 더 포함하는 것을 특징으로 하는 이동체의 자기 위치 추정 방법.
  4. 제1항에 있어서, 상기 상대 이동체의 위치 정보는
    상기 상대 이동체의 위치의 평균값 및 정확도를 포함하는 것을 특징으로 하는 이동체의 자기 위치 추정 방법.
  5. 제1항에 있어서,
    상기 이동체의 자기 위치 추정 방법은 기지국으로부터 상기 이동체의 절대 위치 정보를 수신하는 단계를 더 포함하고,
    상기 이동체의 현재 위치 정보 도출 단계는 상기 수신한 절대 위치 정보를 더 이용하여 상기 이동체의 현재 위치 정보를 도출하는 단계를 포함하는 것을 특징으로 하는 이동체의 자기 위치 추정 방법.
  6. 상대 이동체와 서로 통신이 가능한 무선 네트워크 환경에서 자기 위치를 추정할 수 있는 이동체에 있어서,
    상기 상대 이동체로부터 상대 이동체의 위치 정보를 수신하는 메시지 수신부;
    상기 상대 이동체와의 상대 거리 및 상대 방위각을 측정하는 측정부;
    상기 수신한 상대 이동체의 위치 정보 및 상기 측정된 상대 거리 및 상대 방위각을 이용하여 상기 이동체의 현재 위치 정보를 도출하는 현재 위치 결정부; 및
    상기 메시지 수신부, 상기 측정부, 상기 현재 위치 결정부를 제어하는 제어부를 포함하는 것을 특징으로 하는 이동체.
  7. 제6항에 있어서,
    상기 이동체는 전송부를 더 포함하되,
    상기 전송부는 상기 도출된 이동체의 현재 위치 정보를 메시지 형태로 브로드캐스팅 하는 것을 특징으로 하는 이동체.
  8. 제6항에 있어서, 상기 메시지 수신부는
    상기 상대 이동체로부터 상대 이동체가 이전에 수신한 임의의 이동체의 위치 정보를 수신하는 것을 특징으로 하는 이동체.
  9. 제6항에 있어서, 상기 상대 이동체의 위치 정보는
    상기 상대 이동체의 위치의 평균값 및 정확도를 포함하는 것을 특징으로 하는 이동체.
  10. 제6항에 있어서,
    상기 이동체는 기지국으로부터 상기 이동체의 절대 위치 정보를 수신하는 절대 위치 수신부를 더 포함하고,
    상기 현재 위치 결정부는 상기 수신한 절대 위치 정보를 더 이용하여 상기 이동체의 현재 위치 정보를 도출하는 것을 특징으로 하는 이동체.
PCT/KR2017/015289 2017-11-16 2017-12-21 이동체의 자기 위치 추정 방법 및 그 이동체 WO2019098452A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/478,228 US20200267502A1 (en) 2017-11-16 2017-12-21 Self-location estimation method for a moveable object and moveable object using the same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170152936 2017-11-16
KR10-2017-0152936 2017-11-16

Publications (1)

Publication Number Publication Date
WO2019098452A1 true WO2019098452A1 (ko) 2019-05-23

Family

ID=66540320

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/015289 WO2019098452A1 (ko) 2017-11-16 2017-12-21 이동체의 자기 위치 추정 방법 및 그 이동체

Country Status (3)

Country Link
US (1) US20200267502A1 (ko)
KR (1) KR102016835B1 (ko)
WO (1) WO2019098452A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102256805B1 (ko) * 2019-12-06 2021-05-26 고려대학교 산학협력단 이동체의 자기 위치 추정 방법
WO2024127548A1 (ja) * 2022-12-14 2024-06-20 株式会社ソニー・インタラクティブエンタテインメント 測位システム及び測位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009257763A (ja) * 2006-06-30 2009-11-05 Nec Corp 車輌用位置推定装置、車輌用位置推定方法、および車輌用位置推定プログラム
KR20130050112A (ko) * 2011-11-07 2013-05-15 현대자동차주식회사 이동 기준국을 이용한 차량간 상대 위치 제어 방법 및 그 시스템
US20160004254A1 (en) * 2014-07-01 2016-01-07 Denso Corporation Control apparatus
US20170127246A1 (en) * 2015-10-28 2017-05-04 Leauto Intelligent Technology (Beijing) Co. Ltd Method for Sharing Travelling Information, Vehicle Platform and Intelligent Traffic System
KR20170071207A (ko) * 2015-12-15 2017-06-23 한양대학교 산학협력단 Gps, uwb 및 v2x를 접목하여 차량의 위치를 결정하는 자율 주행 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009257763A (ja) * 2006-06-30 2009-11-05 Nec Corp 車輌用位置推定装置、車輌用位置推定方法、および車輌用位置推定プログラム
KR20130050112A (ko) * 2011-11-07 2013-05-15 현대자동차주식회사 이동 기준국을 이용한 차량간 상대 위치 제어 방법 및 그 시스템
US20160004254A1 (en) * 2014-07-01 2016-01-07 Denso Corporation Control apparatus
US20170127246A1 (en) * 2015-10-28 2017-05-04 Leauto Intelligent Technology (Beijing) Co. Ltd Method for Sharing Travelling Information, Vehicle Platform and Intelligent Traffic System
KR20170071207A (ko) * 2015-12-15 2017-06-23 한양대학교 산학협력단 Gps, uwb 및 v2x를 접목하여 차량의 위치를 결정하는 자율 주행 방법 및 시스템

Also Published As

Publication number Publication date
US20200267502A1 (en) 2020-08-20
KR102016835B1 (ko) 2019-09-02
KR20190056262A (ko) 2019-05-24

Similar Documents

Publication Publication Date Title
CN104135749B (zh) 基于网络密度分簇的无线传感器网络移动信标路径规划方法
KR100734998B1 (ko) 무선 네트워크에서 위치 인식을 지원하기 위한 트랜스폰더서브시스템
Hellebrandt et al. Estimating position and velocity of mobiles in a cellular radio network
JP3820177B2 (ja) 移動通信端末機の位置推定装置及びその方法
Pathirana et al. Location estimation and trajectory prediction for cellular networks with mobile base stations
US20090016165A1 (en) Positioning system using ultrasonic waves and method for operating the same
WO2011065784A2 (ko) 무선랜 신호 세기 기반의 실내 측위 방법 및 시스템
CN107105498B (zh) 定位方法和装置
TWI692267B (zh) 自主定位系統及其方法
KR20180093684A (ko) 무선 통신 시스템에서 핸드오프를 수행하는 장치 및 이를 위한 방법
EP2084553A2 (en) Cooperative localization for wireless networks
SE466376B (sv) Foerfarande foer lokalisering i mobilradiosystem
Sivakumar et al. Meta-heuristic approaches for minimizing error in localization of wireless sensor networks
JP2005331423A (ja) 位置検出方法、位置検出システムおよび位置検出サーバ装置
CN104135750B (zh) 基于网络密度分簇的无线传感器网络多移动信标组移动路径规划方法
WO2019098452A1 (ko) 이동체의 자기 위치 추정 방법 및 그 이동체
JP2007133828A (ja) 交通情報生成装置、乗り物位置情報特定方法および乗り物位置情報特定プログラム
WO2016171387A1 (ko) 위치 정보 제공 장치 및 노드 네트워크
CN102395193A (zh) 一种用于无线传感器网络的定位方法
CN113110589B (zh) 面向无人机集群紧密编队构型的分布式相对定位方法及***
Choi Enhanced Wi-Fi RTT ranging: A sensor-aided learning approach
US20220132461A1 (en) Positioning Method
Dinh et al. Determination of subscribers coordinates using flying network for emergencies
KR102158465B1 (ko) 이동체의 자기 위치 추정 방법 및 그 이동체
Li et al. Optimal deployment of drone base stations for cellular communication by network-based localization

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17932240

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17932240

Country of ref document: EP

Kind code of ref document: A1