Home

위치인식을 위한 측위 기술은 사람이나 사물의 위치를 실시간 정확하게 인식하여 다양한 서비스 제공 및 응용 시스템에 활용하는 기술로 실외 위치인식서비스는 GPS(Global Positioning System)와 LBS(Location Based Service)를 활용하고, 실내외 위치인식으로는 RTLS를 이용한 서비스로 구분한다[7]. 위치인식(Location awareness)기술은 크게 특정 순간 물체의 정확한 위치를 결정하여 주는 위치확인(Location positioning)과 특정 시간 전, 현재시간의 연속적인 물체의 이동 즉 궤적을 인식하는 위치추적(Location tracking)으로 그림 1과 같이 분류한다.

Fig. 1. 
Classification of location awareness

장면분석법은 정해진 공간상에서 태그의 위치추정을 위해 대상공간의 특징을 미리 이차원 평면상에 데이터베이스화 한다. 그리고 측위 태그가 위치한 공간을 측위 후 이차원 평면에 저장된 데이터베이스와 비교해 위치를 파악하는 방식이다[6].

장면분석법은 거리측위에서 보편적으로 사용하는 기하학적인 각도 또는 거리가 제공되지 않더라도 측정단계에서 주변 환경의 변화된 상황을 반영함으로 다른 기법에 비해 높은 위치추정 방법으로 위치인식의 오차를 줄이는 장점이 있다[8]. 그러나 측정 장소의 환경이 변경되면 측정공간의 데이터베이스의 측정값을 수정해야하는 단점이 있다.

전파 신호세기를 이용한 위치측위 방법으로는 이차원 평면상에서 무선전파를 송출하는 태그의 신호 세기를 인식기가 측정하고, 신호강도에 따른 신호전달거리를 계산하는 방법으로 Friis공식을 적용하면 식 (1)과 같다[7].

λ는 전파의 파장으로 거리 d와 동일한 단위를 사용한다. 식 (1)을 인식기와 태그 사이의 거리 d의 식으로 표현하면 식 (2)와 같다[7].

식 (2)의 C는 전파의 속도이고, f는 주파수이다.

전파 신호세기를 이용한 방식은 추가적인 하드웨어 구성없이 시스템 구성이 간단하지만, 무선기기의 전파신호 특성에 따른 페이딩과 잡음(Noise) 그리고 주변 환경의 장애물 등의 영향으로 위치인식 오차가 발생하여 신뢰도가 떨어지기 때문에 정확도를 높이기 위한 알고리즘 결합 등 다양한 방법과 많은 연구가 진행되고 있다[3].

위치추적의 정확성을 높이는 방법으로 많은 수의 태그를 사용하는 대신 참고태그(Reference tag)의 개념을 사용하는 대표적인 방법은 LANDMARK(Location Identification based on Dynamic Active RFID Calibration)은 미국 미시간 주립대와 홍콩과기대에서 실내 위치측정 시스템으로써 능동형 RFID를 사용하지만 308MHz 주파수 대역을 사용하였다[5]. 그리고 참고태그를 일정한 간격으로 배치하여 참고태그를 토대로 실제 태그와의 거리 계산, 참고태그와 인식기와의 거리, 측정태그(Positioning tag)와 인식기와의 거리를 종합해서 측정태그의 위치를 판별하는 방법이다. 그러나 시스템의 정확도 인식기의 수, 참고태그의 수 그리고 각 인식기의 전파신호 수신세기에 의존하는 관계로 참고용 태그의 수량에 따른 개별적으로 거리를 계산하기 때문에 많은 부하를 동반하는 문제점이 있다[9][10].

전파지도 데이터베이스 구축을 위한 개념도는 그림 3과 같다. 인식기는 지면으로 부터 1m 높이로 특정지역에 고정시키고 인식기를 기준으로 단방향의 동일선상에 1~10m 거리를 1m간격으로 표시한다. 지면으로 부터 1m 높이에 한 개의 참고태그를 설치한다. 그리고 거리변화에 따라 인식기에서 참고태그의 전파신호세기를 3분 간격으로 5회 측정하여 평균을 전파지도 데이터베이스 값으로 사용한다.

Fig. 3. 
Database deployment concepts diagram

전파지도 데이터베이스 구축을 위한 전파신호세기 값 측정은 외부의 전자파 방해 및 장애물 등의 환경적인 장애 요인을 최소화 할 수 있는 공간에서 실시한다. 측정한 전파신호세기를 식 (1)과 식 (2)를 사용하여 인식기로부터 참고태그의 거리를 계산 후 전자지도를 이용하여 지정장소 또는 특정구역의 도면상에 측정태그의 위치확인을 위한 장면분석에 사용 한다.

참고태그의 최적거리 선정을 위하여 한 개의 측정구역에 대하여 인식기 한 개와 참고태그 한 개 그리고 다수의 측정태그로 구성한다. 그리고 인식기 한 개를 1m 높이로 설치하고 인식기를 기준으로 참고태그 위치를 인식기 위치확인 구역의 동일선상 직선거리 3m에 고정시킨다. 측정태그의 거리변화에 대한 참고태그와 측정태그의 전파신호세기를 측정한다.

동일한 방법으로 참고태그를 6m, 9m에 각각 고정시키고 참고태그와 측정태그의 전파신호세기를 측정한다.

3가지 각각의 측위 신호에 대하여 참고태그의 신호는 전파지도 데이터베이스와 비교하여 위치확인 보정 알고리즘에 적용하고, 측정태그는 위치확인 신호 값으로 활용한다. 전파신호 측위 시 측정태그가 받을 수 있는 환경의 변화를 참고태그도 동일하게 받게 되므로 태그와 인식기 사이의 거리를 측위 하는데 미치는 환경적 요소들을 동일한 것으로 판단할 수 있다.

참고태그가 고정된 세 가지 경우의 측위에 대하여 환경적인 전파수신신호 오차(Gap)가 적은 위치를 참고태그 고정위치로 설정한다.

본 연구에 적용한 위치확인 보정 알고리즘은 작업환경에서 근로자의 위치확인 정확도를 높이기 위하여 측정태그의 전파신호수신세기 값에 거리오차의 전파신호세기 값을 보정하는 방법이다. 위치확인 시 수신한 참고태그의 전파신호 값을 전파지도 데이터베이스 기준 값과 비교하여 오차 범위보다 큰 경우와 오차범위인 경우, 그리고 오차범위 보다 작은 경우의 세 가지로 구분하여 보정 알고리즘을 적용한다.

오차범위 최소는 단위거리 0.5m(수신 전파신호세기 RSSI 측정 값 ±2)에 해당하는 전파신호수신 세기 값으로 정한다.

측정오차 보정방법으로 각 인식기와 연계된 참고태그의 최적 오차 값의 거리를 구하기 위하여 3m, 6m, 그리고 9m에 대하여 각각 개별적으로 참고태그의 전파 신호세기 값의 거리를 계산한다.

그림 4에서 X, Y는 참고태그와 측정태그의 전파신호 수신세기 값이고 DB Y는 전파지도 데이터베이스의 전파 신호세기 값이다.

Fig. 4. 
Proposed error correction algorithm

위치확인 오차보정 알고리즘 적용을 위해 참고태그 값과 전파지도 데이터베이스 값을 비교하여 세 가지 판단 결과에 따라 측정태그의 전파 신호세기 값에 차이를 가감한 결과를 식 (1)과 식 (2)를 사용하여 계산 후 장면분석법으로 근로자의 작업위치를 확인한다.

본 실험의 위치확인은 전파 환경을 고려한 공간보다는 실제 산업 환경에 적용하기 위하여 기업 연수원의 인테리어 공사 현장에서 실시하였다. 측위오차를 줄이기 위해서 거리단위 전파지도 데이터베이스 구축을 정확하게 하는 것이 중요하였다. 또한 참고태그의 전파지도 데이터베이스 신호 값과 위치확인 시 참고태그의 신호 값 차이를 위치측위 오차 보정 값으로 장면분석법에 적용 시 오차보정 전 본 실험에서 나타난 일반적인 전파신호세기 위치확인 방법보다 알고리즘 적용의 제안방법이 12~15%의 위치확인 오차를 개선하는 결과를 보였다. 실험의 결과에서 인식기와 오차보정용 참고태그의 거리는 6m이내에서 평균 오차가 3이다. 이는 물리적인 거리 ±0.75m에 해당하는 것으로 참고태그 6m에서 RSSI 값을 위치보정 알고리즘 값으로 사용하는 것이 위치확인 오차를 줄이는 신호 값임을 실험의 결과로 확인하였다.