3개 혹은 그 이상의 고정노드로 구성된 다변측량법은 실내의 실시간 위치 인식 시스템 분야에서 현재 널리 사용되고 있다. 하지만 이 고정노드 중 일부가 장애물 및 고정노드의 불안정에 따라 통신도달성이 결여된 상황에서는 효율적 위치 정보를 획득하기가 어렵다. 이러한 환경에서 위치측정 결여 및 변동을 개선하기위하여 본 논문에서는 TOF(Time of Flight)기반으로 이동노드의 변위 추정을 위한 벡터예측알고리즘과 효율적인 거리평균을 위한 칼만필터를 이용하여 기존의 다변측량법에서 발생하는 내재적 위치측정오차를 줄일 수 있는 새로운 알고리즘을 제안한다. 보행자가 이동노드와 함께 이동하고 임의의 고정노드로부터 거리측정이 실패하더라도, 현재 및 이전 거리측정 값을 이용하는 제안한 알고리즘은 이동노드와 거리측정에 실패한 고정노드 사이의 거리를 예측할 수 있다. 실험결과 기존의 방법 대비 위치추정 성능과 효율이 향상됨을 확인하였다.
Multilateration that consists of three or more fixed nodes has been widely used in the field of indoor real time location system(RTLS). However, when one or two among fixed nodes are partially out of communication reachability due to obstruction and unstable node, it is difficult to obtain an efficient location information. In order to improve the challenges of poor ranging measurements and fluctuations in these environment, this paper presents, based on TOF(Time of Flight), a new algorithm which can reduce the inherent ranging measurements errors in the conventional multilateration using a vector prediction algorithm for the displacement estimation of mobile node and Kalman filter for an efficient distance average. Even if a person moves with mobile node and then it fails ranging measurement from some of fixed nodes, the proposed algorithm using a present and previous measurement value can predict the distance between mobile node and fixed node which fails ranging measurement. The experimental results are shown that the proposed system improves the localization accuracy and efficiency compared with conventional method, respectively.
