본 논문에서는 실내 환경에서 WiFi 단말기 사용자의 위치를 효과적으로 추정하기 위한 파티클 필터 기반의 위치 추정 방법에 대해 설명한다. 연속 공간에서 위치 추정을 효과적으로 수행하기 위해, 본 논문에서는 보행 중인 사용자의 순간 위치는 그래프 간선 위의 임의의 한 지점으로 가정하고, 그래프 기반의 연속 상태 공간 표현법을 제시한다. 또, 훈련 데이터 수집이 이루어지지 않은 연속 공간위의 임의의 지점에서도 효율적으로 측정 우도를 계산할 수 있도록 선형 보간 기반의 인식 모델을 제시한다. 또, 로봇의 경우와는 달리 정확한 이동 제어 정보를 얻을 수 없는 보행자의 움직임을 효과적으로 표현하기 위해, 세 가지 세부 구성 요소들로 이루어진 비-선형 상태 전이 모델을 제시한다. 끝으로 본 논문에서 제시한 파티클 필터 기반의 위치 추정 방법의 성능을 분석해보기 위한 구현과 실험에 대해 설명한다.
In this paper, we present an effective particle filter-based approach to positioning WiFi device users in indoor environments. In order to track a user in a continuous space, we assume that the position of the user corresponds to a specific point on an edge of the graph, and suggest a graph-based representation of the continuous state space. Enabling to compute the measurement likelihood of the arbitrary points, including the points where any training data has never been collected before, we present a linear interpolation-based perception model. Unlike mobile robots, it is difficult to obtain the exact motion control data from pedestrians. We suggest a non-linear state transition model for representing the motion of a WiFi device user, which consists of three different component models. We explain the implementation and experiments for investigating the performance of our particle filter-based localization method.
