스마트키를 위한 비콘 신호 filtering 및 RSSI 기반 위치인식
원퍼스트, 현대 모비스 - (2018-06-01 ~ 2019-05-31)
1. 연구 목표 및 배경
본 연구 과제는 불안정하게 측정되는 블루투스 비콘 신호를 다양한 filtering기술을 이용하여 신호를 안정화를 목표로 하며 최종적으로 스마트폰을 자동차의 스마트키로써 사용하는 환경에서 사용자 위치의 실내/외 판별과 실외를 ~30 cm, 0.3~1 m, 1~4.5m, 4.5~30 m의 구간 판별의 정확도를 높이는 것을 목표로 한다.
자동차 키는 과거에는 물리적인 키로, 이후 현재는 가장 보편적으로 무선 키를 사용하고 있으며, 미래에는 스마트폰을 이용한 스마트 키를 목표로 하는 추세이다. 자동차 키를 스마트폰으로 사용함으로써 기존의 키의 기능인 차문 개폐뿐만 아니라 원격으로 차의 위치와 잠금 및 해제 여부, 타이어 공기압, 연료 잔여량 등을 알려주는 기능을 할 수 있으며 열쇠가 ‘가상’으로 바뀌기 때문에 시간과 공간의 제약에서 탈피하여 부산에 주차된 차를 서울에 있는 차주가 ‘가상의 키’만 전송해주면, 부산에 있는 사람에게 바로 빌려줄 수 있는 기능 등도 가능하게 되어 장기적으로 커넥티드카의 중심 역할을 하는 디바이스로 기대된다.
그림 1은 각 회사별로 개발중인 스마트 키의 기능을 나타낸다. 스마트키의 기본 기능은 차량문 개폐기능이며 챠량과 스마트키의 근접상황에서 주로 사용하기 때문에 통신 거리가 길지 않은 블루투스와 NFC를 주로 사용한다. 스마트폰을 키로써 차량문을 개폐하기 위해서는 스마트폰과 차량간의 페어링이 성립하여 스마트폰의 조작을 통해 문을 여는 방식과 스마트폰 사용자의 근접을 차량이 인식하여 차량 문을 여는 방식이 존재한다. 전자의 방식은 페어링과 차량문의 개폐를 모두 사용자가 직접 조작해야 하지만 스마트폰과 차량 사이에 페어링할 수 있는 거리에만 도달한다면 조작할 수 있다. 반면 후자의 방식은 사용자가 직접적으로 조작하지 않아도 되지만 스마트폰과 차량간의 거리를 비교적 정확히 추정할 필요가 있다. 따라서 본 연구에서는 사용자의 근접에 따른 자동차 기능(차량문/트렁크의 개폐, 시동 등)의 자동화를 위해 블루투스 비콘 기반의 스마트키의 실내/실외 판별 및 실외에서의 근접 거리(~30 cm, 0.3~1 m, 1~4.5m, 4.5~30 m) 판별 시스템을 개발하며 불안정하게 측정되는 비콘의 신호 세기를 안정화하기 위한 filtering 방식을 주로 연구한다.
2. 연구 내용
|
차량 |
현대 LF 소나타 |
|
BLE 모듈(Beacon) |
Nemustech NTB-200 |
|
BLE 설정 |
-30dBm(차량 내부) |
1) 사전 실험
그림 2. 자동차 비콘 설치 위치 및 실험 환경
■ 실내외 판별
스마트폰에서 감지된 차량 내부의 비콘 개수와 차량 외부에 설치된 비콘의 신호 세기를 이용하여 판단한다. 감지된 실내 비콘의 개수가 2개 이상이며, 외부 비콘의 신호 세기가 일정 threshold를 넘지 않을 경우들을 모두 실내로 판별하고, 실내가 아닌 모든 시나리오는 실외로 판단한다.
■ Welcome 제어
실내외 판별의 결과가 실외일 경우, 차량 외부에 부착된 비콘의 신호 세기를 비교하여 가장 강하게 잡힌 외부의 비콘 위치를 따른다.
■ 실험 결과
그림 3는 각각 BLE ranging 모델에서의 실내/외 구별 및 전후좌우 판별 인식 정확도를 보여주며 그림 4은 각 모델에서 거리에 따른 위치인식 정확도를 보여준다.
그림 3. BLE ranging 모델에서 Beacon 갯수에 따른 위치인식 정확도
그림 4. BLE ranging 및 지문인식 모델에서 거리에 따른 위치인식 정확도
2) 연구 내용
■ 비콘 RSSI filtering 시스템 개발 : 복잡한 환경에서 RF 신호의 회절, multipath, 반사 등으로 인해 사용자가 짧은 거리를 이동했을 때 뿐만 아니라 같은 지점에 정지해 있을 때도 측정되는 RSSI의 크기는 크게 바뀐다. 따라서 사용자의 이동에 따라 크게 변화하는 RSSI 측정값을 안정화 시켜주기 위해 filtering이 필요하다. Filtering을 예시는 average filter, LPF(Low pass filter), Savitzky–Golay filter, Kalman filter, particle filter 등이 있다. 아래의 식은 각 filter에 대한 식을 보여주며 본 연구에서는 각 filter들에 대하여 변수를 조정해가며 가장 좋은 위치인식 성능을 보여주는 filter를 찾는다.
▣ Average filter
Ø 주어진 데이터 전/후의 일정 개수의 데이터의 평균을 그 데이터의 값으로 추정하는 방법
▣ Low-pass filter
Ø 낮은 주파수 영역을 통과 시키고 높은 주파수 영역을 차단하는 필터
Ø 데이터와 전/후의 데이터들을 다항식으로 회귀시켰을 때 만들어지는 다항식으로 현재의 데이터 값을 설정
– 각각의 데이터에 대해 매번 회귀시킨 다항식을 계산할 필요가 없이 특정 convolution 을 사용하면 다항식을 회귀시킨 것을 '정확히' 찾아낼 수 있다.
▣ Kalman filter
Ø 알고리즘
– 직전 추정값 대신 예측값을 사용
– 고정된 대신에 매번 Kalman 이득을 계산하여 예측값에 측정값을 Kalman 이득만큼 반영하여 새로운 추정값을 출력
■ filtering 된 비콘 RSSI 기반 실내/실외 위치 판별 및 실외 근접 거리 판별 시스템 개발 : filtering 된 데이터와 사전에 수집된 데이터 사이의 Euclidian distance등의 비교 방식을 통해 DB의 데이터와 가장 비슷한 데이터를 현재 위치로서 추정한다.
