본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지 2

목차 5

논문요약 8

제1장 서론 10

1. 연구목적 및 배경 10

1) 연구 배경 10

2) 연구 목적 10

2. 논문 구성 13

제2장 관련 연구 14

1. 위치 인식 기술 14

1) 위성 기반 위치 인식 (Satellite-Based Navigation) 14

2) 관성 항법 시스템 (Inertial Navigation System, INS) 16

3) 자기 기반 위치 인식 (Magnetic-Based Navigation) 18

4) 소리 기반 위치 인식 (Sound-Based Navigation) 19

5) 광학 기반 위치 인식 (Optical-Based Navigation) 20

5) RF 기반 위치 인식 (Radio Frequency-Based Navigation) 23

2. 위치 인식 방법 26

1) RSSI (Received Signal Strength Indicator) 26

2) AoA (Angle of Arrival) 27

3) ToF (Time of Flight) 28

4) TDoA (Time Difference of Arrival) 29

3. 광을 이용한 AoA 위치 인식에 대한 기존 연구 31

제3장 제안 방법 33

1. 설계 조건 및 해석 35

2. 시뮬레이션 결과 39

제4장 실험 및 결과 41

제5장 결론 48

참고문헌 50

ABSTRACT 53

표목차 5

표 2-1. 위치 인식 기술 비교 25

표 2-2. 위치 측정 방법 비교 30

그림목차 6

그림 1-1. Angle of Arrival(AoA) 기반 위치 인식 적용 예시. 광학기반 위치... 12

그림 2-1. 위성 항법의 원리. 사용자와 위성 간의 거리 측정은 신호의 전송 시... 15

그림 2-2. 다양한 물질을 통과하는 GPS 신호의 2차원 전기장 분포도 16

그림 2-3. 짐벌식 IMU(위쪽)와 스트랩다운 IMU(아래쪽)의 구성 요소 배열 17

그림 2-4. 사무실 건물의 자기 지도를 평면도에 겹쳐서 표현 18

그림 2-5. 초음파(Ultrasonic) 기반 위치 인식 19

그림 2-6. 음향(Acoustic) 기반 위치 인식 20

그림 2-7. 가시광선 통신 기반 위치인식 개략도 21

그림 2-8. Luxapose 실내 위치 인식 시스템 구조. 이 시스템은 가시광 비콘,... 22

그림 2-9. (a) Wi-Fi 라우터로부터 다양한 거리에서 신호 세기, (b) (a)... 23

그림 2-10. 박물관 전시장 24

그림 2-11. RSSI 위치 인식 방법을 나타내는 개략도 26

그림 2-12. AoA 위치 인식 방법을 나타내는 개략도 27

그림 2-13. ToF 위치 인식 방법을 나타내는 개략도 28

그림 2-14. TDoA 위치 인식 방법을 나타내는 개략도 29

그림 2-15. 광학 비콘 그리드를 이용한 광학 AoA 위치 인식 시스템의... 32

그림 2-16. 기존 연구의 위치인식 범위 32

그림 3-1. 설계 및 해석 조건의 모식도 이며, 0˚, 30˚, 60˚의 입사각을... 35

그림 3-2. 회절광학소자(DOE)의 개략도. 본 연구에서 설계한 Radial Grating... 37

그림 3-3. Radial Grating Pattern Pitch(DOE 렌즈 중심부 Pattern Ptich... 38

그림 3-4. 입사각 변화에 따른 디텍터 면에서의 초점 위치 시뮬레이션 결과.... 39

그림 3-5. 광 입사각이 0˚ ~ 70˚까지 변화하는 조건에 따른 초점 위치... 40

그림 4-1. 실험 모식도 41

그림 4-2. DOE 제작 렌즈 사진 및 실험 환경 43

그림 4-3. 광 입사각도(0˚ ~ 70˚)별 초점 위치 변화 (a) 시뮬레이션 결과,... 44

그림 4-4. 입사각에 따른 실험 및 시뮬레이션 초점 위치 비교. 초점 위치는... 45

그림 4-5. DOE 렌즈 이미지 및 형상 측정 데이터. (a) DOE 렌즈 이미지, (b)... 47

초록보기

 최근 스마트 환경 구현과 사용자 중심 서비스의 확대에 따라, 실내 공간에서의 정밀한 위치 인식 기술에 대한 수요가 빠르게 증가하고 있다. 특히, 병원, 공항, 상업 시설과 같은 다중 이용 시설에서는 사용자의 위치 정보를 실시간으로 파악함으로써 맞춤형 서비스를 제공하고, 자원 활용 효율을 극대화할 수 있는 기술적 기반이 요구된다. 기존의 블루투스 비콘, RFID, PDA 기반의 실내 위치 추적 기술은 비교적 간단한 구조와 낮은 비용이라는 장점이 있으나, 정확도의 한계로 인해 복잡한 공간이나 사용자 환경에서는 활용에 제약이 따른다.

본 연구에서는 이러한 기존 기술의 한계를 극복하고, 다양한 실내 환경에 적합한 광학 기반 위치 인식 시스템을 제안하였다. 제안된 시스템은 근적외선(NIR, 940nm) 영역을 활용하며, 회절광학소자(DOE: Diffractive Optical Element)를 중심으로 구성된 소형 광학 구조를 갖는다. DOE 렌즈는 초점면(focal plane)을 기준으로 입사각에 따라 초점 위치가 선형적으로 이동하도록 설계되었으며, 이를 통해 수신부에서는 입사광의 방향을 감지하여 사용자 위치를 추정할 수 있다.

시스템의 핵심 요소로는 2.5mm의 짧은 초점거리를 갖는 DOE와, 입사각에 따라 이동하는 초점 위치를 감지하는 CMOS 센서가 있다. 실험 구성에서는 940nm LED 광원을 사용하고, 조리개로 광을 필터링 한 후 DOE를 통과시켜 다양한 입사각 조건(0°~70°)에서 초점 분포를 측정하였다. 측정된 초점 위치는 가우시안 피팅을 통해 중심 좌표를 추출하였고, 시뮬레이션과 비교 분석을 통해 시스템의 정확도를 정량적으로 평가하였다.

실험 결과, 제안된 시스템은 ±70° 범위에서 안정적으로 입사각을 감지할 수 있었으며, 측정 결과와 이론 모델 간의 높은 정합성을 확인하였다.

결론적으로, 본 연구는 실내 위치 인식의 정밀도와 범용성을 크게 향상시킬 수 있는 소형 광학 시스템을 제안하고, 이를 실험적으로 검증하였다. 향후 스마트 가전, 홈 IoT, 의료기기, 이동형 전자기기 등 다양한 응용 분야에 적용 가능성이 높으며, 본 기술은 차세대 사용자 인식형 스마트 시스템의 핵심 구성 요소로 활용될 수 있을 것으로 기대된다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기