센서 네트워크 위치 인식

 

센서 네트워크 내에서 개별 센서 노드의 위치를 중앙 집중적이거나 분산적인 방법으로 알아내는 기술을 의미한다. 이는 또한 넓은 지역이나 많은 수의 센서 노드에서도 안정적으로 작동하여야 하고, 하드웨어의 제약을 가진 장치에서 저 전력 요구사항을 만족시켜야 한다. 일반적으로 센서 네트워크에서 위치인식은 삼각측량법을 많이 사용한다.

 

 

1) 삼각측량법 ( Triangulation )

삼각형의 기하학적인 성질을 이용하여 대상의 위치를 계산하는 방법으로, 절대 위치를 알고 있는 3개 이상의 기준점(Anchor)으로부터 해당 센서 노드와의 거리를 측정하여 위치를 계산하는 Lateration기법과 기준점에 대한 상대적인 각도를 측정하여 거리를 알아내는 Angulation법이 있다.

실제 거리 측정 방법의 경우,

MS의 RADAR에서는 직접 RF 신호의 세기(Signal Strenth)를 측정한다.

GPS, AT&TCambridge LAB의 Active Bats 그리고 MIT의 Cricket에서는 전파나 초음파의 이동시간(Time-of-Flight)을 측정한다.

University of Washington의 SpotON은 신호감쇠(Attenuation)를 측정하여 거리를 추정한다.

 

2) 접근법 ( Proximity )

알고 있는 기준 위치들 중 대상이 어디에 가까이 있는가를 찾아내어 대상의 위치를 알아내는 방법.

GIP의 Amart Floor, Olivetti의 Active Badges등에서 사용한다.

 

3) Scene 해석법 ( Scene Analysis )

특정한 위치에서 관측된 장면의 특징을 사용하여 관찰자의 위치를 파악하는 방법이다.

 

 

현재 위치인식에 대한 많은 연구가 진행되고 있으나 아직까지 현실적으로 경쟁력 있는 알고리즘이나 시스템은 나오지 않고 있다.

이는 위치인식이 수행되는 실내 전파환경의 열악성과 거리 측정 방법의 부정확성, 그리고 센서 네트워크의 기본 구조인 다중 홉 기반의 Ad-Hoc 네트워크 환경으로 인해 정밀한 위치를 계산해 내기 어렵기 때문이다.

정밀한 위치인식을 위한 소형, 저 전력의 하드웨어와 열악한 환경에서도 동작할 수 있는 알고리즘 개발이 기대된다.

[출처] Zigbee를 이용한 Sensor Network의 구성 |작성자 밍미누