earticle

영어

The method of estimating the azimuth by measuring the geomagnetism has been used for a very long time. However, there are many cases where an error occurs in the estimated azimuth due to disturbances in the earth's magnetic field due to metal structures inside and outside the room. Although many studies have been conducted to correct this, there is a limit to reducing the error. In this paper, we propose a method of estimating the azimuth by applying the measured geomagnetic sensor data to the neural network of the LSTM structure. Data preprocessing is very important for learning a neural network. In this paper, data is collected using the built-in acceleration sensor, gyro sensor, and geomagnetic sensor in the smartphone, and the geomagnetic sensor data is uniformly sampled using EKF. As a result, an average azimuth estimation error of 0.9 degrees was obtained using four hidden layers.

한국어

지자기를 측정하여 방위각을 추정하는 방법은 매우 오래전부터 사용되어 왔다. 그러나 실내외의 금속 구조물 때문에 지자기에 외란이 발생하여 추정된 방위각에 오차가 발생하는 경우가 많다. 이를 보정하기 위한 연구가 많이 진행 되어 왔지만 오차를 줄이는데 한계가 있다. 본 논문에서는 측정된 지자기 센서 값을 LSTM 구조의 신경망에 적용하여 방위각을 추정하는 방법을 제안한다. 신경망을 학습시키기 위해서는 데이터의 사전 처리가 매우 중요하며, 본 논문에서 는 스마트폰에 내장된 가속도 센서와 자이로 센서, 지자기 센서를 이용하여 데이터를 수집하고, EKF를 사용하여 지자기 센서 값을 균등하게 샘플링하는 방법으로 학습 데이터를 생성하였다. 4개의 은닉층을 사용하여 평균 방위각 추정 오차가 0.9도인 결과를 얻었다.