WIFI를 이용한 실내 장소 인식 기술에 대해 설명합니다. WIFI 신호 강도를 이용한 지문 기법으로 실내 위치를 추정할 수 있습니다. Android에서 WIFI 스캔을 수행하여 AP 정보와 신호 강도를 수집한 후 유사도 측정 알고리즘을 이용하여 가장 유사한 지문과 매칭하여 장소를 인식합니다. 하지만 실제 배포 환경

1. WIFI를 이용한
실내 장소 인식하기
구자형
로플랫

3. contents
1. Indoor Location Technology
2. WIFI를 이용한 실내 위치 인식 기술
3. WIFI로 실내 장소 인식하기 실전
4. 여기 누가 있나요?

4. 1.
Indoor
Location Technology

5. 1.1Smartphone Sensors
1. Sound
2. Bluetooth
3. WiFi
4. Magnetic
5. Accelerometer
6. Light

6. 1.2 Sound (20 kHz)

7. 1.3 iBeacon (2.4 GHz)

8. 1.4 WIFI (2.4GHz, 5GHz)

9. 1.5 MagneticFigure 2: Magnetically ‘Fingerprinting’ a Building
SOURCE: IND

10. 1.6 Which one?
성능, 구축비용, 확장성

11. 2.
WIFI를 이용한
실내 위치 인식 기술

13. 2.1 Why WiFi?
In 2014, over 2.4 billionWi-Fi enabled devices were shipped
10 billionWi-Fi enabled devices shipped cumulatively in early 2015
161 millionConsumer Wi-Fi Access Points Shipped in 2013

15. 2.2 WIFI Access Point (AP)
BSSID AP MAC Address 0a:30:0d:88:dd:f2
SSID Network Name olleh_startbucks
RSS
Received Signal
Strength
-48 dBm
frequency 2462

16. 2.3 WIFI Signal Propagation
distance
rss
15~20 dBm
Previous studies show that the indoor
law: σXldnPri +−= )(log10 0100
, w
strength at the distance l0 from tran
represents the shadow noise and is mo
standard deviation σ dB [Rappa96].
depends on the surrounding environm
measurement position, the distance idˆ
(2.1)
ous studies show that the indoor pathloss model follows the distance power
σXldnPri +−= )(log10 0100
, where ri is the RSS in dB, P0 the signal
th at the distance l0 from transmitter, and n the pathloss exponent. Xσ
ents the shadow noise and is modeled as a normal random variable with the
ard deviation σ dB [Rappa96]. Typically, l0 is set to 1 m. The value of n
ds on the surrounding environments. Given the measurement ri at the ith
urement position, the distance idˆ from AP can be estimated as:
(2.2)

17. 2.3 WIFI Signal Propagation
(a) HTC Hero
(b) Motorola DroidX

18. 2.4 WIFI APs
-40
-65
-85
AP1
AP3
AP2

19. 2.5 삼변측량/삼각측량 법
(x1, y1)
(x2, y2)
(x3, y3)
(x’, y’)
5m
10m
15m

20. 2.6 Fingerprinting

21. 2.6 Fingerprinting
?
?
?
(x1, y1)
-40
-65
-85
(x2, y2)(x3, y3)

22. 3.
WIFI로 장소 인식하기
실전

23. 3.1 Mute.ly
periodic wifi scan

24. 3.2 WIFI Scan

25. 3.3 Android WIFI Scan
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />
<receiver android:name=“.WifiReceiver" >
<intent-filter>
<action android:name="android.net.wifi.SCAN_RESULTS" />
</intent-filter>
</receiver>

26. 3.3 Android WIFI Scan
final WifiManager wifi =
(WifiManager) context.getSystemService(Context.WIFI_SERVICE);
wifi.startScan();
public class WifiReceiver extends BroadcastReceiver {
…
public void onReceive(Context context, Intent intent) {
String action = intent.getAction();
if(action.equals(WifiManager.SCAN_RESULTS_AVAILABLE_ACTION)) {
WifiManager wifi = (WifiManager)
context.getSystemService(Context.WIFI_SERVICE);
List<ScanResult> scanResults = wifi.getScanResults();
}
}
}

27. 3.4 WIFI Scan Allowed?

28. 3.4 WIFI Scan Allowed?
final WifiManager wifi =
(WifiManager) context.getSystemService(Context.WIFI_SERVICE);
boolean wifiEnabled = wifi.isWifiEnabled();
boolean wifiScanEnabled=false;
int currentapiVersion = android.os.Build.VERSION.SDK_INT;
if (currentapiVersion >= Build.VERSION_CODES.JELLY_BEAN_MR2) { // 18
wifiScanEnabled = wifi.isScanAlwaysAvailable();
}

29. 3.5 Android WIFI OFF
final WifiManager wifi =
(WifiManager) context.getSystemService(Context.WIFI_SERVICE);
wifi.setWifiEnabled(true);
wifi.startScan();
wifi.setWifiEnabled(false);
==> WIFI ON 이 되지 않는 현상 발생
==> LG G2의 경우 2.4GHz 대역만 scan 되는 현상 발생
==> 생각보다 큰 power 소모가 발생한다

30. 3.6 Android Background Service
장소를 monitoring하고 있는 서비스는
계속 죽었다 살아났다 함
—―> 모든 status 변수는 non-volatile 메모리로 관리

31. 3.7 Similarity Measure (Tanimoto)
AB
|| A ||2 + || B ||2 - AB
T(A, B) =

32. 3.7 Similarity Measure (Tanimoto)
scan1 scan2 scan1’ scan2’
AP1 -50 -45 40 45
AP2 -69 -75 21 15
AP3 -85 5 0
||S1||^2 = 40*40 + 21*21 + 5*5 = 2066
||S2||^2 = 45*45 + 15*15 + 0*0 = 2250
S1*S2 = 40*45 + 21*15 + 5*0 = 2115
2115
2066 + 2250 - 2115
= 0.96

33. 3.7 Similarity Measure (Cosine)
2115
sqrt(2066) * sqrt(2250)
= 0.98
A B
|| A || || B ||
cos(A, B) =

34. So Easy?

35. 3.8 So Easy?
time —―>
signal strength
-30
-90

36. 3.8 So Easy?
‘android’
‘iphone’
‘ollehegg’
…

37. 3.8 So Easy?
02:e0:83:54:70:9X

38. 3.8 So Easy?
WIFI AP 4개
vs.
WIFI AP 40개

39. 3.8 So Easy?
wifi no similarity
3 0.81
2 0.24
3 0.76
3 0.58
3 0.63
3 0.41
3 0.66
3 0.29
3 0.67
4 0.39
4 0.65
0
0.25
0.5
0.75
1
0
2
4

40. 3.8 So Easy?
30 (Galaxy S3) vs. 50 (Galaxy S5)
10명 vs. 100명
…

41. 3.9 실제 deploy 해서 검증해 보기
Mute.ly 를 통해서 오류보고하기 넣기
그래서.. 오류 받기...

42. 3.9 실제 deploy 해서 검증해 보기
로그를 분석해서
오류사항 개선하기

43. 4.
여기 누가 있나요?

44. 4.1 구조

45. 4.1 To the Cloud
스캔
그리고 Cloud로

46. 4.2 Similarity Measure in Cloud
모든 스캔을 다 비교?

47. Q&A
johnkoo@loplat.com

48. Thank You
Scalable & Cost-effective
Indoor Location Platform