표제지
목차
국문요약 10
제1장 서론 11
제2장 관련 기술 연구 13
2.1. 초음파 위치 추적 13
2.1.1. 초음파의 정의 13
2.1.2. 초음파 송수신 센서 15
2.1.3. 위치 추적 방법 15
2.2. Machine Learning 18
2.2.1. Machine Learning의 정의 18
2.2.2. Machine Learning의 응용분야 19
2.2.3. 지도 학습 기법 20
2.2.4. 비지도 학습 기법 21
2.3. 임베디드 시스템 22
2.3.1. 임베디드 시스템의 정의 22
2.3.2. 임베디드 시스템의 특징 22
2.3.3. 임베디드 시스템의 향후 전망 23
2.4. ISM 주파수대역 무선통신 24
2.4.1. ISM 주파수 대역의 정의 24
2.4.2. ISM 주파수 사용 현황 24
2.4.3. ISM 주파수 규제조건 24
2.5. 유사기술 연구 25
제3장 연구 설계 26
3.1. 연구 모형 설계 26
3.1.1. 시스템 설계 26
3.1.2. 하드웨어 성능 28
3.2. Machine Learning 기법 선정 29
3.2.1. 다항 로지스틱 회귀분석 30
3.3. 가설 설정 31
제4장 초음파 위치 추적 장치 구현 32
4.1. 하드웨어 구현 32
4.1.1. 초음파 송신장치 구현 32
4.1.2. 초음파 수신 장치 구현 34
4.1.3. PC용 무선통신 데이터 수신모듈 36
4.2. 소프트웨어 구현 36
4.2.1. 데이터 수집 소프트웨어 구현 36
4.2.2. 위치 추적 소프트웨어 구현 38
제5장 실험 및 성능평가 39
5.1. 실험 환경 39
5.2. 실험 절차 및 방법 39
5.3. 결과 분석 41
제6장 결론 50
참고문헌 51
ABSTRACT 53
[표 2-1] 지도 학습 기법의 종류 및 특징 20
[표 2-2] 비지도 학습 기법의 종류 및 특징 21
[표 2-3] 임베디드 시스템 사양과 Visual Studio 2017 최소사양 23
[표 3-1] 초음파 위치추적 장치 주요 부품 사양 28
[표 4-1] 무선통신 프로토콜 37
[표 5-1] 실험 환경 39
[표 5-2] 실험 결과 정확도 49
[그림 2-1] 소리의 주파수 대역별 구분 13
[그림 2-2] 송신기 위치 추적 방법 16
[그림 2-3] 위치추적 장치 초음파 수신 범위 17
[그림 2-4] Machine Learning의 과정 18
[그림 3-1] 초음파 위치추적 장치 시스템 구조 26
[그림 3-2] Microsoft Azure 기계 학습 알고리즘 치트 시트 29
[그림 4-1] 초음파 송신기 32
[그림 4-2] 초음파 송신기와 배터리 연결 33
[그림 4-3] 전면부 초음파 수신 센서 34
[그림 4-4] 측면부 초음파 수신 센서 34
[그림 4-5] 무선통신 모듈 35
[그림 4-6] PC용 무선통신 수신 모듈 36
[그림 4-7] 데이터 수신 소프트웨어 37
[그림 4-8] 위치 추적 회귀분석 코드 38
[그림 5-1] 오픈스페이스 실험 환경 39
[그림 5-2] 장애물 실험 환경 40
[그림 5-3] 12시 방향 오픈스페이스 41
[그림 5-4] 12시 방향 장애물 공간 41
[그림 5-5] 1시 방향 오픈스페이스 42
[그림 5-6] 1시 방향 장애물 공간 42
[그림 5-7] 3시 방향 오픈스페이스 43
[그림 5-8] 3시 방향 장애물 공간 43
[그림 5-9] 5시 방향 오픈스페이스 44
[그림 5-10] 5시 방향 장애물 공간 44
[그림 5-11] 6시 방향 오픈스페이스 45
[그림 5-12] 6시 방향 장애물 공간 45
[그림 5-13] 7시 방향 오픈스페이스 46
[그림 5-14] 7시 방향 장애물 공간 46
[그림 5-15] 9시 방향 오픈스페이스 47
[그림 5-16] 9시 방향 장애물 공간 47
[그림 5-17] 11시 방향 오픈스페이스 48
[그림 5-18] 11시 방향 장애물 공간 48