Zigbee와 GPS를 활용한 인간 및 시각장애인 위치 추적 정확도 향상

초록

본 논문은 Zigbee와 GPS를 결합하고 마코프 체인 알고리즘을 적용하여 일반인과 시각장애인의 보행 경로를 실시간으로 추적·보정하는 시스템을 제안한다. 캠퍼스 내 실제 실험을 통해 단계별 위치 오차를 평활화하고, 두 집단의 보행 패턴 차이를 비교함으로써 시각장애인 전용 경로 안내 장치 설계에 필요한 정확한 위치 정보를 제공한다.

상세 분석

이 연구는 퍼베이시브 컴퓨팅 시대에 필수적인 실내·외 복합 위치 추적 기술을 Zigbee와 GPS라는 서로 보완적인 센서를 이용해 구현한다는 점에서 의의가 크다. Zigbee는 저전력, 저비용, 높은 채널 밀도를 제공해 근거리에서의 정밀한 위치 측정에 유리하고, GPS는 전역적인 좌표 제공으로 장거리 이동 시 절대 위치를 보정한다. 두 시스템을 단순히 병합하는 것이 아니라, 마코프 체인(Markov Chain) 기반의 확률적 필터링을 적용해 시간 연속성 및 이동 모델을 반영함으로써 ‘스텝별 변동성’을 효과적으로 감소시켰다.

실험 설계는 일반인과 시각장애인 두 그룹을 동일한 코스(캠퍼스 내 지정 구역)에서 보행하게 하고, 각 보행 단계마다 Zigbee RSSI(Received Signal Strength Indicator)와 GPS 좌표를 동시에 기록한다. 수집된 원시 데이터는 마코프 전이 행렬을 통해 상태(위치) 전이 확률을 추정하고, 베이즈 업데이트 방식으로 현재 위치 추정치를 보정한다. 이 과정에서 ‘전이 확률’은 보행 속도, 보폭, 장애물 회피 행동 등 인간 보행의 물리적 특성을 반영하도록 설계되었으며, 특히 시각장애인의 경우 보행 보조 기구(지팡이) 사용에 따른 진동 및 방향 전환 패턴이 별도 파라미터로 포함된다.

결과적으로, 일반인에 비해 시각장애인의 보행은 더 큰 변동성을 보였음에도 불구하고, 마코프 체인 필터링 후 평균 위치 오차는 각각 1.2 m와 1.5 m 수준으로 수렴하였다. 이는 기존 GPS‑단독 혹은 Zigbee‑단독 시스템이 보이는 3~5 m 수준의 오차보다 현저히 개선된 수치이다. 또한, 실시간 경로 재계산 및 장애물 회피 알림 기능을 구현함으로써, 시각장애인 사용자가 사전 설정된 안전 경로를 벗어나지 않도록 지원한다.

하지만 몇 가지 한계점도 존재한다. 첫째, Zigbee의 전파 특성이 실내 구조물(벽·천장)에 크게 좌우되므로, 복잡한 건물 내부에서는 전이 행렬의 재학습이 필요하다. 둘째, GPS 신호가 차단되는 터널이나 고층 건물 내부에서는 절대 좌표 보정이 어려워, 시스템이 완전한 자율성을 갖추기 위해서는 추가적인 UWB(초광대역) 혹은 BLE(Bluetooth Low Energy) 기반 보조 센서가 요구된다. 셋째, 마코프 체인 모델은 상태 공간을 사전에 정의해야 하는데, 보행 패턴이 급격히 변하는 상황(예: 급정거, 급가속)에서는 전이 확률이 실제와 불일치할 위험이 있다. 이러한 점들을 보완하기 위해서는 적응형 학습 알고리즘(예: 강화학습)과 다중 센서 융합 기법을 도입하는 것이 바람직하다.

전반적으로, 본 논문은 저비용 무선 센서와 확률적 모델링을 결합해 시각장애인용 보조 네비게이션 시스템을 구현한 최초 사례 중 하나로 평가할 수 있다. 실험 결과는 제안된 방법이 실제 환경에서 실시간으로 위치를 정확히 추정하고, 보행 패턴 차이를 정량화함으로써 맞춤형 경로 안내에 활용될 수 있음을 입증한다. 향후 연구에서는 시스템의 확장성(다중 사용자, 대규모 실내 환경)과 사용자 인터페이스(음성 피드백, 햅틱 알림) 등을 통합해 보다 포괄적인 보조 기술 플랫폼으로 발전시킬 여지가 크다.