KR101921483B1 - Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법 - Google Patents

Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법 Download PDF

Info

Publication number
KR101921483B1
KR101921483B1 KR1020170020479A KR20170020479A KR101921483B1 KR 101921483 B1 KR101921483 B1 KR 101921483B1 KR 1020170020479 A KR1020170020479 A KR 1020170020479A KR 20170020479 A KR20170020479 A KR 20170020479A KR 101921483 B1 KR101921483 B1 KR 101921483B1
Authority
KR
South Korea
Prior art keywords
uncertainty
factor
gnss
group
sensor
Prior art date
Application number
KR1020170020479A
Other languages
English (en)
Other versions
KR20180094529A (ko
Inventor
정우진
이우식
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020170020479A priority Critical patent/KR101921483B1/ko
Priority to PCT/KR2017/014982 priority patent/WO2018151404A1/ko
Publication of KR20180094529A publication Critical patent/KR20180094529A/ko
Application granted granted Critical
Publication of KR101921483B1 publication Critical patent/KR101921483B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Abstract

본 발명은 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 관한 것으로, (A) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와, (B) 상기 모델 요인 불확실성 그룹의 모델 요인 불확실성 값이 상기 환경 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와, (C) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 센서 요인 불확실성 값 및 상기 모델 요인 불확실성 값이 적용되어 측정되는 단계와, (D) 상기 센서 요인 불확실성 값, 상기 모델 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며; 상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 한다. 이에 따라, GNSS 센서를 이용하는 자율 주행 차량 또는 실외 이동 로봇의 자율 주행 등에 이용되는 GNSS 센서의 위치 측정에서 발생하는 불확실성을 정확히 측정하여 자율 주행 차량의 정확한 위치 추정에 반영할 수 있다.

Description

ＧＮＳＳ 기반의 위치 추정의 불확실성을 측정하는 방법{METHOD FOR MEASURING UNCERTAINTY OF GNSS BASED LOCALIZATION}
본 발명은 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 관한 것으로서, 보다 상세하게는 GNSS 센서를 이용하는 자율 주행 차량 또는 실외 이동 로봇(이하, '자율 주행 차량'이라 함)의 자율 주행 등에 이용되는 GNSS 센서의 위치 측정에서 발생하는 불확실성을 정확히 측정하여 자율 주행 차량의 정확한 위치 추정에 반영할 수 있는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 관한 것이다.
최근 자율 주행 차량의 정밀한 위치 추정을 위한 연구가 다양하게 진행되고 있다. 위치 추정을 위해서는 환경이나 위치를 측정한 센서 데이터가 필요하며, 위치 추정의 정밀도를 높이기 위해 다양한 센서 데이터를 융합하기도 한다.
센서 데이터를 융합하기 위해서는 각 센서의 측정값과 측정값의 불확실성을 알아야 하는데, 이를 센서 모델이라고 한다. 그리고, 센서 모델이 정확하게 설계될수록 해당 센서 모델을 사용하는 위치 추정 알고리즘도 보다 정확히 동작하게 된다.
GNSS(Global Navigation Satellite System) 센서는 다른 센서들과 융합되는 형태로 오랫동안 자율 주행 차량의 위치 추정에 사용되어 왔으며, 따라서 자율 주행 차량의 정밀한 위치 추정을 위해서는 GNSS 센서 모델을 정확히 설계하는 것이 중요하다.
기존에 가장 많이 사용되어온 GNSS 센서 모델 설계 방법은 GNSS 센서의 측정값과 GNSS 센서가 제공하는 NMEA 0183 규격 정보로부터 측정값의 불확실성을 계산하는 방법이다.
하지만 도시환경에서는 멀티패스 영향(Multipath effect)과 신호 가림(Foliage attenuation)에 의해 GNSS 센서 측정값의 실제 불확실성과 GNSS 센서가 제공한 정보로부터 계산한 불확실성이 일치하지 않는 경우가 발생한다.
상기와 같은 불확실성 요인 외에도, 다양한 불확실성 요인이 GNSS 센서의 불확실성을 야기하는데, Parkinson 등의 논문 "Progress in Astronautics and Aeronautics(Global Positioning System: Theory and Applications. Vol. 2. Aiaa, 1996.)"에서는 GNSS 위치 추정의 오차를 야기하는 불확실성 요인으로 멀티패스 영향(Multipath effect) 요인, 신호 가림(Foliage attenuation) 요인, 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인, 대기층 영향(Tropospheric effect) 요인, GNSS 센서의 하드웨어적 요인과 소프트웨어적 요인, 그리고, DOP(Delusion of Precision)을 제시하고 있다.
여기서, DOP는 위성의 기하학적 배치 구조에 의해 야기되는 불확실성 요인이고, 나머지 불확실성 요인(이하, 레인지 에러(Range error)라 함)은 위성 신호에서 야기되는 불확실성이다.
보다 구체적으로 설명하면, DOP는 위성들의 상대적인 배치에 의한 기하학적 관계가 위치 측정에 미치는 오차를 나타내며, 무차원의 수이다. 여기서, DOP는 GNSS 센서가 위치 추정의 과정에서 계산되며, GNSS 센서를 사용하는 환경에서 NMEA 0183 규정 정보로 실시간으로 획득되는 바, 본 발명에서도 이를 사용하게 된다.
레인지 에러는 위성으로부터 송출된 위성 신호가 GNSS 센서까지 도달하는 동안 신호의 이동에 영향을 미치는 오차 원인들에 해당한다.
먼저, 전리층 영향 요인은 위성 신호가 대기의 전리층을 통과할 때, 전리층의 자유 전자에 의해 위성 신호가 이상적인 빛의 속도로 진행하지 못하는 현상에서 야기된다.
대기층 영향 요인은 위성 신호가 대기층을 통과할 때, 대기의 공기 분자에 의해 이상적인 빛의 속도로 진행하지 못하는 현상에서 야기된다.
천문력 오차 요인은 인공위성의 배치 정보에 오차가 있는 경우 발생하여, 일반적으로 축당 0.05m 이하의 오차를 발생한다.
위성 시간 오차 요인은 위성이 가지고 있는 시간 정보에 오차가 있는 경우에 발생하며, 일반적으로 0.2m 이하의 오차를 보인다.
멀티패스 영향 요인은 위성 신호가 GNSS 센서 주변의 높은 건물, 절벽 등으로부터 반사되어 line of sight보다 긴 경로를 갖게 되는 경우 발생한다. GNSS 센서의 수신기 내부의 필터, 안테나 설계 등으로 오차를 줄일 수 있으나 약 15m 이상의 오차가 나는 경우도 있다.
신호 가림 요인은 GNSS 센서와 위성 사이의 line of sight에 장애물이 있는 경우에 야기되는 불확실성 요인이다. 이 경우 위성 신호의 세기가 감소함에 따라 위치 추정 불확실성이 증가하며 50m 이상의 오차를 발생하는 경우도 있다.
그리고, GNSS 센서의 하드웨어적 요인과 소프트웨어적 요인은 하드웨어 및 소프트웨어의 발달을 통해 감소되고 있으며, 근래의 장비는 1σ 0.3m 이하의 정밀도를 가지고 있다.
상기와 같은 불확실성 요인에 대해, Parkinson 등의 논문에서는 GNSS 기반의 위치 추정의 불확실성 값을 [수학식 1]과 같이 정의하고 있다.
[수학식 1]
Figure 112017015605559-pat00001
σg는 GNSS 기반의 위치 추정의 불확실성 값이고, DOP는 Delusion of Precision이고, Range error는 레인지 에러를 구성하는 불확실성 요인들이다.
그런데, 레인지 에러를 구성하는 상술한 불확실성 요인들은 각 불확실성 요인들이 개별적으로 측정되거나 계산되어야 [수학식 1]에 적용될 수 있는데, 상술한 불확실성 요인들을 개별적으로 측정하거나 계산할 수 없어, [수학식 1]의 경우 이론적인 의미만 가질 뿐, 이를 실제 GNSS 센서의 불확실성을 측정하는데 적용하지 못하고 있다.
이를 보완하기 위해, 대표적으로 GNSS 측정값들 간의 마할나노비스(Mahalanobis) 거리를 이용해 측정값을 선별적으로 사용하는 방법이 Bouvet, Denis, 및 Gaetan Garcia의 논문 "Improving the accuracy of dynamic localization systems using RTK GPS by identifying the GPS latency(Robotics and Automation, 2000. Proceedings. ICRA'00. IEEE International Conference on. Vol. 3. IEEE, 2000.)" 등을 통해 제안되었지만, 불확실성을 고려해 측정값이 위치 추정에 미치는 영향을 줄인 것이 아니기 때문에 정확한 GNSS 센서 모델의 설계라고 보기 어렵다.
이에 본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로써, GNSS 센서를 이용하는 자율 주행 차량의 자율 주행 등에 이용되는 GNSS 센서의 위치 측정에서 발생하는 불확실성을 정확히 측정하여 자율 주행 차량의 정확한 위치 추정에 반영할 수 있는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법을 제공하는데 그 목적이 있다.
상기 목적은 본 발명에 따라, GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 있어서, (a) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와, (b) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와, (c) 상기 센서 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며; 상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 의해서 달성된다.
한편, 상기 목적은 본 발명의 다른 실시 형태에 따라, GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 있어서, (A) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와, (B) 상기 모델 요인 불확실성 그룹의 모델 요인 불확실성 값이 상기 환경 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와, (C) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 센서 요인 불확실성 값 및 상기 모델 요인 불확실성 값이 적용되어 측정되는 단계와, (D) 상기 센서 요인 불확실성 값, 상기 모델 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며; 상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 의해서도 달성된다.
여기서, 상기 센서 요인 불확실성 그룹에는 GNSS 센서 자체에 의해 야기되는 불확실성 요인들로 그룹핑되고, 상기 환경 요인 불확실성 그룹에는 위성과 상기 GNSS 센서 사이의 장애물에 의해 야기되는 불확실성 요인들로 그룹핑되며, 상기 모델 요인 불확실성 그룹에는 상기 GNSS 기반의 위치 추정에 적용되는 보정 모델의 종류에 따라 불확실성이 변하는 불확실성 요인들이 그룹핑될 수 있다.
그리고, 상기 센서 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 상기 GNSS 센서의 하드웨어적 불확실성 요인과 소프트웨어적 불확실성 요인을 포함하고; 상기 환경 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 멀티패스 영향(Multipath effect) 요인과, 신호 가림(Foliage attenuation) 요인을 포함하며; 상기 모델 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인 및 대기층 영향(Tropospheric effect) 요인을 포함할 수 있다.
여기서, 상기 (a) 단계 및 상기 (b) 단계에서 상기 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건은 상기 모델 요인 불확실성 값을 '0'으로 하는 보정 모델이 상기 GNSS 기반의 위치 추정에 적용되어 만족될 수 있다.
또한, 상기 (A) 단계에서 상기 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건은 상기 모델 요인 불확실성 값을 '0'으로 하는 보정 모델이 상기 GNSS 기반의 위치 추정에 임시 적용되어 만족되며; 상기 (B) 단계에서 상기 모델 요인 불확실성 값은 상기 GNSS 기반의 위치 추정에 실제 적용된 보정 모델이 적용되어 측정될 수 있다.
그리고, 상기 (a) 단계 및 상기 (A) 단계에서 상기 환경 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건은 상기 위성과 상기 GNSS 센서 사이에 장애물이 존재하지 않는 위치에서 측정하는 것에 의해 만족되며; 상기 장애물이 존재하지 않는 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 의해 상기 환경 요인 불확실성 값이 측정될 수 있다.
그리고, 상기 (b) 단계 및 상기 (C) 단계에서는 실제 주행 도로에서의 주행 과정을 통해 각각의 주행 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 의해 각 주행 위치에서의 상기 환경 요인 불확실성 값이 측정될 수 있다.
또한, 상기 환경 요인 불확실성 값은 상기 주행 도로의 지도 상의 위치에 대응하여 맵핑되어 환경 요인 불확실성 지도 형태로 등록될 수 있다.
그리고, 상기 GNSS 기반의 위치 추정의 불확실성 값은 수학식
Figure 112017015605559-pat00002
(σG는 상기 GNSS 기반의 위치 추정의 불확실성 값이고, DOP는 Delusion of Precision이고, AS는 상기 모델 요인 불확실성 값이고, RE는 상기 센서 요인 불확실성 값이고, LC는 상기 환경 요인 불확실성 값이다)로 표현될 수 있다.
상기 구성에 따라 본 발명에 따르면, GNSS 센서를 이용하는 자율 주행 차량 또는 실외 이동 로봇의 자율 주행 등에 이용되는 GNSS 센서의 위치 측정에서 발생하는 불확실성을 정확히 측정하여 자율 주행 차량의 정확한 위치 추정에 반영할 수 있는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법이 제공된다.
도 1은 본 발명의 제1 실시예에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법을 설명하기 위한 도면이고,
도 2는 본 발명의 제2 실시예에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법을 설명하기 위한 도면이고,
도 3 내지 도 12는 본 발명에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법의 효과를 설명하기 위한 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명에 따른 실시예에 대해 상세히 설명한다.
도 1은 본 발명의 제1 실시예에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법을 설명하기 위한 도면이다.
먼저, 본 발명에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법에서는 복수의 불확실성 요인이 복수의 불확실성 그룹으로 그룹핑된다(S10). 본 발명에서는 불확실성 요인이 멀티패스 영향(Multipath effect) 요인, 신호 가림(Foliage attenuation) 요인, 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인, 대기층 영향(Tropospheric effect) 요인, GNSS 센서의 하드웨어적 요인과 소프트웨어적 요인, 그리고, DOP(Delusion of Precision)을 포함하는 것을 예로 한다.
여기서, DOP는 상술한 바와 같이, GNSS 센서가 위치 추정의 과정에서 계산되며, GNSS 센서를 사용하는 환경에서 NMEA 0183 규정 정보로 실시간으로 획득되는 바, 본 발명에서도 이를 이용하게 된다.
DOP를 제외한 나머지의 불확실성 요인은 불확실성의 발생 원인에 따라 그룹핑된다. 보다 구체적으로 설명하면, GNSS 센서 자체에 의해 야기되는 불확실성 요인들이 센서 요인 불확실성 그룹으로 그룹핑된다. 센서 요인 불확실성 그룹을 구성하는 불확실성 요인은 GNSS 센서의 하드웨어적 불확실성 요인과 소프트웨어적 불확실성 요인을 포함할 수 있다.
불확실성 요인 중 GNSS 센서와 위성 사이의 장애물에 의해 야기되는 불확실성 요인들은 환경 요인 불확실성 그룹으로 그룹핑된다. 여기서, 환경 요인 불확실성 그룹을 구성하는 불확실성 요인은 멀티패스 영향(Multipath effect) 요인과, 신호 가림(Foliage attenuation) 요인을 포함할 수 있다.
그리고, 불확실성 요인 중 센서 요인 불확실성 그룹과 환경 요인 불확실성 그룹에 속하는 불확실성 요인을 제외한 나머지는 모델 요인 불확실성 그룹으로 그룹핑되는데, 모델 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인 및 대기층 영향(Tropospheric effect) 요인을 포함할 수 있다. 모델 요인 불확실성은 GNSS 기반의 위치 추정에 적용되는 보정 모델의 종류에 따라 불확실성 값이 변하는 불확실성 요인들이 그룹핑된다.
불확실성 요인들이 센서 요인 불확실성 그룹, 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹으로 그룹핑되면, GNSS 센서의 보정을 위한 보정 모델이 등록된다(S11). 여기서, 본 발명의 제1 실시예에 따른 보정 모델은 모델 요인 불확실성 그룹의 불확실성 값을 '0'으로 하는 보정 모델이 등록되는데, 이에 대한 상세한 설명은 후술한다.
불확실성 요인들의 그룹핑과 보정 모델이 등록된 상태에서, 센서 요인 불확실성 그룹에 대한 센서 요인 불확실성 값이 측정된다(S12). 여기서, 센서 요인 불확실성 그룹에 대한 센서 요인 불확실성 값은 나머지 불확실성 그룹, 즉 환경 요인 불확실성 그룹과 모델 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건 하에서 측정된다.
모델 요인 불확실성 그룹을 구성하는 불확실성 요인인 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인 및 대기층 영향(Tropospheric effect) 요인은 보정 모델에 따라 모델 요인 불확실성 값이 변할 수 있다. 본 발명에서는 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건으로 모델 요인 불확실성 값을 '0'으로 하는 보정 모델이 GNSS 센서에 적용되어 만족시키는 것을 예로 하는데, 모델 요인 불확실성 값을 '0'으로 하는 보정 모델로 리얼 타임 키네매틱(Real time kinematic) 보정 모델이 적용되는 것을 예로 한다.
또한, 환경 요인 불확실성 그룹의 불확실성 요인들이 발생하지 않은 조건은 위성과 GNSS 센서 사이에 장애물이 존재하지 않은 위치에서 측정함으로써, 환경 요인 불확실성 그룹의 환경 요인 불확실성 값을 '0'으로 설정할 수 있게 된다.
본 발명에서는 GNSS 기반의 위치 추정의 불확실성 값을 [수학식 2]와 같이 표현할 수 있다.
[수학식 2]
Figure 112017015605559-pat00003
[수학식 2]에서 σG는 상기 GNSS 기반의 위치 추정의 불확실성 값이고, DOP는 DOP(Delusion of Precision)이고, AS는 모델 요인 불확실성 값이고, RE는 센서 요인 불확실성 값이고, LC는 환경 요인 불확실성 값이다.
따라서, 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹에 속하는 불확실성이 발생하지 않은 조건 하에서, 즉 리얼 타임 키네매틱(Real time kinematic) 보정 모델을 사용하고, 위성과 GNSS 센서 사이에 장애물이 존재하지 않은 위치, 예를 들여, 장애물이 없는 개활지나 빌딩의 옥상에서 측정하게 되면, [수학식 2]는 [수학식 3]과 같이 표현될 수 있다.
[수학식 3]
Figure 112017015605559-pat00004
[수학식 3]을 이용하여 장애물이 없는 위치에서 장시간 측정한 데이터를 이용하여 GNSS 기반의 위치 추정의 측정 위치와, 실제 위치 간의 편차에 의해 센서 요인 불확실성 값의 측정이 가능하게 된다.
상기와 같이, 센서 요인 불확실성 값이 측정되면, 센서 요인 불확실성 값을 이용하여 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 측정된다. 환경 요인 불확실성 값의 측정시에는 모델 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건 하에서 측정되는데, 상술한 바와 같이, 모델 요인 불확실성 그룹의 모델 요인 불확실성 값은 리얼 타임 키네매틱(Real time kinematic) 보정 모델의 사용을 통해 '0'으로 추정할 수 있다.
환경 요인 불확실성 그룹은 상술한 바와 같이, 위상과 GNSS 센서 사이에 장애물, 예를 들어, 건물이나 유리와 같은 반사 물체 등이 존재할 때 발생하는 불확실성으로 자율 주행 차량의 주행 위치에 따라 달라진다.
따라서, 환경 요인 불확실성 그룹의 환경 요인 불확실성 값을 측정하는데 있어서는 자율 주행 차량이 주행 도로를 주행하는 동안(S13), 각 주행 위치에 대해 환경 요인 불확실성 값이 측정된다(S14).
즉, 자율 주행 차량의 실제 주행 도로에서의 주행 과정을 통해 각각의 주행 위치에서 측정되는 GNSS 기반의 위치 추정의 측정 위치와, 실제 위치 간의 편차에 의해 각 주행 위치에서의 환경 요인 불확실성 값이 측정된다. 이 때, [수학식 2]에서 센서 요인 불확실성 값은 상술한 측정 과정을 통해 측정된 상태이고, 모델 요인 불확실성 값은 리얼 타임 키네매틱(Real time kinematic) 보정 모델의 적용을 통해 '0'으로 추정된다.
상기와 같이, 각각의 주행 위치에서 측정된 환경 요인 불확실성 값은 주행 도로의 지도 상의 위치에 대응하여 맵핑되어 환경 요인 불확실성 지도 형태로 생성되어 등록된다(S15).
상기와 같은 과정을 통해, 센서 요인 불확실성 값 및 환경 요인 불확실성 값의 등록이 완료되면, 자율 주행 차량의 주행 과정에서 해당 위치에서의 환경 요인 불확실성 값, 센서 요인 불확실성 값, 그리고 리얼 타임으로 계산되는 DOP 값을 이용하여 해당 위치에서의 불확실성 값이 산출되고, 산출된 불확실성 값이 자율 주행 차량의 위치 추정에 적용 가능하게 된다.
이하에서는, 도 2를 참조하여 본 발명의 제2 실시예에 따른 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 대해 상세히 설명한다.
먼저, 복수의 불확실성 요인이 복수의 불확실성 그룹으로 그룹핑된다(S20). 제1 실시예에서와 마찬가지로, 불확실성 요인이 멀티패스 영향(Multipath effect) 요인, 신호 가림(Foliage attenuation) 요인, 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인, 대기층 영향(Tropospheric effect) 요인, GNSS 센서의 하드웨어적 요인과 소프트웨어적 요인, 그리고, DOP(Delusion of Precision)을 포함하는 것을 예로 한다.
또한, DOP는 제1 실시예에서와 마찬가지로, GNSS 센서가 위치 추정의 과정에서 계산되며, GNSS 센서를 사용하는 환경에서 NMEA 0183 규정 정보로 실시간으로 획득된다.
그리고, 불확실성 요인 그룹은 센서 요인 불확실성 그룹, 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹으로 그룹핑되고, 각 불확실성 그룹을 구성하는 불확실성 요인은 제1 실시예와 동일하다.
이와 같이, 불확실성 요인들이 센서 요인 불확실성 그룹, 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹으로 그룹핑되면, GNSS 센서의 보정을 위한 보정 모델이 등록된다(S21). 본 발명의 제2 실시예에 따른 보정 모델은 센서 요인 불확실성 값의 산출에 적용되는 보정 모델과, 실제 자율 주행 차량의 주행시 GNSS 기반의 위치 추정에 실제 적용되는 보정 모델로 구분되는데, 이에 대한 상세한 설명은 후술한다.
불확실성 요인들의 그룹핑과 보정 모델이 등록된 상태에서, 센서 요인 불확실성 그룹에 대한 센서 요인 불확실성 값이 측정된다(S22). 여기서, 센서 요인 불확실성 그룹에 대한 센서 요인 불확실성 값은 나머지 불확실성 그룹, 즉 환경 요인 불확실성 그룹과 모델 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건 하에서 측정된다.
여기서, 제1 실시예에서와 마찬가지로, 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건으로 모델 요인 불확실성 값을 '0'으로 하는 보정 모델이 GNSS 센서에 적용되어 만족시키는 것을 예로 하며, 모델 요인 불확실성 값을 '0'으로 하는 보정 모델로 리얼 타임 키네매틱(Real time kinematic) 보정 모델이 적용되는 것을 예로 한다.
또한, 환경 요인 불확실성 그룹의 불확실성 요인들이 발생하지 않은 조건은 위성과 GNSS 센서 사이에 장애물이 존재하지 않은 위치, 예를 들어 개활지나 건물의 옥상에서 측정함으로써, 환경 요인 불확실성 그룹의 환경 요인 불확실성 값을 '0'으로 설정할 수 있게 된다.
이를 통해, [수학식 3]과 같이 표현된 수학식을 통해, 장애물이 없는 위치에서 장시간 측정한 데이터를 이용하여 GNSS 기반의 위치 추정의 측정 위치와, 실제 위치 간의 편차에 의해 센서 요인 불확실성 값의 측정이 가능하게 된다.
상기와 같이, 센서 요인 불확실성 값이 측정되면, 모델 요인 불확실성 그룹의 모델 요인 불확실성 값이 측정된다(S23). 여기서, 모델 요인 불확실성 값은 환경 요인 불확실성 그룹이 발생하지 않는 조건, 예컨대 상술한 바와 같이, 개활지나 건물의 옥상 등에서 측정되며, S22 단계에서 측정된 센서 요인 불확실성 값이 적용되어 측정된다.
보다 구체적으로 설명하면, 자율 주행 차량의 실제 주행시 GNSS 기반의 위치 추정에 적용될 보정 모델이 적용된 상태에서, 환경 요인 불확실성 값이 '0'인 조건 하에서 측정하게 되면, [수학식 2]는 [수학식 4]와 같이 표현될 수 있다.
[수학식 4]
Figure 112017015605559-pat00005
즉, 모델 요인 불확실성 그룹에 속하는 불확실성 요인들은 보정 모델에 따라 그 값이 변하므로, 자율 주행 차량에 실제 적용되는 보정 모델이 적용된 상태에서 측정된 값과 실제 위치 간의 편차를 이용하여 모델 요인 불확실성 값의 측정이 가능하게 된다.
상기와 같이, 센서 요인 불확실성 값과 모델 요인 불확실성 값의 측정이 완료되면, 환경 요인 불확실성 그룹의 환경 요인 불확실성 값을 측정하게 된다(S25). 제1 실시예에서와 마찬가지로, 환경 요인 불확실성 그룹의 환경 요인 불확실성 값을 측정하는데 있어서는 자율 주행 차량이 주행 도로를 주행하는 동안(S24), 각 주행 위치에 대해 환경 요인 불확실성 값이 측정된다(S25).
즉, 자율 주행 차량의 실제 주행 도로에서의 주행 과정을 통해 각각의 주행 위치에서 측정되는 GNSS 기반의 위치 추정의 측정 위치와, 실제 위치 간의 편차에 의해 각 주행 위치에서의 환경 요인 불확실성 값이 측정된다. 이 때, [수학식 2]에서 센서 요인 불확실성 값과 모델 요인 불확실성 값은 측정된 상태이므로, 최종적으로 환경 요인 불확실성 값의 산출이 가능하게 된다.
상기와 같이, 각각의 주행 위치에서 측정된 환경 요인 불확실성 값은 주행 도로의 지도 상의 위치에 대응하여 맵핑되어 환경 요인 불확실성 지도 형태로 생성되어 등록된다(S15).
이하에서는 도 3 내지 도 12를 참조하여 본 발명에 따른 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법의 효과에 대해 설명한다. 도 2는 본 발명에 따른 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법을 실험하기 위한 실제 주행 도로의 위성 사진으로, 붉은색으로 표시된 구간이 실험에 적용된 경로이다. 실제 주행 도로는 주변 건물의 높이가 높아 위성 신호 수신의 방해가 발생하는 도시 환경의 특징을 갖는다.
도 4의 (a)는 도 3에 도시된 주행 도로를 10회 반복 주행하여 환경 요인 불확실성 값을 측정하고, 측정된 환경 요인 불확실성 값을 지도상에 맵핑하여 환경 요인 불확실성 지도를 작성한 것이다. 환경 요인 불확실성 지도에서 붉은색일수록 불확실성이 큰 것을 나타내고 있다.
도 4의 (b)는 GNSS 센서에 의한 측정값(파란색)과 실제 위치(붉은색)를 나타낸 도면이다. 도 4의 (b)에 도시된 바와 같이, GNSS 센서의 측정값의 오차가 큰 지역에서 도 4의 (a)에 도시된 바와 같이 환경 요인 불확실성 값이 크게 나타남을 확인할 수 있다.
도 5 내지 도 7은 본 발명에 따른 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 의해 측정된 불확실성 값, 기존의 GNSS 센서에서 산출되는 불확실성 값, 그리고 실제 위치 오차를 비교한 도면이다.
도 5 내지 도 7에서는 불확실성 모델의 2시그마를 비교한 것으로, 붉은색 선(2σ of the proposed method)이 본 발명에 따른 GNSS 센서 기반의 위치 추정의 불확실성을 측정하는 방법에 의한 2시그마 값이고, 초록색 선(2σ receiver estimated)이 GNSS 센서가 출력한 2시그마 값이고, 파란색 선(Position error)이 실제 발생한 위치 오차이다.
도 5의 (a)는 도 3에 도시된 전체 구간의 그래프를 나타낸 것이고, 도 5의 (b)는 도 5의 (a)의 A 영역을 확대한 도면이다. 도 5의 (b)를 참조하여 설명하면, 위치 오차가 0.3m 이내로 작은 구간에서는 본 발명에 따른 방법과 기존 모델과 큰 차이가 없는 것을 확인할 수 있으며, 다만 기존의 GNSS 센서의 출력에 따른 불확실성 값이 실제 위치 오차의 크기와 무관하게 크게 측정되는 경우(도 5의 (b)의 원 참조)가 발생하는 것을 확인할 수 있다.
도 6의 (a) 및 (b)는 도 5의 B 영역을 확대한 도면이다. 위치 오차가 크게 발생한 영역으로, 도 6의 (a)를 참조하여 설명하면, 본 발명에 따른 방법이 위치 오차를 감싸는 형태로, 불확실성을 잘 표현하고 있음을 확인할 수 있으며, GNSS 센서의 출력에 따른 불확실성 값이 다수의 구간에서 실제 위치 오차보다 매우 크게 나타남을 확인할 수 있다.
또한, 도 6의 (b)를 참조하여 설명하면, 위치 오차가 10m 이상인 경우에는 GNSS 센서의 출력에 따른 불확실성 값이 실제 오차보다 작은 값으로 제공되는 것을 확인할 수 있으며, 반면, 본 발명에 따른 방법의 불확실성 값은 실제 위치 오차를 약간 상회하는 크기로 제공되어 실제 위치 오차에 근접함을 확인할 수 있다.
도 7은 도 5의 C 영역을 확대한 도면이다. 도 7을 참조하여 설명하면, C 영역 또는 전술한 A 및 B 영역과 동일한 양상을 보이는 것을 확인할 수 있으며, 실제 위치 오차가 본 발명에 따른 방법의 불확실성 값으로 잘 반영되고 있음을 확인할 수 있다.
도 8 내지 도 12는 본 발명에 따른 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법을 통해 제공되는 불확실성 값을 이용하여 오도메트리 값과 보정 모델을 융합한 위치 추정의 실험 결과를 나타낸 도면이다.
도 8은 전체 구간을 나타낸 도면이고, 도 9, 도 10, 도 11 및 도 12는 도 8의 A 영역, B 영역, C 영역 및 D 영역을 각각 확대하여 나타낸 도면이다. 도 8 내지 도 12에서 붉은색 선인 'EKF(proposed)'는 본 발명에 따른 방법이 적용되어 얻은 모델의 결과값이고, 초록색 선인 'EKF(receiver)'는 GNSS 센서의 출력이 적용되어 얻은 모델의 결과값이고, 파란색 선인 'GNSS data'는 GNSS 센서의 측정값이고, 마젠다 색인 'Ground truth'는 실제 위치이다.
도 9을 참조하여 설명하면, 도 8의 A 영역에서의 위치 추정 결과, 본 발명에 따른 방법과 기존의 GNSS 센서의 출력을 이용한 방법을 비교할 때, GNSS 센서가 정밀한 경우에는 큰 차이를 보이지 않음을 확인할 수 있다.
일반적인 주행 차로의 폭이 3.2m이기 때문에 위치 추정 오차가 1.6m를 넘어가게 되면 다른 차로에 있다고 위치 추정을 하게 되는 것이므로, 이를 크리티컬 포인트라고 생각하여 1.6m 이내로 오차가 나타난 구간을 조사해 보면, 두 경우 모두 100%로 나타났다.
도 10을 참조하여 설명하면, 위치 추정 오차가 큰 경우에는, 기존 방법이 GNSS 위치 추정 오차에 비해 낮은 불확실성을 계산하여 결과값이 매우 큰 오차를 나타냈지만, 본 발명에 따른 방법은 큰 불확실성 값을 부여해 정밀한 위치 추정 결과를 나타냈다.
도 11을 참조하여 설명하면, 위치 추정 오차가 작은 구간으로, A 영역에서와 마찬가지로, 본 발명에 따른 방법과 기존 방법 큰 차이가 나타나지 않지만, 본 발명에 따른 방법이 보다 정밀함을 확인할 수 있다.
도 12를 참조하여 설명하면, GNSS 위치 측정 오차가 큰 구간으로 B 영역과 마찬가지로, 본 발명에 따른 방법이 좀 더 좋은 성능을 나타내고 있음을 확인할 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (14)

  1. GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 있어서,
    (a) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와,
    (b) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와,
    (c) 상기 센서 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며;
    상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  2. 제1항에 있어서,
    상기 센서 요인 불확실성 그룹에는 GNSS 센서 자체에 의해 야기되는 불확실성 요인들로 그룹핑되고,
    상기 환경 요인 불확실성 그룹에는 위성과 상기 GNSS 센서 사이의 장애물에 의해 야기되는 불확실성 요인들로 그룹핑되며;
    상기 모델 요인 불확실성 그룹에는 상기 GNSS 기반의 위치 추정에 적용되는 보정 모델의 종류에 따라 불확실성이 변하는 불확실성 요인들이 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  3. 제2항에 있어서,
    상기 센서 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 상기 GNSS 센서의 하드웨어적 불확실성 요인과 소프트웨어적 불확실성 요인을 포함하고;
    상기 환경 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 멀티패스 영향(Multipath effect) 요인과, 신호 가림(Foliage attenuation) 요인을 포함하며;
    상기 모델 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인 및 대기층 영향(Tropospheric effect) 요인을 포함하는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  4. 제3항에 있어서,
    상기 (a) 단계 및 상기 (b) 단계에서 상기 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건은 상기 모델 요인 불확실성 값을 '0'으로 하는 보정 모델인 리얼 타임 키네매틱(Real time kinematic) 보정 모델이 상기 GNSS 기반의 위치 추정에 적용되어 만족되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  5. 제3항에 있어서,
    상기 (a) 단계에서 상기 환경 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건은 상기 위성과 상기 GNSS 센서 사이에 장애물이 존재하지 않는 위치에서 측정하는 것에 의해 만족되며;
    상기 장애물이 존재하지 않는 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 기초하여 상기 환경 요인 불확실성 값이 산출되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  6. 제3항에 있어서,
    상기 (b) 단계에서는
    실제 주행 도로에서의 주행 과정을 통해 각각의 주행 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 기초하여 각 주행 위치에서의 상기 환경 요인 불확실성 값이 산출되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  7. GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 있어서,
    (A) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와,
    (B) 상기 모델 요인 불확실성 그룹의 모델 요인 불확실성 값이 상기 환경 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와,
    (C) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 센서 요인 불확실성 값 및 상기 모델 요인 불확실성 값이 적용되어 측정되는 단계와,
    (D) 상기 센서 요인 불확실성 값, 상기 모델 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며;
    상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  8. 제7항에 있어서,
    상기 센서 요인 불확실성 그룹에는 GNSS 센서 자체에 의해 야기되는 불확실성 요인들로 그룹핑되고,
    상기 환경 요인 불확실성 그룹에는 위성과 상기 GNSS 센서 사이의 장애물에 의해 야기되는 불확실성 요인들로 그룹핑되며;
    상기 모델 요인 불확실성 그룹에는 상기 GNSS 기반의 위치 추정에 적용되는 보정 모델의 종류에 따라 불확실성이 변하는 불확실성 요인들이 그룹핑되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  9. 제8항에 있어서,
    상기 센서 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 상기 GNSS 센서의 하드웨어적 불확실성 요인과 소프트웨어적 불확실성 요인을 포함하고;
    상기 환경 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 멀티패스 영향(Multipath effect) 요인과, 신호 가림(Foliage attenuation) 요인을 포함하며;
    상기 모델 요인 불확실성 그룹으로 그룹핑되는 불확실성 요인은 천문력 오차(Ephemeris error) 요인, 위성 시계 오차(Satellite clock error) 요인, 전리층 영향(Ionospheric effect) 요인 및 대기층 영향(Tropospheric effect) 요인을 포함하는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  10. 제9항에 있어서,
    상기 (A) 단계에서 상기 모델 요인 불확실성 그룹의 불확실성이 발생하지 않은 조건은 상기 모델 요인 불확실성 값을 '0'으로 하는 보정 모델인 리얼 타임 키네매틱(Real time kinematic) 보정 모델이 상기 센서 요인 불확실성 값의 측정을 위해 상기 GNSS 기반의 위치 추정에 적용되어 만족되며;
    상기 (B) 단계에서 상기 모델 요인 불확실성 값은 상기 GNSS 기반의 위치 추정의 실제 운용에 적용된 보정 모델이 적용되어 측정되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  11. 제9항에 있어서,
    상기 (A) 단계에서 상기 환경 요인 불확실성 그룹의 불확실성이 발생하지 않는 조건은 상기 위성과 상기 GNSS 센서 사이에 장애물이 존재하지 않는 위치에서 측정하는 것에 의해 만족되며;
    상기 장애물이 존재하지 않는 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 기초하여 상기 환경 요인 불확실성 값이 산출되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  12. 제9항에 있어서,
    상기 (C) 단계에서는
    실제 주행 도로에서의 주행 과정을 통해 각각의 주행 위치에서 측정된 상기 GNSS 기반의 위치 추정의 측정 위치와 실제 위치 간의 편차에 기초하여 각 주행 위치에서의 상기 환경 요인 불확실성 값이 산출되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  13. 제6항 또는 제12항에 있어서,
    상기 환경 요인 불확실성 값은 상기 주행 도로의 지도 상의 위치에 대응하여 맵핑되어 환경 요인 불확실성 지도 형태로 등록되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
  14. 제3항 또는 제9항에 있어서,
    상기 GNSS 기반의 위치 추정의 불확실성 값은 수학식
    Figure 112018076016373-pat00019

    (σG는 상기 GNSS 기반의 위치 추정의 불확실성 값이고, DOP는 Delusion of Precision이고, AS는 상기 모델 요인 불확실성 값이고, RE는 상기 센서 요인 불확실성 값이고, LC는 상기 환경 요인 불확실성 값이다)
    로 표현되는 것을 특징으로 하는 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법.
KR1020170020479A 2017-02-15 2017-02-15 Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법 KR101921483B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170020479A KR101921483B1 (ko) 2017-02-15 2017-02-15 Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법
PCT/KR2017/014982 WO2018151404A1 (ko) 2017-02-15 2017-12-19 Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170020479A KR101921483B1 (ko) 2017-02-15 2017-02-15 Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법

Publications (2)

Publication Number Publication Date
KR20180094529A KR20180094529A (ko) 2018-08-24
KR101921483B1 true KR101921483B1 (ko) 2018-11-26

Family

ID=63169468

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170020479A KR101921483B1 (ko) 2017-02-15 2017-02-15 Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법

Country Status (2)

Country Link
KR (1) KR101921483B1 (ko)
WO (1) WO2018151404A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012230102A (ja) * 2011-04-04 2012-11-22 Honeywell Internatl Inc 天気および地面の反射情報を生成するための方法およびシステム
JP2015200662A (ja) * 2007-12-24 2015-11-12 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 統合ワイヤレスデバイスロケーション決定のための方法、システムおよび装置
JP2016514247A (ja) * 2013-02-07 2016-05-19 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 地上測位システム較正

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8525727B2 (en) * 2009-12-29 2013-09-03 Texas Instruments Incorporated Position and velocity uncertainty metrics in GNSS receivers
EP2901737B1 (en) * 2012-09-27 2019-02-20 Telefonaktiebolaget LM Ericsson (publ) Method and communication node for determining positioning measurement uncertainty and position determination.
US9223004B2 (en) * 2013-03-22 2015-12-29 Qualcomm Incorporated Controlling position uncertainty in a mobile device
US9078232B2 (en) * 2013-05-01 2015-07-07 Qualcomm, Incorporated Methods and apparatuses for characterizing and affecting mobile device location accuracy and/or uncertainty
US9528837B2 (en) * 2014-06-04 2016-12-27 Qualcomm Incorporated Mobile device position uncertainty based on a measure of potential hindrance of an estimated trajectory

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015200662A (ja) * 2007-12-24 2015-11-12 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 統合ワイヤレスデバイスロケーション決定のための方法、システムおよび装置
JP2012230102A (ja) * 2011-04-04 2012-11-22 Honeywell Internatl Inc 天気および地面の反射情報を生成するための方法およびシステム
JP2016514247A (ja) * 2013-02-07 2016-05-19 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 地上測位システム較正

Also Published As

Publication number Publication date
KR20180094529A (ko) 2018-08-24
WO2018151404A1 (ko) 2018-08-23

Similar Documents

Publication Publication Date Title
Obst et al. Urban multipath detection and mitigation with dynamic 3D maps for reliable land vehicle localization
CN110702091B (zh) 一种沿地铁轨道移动机器人的高精度定位方法
Chiang et al. Assessment for INS/GNSS/odometer/barometer integration in loosely-coupled and tightly-coupled scheme in a GNSS-degraded environment
US20100191461A1 (en) System and method of lane path estimation using sensor fusion
CN109807911B (zh) 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法
JP7170103B2 (ja) 航空機着陸システム及び方法
CN104729506A (zh) 一种视觉信息辅助的无人机自主导航定位方法
EP3884353B1 (en) Detecting a location of an autonomous device
CN110208823B (zh) 确定用于基于卫星确定车辆位置的数据简档的方法
CN113108791A (zh) 一种导航定位方法及导航定位设备
KR20200083301A (ko) 이동하는 오브젝트 센서의 정렬을 교정하기 위한 방법
KR20180000522A (ko) 이동체의 위치 및 자세 결정 장치 및 방법
US11579628B2 (en) Method for localizing a vehicle
CN112229422A (zh) 基于fpga时间同步的里程计快速标定方法及系统
CN116719037A (zh) 一种用于智能割草机器人的环境感知方法及系统
WO2020202522A1 (ja) 車両測位装置
US20220244407A1 (en) Method for Generating a Three-Dimensional Environment Model Using GNSS Measurements
US9250078B2 (en) Method for determining the position of moving objects
KR101921483B1 (ko) Ｇｎｓｓ 기반의 위치 추정의 불확실성을 측정하는 방법
Obst et al. Probabilistic multipath mitigation for GNSS-based vehicle localization in urban areas
TWI635302B (zh) 載具即時精準定位系統
CN113063441B (zh) 里程计累计推算误差的数据源纠正方法及装置
JP7407947B2 (ja) 車両制御装置
KR100573958B1 (ko) 오차값 검증을 통한 ｇｐｓ 위치정보 보정방법
KR101987413B1 (ko) 측위 시스템 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant