KR102026114B1 - 무인 항공기의 도심 항법 위치 추정장치 및 방법 - Google Patents

무인 항공기의 도심 항법 위치 추정장치 및 방법 Download PDF

Info

Publication number
KR102026114B1
KR102026114B1 KR1020180117186A KR20180117186A KR102026114B1 KR 102026114 B1 KR102026114 B1 KR 102026114B1 KR 1020180117186 A KR1020180117186 A KR 1020180117186A KR 20180117186 A KR20180117186 A KR 20180117186A KR 102026114 B1 KR102026114 B1 KR 102026114B1
Authority
KR
South Korea
Prior art keywords
aerial vehicle
unmanned aerial
navigation
spatial information
urban
Prior art date
Application number
KR1020180117186A
Other languages
English (en)
Inventor
박진용
Original Assignee
주식회사 파블로항공
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 주식회사 파블로항공 filed Critical 주식회사 파블로항공
Priority to KR1020180117186A priority Critical patent/KR102026114B1/ko
Application granted granted Critical
Publication of KR102026114B1 publication Critical patent/KR102026114B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • B64C2201/12—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

본 발명은 라이더와 3차원 공간정보를 비교하여 도심지와 같은 복잡한 환경에서 무인 항공기의 정밀한 위치를 추정을 통해 무인 항공기의 항법이 수행되도록 하는 무인 항공기의 도심 항법 위치 추정장치 및 방법을 제공하는 것을 목적으로 한다. 이를 위해, 본 발명은 무인 항공기에 설치되어 레이저를 주변 지형지물로 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 라이다 센서부; 상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 3차원 공간정보 데이터를 저장하는 공간정보 관리부; 및 상기 라이다 센서부에서 생성된 측정치 프로파일과, 상기 공간정보 관리부의 3차원 공간정보 데이터를 비교하여 상기 무인 항공기의 위치를 추정하는 관성항법 제어부를 포함한다. 따라서, 본 발명은 라이더와 3차원 공간정보를 비교하여 도심지와 같은 복잡한 환경에서 무인 항공기의 정밀한 위치를 추정을 통해 무인 항공기의 항법을 수행할 수 있는 장점이 있다.

Description

무인 항공기의 도심 항법 위치 추정장치 및 방법{APPARATUS AND METHOD FOR PRESUMING POSITION URBAN NAVIGATION OF UNMANNED AERIAL VEHICLE}
본 발명은 무인 항공기의 도심 항법 위치 추정장치 및 방법에 관한 발명으로서, 더욱 상세하게는 라이더와 3차원 공간정보를 비교하여 도심지와 같은 복잡한 환경에서 무인 항공기의 정밀한 위치를 추정하여 무인 항공기의 항법이 수행되도록 하는 무인 항공기의 도심 항법 위치 추정장치 및 방법에 관한 것이다.
최근 무인 자동차, 무인 항공기, 무인 로봇 등의 무인 이동 장치 산업은 가장 기본이 되는 감지 기술 측면에 있어서 MEMS(Micro-Electromechanical System) 기반의 고정밀 초소형 센서들의 본격적인 상용화 덕분에 그 활동 영역과 시장 잠재력이 크게 증가하고 있다.
무인 이동 장치의 임무 수행을 위해서는 이동 장치의 정확한 위치 추정이 필수적이다.
현재 개발되어 상용화 되어 있는 저가형 위치 추정 시스템의 경우에는 제한된 환경에서는 정상적인 위치 추정이 가능하지만 GPS 신호가 취약한 지역에서 측정 위치 정보가 외란 되는 경우에는 그 문제를 근본적으로 해결할 수 있는 알고리즘을 확보하고 있지 못하기 때문에, 많은 관련 기업에서 이를 확보하고자 노력하고 있다.
도 1은 일반적인 위치 추정 시스템을 나타낸 블록도로서, 무인 항공기 등의 무인 이동장치(1)는 센서부(10)와, 제어부(20)를 포함하여 구성되고, 상기 센서부(10)는 무인 이동의 위치를 판단할 수 있도록 GPS 센서(11)와 가속도를 측정할 수 있는 관성 센서(12)와, 지구 자기장의 세기와 방향을 측정하는 지자계 센서(13)를 포함하여 구성되며, 제어부(20)는 상기 센서부(10)에서 측정되는 정보들을 이용하여 무인 이동장치(1)가 동작되도록 제어한다.
그러나, 이러한 종래 기술에 따른 위치 추정 시스템은 운용 시간이 경과함에 따라 표류오차(Drift)에 따른 오차가 지속적으로 누적되어 최종적으로 산출되는 위치, 자세 항법 정보에 오차가 발생하는 문제점이 있다.
이러한 문제점을 해결하기 위해 관성항법시스템을 단독적으로 사용하지 않고, 오차가 발생한 항법 정보를 보정하기 위해 다양한 항법 시스템들이 제안되었으며, 일반적으로 GNSS(Global Navigation Satellite System)을 결합하여 이용한다.
그러나, GNSS 항법 위성들로부터 송신된 신호를 수신하는 수신기는 주변의 장애물, 전파 교란 등에 의해 크게 영향을 받을 수 있고, 특히 도심지의 건물이 많은 지역이나 산간지방 저고도에서 운용할 경우 항법 성능이 저하되는 문제점이 있다.
한국 등록특허공보 등록번호 제10-1737950호(발명의 명칭: 지형 참조항법에서 영상 기반 항법해 추정 시스템 및 방법}
이러한 문제점을 해결하기 위하여, 본 발명은 라이더와 3차원 공간정보를 비교하여 도심지와 같은 복잡한 환경에서 무인 항공기의 정밀한 위치를 추정을 통해 무인 항공기의 항법이 수행되도록 하는 무인 항공기의 도심 항법 위치 추정장치 및 방법을 제공하는 것을 목적으로 한다.
상기한 목적을 달성하기 위하여 본 발명은 무인 항공기에 설치되어 레이저를 주변 지형지물로 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 라이다 센서부; 상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 도심 항법용 3차원 공간정보 데이터를 저장하는 공간정보 관리부; 및 상기 라이다 센서부에서 생성된 측정치 프로파일과, 상기 공간정보 관리부의 도심 항법용 3차원 공간정보 데이터를 비교하여 상기 무인 항공기의 위치를 추정하는 관성항법 제어부를 포함한다.
또한, 본 발명에 따른 상기 라이다 센서부는 상기 무인 항공기를 중심으로 수평방향 전방위(360°)에 대하여 거리를 측정하는 것을 특징으로 한다.
또한, 본 발명에 따른 상기 라이다 센서부는 수직방향 +15°~ -15°범위에 대하여 거리를 측정하는 것을 특징으로 한다.
또한, 본 발명에 따른 상기 공간정보 관리부의 상기 도심 항법용 3차원 공간정보 데이터는 오픈 플랫폼을 통해 제공되는 3차원 공간정보로부터 건물의 위치좌표값을 추출하여 2차원 공간정보를 생성하고, 상기 생성된 2차원 공간정보의 건물에 고도값을 입력하여 도심 항법용 3차원 공간정보로 변환한 것을 특징으로 한다.
또한, 본 발명에 따른 상기 관성항법 제어부는 자이로 센서와 가속도 센서를 더 포함하고, 상기 자이로 센서와 가속도 센서에서 출력되는 가속도, 속도, 위치 및 자세 정보는 항법 정보로 제공되는 것을 특징으로 한다.
또한, 본 발명에 따른 상기 관성항법 제어부는 상기 측정치 프로파일과 도심 항법용 3차원 공간정보를 MAD(Mean Absolute Difference)를 통해 비교하여 우도(Likelihood)를 생성하고, 상기 생성된 우도를 사전확률과 결합하여 사후확률을 산출하며, 상기 산출된 사후확률을 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치를 추정하는 것을 특징으로 한다.
또한, 본 발명에 따른 상기 사후확률은 전체 공간에 대한 확률의 합으로 정규화(Normalized)하여 산출하는 것을 특징으로 한다.
또한, 본 발명은 a) 라이다 센서부가 무인 항공기 주변의 지형지물로 레이저를 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 스캔단계; 및 b) 관성항법 제어부가 공간정보 관리부에 저장된 상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 도심 항법용 3차원 공간정보 데이터를 추출하고, 상기 추출된 도심 항법용 3차원 공간정보 데이터를 상기 라이다 센서부에서 생성된 측정치 프로파일과 비교하여 상기 무인 항공기의 현재 위치를 추정하는 단계를 포함한다.
또한, 본 발명에 따른 상기 측정치 프로파일은 라이다 센서부를 중심으로 주변에 장애물까지의 교점을 찾아 거리를 획득하고, 특정 각도에서 조사되는 레이저는 미리 설정된 간격만큼 진행하여 장애물의 유무를 판단하며, 장애물이 있으면 해당 위치와 상기 라이다 센서부 사이의 거리를 측정치로 저장하고, 없으면 해당 위치에 데이터 없음을 표시한 데이터인 것을 특징으로 한다.
또한, 본 발명에 따른 상기 측정치 프로파일과 비교하여 상기 무인 항공기의 현재 위치를 추정하는 단계는 상기 관성항법 제어부가 이미 알려진 시스템 모델을 통해 사전확률을 획득하는 전파단계; 상기 측정치 프로파일과 도심 항법용 3차원 공간정보를 MAD(Mean Absolute Difference)를 통해 비교하여 우도(Likelihood)를 생성하고, 상기 생성된 우도를 사전확률과 결합하여 사후확률을 산출하는 업데이트 단계; 및 상기 산출된 사후확률을 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치를 추정하는 단계를 포함하는 것을 특징으로 한다.
본 발명은 라이더와 3차원 공간정보를 비교하여 도심지와 같은 복잡한 환경에서 무인 항공기의 정밀한 위치를 추정을 통해 무인 항공기의 항법을 수행할 수 있는 장점이 있다.
도 1은 일반적인 위치 추정 시스템을 나타낸 블록도.
도 2는 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치의 구성을 나타낸 블록도.
도 3은 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어과정을 나타낸 흐름도.
도 4는 도 3에 따른 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어과정의 위치 추정과정을 나타낸 흐름도.
도 5는 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어과정의 장애물간 측정치 산출을 설명하기 위한 예시도.
도 6은 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어과정의 3차원 공간정보 생성과정을 설명하기 위한 예시도.
도 7은 본 발명에 따른 PMF 격자를 나타낸 예시도.
이하, 첨부된 도면을 참조하여 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치 및 방법의 바람직한 실시예를 상세하게 설명한다.
본 명세서에서 어떤 부분이 어떤 구성요소를 "포함"한다는 표현은 다른 구성요소를 배제하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
또한, "‥부", "‥기", "‥모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는 그 둘의 결합으로 구분될 수 있다.
도 2는 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치의 구성을 나타낸 블록도이다.
도 2에 나타낸 바와 같이, 본 발명에 따른 무인 항공기의 도심 항법 위치 추정장치(100)는 라이다 센서부(110)와, 공간정보 관리부(120)와, 관성항법 제어부(130)를 포함하여 구성된다.
상기 라이다 센서부(110)는 무인 항공기에 설치되어 레이저를 주변 지형지물로 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 구성으로서, 바람직하게는 무인 항공기를 중심으로 수평방향 전방위(360°)의 사물에 대하여 거리를 측정한다.
즉 측정치를 측정할 경우 수평축에 대해서는 무인 항공기를 중심으로 전방위(360°)에 대해 사용자가 설정한 간격(dψ, 도 5 참조)으로 거리를 측정한다.
또한, 상기 라이다 센서부(110)는 수직방향 +15°~ -15°범위에 대하여 거리를 측정함으로써, m*n 크기의 거리 측정치를 획득할 수 있다.
또한, 상기 측정치 프로파일은 레이저의 송수신 시간을 통해 거리를 획득하는 것도 가능하고, 상기 라이다 센서부(110)를 중심으로 주변에 장애물까지의 교점(n0, n1, 도 5 참조)을 찾아 거리를 획득할 수도 있다.
즉 도 5에 나타낸 바와 같이, 조사라인(L1, L2)에서 조사된 레이저는 사용자가 설정한 간격(S0, S1)으로 진행하며, 장애물의 유무를 판단하여 장애물이 있다고 판단되면, 해당 위치와 라이다 센서부(110) 사이의 거리를 측정하여 측정치로 저장한다.
또한, 조사된 레이저가 장애물을 만나지 못하면 해당 위치의 프로파일에 임의의 값(예를 들면, -1)을 대입하여 데이터가 없음을 표시하여 측정치 프로파일을 생성한다.
또한, 상기 라이다 센서부(110)에서 측정되는 측정치 프로파일은 현재 위치에서의 라이다 측정치 프로파일(yt), 현재 항공기 위치(xt), 백색 가우시안 잡음(vt)을 이용하여 다음의 식으로 표현될 수 있다.
Figure 112018096990017-pat00001
상기 공간정보 관리부(120)는 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 3차원 공간정보 데이터를 저장한다.
또한, 상기 공간정보 관리부(120)에 저장된 상기 3차원 공간정보 데이터는 오픈 플랫폼을 통해 제공되는 3차원 공간정보로부터 건물의 위치좌표값을 추출하여 2차원 공간정보를 생성하고, 상기 생성된 2차원 공간정보의 건물에 고도값을 입력하여 3차원 공간정보로 변환된 데이터이다.
즉 'V-World"와 같이 공공의 목적으로 오픈 플랫폼을 통해 제공되는 3차원 공간정보는 임의의 공간에 대한 건물, 지적도, 사회시설 등의 공간정보를 3차원으로 가시화하고 다양한 정보를 제공한다.
상기 오픈 플랫폼의 3차원 공간정보에서 제공되는 모든 정보는 도심항법용 3차원 공간정보에서는 불필요한 정보로서, 단순 공간의 건물정보로 변환할 필요가 있다.
또한, 도심지의 경우 고층 건물이 많고, GNSS의 성능 저하 문제가 발생하여 도로를 중심으로 고층 건물이 배열된 공간인 경우, 실제로 필요한 건물의 위치를 제외한 나머지 정보는 제거하여 도심 항법용 3차원 공간정보가 필요하므로,공간정보 관리부(120)는 도 6(a)와 같이, 오픈 플랫폼을 통해 제공되는 3차원 공간정보에서 건물의 위치좌표값을 포함한 배치 정보를 추출한다.
또한, 도 6(b)와 같이 건물의 배치 정보를 2차원 공간정보로 변환한 다음, 도 6(c)와 같이 생성된 2차원 공간정보의 건물에 고도값을 입력하여 3차원 공간정보로 변환하여 저장한다.
또한, 생성된 도심 항법용 3차원 공간정보의 시작지점과 종료지점에 대한 좌표를 설정할 수도 있다.
상기 관성항법 제어부(130)는 라이다 센서부(110)에서 생성된 측정치 프로파일과, 상기 공간정보 관리부의 도심 항법용 3차원 공간정보 데이터를 비교하여 상기 무인 항공기의 위치를 추정한다.
또한, 상기 관성항법 제어부(130)는 자이로 센서와 가속도 센서를 더 포함하고, 상기 자이로 센서와 가속도 센서에서 출력되는 가속도, 속도, 위치 및 자세 정보는 항법 정보로 제공한다.
또한, 상기 관성항법 제어부(130)는 무인 항공기의 위치 추정을 위해, EKF(Extended Kalman Filter), BKF(Bank of Kalman Filter), PMF(Point Mass Filter), PF(Particle Filter)등의 필터를 사용할 수 있고, 바람직하게는 비선형 필터인 PMF를 사용한다.
상기 PMF는 베이지안 추론에 기반을 두고 상태변수를 추정하고, 상기 베이지안 추론 방법을 적용하는 것은 적분항에 의해 컴퓨터상의 계산에 적용할 수 없기 때문에 근사화(Approximation)된 공간의 격자 내 각 점들을 베이즈 법칙에 따라 처리하여 위치를 추정할 수 있다.
상기 PMF는 도 7에 나타낸 바와 같이, N개의 격자의 개수와, 간격(δ)을 가진 m*n 크기의 격자를 통해 연속적인 공간을 이산적인 공간으로 나타낼 수 있다.
즉 측정된 측정치 프로파일(dmeas)이 예를 들면, N개의 크기를 가질 때, 현재 추정된 위치를 중심으로 생성된 PMF 격자의 각 원소는 3차원 공간정보부터 호출된 크기가 N인 프로파일(dDB)를 갖는다.
따라서, 다음의 수식
Figure 112018096990017-pat00002
을 통해 측정치 프로파일을 PMF 격자의 모든 원소에 존재하는 프로파일과, MAD 연산을 수행하여 MAD 결과값을 산출한다.
또한, 상기 관성항법 제어부(130)는 이전 상태로부터 다음 상태를 추정하는데, 상기 관성항법 제어부(130)는 PMF를 이용한 위치 추정과정으로서, 우선, 이미 알려진 무인 항공기의 위치 이동에 대한 시스템 모델을 통해 사전확률(Prior)을 획득한다.
즉 이미 알려진 시스템 모델을 통해 사전확률분포를 알고, 획득된 측정치를 활용하여 사후확률분포를 구함으로써 시스템 모델의 위치를 추정할 수 있으며, 이는 x, y에 대하여 다음과 같이 나타낼 수 있다.
Figure 112018096990017-pat00003
,
Figure 112018096990017-pat00004
또한, 무인 항공기의 위치 이동에 대한 모델을 이미 알고 있기 때문에 이전 상태로부터의 다음 상태를 추정할 수 있으며, 이전 단계로부터 계산된 사후확률에 가우시안 확률밀도함수를 결합하여 사전확률을 계산하고, 이때 생성되는 가우시안 확률밀도함수는 항공기의 속도정보와 INS(Inertial Navigation System) 오차정보를 고려하여 생성된다.
또한, 상기 관성항법 제어부(130)는 라이다 센서부(110)에서 획득한 측정치 프로파일을 공간정보 관리부(120)에서 도심 항법용 3차원 공간정보의 데이터를 호출하여 생성한 PMF 격자와 비교하여 우도(Likelihood)를 생성한다.
이때, 상기 측정치 프로파일과 PMF 격자를 비교하는 방법으로 일괄처리기법인 MAD(Mean Absolute Difference)를 통해 비교하고, 측정치 프로파일을 PMF 격자의 모든 원소에 존재하는 프로파일과 MAD 연산을 수행하여 MAD 결과값을 산출한다.
또한, 상기 관성항법 제어부(130)는 생성된 우도를 상기 사전확률과 결합하여 사후확률을 산출하고, 이때 최종적으로 산출되는 사후확률은 전체 공간에 대한 확률의 합으로 정규화(Normalized)하여 산출한다.
상기 산출과정은 다음식
Figure 112018096990017-pat00005
와,
Figure 112018096990017-pat00006
로 나타낼 수 있다.
상기 산출된 사후확률은 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치 추정 값을 산출한다.
상기 우도는 무인 항공기가 실제로 위치할 위치에 확률로써 나타내고, MAD 결과에서는 결과값이 작은 곳이 측정치와 공간정보의 오차가 작게 나타나는 부분으로, 오차가 가장 작게 나타난 부분을 무인 항공기가 있을 확률이 가장 높은 곳이다.
다음은 본 발명에 따른 무인 항공기의 도심 항법 위치 추정과정을 도 2 내지 도 4를 참조하여 설명한다.
라이다 센서부(110)는 무인 항공기 주변의 지형지물로 레이저를 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 스캔단계(S100)를 수행한다.
상기 S100 단계의 측정치 프로파일은 라이다 센서부(110)를 중심으로 주변에 장애물까지의 교점을 찾아 거리를 획득하고, 특정 각도에서 조사되는 레이저는 미리 설정된 간격만큼 진행하여 장애물의 유무를 판단하며, 장애물이 있으면 해당 위치와 상기 라이다 센서부(110) 사이의 거리를 측정치로 저장하고, 없으면 해당 위치에 데이터 없음을 표시하여 생성한다.
관성항법 제어부(130)는 상기 라이다 센서부(110)에서 생성된 측정치 프로파일이 입력되면, 공간정보 관리부(120)에 저장된 상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 3차원 공간정보 데이터를 추출하고, 상기 추출된 3차원 공간정보 데이터와 상기 측정치 프로파일을 비교(S200)하여 상기 무인 항공기의 현재 위치를 추정(S300)한다.
상기 S300 단계를 더욱 상세하게 설명하면, 상기 관성항법 제어부(130)가 이미 알려진 시스템 모델을 통해 사전확률을 획득하는 전파단계(S310)를 수행한다.
상기 S310 단계를 수행한 다음, 상기 관성항법 제어부(130)는 라이다 센서부(110)에서 획득한 측정치 프로파일을 공간정보 관리부(120)에서 도심 항법용 3차원 공간정보의 데이터를 호출하여 생성한 PMF 격자와 MAD(Mean Absolute Difference)를 통해 비교하여 우도(Likelihood)를 생성하고, 상기 생성된 우도를 상기 S310 단계에서 획득한 사전확률과 결합하여 사후확률을 산출하는 업데이트 단계(S320)를 수행한다.
상기 관성항법 제어부(130)는 상기 S320 단계에서 산출된 사후확률을 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치를 추정(S330)하고, 이때 불편 추정치(unbiased estimate)에 따라 오차 공분산(error covariance)d을 획득할 수도 있다.
따라서, 전파단계(propagation)에서 사전확률을 갖고, 측정치 프로파일과 도심 항법용 3차원 공간정보를 기초로 생성된 우도에 따라 업데이트 단계를 거쳐 사후확률(posterior)을 산출하고, 상기 전파단계, 업데이트 단계에서 생성된 확률밀도함수를 곱하여 최종 확률밀도함수를 생성하여 MMSE를 통해 최종으로 추정된 위치를 산출함으로써, 공공에게 제공되는 3차원 공간정보를 토대로 도심자와 같은 복잡한 환경에서 항법을 수행하고, 정밀한 위치 정보를 제공할 수 있게 된다.
상기와 같이, 본 발명의 바람직한 실시 예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
또한, 본 발명의 특허청구범위에 기재된 도면번호는 설명의 명료성과 편의를 위해 기재한 것일 뿐 이에 한정되는 것은 아니며, 실시예를 설명하는 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있으며, 상술된 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 해석은 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
100 : 제어장치
110 : 라이다 센서부
120 : 공간정보 관리부
130 : 관성항법 제어부

Claims (10)

  1. 무인 항공기에 설치되어 레이저를 주변 지형지물로 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 라이다 센서부(110);
    상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 도심 항법용 3차원 공간정보 데이터를 저장하는 공간정보 관리부(120); 및
    상기 라이다 센서부(110)에서 생성된 측정치 프로파일과, 상기 공간정보 관리부의 도심 항법용 3차원 공간정보 데이터를 비교하여 상기 무인 항공기의 위치를 추정하는 관성항법 제어부(130)를 포함하며,
    상기 관성항법 제어부(130)는 상기 측정치 프로파일과 도심 항법용 3차원 공간정보를 MAD(Mean Absolute Difference)를 통해 비교하여 우도(Likelihood)를 생성하고, 상기 생성된 우도를 사전확률과 결합하여 사후확률을 산출하며, 상기 산출된 사후확률을 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치를 추정하며,
    상기 관성항법 제어부(130)는 비선형 필터인 PMF(Point Mass Filter)를 사용하여 상기 무인 항공기의 위치를 추정하며, 상기 PMF는 가로 방향으로 M(M: 자연수)개, 세로 방향으로 N(N: 자연수)개 및 간격 δ인 m*n 크기의 격자를 통해 연속적인 공간을 이산적인 공간으로 나타내며,
    상기 MAD는 하기 수학식에 의해 산출됨을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
    [수학식]
    Figure 112019085376014-pat00014

    dmeas : 측정치 프로파일
    dDB : 3차원 공간정보로부터 호출된 크기가 N인 프로파일
  2. 제 1 항에 있어서,
    상기 라이다 센서부(110)는 상기 무인 항공기를 중심으로 수평방향 전방위(360°)에 대하여 거리를 측정하는 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
  3. 제 2 항에 있어서,
    상기 라이다 센서부(110)는 수직방향 +15°~ -15°범위에 대하여 거리를 측정하는 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
  4. 제 1 항에 있어서,
    상기 공간정보 관리부(120)의 상기 도심 항법용 3차원 공간정보 데이터는 오픈 플랫폼을 통해 제공되는 3차원 공간정보로부터 건물의 위치좌표값을 추출하여 2차원 공간정보를 생성하고, 상기 생성된 2차원 공간정보의 건물에 고도값을 입력하여 도심 항법용 3차원 공간정보로 변환한 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
  5. 제 1 항에 있어서,
    상기 관성항법 제어부(130)는 자이로 센서와 가속도 센서를 더 포함하고, 상기 자이로 센서와 가속도 센서에서 출력되는 가속도, 속도, 위치 및 자세 정보는 항법 정보로 제공되는 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 사후확률은 전체 공간에 대한 확률의 합으로 정규화(Normalized)하여 산출하는 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치.
  8. a) 라이다 센서부(110)가 무인 항공기 주변의 지형지물로 레이저를 조사하고, 상기 지형지물로부터 반사된 레이저를 수신하여 측정치 프로파일을 생성하는 스캔단계; 및
    b) 관성항법 제어부(130)가 공간정보 관리부(120)에 저장된 상기 무인 항공기 주변의 건물 위치 좌표값과 고도값을 포함한 도심 항법용 3차원 공간정보 데이터를 추출하고, 상기 추출된 도심 항법용 3차원 공간정보 데이터를 상기 라이다 센서부(110)에서 생성된 측정치 프로파일과 비교하여 상기 무인 항공기의 현재 위치를 추정하는 단계를 포함하며,
    상기 관성항법 제어부(130)는 상기 측정치 프로파일과 도심 항법용 3차원 공간정보를 MAD(Mean Absolute Difference)를 통해 비교하여 우도(Likelihood)를 생성하고, 상기 생성된 우도를 사전확률과 결합하여 사후확률을 산출하며, 상기 산출된 사후확률을 MMSE(Minimum Mean Square Error)를 통해 무인 항공기의 최종 위치를 추정하며,
    상기 관성항법 제어부(130)는 비선형 필터인 PMF(Point Mass Filter)를 사용하여 상기 무인 항공기의 위치를 추정하며, 상기 PMF는 가로 방향으로 M(M: 자연수)개, 세로 방향으로 N(N: 자연수)개 및 간격 δ인 m*n 크기의 격자를 통해 연속적인 공간을 이산적인 공간으로 나타내며,
    상기 MAD는 하기 수학식에 의해 산출됨을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어방법.
    [수학식]
    Figure 112019085376014-pat00015

    dmeas : 측정치 프로파일
    dDB : 3차원 공간정보로부터 호출된 크기가 N인 프로파일
  9. 제 8 항에 있어서,
    상기 측정치 프로파일은 라이다 센서부(110)를 중심으로 주변에 장애물까지의 교점을 찾아 거리를 획득하고, 특정 각도에서 조사되는 레이저는 미리 설정된 간격만큼 진행하여 장애물의 유무를 판단하며, 장애물이 있으면 해당 위치와 상기 라이다 센서부(110) 사이의 거리를 측정치로 저장하고, 없으면 해당 위치에 데이터 없음을 표시한 데이터인 것을 특징으로 하는 무인 항공기의 도심 항법 위치 추정장치를 이용한 제어방법.
  10. 삭제
KR1020180117186A 2018-10-01 2018-10-01 무인 항공기의 도심 항법 위치 추정장치 및 방법 KR102026114B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180117186A KR102026114B1 (ko) 2018-10-01 2018-10-01 무인 항공기의 도심 항법 위치 추정장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180117186A KR102026114B1 (ko) 2018-10-01 2018-10-01 무인 항공기의 도심 항법 위치 추정장치 및 방법

Publications (1)

Publication Number Publication Date
KR102026114B1 true KR102026114B1 (ko) 2019-09-27

Family

ID=68096741

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180117186A KR102026114B1 (ko) 2018-10-01 2018-10-01 무인 항공기의 도심 항법 위치 추정장치 및 방법

Country Status (1)

Country Link
KR (1) KR102026114B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11609093B2 (en) 2021-06-07 2023-03-21 Honeywell International Inc. Position probability density function filter to determine real-time measurement errors for map based, vision navigation systems

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101737950B1 (ko) 2015-11-20 2017-05-19 한국과학기술원 지형참조항법에서 영상 기반 항법해 추정 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101737950B1 (ko) 2015-11-20 2017-05-19 한국과학기술원 지형참조항법에서 영상 기반 항법해 추정 시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Autonomous vehicle self-localization based on abstract map and multi-channel LiDAR in urban area(https://doi.org/10.1016/j.iatssr.2018.05.001, 2018.05.18.)* *
저가형 LIDAR를 장착한 소형 무인항공기의 3차원 실내항법 및 자동비행 (로봇학회 논문지, v.9, no.3, pp.154 - 159, 2014.09.30.)* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11609093B2 (en) 2021-06-07 2023-03-21 Honeywell International Inc. Position probability density function filter to determine real-time measurement errors for map based, vision navigation systems

Similar Documents

Publication Publication Date Title
Wen et al. GNSS NLOS exclusion based on dynamic object detection using LiDAR point cloud
US11009355B2 (en) Method and apparatus for positioning vehicle
CN110873570B (zh) 用于位置信息的定源、生成并且更新表示位置的地图的方法和装置
Obst et al. Multipath detection with 3D digital maps for robust multi-constellation GNSS/INS vehicle localization in urban areas
KR101625486B1 (ko) 지도 기반 측위 시스템 및 그 방법
KR20210111180A (ko) 위치 추적 방법, 장치, 컴퓨팅 기기 및 컴퓨터 판독 가능한 저장 매체
JP2024050990A (ja) 判定装置
RU2487419C1 (ru) Система комплексной обработки информации радионавигационных и автономных средств навигации для определения действительных значений параметров самолетовождения
Adams et al. Particle filter based outdoor robot localization using natural features extracted from laser scanners
JP2022176322A (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
Dawson et al. Radar-based multisensor fusion for uninterrupted reliable positioning in GNSS-denied environments
JP2023118751A (ja) 自己位置推定装置
JP2023164553A (ja) 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体
CN109903367A (zh) 构建地图的方法、装置和计算机可读存储介质
KR102489865B1 (ko) 다중 필터 및 센서 퓨전 기반의 차량의 위치 추정 방법
KR102026114B1 (ko) 무인 항공기의 도심 항법 위치 추정장치 및 방법
CN110794434B (zh) 一种位姿的确定方法、装置、设备及存储介质
Groves et al. Enhancing micro air vehicle navigation in dense urban areas using 3D mapping aided GNSS
Cheong et al. Modelling and mitigating multipath and NLOS for cooperative positioning in urban canyons
Reynaud et al. A universal navigability map building approach for improving Terrain-Aided-Navigation accuracy
Le Scouarnec et al. A positioning free calibration method for mobile laser scanning applications
KR101969863B1 (ko) Dsm 기반 항법위성의 관측환경 시뮬레이션 방법 및 장치
JP2019174675A (ja) データ構造、地図データ生成装置、制御方法、プログラム及び記憶媒体
Bauer et al. Probabilistic integrating of 3D building models and GNSS for reliable vehicle localization in urban areas—the GAIN approach
US20240046514A1 (en) Information processing device, control method, program, and storage medium

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant