KR20110114218A

KR20110114218A - 다중 센서를 이용한 항법시스템 및 그 제공방법

Info

Publication number: KR20110114218A
Application number: KR1020100033738A
Authority: KR
Inventors: 이재훈; 유동현; 김도윤
Original assignee: 위드로봇 주식회사
Priority date: 2010-04-13
Filing date: 2010-04-13
Publication date: 2011-10-19
Also published as: KR101239864B1

Abstract

다중 센서를 이용한 항법시스템 및 그 제공방법이 개시된다. 상기 다중 센서를 이용한 항법시스템은 이동체의 움직임에 따른 관성데이터를 측정하여 출력하는 IMU(Inertial Measurement Unit), 상기 이동체에 상응하는 GPS(Global Positioning System) 신호를 수신하기 위한 GPS 모듈, 및 상기 IMU로부터 측정된 상기 관성데이터, 상기 이동체에 설치된 OBD로부터 출력되는 OBD 속도정보, 및 상기 GPS 모듈로부터 출력되는 GPS 정보를 이용하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하기 위한 항법 계산 모듈을 포함한다.

Description

다중 센서를 이용한 항법시스템 및 그 제공방법{System for navigation system using multi-sensor and providing method thereof}

본 발명은 항법 시스템에 관한 것으로, 보다 상세하게는 관성 측정 장치로부터 출력되는 관성데이터, GPS(Global Positioning System) 모듈로부터 수신되는 GPS 정보와 함께 이동체에 설치된 OBD 정보를 이용하여 성능을 향상시킬 수 있는 항법 시스템 및 그 제공방법에 관한 것이다.

일반적으로 GPS 신호를 이용한 항법 시스템이 널리 사용되고 있다. 하지만, 이러한 항법 시스템은 GPS 신호가 수신되지 않는 경우에 위치 정보를 알기 어렵기 때문에 관성센서를 이용하는 항법 시스템 또는 관성센서와 GPS를 같이 이용하여 이동체의 위치정보를 알아내는 항법 시스템이 개발되었다.

이러한 항법 시스템은 IMU(Inertial Measurement Unit)라 불리우는 MEMS(Microelectromechanical Systems) 기반의 관성센서를 이용하여 이동체의 위치를 추정할 수 있다. 상기 항법 시스템은 소정의 항법 계산 알고리즘을 이용하여 이동체의 위치정보를 알아내는데, 이때 위치 정보는 상기 IMU에 획득된 관성 데이터(예컨대, 가속도, 각속도 등)를 적분하여 원하는 물리량을 얻는 방식이므로 시간에 따라 오류가 계속 누적되는 드리프트(drift) 현상이 발생하게 되고, 이에 따라 전체 시스템의 정밀도가 저하되게 된다.

또한, 종래의 항법 시스템은 이동체가 정지하여 있는 경우에도 이동체의 진동 또는 노이즈 등으로 인해 상기 이동체의 모션(예컨대, 피치(pitch), 롤(roll), 요(yaw) 등)이 변경되는 것으로 판단하거나 또는 전방속도가 존재하는 것처럼 판단할 수도 있다. 이러한 잘못된 판단은 누적되는 드리프트 현상에 의해 위치정보의 오차를 더욱 크게 할 수 있다.

따라서, 이동체의 위치 추정에 사용되는 상태 변수 중 하나인 이동체의 속도 정보를 계산할 때, 상기 이동체 자체에서 측정되는 정보를 같이 이용함으로써 보다 정확한 위치, 속도, 또는 자세를 추정할 수 있는 시스템 또는 방법이 요구된다.

본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로, 이동체(예컨대, 차량 등) 자체에 내장되어 있는 차량 속도 정보를 같이 이용함으로써 보다 정밀도가 향상된 항법 시스템을 제공하는 것이다.

또한, GPS 정보에 포함되는 고도정보와 별개로 별도의 고도센서(예컨대, 기압계)를 이용하여 고도정보를 측정하고 이를 차량의 위치 추정에 같이 사용함으로써 보다 정밀도가 향상된 항법 시스템을 제공하는 것이다.

상기와 같은 목적을 달성하기 위한 본 발명에 의한 다중 센서를 이용한 항법시스템은 이동체의 움직임에 따른 관성데이터를 측정하여 출력하는 IMU(Inertial Measurement Unit), 상기 이동체에 상응하는 GPS(Global Positioning System) 신호를 수신하기 위한 GPS 모듈, 및 상기 IMU로부터 측정된 상기 관성데이터, 상기 이동체에 설치된 OBD로부터 출력되는 OBD 속도정보, 및 상기 GPS 모듈로부터 출력되는 GPS 정보를 이용하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하기 위한 항법 계산 모듈을 포함한다.

상기 항법 계산 모듈은 상기 이동체의 상기 자세정보 및 상기 속도정보를 계산하기 위한 제1필터모듈, 상기 IMU로부터 출력되는 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias)를 추정하기 위한 바이어스 추정모듈, 및 상기 바이어스 추정모듈에 의해 추정된 바이어스 값, 상기 관성데이터, 및 상기 제1필터모듈의 피드백 정보에 기초하여 상기 이동체의 INS 자세정보 및 INS 속도 정보를 계산하기 위한 모션모듈을 포함하며, 상기 제1필터 모듈은 상기 모션모듈에 의해 계산된 상기 INS 자세정보, INS 속도정보, 상기 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산할 수 있다.

상기 항법 계산 모듈은 상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 위치정보, 및 상기 모션 모듈에 의해 계산되는 INS 위치정보에 기초하여 상기 이동체의 상기 위치정보를 계산하기 위한 제2필터모듈을 더 포함할 수 있다.

상기 다중 센서를 이용한 항법시스템은 상기 이동체의 고도를 측정하고, 측정된 고도정보를 상기 항법 계산 모듈로 출력하기 위한 고도센서를 더 포함하며, 상기 항법 계산 모듈은 상기 고도센서로부터 출력되는 상기 고도정보를 더 이용하여 상기 이동체의 상기 위치정보를 계산할 수 있다.

상기 제2필터모듈은 상기 고도센서로부터 상기 고도정보를 수신하고, 수신된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 위치정보, 및 상기 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산할 수 있다.

상기 제1필터모듈 또는 상기 제2필터모듈 중 적어도 하나는 칼만필터로 구현될 수 있다. 또한, 상기 제1필터모듈은 다음과 같은 수학식을 칼만필터의 시스템 모델로 사용할 수 있다.

그리고 상기 제1필터모듈은 다음의 두 수학식을 칼만필터의 관측모델로 사용할 수 있다.

및

한편, 상기 제2필터모듈은,

다음과 같은 수학식을 칼만필터의 시스템 모델로 사용할 수 있으며,

다음과 같은 수학식을 칼만필터의 관측 모델로 사용할 수 있다.

또한, 다음과 같은 수학식을 칼만필터의 관측 모델로 더 사용할 수도 있다.

상기 기술적 과제를 해결하기 위한 다중 센서를 이용한 항법시스템은 이동체의 움직임에 따른 관성데이터를 측정하여 출력하는 IMU, 상기 이동체에 상응하는 GPS(Global Positioning System) 신호를 수신하기 위한 GPS 모듈, 상기 이동체에 상응하는 고도정보를 측정하기 위한 고도센서, 상기 IMU로부터 측정된 상기 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias)를 추정하기 위한 바이어스 추정모듈, 상기 이동체의 상기 자세정보 및 상기 속도정보를 계산하기 위한 제1필터모듈, 상기 바이어스 추정모듈에 의해 추정된 바이어스 값, 상기 관성데이터, 및 상기 제1필터모듈의 피드백 정보에 기초하여 상기 이동체의 INS 자세정보 및 INS 속도 정보를 계산하기 위한 모션모듈, 및 측정된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 정보에 포함된 GPS 위치정보, 및 상기 관성데이터에 기초하여 상기 모션모듈에 의해 계산되는 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산하는 제2필터모듈을 포함하며, 상기 제1필터 모듈은 상기 모션모듈에 의해 계산된 상기 INS 자세정보, 상기 INS 속도정보, 상기 이동체에 설치된 OBD로부터 출력되는 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산한다.

상기 기술적 과제를 해결하기 위한 다중 센서를 이용한 항법시스템은 상기 이동체에 설치되어 상기 이동체의 속도 정보를 출력하는 OBD 시스템으로부터 OBD 속도정보를 수신하고, 수신된 OBD 속도정보, 상기 GPS 정보, 및 상기 관성데이터를 이용하여 상기 이동체의 상기 위치정보를 추정한다.

상기 기술적 과제를 해결하기 위한 다중 센서를 이용한 항법시스템 제공방법은 다중 센서를 이용한 항법시스템이 이동체의 움직임에 따른 관성데이터를 측정하고, 상기 이동체에 상응하는 GPS 신호를 수신하는 단계, 상기 다중 센서를 이용한 항법시스템이 상기 이동체에 설치된 OBD로부터 OBD 속도정보를 수신하는 단계, 및 상기 관성데이터, 상기 OBD 속도정보, 및 상기 GPS 신호에 포함된 GPS 정보를 이용하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계를 포함한다.

상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는, 상기 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias) 값을 추정하는 단계, 상기 바이어스 값, 상기 관성데이터, 및 이전 자세정보와 이전 속도정보를 포함하는 피드백 정보에 기초하여 상기 이동체의 INS 자세정보 및 INS 속도 정보를 계산하는 단계, 및 상기 INS 자세정보, INS 속도정보, 상기 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산하는 단계를 포함할 수 있다.

상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는, 상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 위치정보, 및 상기 관성데이터에 기초하여 계산되는 INS 위치정보에 기초하여 상기 이동체의 상기 위치정보를 계산하는 단계를 더 포함할 수 있다.

상기 다중 센서를 이용한 항법시스템 제공방법은 상기 이동체의 고도정보를 고도센서를 통하여 측정하는 단계를 더 포함하며, 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는, 상기 고도센서를 통해 측정된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 위치정보, 및 상기 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산하는 단계를 포함할 수 있다. 상기 다중 센서를 이용한 항법시스템 제공방법은 프로그램을 기록한 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.

본 발명에 의한 다중 센서를 이용한 항법시스템 및 그 제공방법은 이동체 자체에서 측정되는 속도 정보를 이동체의 위치 추정을 수행할 때 사용함으로써, 종래의 항법 시스템에 비해 보다 정확성이 높은 위치추정이 가능한 효과가 있다.

또한, GPS 신호에 포함된 고도정보의 오차를 줄이기 위해 별도의 고도센서를 이용하여 측정된 고도정보를 이동체의 위치 추정을 수행할 때 같이 사용함으로써 보다 정확성이 높은 항법 시스템을 제공할 수 있는 효과가 있다.

도 1은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템의 개략적인 구성을 나타낸다.
도 2는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템의 항법 알고리즘을 설명하기 위한 도면이다.
도 3은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템에서 제1필터를 칼만필터로 구현하였을 때의 필터 입출력 값을 설명하기 위한 도면이다.
도 4는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템에서 제2필터를 칼만필터로 구현하였을 때의 필터 입출력 값을 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템과 GPS 장치만을 이용한 항법 시스템의 성능 비교를 나타내는 도면이다.
도 6은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템과 GPS 장치만을 이용한 항법 시스템의 다른 성능 비교 예를 나타내는 도면이다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다.

반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.

본 명세서에서는 다음과 같은 논문들이 레퍼런스로 포함될 수 있다.

[1] P. D. Groves, Principles of GNSS , Inertial , and Multisensor Integrated Navigation Systems, Artech house, 2007.

[2] R. G. Brown and P. Y. C. Hwang, Introduction to Random Signals and Applied Kalman Filtering, John Wiley & Sons, 1996.

[3] J. A. Farrell, Aided Navigation : GPS with High Rate Sensor, McGraw Hill, 2007.

[4] J. H. Wang, Intelligent MEMS INS / GPS Integration for Land Vehicle Navigation, Doctor of Philosophy, University of Calgary, September 2006.

[5] E. H. Shin, Accuracy Improvement of Low Cost INS / GPS for Land Application, MS Thesis, University of Calgary, December 2001.

[6] A. Solimeno, Low - Cost INS / GPS Data Fusion with Extended Kalman Filter for Airborne Applications, MS Thesis, Instituto Superior Tecnico, July 2007.

도 1은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템의 개략적인 구성을 나타낸다.

도 1을 참조하면, 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)은 IMU(110), GPS 모듈(120), 및 항법 계산 모듈(130)을 포함한다. 상기 다중 센서를 이용한 항법시스템(100)은 고도센서(140)를 더 포함할 수 있다. 상기 항법 계산 모듈(130)은 이동체(예컨대, 차량) 자체에 포함된 OBD(On-Board Diagnostics,200)로부터 상기 이동체의 속도 정보를 수신할 수 있다. 이를 위해 상기 다중 센서를 이용한 항법시스템(100)은 상기 OBD(200)로부터 출력되는 속도정보를 수신하기 위한 소정의 인터페이스 장치(미도시)를 더 구비할 수 있다.

일반적으로 차량에는 차량의 계측을 위한 여러 가지 센서를 탑재하고 있으며, 이러한 장치들은 ECU(Electronic Control Unit)에 의하여 제어되고 있다. 차량 진단 시스템은 발전을 거듭하고 있으며, 최근 OBD(200)라는 표준화된 시스템으로 정착되었으며, 본 명세서에서 OBD(200)라 함은, 이처럼 이동체 자체에서 측정되는 상기 이동체의 속도정보를 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)으로 출력할 수 있는 모든 시스템을 포함하는 의미로 정의될 수 있다.

상기 IMU(110)는 가속도 센서(111) 및 자이로 센서(112)를 포함할 수 있다. 상기 GPS 모듈(120)은 상기 이동체에 상응하는 GPS 신호를 수신할 수 있다. 상기 GPS 모듈(120)은 수신된 GPS 신호에 기초하여 속도정보, 이동체의 진행방향 정보, 및 이동체의 위치정보 등을 포함하는 GPS 정보를 계산할 수 있다.

상기 항법 계산 모듈(130)은 바이어스 모듈(131), 모션 모듈(132), 및 제1필터모듈(133)을 포함할 수 있다. 상기 항법 계산 모듈(130)은 제2필터모듈(134)을 더 포함할 수 있다. 상기 제2필터모듈(134)을 포함하는 경우에는 상기 항법 계산 모듈(130)은 상기 이동체의 위치정보를 계산하여 출력할 수 있다. 상기 제2필터모듈(134)이 포함되지 않는 경우에는 상기 항법 계산 모듈(130)은 상기 이동체의 자세정보 및/또는 속도정보를 계산하여 출력할 수 있다.

상기 고도센서(140)는 고도정보를 측정할 수 있는 센서를 의미하며, 기압계(Barometer)로 구현될 수 있다. 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)에서와 같이 별도로 상기 고도센서(140)를 구비하는 경우에는 상기 GPS 모듈(120)에 의해 측정되는 고도정보만을 사용하는 것보다 정밀한 위치추정이 가능할 수 있다. 이에 대해서는 본 출원인이 출원한 한국특허출원(10-2009-0045740, "신뢰도가 향상된 항법 시스템 및 그 제공방법", 이하 '이전출원')에 상세히 개시되어 있으며, 상기 이전출원에 개시된 기재 및 기술적 사상은 본 명세서의 레퍼런스로 포함되며 본 발명의 기재로 취급될 수 있다. 물론, 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)은 반드시 상기 고도센서(140)를 구비하지 않을 수도 있으며, 상기 고도센서(140)가 구비되는 경우에는 보다 정밀한 위치추정이 가능할 수 있다.

본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것이 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.

상기 IMU(110)는 이동체의 관성 데이터(예컨대, 가속도, 각속도 등)를 측정할 수 있다. 측정된 관성 데이터는 상기 항법 계산 모듈(130)에 포함된 바이어스 모듈(131) 및 모션모듈(132)로 출력될 수 있다. 상기 IMU(110)는 MEMS 센서로 구현될 수 있다.

상기 GPS 모듈(120)은 GPS 위성(미도시)으로부터 GPS 신호를 수신하고, 수신된 GPS 신호에 기초하여 GPS 정보를 생성할 수 있다. 상기 GPS 정보에는 상기 이동체의 위치정보, 속도정보, 및 차량의 진행방향에 대한 정보가 포함될 수 있다. 상기 GPS 정보는 상기 항법 계산 모듈(130)로 출력되어, 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는데 사용될 수 있다.

상기 항법 계산 모듈(130)은 항법 알고리즘(Navigation Algorithm)을 통하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산할 수 있다. 상기 항법 계산 모듈(130)은 상기 IMU(110)로부터 측정되는 관성데이터에 기초하여 상기 자세정보, 상기 속도정보, 또는 상기 위치정보 중 적어도 하나를 계산하는데, 이러한 항법 알고리즘은 상기 모션모듈(132)에 의해 적용될 수 있다. 또한, 상기 항법 알고리즘을 계산하기 위해서는 상기 바이어스 모듈(131)에 의해 상기 IMU(110)에 포함된 자이로 센서(112)의 바이어스가 먼저 추정되어야 할 수 있다. 그러면, 추정된 바이어스를 이용하여 상기 모션모듈(132)은 우선 관성데이터에 기초한 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산할 수 있다. 이처럼 상기 모션모듈(132)에 의해 계산된 자세정보, 속도정보, 또는 위치정보를 INS(Inertial Navigation System) 자세정보, INS 속도정보, 또는 INS 위치정보로 표현할 수 있다.

상기 항법 알고리즘은 동체 좌표계(Body frame)의 관성측정장치(IMU)에서 얻은 센서 출력 값을 이용해 항체의 자세(Attitude), 속도(Velocity), 위치(Position)의 정보를 계산하는 알고리즘이다. 일반적인 항법 알고리즘은 이상적인 프리 바디(free body)의 움직임을 계산하므로 쿼터니언(Quaternion) 자세계산식, 코리올리의 힘(Coriolis force) 및 중력(Gravity)모델까지 고려하고 있다.

하지만 상기 이동체가 차량인 경우에는 보다 간단한 항법 알고리즘을 적용할 수 있다. 예컨대, 레퍼런스 [4]에 널리 공지된 바와 같이 이동체가 차량인 경우에는 차량에 특화된 알고리즘이 적용될 수 있다. 상기 선행기술은 본 명세서의 레퍼런스로 포함될 수 있다.

차량에 특화된 알고리즘은 지구자전효과(Earth rotation)가 무시되고 중력(Gravity)모델을 사용하지 않는 대신 중력은 상수 값으로 사용할 수 있다. 그리고 자세를 구할 땐 오일러 각도(Euler angles)를 이용하며, 전방 속도(Forward velocity)를 제외한 방향에서는 수학식 1과 같이 속도가 제한될 수 있다.

여기서

,

는 각각 동체좌표계에서 y축과 z축 방향의 속도를 의미할 수 있다.

또한, 동체 좌표계에서 항법 좌표계로의 방향코사인 행렬(DCM)은 수학식 2와 같을 수 있다.

여기서

세 요소는 각각 오일러 각도의 롤(Roll), 피치(Pitch), 헤딩(Heading)을 나타낼 수 있다.

여기서 상기 IMU(110)의 3축 자이로 센서(112)와 3축 가속도 센서(111)로부터 얻은 각속도와 가속도 값을 이용해 동체의 자세, 속도, 위치를 구하는 방법은 레퍼런스[4]에도 개시된 바와 같이 수학식 3과 같을 수 있다.

여기서

은 위도, 경도, 고도로 이루어진 곡선 좌표계(Curvilinear frame)의 위치벡터,

은 항법 좌표계(Navigation frame)의 속도벡터,

은 항법 좌표계를 기준으로 동체 좌표계(Body frame)를 바라본 자세벡터를 나타낸다. 그리고

와

는 각각 상기 IMU(110)에서 측정된 각속도(Angular rates)와 가속도(Accelerations) 값이며,

은 동체 좌표계(Body frame)에서 항법 좌표계(Navigation frame)로의 자세 변환식, 그리고

은 항법 좌표계(Navigation frame)에서 곡선 좌표계(Curvilinear frame)로의 변환식을 나타낼 수 있다.

이러한 알고리즘은 상기 모션모듈(132)에 의해 수행될 수 있으며, 이러한 알고리즘을 도시화 하면 도 2와 같을 수 있다.

도 2는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템의 항법 알고리즘을 설명하기 위한 도면이다.

도 2와 수학식 3을 참조하면, 상기 모션모듈(132)은 상기 IMU(110)에 의해 측정된

및

을 이용하여

즉 이동체의 자세(

)를 업데이트할 수 있고, 그에 따라 다음 연산에 사용되는

및

을 계산할 수 있다. 또한, 상기 IMU(110)에 의해 측정된

를

을 이용하여 좌표계 전환을 수행하여

을 얻을 수 있고, 얻어진 값과 이전 연산에서의

및 수학식 3에 개시된

을 이용하여 속도를 업데이트 할 수 있다. 또한, 업데이트되는 속도와 이전 위치정보(

)를 이용하여 위치정보를 업데이트 할 수 있다.

이러한 알고리즘을 통해 상기 모션모듈(132)에서 얻어지는 업데이트 된 자세정보 및 속도정보 즉, INS 자세정보 및 INS 속도정보는 상기 제1필터모듈(133)로 출력될 수 있다. 또한, 상기 모션모듈(132)에서 얻어지는 업데이트 된 위치정보 즉 INS 위치정보는 상기 제2필터모듈(134)로 출력될 수 있다.

한편, 상술한 바와 같은 모션모듈(132)은 상대적으로 빠른 속도(예컨대, 약 100Hz)로 연속적인 항법 해를 제공해 동적 특성이 좋은 장점을 가지고 있는 반면, 계산과정에서 적분에 의해 오차가 누적되어 시간이 지날수록 오차가 증가하는 단점이 있다. 반면에 GPS 모듈(120)에 의해 얻어지는 GPS 정보는 오차의 증가 없이 일정한 범위 내에서 비교적 정확한 항법 해를 제공하지만 계산주기(예컨대, 약 1Hz)가 상기 모션모듈(132)에 의한 것보다 상대적으로 낮다. 또한 GPS 정보는 멀티패쓰(multi-path) 또는 지하나 구조물 내에서 획득이 어려운 문제점이 있다. 따라서, 상기 모션모듈(132)에 의해 얻어진 INS 정보와 상기 GPS 모듈에 의해 얻어지는 GPS 정보를 융합하면 더욱 정밀도가 높은 결과를 얻을 수 있다. 또한 전술한 바와 같이 차량의 OBD(200)를 통해 얻은 속도 정보 관측 값을 더 이용하면 전체적인 시스템 성능을 향상시킬 수 있는 효과가 있다.

이를 위해 상기 항법 계산 모듈(130)은 상기 제1필터모듈(133) 및 상기 제2필터모듈(134)을 포함할 수 있는데, 상기 제1필터모듈(133)은 상기 모션모듈(132)에 의해 얻어지는 INS 정보, 상기 OBD(200)에서 얻어지는 정보, 및 상기 GPS 모듈(120)에 의해 얻어지는 정보 중 자세와 속도에 관한 정보를 융합하여 상기 이동체의 자세정보와 속도정보에 대한 노이즈를 줄일 수 있다. 또한, 상기 제2필터모듈(134)은 상기 INS 정보와 상기 GPS 모듈(120)에 의해 얻어지는 정보 중 위치정보에 관한 정보를 융합하여 상기 이동체의 위치정보에 대한 노이즈를 줄일 수 있다. 상기 제1필터모듈(133) 및/또는 상기 제2필터모듈(134)은 칼만필터로 구현될 수 있다.

먼저, 상기 제1필터모듈(133)에 관해 살펴보면 도 3과 같을 수 있다.

도 3은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템에서 제1필터를 칼만필터로 구현하였을 때의 필터 입출력 값을 설명하기 위한 도면이다.

도 1 및 도 3을 참조하면, 상기 제1필터모듈(133)은 속도와 자세에 대한 칼만필터로 구현될 수 있다. 상기 제1필터모듈(133)은 상기 모션모듈(132)로부터 INS 자세정보 및 INS 속도정보를 수신할 수 있다. 또한, 상기 OBD(200)로부터 OBD 속도 정보를 수신할 수 있다. 또한, 상기 GPS 모듈(120)로부터 GPS 속도정보 및 진행방향정보 즉, 헤딩정보를 수신할 수 있다. 따라서, 상기 제1필터모듈(133)은 상태변수로 전방속도(Forward velocity), 롤(Roll), 피치(Pitch), 헤딩(Heading), 그리고 가속도계의 x축 방향 바이어스(Bias)를 사용할 수 있다. 이 필터(Filter)의 오차 모델(System error models)은 상기 IMU(110)에 포함된 센서와 자세 및 속도 오차의 섭동(Perturbing)에 의하여 수학식 4와 같이 나타낼 수 있다.

그리고, 입력 백색 잡음(Input white noise) u의 스펙트럼 밀도 행렬(Spectral density matrix)은 수학식 5와 같이 나타낼 수 있다.

수학식 4와 수학식 5에 대해서는 레퍼런스[4]에 개시되어 있으므로 상세한 설명은 생략하도록 한다.

이와 같이 상기 제1필터모듈(133)의 시스템 모델이 정의되면, 상기 GPS 모듈(120)로부터 얻어지는 정보 및 상기 OBD(200)로부터 얻어지는 정보에 대한 관측 모델(Observation model)이 정의될 필요가 있다.

먼저 GPS 모듈(120)로부터 얻어지는 정보에 대한 관측 모델을 살펴보면, GPS 속도 정보와 진행방향(heading) 정보는 각각 수학식 6과 수학식 7로 표현될 수 있다.

이에 따른 관측모델은 수학식 8과 같을 수 있다.

또한, 측정 오차 행렬(Measurement noise matrix)는 수학식 9와 같이 표현될 수 있다.

한편, 상기 OBD(200)로부터 얻은 OBD 속도정보에 대한 관측 모델은 수학식 10과 같이 표현될 수 있다.

이처럼 상기 제1필터모듈(133) 즉, 속도와 자세에 대한 칼만필터의 시스템 모델과 관측모델이 정의가 되면, 상기 제1필터모듈(133)은 노이즈가 줄어든 속도정보 및 자세정보를 계산할 수 있다. 계산된 속도정보 및/또는 자세정보는 상기 모션모듈(132)에 피드백 정보로써 출력될 수 있다. 또한, 상기 속도정보 및/또는 상기 자세정보는 상기 제2필터모듈(134)로 출력되어 상기 이동체의 위치정보를 계산하는데 사용될 수 있다. 상기 제2필터모듈(134)의 입출력 값은 도 4에 도시된다.

도 4는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템에서 제2필터를 칼만필터로 구현하였을 때의 필터 입출력 값을 설명하기 위한 도면이다.

도 1 및 도 4를 참조하면, 상기 제2필터모듈(134)은 위치에 대한 칼만필터로 구현될 수 있다. 상기 제2필터모듈(134)은 상기 제1필터모듈(133)로부터 자세정보 및 속도정보를 수신할 수 있다. 또한, 상기 모션모듈(132)로부터 INS 위치정보를 수신할 수 있다. 또한, 상기 GPS 모듈(120)로부터 GPS 위치정보를 수신할 수 있다. 구현 예에 따라서는 이전출원에서 개시한 바와 같이 상기 다중 센서를 이용한 항법시스템(100)은 고도센서(140)를 별도로 구비할 수 있고, 이때에는 상기 고도센서(140)로부터 측정된 고도정보가 상기 제2필터모듈(134)의 입력 값으로 사용될 수도 있다.

따라서, 상기 제2필터모듈(134)은 상태변수로, 위도, 경도, 고도와 항법 좌표계 각 방향의 속도를 사용할 수 있다. 그러면, 상기 제2필터모듈(134)의 시스템 오차 모델은 동체의 가속도 정보로 구해진 INS 속도의 섭동(Perturbing)에 의하여 구할 수 있으며 레퍼런스[4]의 모델을 확장하면 수학식 11과 같이 표현될 수 있다.

그리고 입력 백색 잡음 u의 스펙트럼 밀도 행렬은 수학식 12와 같이 표현될 수 있다.

이와 같이 상기 제2필터모듈(134)의 시스템 모델이 정의되면, 상기 GPS 모듈(120)로부터 얻어지는 정보에 대한 관측 모델(Observation model)이 정의될 필요가 있다. 또한, 별도의 고도센서(140)가 구비되는 경우에는 상기 고도센서(140)로부터 얻어지는 고도정보에 대한 관측 모델이 정의될 필요가 있다.

먼저 GPS 모듈(120)로부터 얻어지는 정보에 대한 관측 모델을 살펴보면, GPS 정보에 의한 관측모델은 수학식 13과 같이 표현될 수 있다.

여기서 P,V는 각각 위치 및 속도를 나타내고, N은 네비게이션 프레임, n, e, d는 각각 north, east, down을 의미한다. 따라서,

은 위도,

는 경도를 나타낸다. 또한, 상기 다중 센서를 이용한 항법시스템(100)은 상기 고도센서(140)를 추가로 구비할 수 있으며, 상기 고도센서(140)는 기압계(Barometer)로 구현될 수 있음은 전술한 바와 같다. 상기 고도센서(140)에서 얻은 고도(

)와 고도의 변화율(

)을 이용한 관측모델은 수학식 14와 같이 표현될 수 있다.

이때의 측정 오차 행렬은 수학식 15와 같을 수 있다.

만약 상기 고도센서(140)로 측정한 고도 변화율이 일정크기 이상일 경우에는

에 매우 큰 값을 대입해줄 수 있다.

이처럼 상기 제2필터모듈(134) 즉, 위치에 대한 칼만필터의 시스템 모델과 관측모델이 정의가 되면, 상기 제2필터모듈(134)은 노이즈가 줄어든 위치정보를 계산할 수 있다.

상술한 바와 같이 상기 제1필터모듈(133)과 제2필터모듈(134)이 정의되면, 상기 다중 센서를 이용한 항법시스템(100)은 목적에 따라 소정의 방식으로 구현될 수 있다. 예컨대, 상기 다중 센서를 이용한 항법시스템(100)은 임베디드(embedded) 시스템으로 구현될 수 있으며, 상기 항법 계산 모듈(130)은 상기 모션모듈(132)의 계산주기(예컨대, 약 100Hz)로 상기 제1필터모듈(133)의 출력 값 및/또는 상기 제2필터모듈(134)의 출력 값을 계산할 수 있다.

도 5는 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템과 GPS 장치만을 이용한 항법 시스템의 성능 비교를 나타내는 도면이다.

도 5에 도시된 점선은 GPS 단독 측위를 나타내고, 실선은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)의 다중 센서 정보들의 융합 결과를 나타낸다.

도 5를 보면 알 수 있듯이, GPS 신호가 잘 수신되는 경우는 차이가 없으나, 고층 건물 옆에서는 멀티 패스에 의해 GPS 신호에 오류가 많은 곳은 상대적으로 오차가 줄어드는 효과를 확인할 수 있었으며, 일산 백석역 1블록을 10회 반복(40km) 한 경우 오류가 17% 향상되는 것을 확인할 수 있었다. 도 5의 점선을 보면 알 수 있듯이 차량은 정상 직선 주행을 하고 있는데 반면, GPS 신호를 이용한 위치정보의 계산 결과는 고층 건물의 멀티 패스 패이딩 효과에 의해 주행 도로 안쪽으로 차량 위치를 알려주는 상황을 발견할 수 있다. 반면 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)은 차량의 원래 주행 패턴을 복원해 내는 모습을 확인할 수 있다.

도 6은 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템과 GPS 장치만을 이용한 항법 시스템의 다른 성능 비교 예를 나타내는 도면이다.

도 6은 GPS 신호를 장시간 수신할 수 없는 건물 주차장 내부를 주행하는 경우의 실험 결과를 나타내는데, 도 6의 실선은 본 발명의 실시 예에 따른 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)을 이용하여 건물 주차장 내부를 5분간 주행한 경우의 위치정보를 나타낸다. 도 6a에서도 알 수 있듯이 GPS 신호가 수신이 되지 않아서(붉은 점선) 더 이상 위치정보를 계산할 수 없는 구간에서도 본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)은 차량의 위치정보가 계산될 수 있음을 알 수 있다. 또한, 상기 고도센서(140)를 이용한 경우에는 GPS 신호가 수신되지 않는 경우에도 고도 정보를 획득할 수 있으므로 도 6b에 도시된 바와 같이 차량의 위치정보(궤적)를 3차원 형태로도 확인이 가능할 수 있다.

본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템(100)은 기존 시스템에 비해 복잡도와 가격면에서는 다소 비용이 증가할 수 있지만, 성능이 대폭 개선되며 GPS 신호가 미수신되는 경우에도 위치 측위가 가능할 수 있다. 또한, 고도센서(140)를 이용하는 경우 GPS 신호가 수신되지 않아도 3차원의 위치정보를 얻을 수도 있는 효과가 있다. 또한, 이동체의 주행 상태를 GPS의 계산 주기가 아닌 INS 시스템의 계산 주기(예컨대, 약 100Hz)로 파악할 수 있는 효과가 있다.

본 발명의 실시 예에 따른 다중 센서를 이용한 항법시스템 제공방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

이상, 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.

Claims

이동체의 움직임에 따른 관성데이터를 측정하여 출력하는 IMU(Inertial Measurement Unit);
상기 이동체에 상응하는 GPS(Global Positioning System) 신호를 수신하기 위한 GPS 모듈; 및
상기 IMU로부터 측정된 상기 관성데이터, 상기 이동체에 설치된 OBD로부터 출력되는 OBD 속도정보, 및 상기 GPS 모듈로부터 출력되는 GPS 정보를 이용하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하기 위한 항법 계산 모듈을 포함하는 다중 센서를 이용한 항법시스템.
제 1항에 있어서, 상기 항법 계산 모듈은,
상기 이동체의 상기 자세정보 및 상기 속도정보를 계산하기 위한 제1필터모듈;
상기 IMU로부터 출력되는 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias)를 추정하기 위한 바이어스 추정모듈; 및
상기 바이어스 추정모듈에 의해 추정된 바이어스 값, 상기 관성데이터, 및 상기 제1필터모듈의 피드백 정보에 기초하여 상기 이동체의 INS (Inertial Navigation System) 자세정보 및 INS 속도 정보를 계산하기 위한 모션모듈을 포함하며,
상기 제1필터 모듈은 상기 모션모듈에 의해 계산된 상기 INS 자세정보, INS 속도정보, 상기 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산하는 다중 센서를 이용한 항법시스템.
제 2항에 있어서, 상기 항법 계산 모듈은,
상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 위치정보, 및 상기 모션 모듈에 의해 계산되는 INS 위치정보에 기초하여 상기 이동체의 상기 위치정보를 계산하기 위한 제2필터모듈을 더 포함하는 다중 센서를 이용한 항법시스템.
제 3항에 있어서, 상기 다중 센서를 이용한 항법시스템은,
상기 이동체의 고도를 측정하고, 측정된 고도정보를 상기 항법 계산 모듈로 출력하기 위한 고도센서를 더 포함하며,
상기 항법 계산 모듈은 상기 고도센서로부터 출력되는 상기 고도정보를 더 이용하여 상기 이동체의 상기 위치정보를 계산하는 다중 센서를 이용한 항법시스템.
제 4항에 있어서, 상기 제2필터모듈은,
상기 고도센서로부터 상기 고도정보를 수신하고, 수신된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 위치정보, 및 상기 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산하는 다중 센서를 이용한 항법시스템.
제 2항 또는 제3항에 있어서, 상기 제1필터모듈 또는 상기 제2필터모듈 중 적어도 하나는 칼만필터로 구현되는 다중 센서를 이용한 항법시스템.
제 6항에 있어서, 상기 제1필터모듈은,
다음과 같은 수학식을 칼만필터의 시스템 모델로 사용하는 다중 센서를 이용한 항법시스템.
제 7항에 있어서, 상기 제1필터모듈은,
다음의 두 수학식을 칼만필터의 관측모델로 사용하는 다중 센서를 이용한 항법시스템.

및
제 6항에 있어서, 상기 제2필터모듈은,
다음과 같은 수학식을 칼만필터의 시스템 모델로 사용하는 다중 센서를 이용한 항법시스템.
제 9항에 있어서, 상기 제2필터모듈은,
다음과 같은 수학식을 칼만필터의 관측 모델로 사용하는 다중 센서를 이용한 항법시스템.
제 10항에 있어서, 상기 제2필터모듈은,
다음과 같은 수학식을 칼만필터의 관측 모델로 더 사용하는 다중 센서를 이용한 항법시스템.
이동체의 움직임에 따른 관성데이터를 측정하여 출력하는 IMU(Inertial Measurement Unit);
상기 이동체에 상응하는 GPS(Global Positioning System) 신호를 수신하기 위한 GPS 모듈;
상기 이동체에 상응하는 고도정보를 측정하기 위한 고도센서;
상기 IMU로부터 측정된 상기 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias)를 추정하기 위한 바이어스 추정모듈;
상기 이동체의 상기 자세정보 및 상기 속도정보를 계산하기 위한 제1필터모듈;
상기 바이어스 추정모듈에 의해 추정된 바이어스 값, 상기 관성데이터, 및 상기 제1필터모듈의 피드백 정보에 기초하여 상기 이동체의 INS 자세정보 및 INS 속도 정보를 계산하기 위한 모션모듈; 및
측정된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 정보에 포함된 GPS 위치정보, 및 상기 관성데이터에 기초하여 상기 모션모듈에 의해 계산되는 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산하는 제2필터모듈을 포함하며,
상기 제1필터 모듈은 상기 모션모듈에 의해 계산된 상기 INS 자세정보, INS 속도정보, 상기 이동체에 설치된 OBD로부터 출력되는 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산하는 다중 센서를 이용한 항법시스템.
IMU로부터 측정되는 관성데이터와 GPS 모듈로부터 수신되는 GPS 신호를 이용하여 이동체의 위치정보를 추정하는 항법 시스템에 있어서,
상기 항법 시스템은 상기 이동체에 설치되어 상기 이동체의 속도 정보를 출력하는 OBD 시스템으로부터 OBD 속도정보를 수신하고,
수신된 OBD 속도정보, 상기 GPS 정보, 및 상기 관성데이터를 이용하여 상기 이동체의 상기 위치정보를 추정하는 다중 센서를 이용한 항법시스템.
다중 센서를 이용한 항법시스템이 이동체의 움직임에 따른 관성데이터를 측정하고, 상기 이동체에 상응하는 GPS 신호를 수신하는 단계;
상기 다중 센서를 이용한 항법시스템이 상기 이동체에 설치된 OBD로부터 OBD 속도정보를 수신하는 단계; 및
상기 관성데이터, 상기 OBD 속도정보, 및 상기 GPS 신호에 포함된 GPS 정보를 이용하여 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계를 포함하는 다중 센서를 이용한 항법시스템 제공방법.
제 14항에 있어서, 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는,
상기 관성데이터에 기초하여 상기 IMU에 포함된 자이로 센서의 바이어스(bias) 값을 추정하는 단계;
상기 바이어스 값, 상기 관성데이터, 및 이전 자세정보와 이전 속도정보를 포함하는 피드백 정보에 기초하여 상기 이동체의 INS 자세정보 및 INS 속도 정보를 계산하는 단계; 및
상기 INS 자세정보, 상기 INS 속도정보, 상기 OBD 속도정보, 상기 GPS 정보에 포함된 GPS 속도정보, 및 GPS 진행방향 정보에 기초하여 노이즈가 감소된 상기 자세정보 및 상기 속도정보를 계산하는 단계를 포함하는 다중 센서를 이용한 항법시스템 제공방법.
제 15항에 있어서, 상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는,
상기 자세정보, 상기 속도정보, 상기 GPS 모듈로부터 출력되는 GPS 위치정보, 및 상기 관성데이터에 기초하여 계산되는 INS 위치정보에 기초하여 상기 이동체의 상기 위치정보를 계산하는 단계를 더 포함하는 다중 센서를 이용한 항법시스템 제공방법.
제 16항에 있어서, 상기 다중 센서를 이용한 항법시스템 제공방법은,
상기 이동체의 고도정보를 고도센서를 통하여 측정하는 단계를 더 포함하며,
상기 이동체의 자세정보, 속도정보, 또는 위치정보 중 적어도 하나를 계산하는 단계는,
상기 고도센서를 통해 측정된 상기 고도정보, 상기 자세정보, 상기 속도정보, 상기 GPS 위치정보, 및 상기 INS 위치정보에 기초하여 노이즈가 감소된 상기 이동체의 위치정보를 계산하는 단계를 포함하는 다중 센서를 이용한 항법시스템 제공방법.
제 14항 내지 제 17항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.