KR20140070722A - 다중속도시스템 결합 장치 및 운용 방법 - Google Patents

다중속도시스템 결합 장치 및 운용 방법 Download PDF

Info

Publication number
KR20140070722A
KR20140070722A KR1020120134253A KR20120134253A KR20140070722A KR 20140070722 A KR20140070722 A KR 20140070722A KR 1020120134253 A KR1020120134253 A KR 1020120134253A KR 20120134253 A KR20120134253 A KR 20120134253A KR 20140070722 A KR20140070722 A KR 20140070722A
Authority
KR
South Korea
Prior art keywords
information
time
average value
measurement information
navigation
Prior art date
Application number
KR1020120134253A
Other languages
English (en)
Inventor
조성윤
윤창락
오재홍
박혜선
김경호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020120134253A priority Critical patent/KR20140070722A/ko
Priority to US13/943,535 priority patent/US20140149034A1/en
Publication of KR20140070722A publication Critical patent/KR20140070722A/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
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

다중속도시스템 결합 장치 운용 방법이 개시된다. 본 발명에 따른 다중속도시스템 결합 장치 운용 방법은, 관성측정장치를 통하여 항법정보를 계산하고, 상기 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정하는 단계, 상기 평균값과 분산값을 이용하여 시그마 포인트를 계산하는 단계, 위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하는 단계, 상기 측정정보가 입력되면, 상기 시그마 포인트를 상기 측정정보의 주파수 간격으로 시간전파를 수행하는 단계, 상기 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산하는 단계 및 상기 시간전파 된 평균값, 상기 계산된 분산값 및 상기 측정정보를 이용하여 상기 항법정보를 갱신처리하는 단계를 포함한다.

Description

다중속도시스템 결합 장치 및 운용 방법{INTEGRATION APPARATUS FOR MULTI-RATE SYSTEM AND METHOD THEREOF}
본 발명은 다중속도시스템 결합 장치 및 운용 방법에 관한 것으로, 보다 상세하게는 시스템 결합에 사용되던 무향칼만필터(UKF: Unscented Kalman Filter, 또는 Sigma Point Kalman Filter라고도 함)를 갱신 속도가 다른 시스템들을 결합하는 경우 계산량 감소를 위해 수정된 무향칼만필터를 적용하는 기술에 관한 것이다.
둘 이상의 시스템을 결합하는데 주로 칼만필터(Kalman Filter)가 사용되어 왔다. 이 때, 시스템이 비선형인 경우 주로 확장칼만필터(EKF: Extended Kalman Filter)를 사용하였다.
확장칼만필터의 단점 중 하나는 초기 추정오차가 큰 경우, 필터의 추정오차가 크거나 때로는 발산하게 되는 것이다.
이런 문제를 해결하기 위해 큰 오차 모델(Large Error Model)을 설계하여 사용하거나 무향칼만필터를 사용하며, 최근에는 주로 무향칼만필터를 사용한다.
무향칼만필터는 다수의 시그마 포인트(Sigma Point)를 필터 상태변수의 평균과 공분산 값을 사용하여 설정한 다음 시간 전파(Time Propagation) 시 비선형 식을 그대로 사용하여 시그마 포인트를 시간 전파하고 그 값들을 사용하여 상태변수의 평균과 공분산을 계산하는 방법을 사용함으로써 확장칼만필터에서 근사화된 시스템 행렬 식을 사용하여 잘못된 공분산을 계산하는 문제를 해결하였다.
그 결과 초기 추정오차가 크더라도 확장칼만필터와 달리 오차가 빠르게 작은 값으로 수렴하는 장점을 갖는다.
그러나 다중속도를 갖는 시스템을 결합하는 경우 다수의 시그마 포인트를 측정치 갱신(Measurement Update) 사이에 여러 번 시간 전파 함으로써 계산량이 확장칼만필터에 비해 크게 증가하는 단점을 갖는다.
예를 들어, 50Hz로 갱신되는 IMU(Inertial Measurement Unit)와 1Hz로 갱신되는 GPS(Global Positioning System)를 결합하는 경우 측정치 갱신 사이에 확장칼만필터에서는 각 상태변수 당 1개의 평균값을 50번 갱신하는 반면 무향칼만필터에서는 N개의 시그마 포인트들을 50번 갱신하게 된다.
이 때, N은 상태변수의 수가 L인 경우, 무향칼만필터의 종류에 따라 2L+1 또는 L+2로 설정된다.
따라서 상태변수의 수가 큰 경우 실시간 구동을 위해서는 마이크로프로세서의 성능이 높아져야 하며, 그렇지 못한 경우 실시간 구동을 위하여 제한적으로 사용될 수밖에 없다.
미국공개특허 제2005-0251328호는 시그마 포인트를 모두 시간전파 하여 상태변수의 평균과 분산을 계산하는 기술에 대하여 개시하고 있으나, 이 미국공개특허에 개시된 기술은 상태변수의 수가 큰 경우 계산량이 증가하여 고성능의 마이크로프로세서가 요구된다는 한계가 있다.
본 발명이 이루고자 하는 목적은 다중속도 시스템들의 결합에서 기존의 무향칼만필터에서 시간 전파의 방법을 새롭게 함으로써 계산량을 확장칼만필터의 수준으로 낮추고 성능은 무향칼만필터 수준으로 향상시키는 것이다.
상기한 목적을 달성하기 위한 다중속도시스템 결합 장치 운용 방법은, 관성측정장치를 통하여 항법정보를 계산하고, 상기 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정하는 단계, 상기 평균값과 분산값을 이용하여 시그마 포인트를 계산하는 단계, 위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하는 단계, 상기 측정정보가 입력되면, 상기 시그마 포인트를 상기 측정정보의 주파수 간격으로 시간전파를 수행하는 단계, 상기 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산하는 단계 및 상기 시간전파 된 평균값, 상기 계산된 분산값 및 상기 측정정보를 이용하여 상기 항법정보를 갱신처리하는 단계를 포함한다.
이 때, 상기 항법정보와 상기 측정정보는 상이한 주기의 주파수로 측정될 수 있다.
이 때, 상기 항법정보는, 3축 이상의 자이로와 가속도계를 이용하여 계산된 속도정보 및 자세정보를 포함할 수 있다.
이 때, 상기 측정정보는, GPS를 이용하여 수집된 GPS 데이터를 포함할 수 있다.
이 때, 상기 위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하는 단계는, 1개의 초기 상태변수에 대한 평균값을 시간전파할 수 있다.
상기한 목적을 달성하기 위한 다중속도시스템 결합 장치는, 관성측정장치를 통하여 항법정보를 계산하고, 상기 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정하는 상태변수정보 설정부, 상기 평균값과 분산값을 이용하여 시그마 포인트를 계산하는 시그마 포인트 계산부, 위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하고, 상기 측정정보가 입력되면, 상기 시그마 포인트를 상기 측정정보의 주파수 간격으로 시간전파를 수행하는 시간전파부 및 상기 측정정보를 반영하여 갱신된 항법정보를 출력하는 갱신처리부를 포함하고, 상기 상태변수정보 설정부는 상기 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산하고, 상기 갱신처리부는 상기 시간전파 된 평균값 및 상기 계산된 분산값을 이용하여 상기 항법정보를 갱신처리할 수 있다.
이 때, 상기 항법정보와 상기 측정정보는 상이한 주기의 주파수로 측정될 수 있다.
이 때, 관성측정장치는 3축 이상의 자이로와 가속도계를 포함하고, 상기 3축 이상의 자이로와 가속도계를 이용하여 속도정보 및 자세정보를 포함하는 상기 항법정보를 수집할 수 있다.
이 때, 상기 위성항법장치는 GPS를 포함하고, 상기 GPS를 이용하여 GPS 데이터를 포함하는 측정정보를 수집할 수 있다.
이 때, 상기 시간전파부는 상기 평균값에 대하여 시간전파(time propagation)를 수행함에 있어서, 1개의 초기 상태변수에 대한 평균값을 시간전파할 수 있다.
본 발명의 실시예에 따르면, 기존의 UKF의 다중속도 시스템의 결합에 사용할 때 발생하는 큰 계산량을 감소시킬 수 있다.
또한, 본 발명의 실시예에 따르면, 기존의 EKF의 경우 초기 상태변수 추정오차가 큰 경우 오차의 수렴이 매우 늦으며 오차의 수렴이 불가능할 수도 있으나, 이에 반해 오차가 0 근처로 수렴할 수 있다.
또한, 본 발명의 실시예에 따르면, 랜덤변수를 고려하여 100번의 Monte Carlo 시뮬레이션의 결과를 확인한 바와 같이 그 성능이 기존의 UKF 보다 향상될 수 있다.
도 1은 본 발명의 실시예에 따른 IMU, GPS 및 다중속도시스템 결합 장치를 결합한 항법 시스템을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 다중속도시스템 결합 장치 운용 방법을 이용한 필터 처리 순서도를 나타낸 것이다.
도 3은 본 발명의 실시예에 따른 다중속도시스템 결합 장치 운용 방법을 이용한 필터 처리 순서도를 나타낸 것이다.
도 4는 본 발명의 실시예에 따른 다중속도시스템 결합 장치의 세부구성을 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 IMU, GPS 및 다중속도시스템 결합 장치를 결합한 항법 시스템을 나타낸 도면이다.
도 1을 참고하면, 본 발명의 실시예에 따른 항법 시스템은 IMU(inertial measurement unit, 관성 측정 장치, 101), GPS(global positioning system, 위성항법장치, 102) 및 다중속도시스템 결합 장치(103)를 포함하여 구성된다.
즉, 다중속도시스템 결합 장치(103)에 항법정보 및 측정정보를 제공하는 다중속도 시스템으로 IMU(101)와 GPS 수신기(102)를 적용한 실시예이다.
이 때, IMU(101)의 데이터 출력 주기는 50Hz(IMU에 따라 다름)로 가정하였으며 GPS의 데이터 출력 주기는 1Hz(GPS에 따라 다름)로 가정하였다.
이 두 다중속도 시스템을 다중속도시스템 결합 장치(103)를 사용하여 결합한 다음 오차가 보상된 항법정보(위치, 속도, 자세)를 출력할 수 있다.
다중속도시스템 결합 장치(103)에서 추정된 IMU(101)의 센서 오차는 다중속도시스템 결합 장치(103)에서 센서 데이터 처리시에 사용하며, 추정 값은 GPS(102)의 출력 주기에 맞추어 다중속도시스템 결합 장치(103)에서 항법정보의 측정치 갱신을 할 때마다 갱신된다.
IMU(101)는 3축의 자이로와 3축의 가속도계를 사용하는 것을 기본으로 하며, FDI(Fault Detection & Isolation)를 위한 3축 이상의 자이로와 가속도계를 사용하는 경우도 가능하다.
이 때, 자이로와 가속도계 출력은 50Hz의 출력 주기로 다중속도시스템 결합 장치(103)에 입력된다.
GPS(102)는 GPS 위성에서 전송된 신호를 사용하여 GPS(102)의 위치와 속도 등의 항법 데이터를 추정한 다음 1Hz의 출력주기로 다중속도시스템 결합 장치(103)에 입력된다.
이 때, 다중속도시스템 결합 장치(103)를 이용하여 오차가 보상된 항법정보를 출력하는 과정은, 이하 도 2 및 도 3을 통해 상세히 설명한다.
도 2는 본 발명의 실시예에 따른 다중속도시스템 결합 장치 운용 방법을 이용한 필터 처리 순서도를 나타낸 것이다.
도 2를 참고하면, 우선 다중속도시스템 결합 장치는 IMU를 통해 수집된 항법정보의 초기 상태 변수에 대한 평균값과 분산값을 설정한다(S201).
이후, 초기 상태 변수에 대한 평균값과 분산값들을 사용하여 시그마 포인트들을 계산한다(S202).
이 때, 시그마 포인트의 수는 초기 상태 변수의 수가 L인 경우 UKF의 종류에 따라 2L+1 또는 L+2로 설정되며, 설정되는 시그마 포인트들의 평균과 분산은 초기 상태변수의 평균값 및 분산값과 동일하다.
이후, 시그마 포인트들은 IMU의 데이터 출력 주기에 동기 되어 하기의 (수학식 1)과 같이 시간전파 된다(S203).
(수학식 1)
Figure pat00001

여기서
Figure pat00002
는 시간
Figure pat00003
에서의 시그마 포인트로 그 수는
Figure pat00004
개 이다.
Figure pat00005
는 시간전파 하는 함수로 본 발명에서 예를 든 IMU/GPS에서는 IMU 데이터(
Figure pat00006
는 가속도계 출력,
Figure pat00007
는 자이로 출력)를 사용하여 자세 및 속도, 위치를 갱신하는 식에 해당한다. 그리고
Figure pat00008
는 시간전파 주기에 해당하며 50Hz의 IMU를 사용하는 경우 1/50 = 0.02가 된다.
이 때, 측정정보인 GPS 데이터가 입력되지 않으면 시그마 포인트의 시간전파는 계속되며, 1Hz GPS 데이터와 50Hz IMU 데이터 주기를 고려하면 시그마 포인트의 시간전파는 1초 안에 50번 수행된다(S204).
이후, GPS 데이터가 입력되면, 시간전파 된 상태변수의 평균과 분산을 계산한다(S205).
이후, 입력된 GPS 데이터를 사용하여 측정치 갱신을 수행하여 상태변수의 평균과 분산을 다시 계산한다(S206).
이 때, 계산되는 상태변수의 평균과 분산은 GPS 측정정보를 사용하여 오차의 일부가 보상된 것이다.
이후, 그 다음 갱신된 상태변수의 평균과 분산을 사용하여 시그마 포인트를 다시 계산하고(S207), S203에서 S207의 단계가 계속하여 반복될 수 있다.
도 2의 설명에서 나타낸 것과 같이 다중속도를 갖는 IMU와 GPS를 결합하는 과정에서 시간전파가 속도가 빠른 IMU의 출력 데이터에 맞추어서 수행된다.
이 때, 2L+1개 또는 L+2개 등의 수를 갖는 시그마 포인트들을 각각 시간전파 함으로 해서 계산량이 클 수밖에 없는 구조를 갖는다. 이러한 점을 개선하기 위해서 도 3의 새로운 과정을 적용할 수 있다.
도 3은 본 발명의 실시예에 따른 다중속도시스템 결합 장치 운용 방법을 이용한 필터 처리 순서도를 나타낸 것이다.
도 3을 참고하면, 우선 다중속도시스템 결합 장치는 IMU를 통해 수집된 항법정보의 초기 상태 변수에 대한 평균값과 분산값을 설정한다(S301).
이후, 초기 상태 변수에 대한 평균값과 분산값들을 사용하여 시그마 포인트들을 계산한다(S302).
이 때, 시그마 포인트의 수는 초기 상태 변수의 수가 L인 경우 UKF의 종류에 따라 2L+1 또는 L+2로 설정되며, 설정되는 시그마 포인트들의 평균과 분산은 초기 상태변수의 평균값 및 분산값과 동일하다.
이후, 상태변수의 평균값을 시간전파 한다(S303).
즉, 도 2의 과정에서는 시그마 포인트의 개수인 2L+1개 또는 L+2개 등의 수만큼 시간전파를 반복한 것과 달리 도 3의 과정에서는 단 1개의 상태변수의 평균만을 시간전파 한다.
이후, S303의 단계는 GPS를 통한 측정정보의 입력이 있기 전까지 반복되며 측정정보가 입력되면(S304), 시그마 포인트를 측정정보의 주파수 간격으로 시간전파를 하기의 (수학식 2)와 같이 수행한다.
(수학식 2)
Figure pat00009

이 때, IMU가 50Hz의 주기를 가지고, 측정치간의 시간전파가 한번에 수행되므로 50의 값이 적용된다.
또한, 가속도계와 자이로 출력은 하기의 (수학식 3)과 같이 측정정보 입력 사이에 획득한 가속도계와 자이로 출력의 평균을 의미한다.
(수학식 3)
Figure pat00010

이후, 측정치간 일괄적으로 시간전파가 수행된 시그마 포인트들을 사용하여 분산을 계산한다(S306).
이 때, 분산 계산의 방법은 도 2의 S205 단계와 같이 동일한 방법을 적용할 수 있다.
이후, S303 단계에서 시간전파 된 상태변수의 평균과 S306 단계에서 계산된 상태변수의 분산 그리고 획득된 측정정보를 사용하여 항법정보의 갱신을 수행한다(S307).
이 때, 갱신된 항법정보를 이용하여 평균과 분산을 계산하며 이 방법은 도 2의 S206 단계와 동일한 방법을 적용할 수 있다.
이후. 시간전파 된 상태변수의 평균과 분산을 사용하여 시그마 포인트를 다시 계산하고(S308), S303 단계에서 S308 단계가 계속하여 반복될 수 있다.
도 4는 본 발명의 실시예에 따른 다중속도시스템 결합 장치의 세부구성을 나타낸 도면이다.
도 4를 참고하면, 본 발명의 실시예에 따른 다중속도시스템 결합 장치는, 상태변수정보 설정부(1031), 시그마 포인트 계산부(1032), 시간전파부(1033) 및 갱신처리부(1034)를 포함하여 구성된다.
상태변수정보 설정부(1031)는 관성측정장치를 통하여 항법정보를 계산하고, 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정할 수 있다.
시그마 포인트 계산부(1032)는 상태변수정보 설정부(1031)에서 설정된 평균값과 분산값을 이용하여 시그마 포인트를 계산할 수 있다.
이 때, 상태변수정보 설정부(1031)는 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산할 수 있다.
시간전파부(1033)는 위성항법장치를 통하여 측정정보가 입력될 때까지 평균값에 대하여 시간전파(time propagation)를 수행하고, 측정정보가 입력되면, 시그마 포인트를 측정정보의 주파수 간격으로 시간전파를 수행할 수 있다.
갱신처리부(1034)는 측정정보를 반영하여 갱신된 항법정보를 출력할 수 있다.
이 때, 갱신처리부(1034)는 시간전파 된 평균값, 계산된 분산값 및 측정정보를 이용하여 항법정보를 갱신처리할 수 있다.
도 5는 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 5를 참고하면, 파선으로 표시된 그래프는 EKF를 사용한 시뮬레이션 결과를 나타낸 것이고, 1점 쇄선으로 표시된 그래프는 도 2의 과정을 수행하는 제1 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이고, 실선으로 표시된 그래프는 도 3의 과정을 수행하는 제2 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이다.
이 때, 시뮬레이션 결과는 100초간 IMU/GPS 결합시스템에 대한 시뮬레이션 결과를 도출하기 위하여 각 초당 소요된 계산시간에 대한 결과를 나타낸 것이고, Matlab 프로그램에서 tic/toc 명령어를 사용하여 계산된 것이다.
이 결과를 통해 도 2의 과정을 수행하는 제1 유형의 UKF는 도 3의 과정을 수행하는 제2 유형의 UKF보다 약 7배 정도 많은 계산량을 가짐을 확인할 수 있으며, 또한 도 3의 과정을 수행하는 제2 유형의 UKF는 EKF보다 계산량이 작아지는 것을 확인할 수 있다.
도 6은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 6을 참고하면, 도 5와 마찬가지로 파선으로 표시된 그래프는 EKF를 사용한 시뮬레이션 결과를 나타낸 것이고, 1점 쇄선으로 표시된 그래프는 도 2의 과정을 수행하는 제1 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이고, 실선으로 표시된 그래프는 도 3의 과정을 수행하는 제2 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이다.
이 때, 시뮬레이션의 조건으로, 초기 방위각 오차가 90도인 경우로 가정하였으며, 이를 통해 EKF, 도 2의 과정을 수행하는 제1 유형의 UKF 및 도 3의 과정을 수행하는 제2 유형의 UKF의 경우 방위각 추정 오차에 대한 시뮬레이션 결과를 나타낸 것이다.
이 때, EKF의 경우 오차의 수렴이 매우 늦으며 오차의 수렴이 불가능할 수도 있다는 것을 확인할 수 있다.
이에 반해 제1 유형의 UKF와 제2 유형의 UKF는 오차가 0 근처로 수렴하는 것을 확인할 수 있다.
도 7은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 7을 참고하면, 도 2의 과정을 수행하는 제1 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이다.
이 때, 시뮬레이션 결과는 제1 유형의 UKF를 사용하여 100번의 Monte Carlo 시뮬레이션을 수행한 다음 평균과 표준편차를 구한 것이다.
도 8은 본 발명의 실시예에 따른 다중속도시스템 결합 장치를 시뮬레이션 한 결과를 나타낸 도면이다.
도 8을 참고하면, 도 3의 과정을 수행하는 제2 유형의 UKF를 사용한 시뮬레이션 결과를 나타낸 것이다.
이 때, 시뮬레이션 결과는 제2 유형의 UKF를 사용하여 100번의 Monte Carlo 시뮬레이션을 수행한 다음 평균과 표준편차를 구한 것이다.
도 7에서 나타난 제1 유형의 UKF와 도 8에서 나타난 제2 유형의 UKF를 비교하면, 도 3의 과정을 수행하는 제2 유형의 UKF가 도 2의 과정을 수행하는 제1 유형의 UKF 보다 성능이 우수한 것을 확인할 수 있다.
또한, 본 시뮬레이션 결과를 통해 도 3의 과정을 수행하는 제2 유형의 UKF는 계산량 감소뿐 아니라 성능 또한 개선되는 것을 확인할 수 있다.
한편, 본 발명의 실시예에 따른 다중속도시스템 결합 장치 및 운용방법은 IMU 및 GPS를 결합한 항법 시스템에 적용하는 것을 대상으로 설명하였으나, 이 외에도 다른 다중속도 시스템 결합에도 동일하게 적용할 수 있다.
이상, 본 발명의 구성에 대하여 바람직한 실시예을 참조하여 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 예를 들어 본 발명의 파티션 복구 방법을 실현하기 위한 프로그램이 기록된 기록매체의 형태 등 다양한 형태로 구현될 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
101: IMU(inertial measurement unit, 관성 측정 장치)
102: GPS(global positioning system, 위성항법장치)
103: 다중속도시스템 결합 장치
1031: 상태변수정보 설정부
1032: 시그마 포인트 계산부
1033: 시간전파부
1034: 갱신처리부

Claims (10)

  1. 관성측정장치를 통하여 항법정보를 계산하고, 상기 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정하는 단계;
    상기 평균값과 분산값을 이용하여 시그마 포인트를 계산하는 단계;
    위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하는 단계;
    상기 측정정보가 입력되면, 상기 시그마 포인트를 상기 측정정보의 주파수 간격으로 시간전파를 수행하는 단계;
    상기 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산하는 단계; 및
    상기 시간전파 된 평균값, 상기 계산된 분산값 및 상기 측정정보를 이용하여 상기 항법정보를 갱신처리하는 단계를 포함하는 다중속도시스템 결합 장치 운용 방법.
  2. 청구항 1에 있어서,
    상기 항법정보와 상기 측정정보는 상이한 주기의 주파수로 측정되는 것을 특징으로 하는 다중속도시스템 결합 장치 운용 방법.
  3. 청구항 1에 있어서,
    상기 항법정보는, 3축 이상의 자이로와 가속도계를 이용하여 계산된 속도정보 및 자세정보를 포함하는 것을 특징으로 하는 다중속도시스템 결합 장치 운용 방법.
  4. 청구항 1에 있어서,
    상기 측정정보는, GPS를 이용하여 수집된 GPS 데이터를 포함하는 것을 특징으로 하는 다중속도시스템 결합 장치 운용 방법.
  5. 청구항 1에 있어서,
    상기 위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하는 단계는,
    1개의 초기 상태변수에 대한 평균값을 시간전파하는 것을 특징으로 하는 다중속도시스템 결합 장치 운용 방법.
  6. 관성측정장치를 통하여 항법정보를 계산하고, 상기 항법정보의 초기 상태변수에 대하여 평균값과 분산값을 설정하는 상태변수정보 설정부;
    상기 평균값과 분산값을 이용하여 시그마 포인트를 계산하는 시그마 포인트 계산부;
    위성항법장치를 통하여 측정정보가 입력될 때까지 상기 평균값에 대하여 시간전파(time propagation)를 수행하고, 상기 측정정보가 입력되면, 상기 시그마 포인트를 상기 측정정보의 주파수 간격으로 시간전파를 수행하는 시간전파부; 및
    상기 측정정보를 반영하여 갱신된 항법정보를 출력하는 갱신처리부를 포함하고,
    상기 상태변수정보 설정부는 상기 시간전파 된 시그마 포인트들을 사용하여 분산값을 계산하고,
    상기 갱신처리부는 상기 시간전파 된 평균값, 상기 계산된 분산값 및 상기 측정정보를 이용하여 상기 항법정보를 갱신처리하는 다중속도시스템 결합 장치.
  7. 청구항 6에 있어서,
    상기 항법정보와 상기 측정정보는 상이한 주기의 주파수로 측정되는 것을 특징으로 하는 다중속도시스템 결합 장치.
  8. 청구항 6에 있어서,
    관성측정장치는 3축 이상의 자이로와 가속도계를 포함하고, 상기 3축 이상의 자이로와 가속도계를 이용하여 속도정보 및 자세정보를 포함하는 상기 항법정보를 수집하는 것을 특징으로 하는 다중속도시스템 결합 장치.
  9. 청구항 6에 있어서,
    상기 위성항법장치는 GPS를 포함하고, 상기 GPS를 이용하여 GPS 데이터를 포함하는 측정정보를 수집하는 것을 특징으로 하는 다중속도시스템 결합 장치.
  10. 청구항 6에 있어서,
    상기 시간전파부는 상기 평균값에 대하여 시간전파(time propagation)를 수행함에 있어서, 1개의 초기 상태변수에 대한 평균값을 시간전파하는 것을 특징으로 하는 다중속도시스템 결합 장치.
KR1020120134253A 2012-11-26 2012-11-26 다중속도시스템 결합 장치 및 운용 방법 KR20140070722A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120134253A KR20140070722A (ko) 2012-11-26 2012-11-26 다중속도시스템 결합 장치 및 운용 방법
US13/943,535 US20140149034A1 (en) 2012-11-26 2013-07-16 Apparatus for integrating multiple rate systems and method of operating the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120134253A KR20140070722A (ko) 2012-11-26 2012-11-26 다중속도시스템 결합 장치 및 운용 방법

Publications (1)

Publication Number Publication Date
KR20140070722A true KR20140070722A (ko) 2014-06-11

Family

ID=50773976

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120134253A KR20140070722A (ko) 2012-11-26 2012-11-26 다중속도시스템 결합 장치 및 운용 방법

Country Status (2)

Country Link
US (1) US20140149034A1 (ko)
KR (1) KR20140070722A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107085225A (zh) * 2017-06-27 2017-08-22 北京电子工程总体研究所 一种基于gnss信息的冷启动航天器在轨导航初值建立方法
CN107861501A (zh) * 2017-10-22 2018-03-30 北京工业大学 地下污水处理厂智能机器人自主定位导航系统
CN111650617A (zh) * 2020-06-10 2020-09-11 国网湖南省电力有限公司 基于新息加权自适应不敏卡尔曼滤波的晶振频率驯服方法、系统及介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940433B (zh) * 2014-05-12 2016-09-07 哈尔滨工业大学 一种基于改进的自适应平方根ukf算法的卫星姿态确定方法
CN106526542A (zh) * 2016-10-17 2017-03-22 西南大学 一种基于确定性采样的增广卡尔曼滤波方法
CN109889985A (zh) * 2019-03-19 2019-06-14 西安科技大学 一种基于ukf算法的微波无线传输定位方法
CN110109049B (zh) * 2019-03-27 2021-04-20 北京邮电大学 用于大规模天线角度估计的无迹卡尔曼滤波方法及装置
CN111136660B (zh) * 2020-02-19 2021-08-03 清华大学深圳国际研究生院 机器人位姿定位方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6417802B1 (en) * 2000-04-26 2002-07-09 Litton Systems, Inc. Integrated inertial/GPS navigation system
US7606331B2 (en) * 2005-05-11 2009-10-20 Nokia Corporation Frequency offset compensation in radio receiver
US20110307213A1 (en) * 2006-07-10 2011-12-15 Yang Zhao System and method of sensing attitude and angular rate using a magnetic field sensor and accelerometer for portable electronic devices
US8560234B2 (en) * 2008-05-13 2013-10-15 The United States Of America, As Represented By The Secretary Of The Navy System and method of navigation based on state estimation using a stepped filter
JP2013064695A (ja) * 2011-09-20 2013-04-11 Yamaha Corp 状態推定装置、オフセット更新方法およびオフセット更新プログラム
EP2771714B8 (de) * 2011-10-24 2018-10-24 Continental Teves AG & Co. OHG Sensorsystem zur eigenständigen bewertung der integrität seiner daten
JP2013096724A (ja) * 2011-10-28 2013-05-20 Yamaha Corp 状態推定装置
EP2679954A1 (en) * 2012-06-26 2014-01-01 ST-Ericsson SA Sequential estimation in a real-time positioning or navigation system using historical states
JP2014089113A (ja) * 2012-10-30 2014-05-15 Yamaha Corp 姿勢推定装置及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107085225A (zh) * 2017-06-27 2017-08-22 北京电子工程总体研究所 一种基于gnss信息的冷启动航天器在轨导航初值建立方法
CN107085225B (zh) * 2017-06-27 2019-10-25 北京电子工程总体研究所 一种基于gnss信息的冷启动航天器在轨导航初值建立方法
CN107861501A (zh) * 2017-10-22 2018-03-30 北京工业大学 地下污水处理厂智能机器人自主定位导航系统
CN111650617A (zh) * 2020-06-10 2020-09-11 国网湖南省电力有限公司 基于新息加权自适应不敏卡尔曼滤波的晶振频率驯服方法、系统及介质

Also Published As

Publication number Publication date
US20140149034A1 (en) 2014-05-29

Similar Documents

Publication Publication Date Title
KR20140070722A (ko) 다중속도시스템 결합 장치 및 운용 방법
CN103323007B (zh) 一种基于时变量测噪声的鲁棒联邦滤波方法
US20150153460A1 (en) Sequential Estimation in a Real-Time Positioning or Navigation System Using Historical States
US8560234B2 (en) System and method of navigation based on state estimation using a stepped filter
CN107690567A (zh) 利用扩展卡尔曼滤波器用于对移动载体设备的航行进行追踪的方法
Sun et al. Mooring alignment for marine SINS using the digital filter
Crocoll et al. Model‐aided navigation for a quadrotor helicopter: A novel navigation system and first experimental results
CN103344260B (zh) 基于rbckf的捷联惯导系统大方位失准角初始对准方法
CN108981696B (zh) 一种sins任意失准角无奇异快速传递对准方法
US10379224B2 (en) Invariant particle filtering
KR20130016072A (ko) 위성 위치지정 데이터와 차량 센서 데이터에 기초한 차량 네비게이션
CN103557864A (zh) Mems捷联惯导自适应sckf滤波的初始对准方法
CN103542853A (zh) 一种估计加速度计漂移的绝对导航滤波方法
CN100588905C (zh) 陀螺的虚拟实现方法
Esswein et al. GPS spoofing resilience via NMA/watermarks authentication and IMU prediction
CN103901459B (zh) 一种mems/gps组合导航系统中量测滞后的滤波方法
JP2009198279A (ja) 車載ナビゲーションシステム及びナビゲーション方法
Gu et al. A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration
CN102175237A (zh) 一种激光陀螺抖动剥除装置
Lacambre et al. Limitations of the unscented Kalman filter for the attitude determination on an inertial navigation system
CN104501832A (zh) 一种改进型实用惯性传感器降噪装置
CN115307631A (zh) 一种基于地球坐标系和右群状态误差定义的sins/usbl组合导航方法
He et al. A reduced-order model for integrated GPS/INS
CN104833987A (zh) Gnss/ins深组合中辅助信息延迟影响的评估方法
WO2018014449A1 (zh) 改善相对位置传感器性能的方法、装置及计算机存储介质

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid