KR20190042247A - 위치 추정 장치 및 방법 - Google Patents
위치 추정 장치 및 방법 Download PDFInfo
- Publication number
- KR20190042247A KR20190042247A KR1020170133955A KR20170133955A KR20190042247A KR 20190042247 A KR20190042247 A KR 20190042247A KR 1020170133955 A KR1020170133955 A KR 1020170133955A KR 20170133955 A KR20170133955 A KR 20170133955A KR 20190042247 A KR20190042247 A KR 20190042247A
- Authority
- KR
- South Korea
- Prior art keywords
- sensing data
- auxiliary
- sensor
- main
- reliability
- Prior art date
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
- G01S19/38—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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
-
- 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
-
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/05—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data
- G01S19/06—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data employing an initial estimate of the location of the receiver as aiding data or in generating aiding data
-
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/08—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing integrity information, e.g. health of satellites or quality of ephemeris data
-
- 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
- G01S19/40—Correcting position, velocity or attitude
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Computer Security & Cryptography (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
위치 추정 방법 및 장치가 제공된다. 위치 추정 장치는 1차적으로 주 센싱 데이터에 기초한 위치를 추정하고, 보조 센싱 데이터가 신뢰성 있는 경우에는 2차적으로 주 센싱 데이터 및 보조 센싱 데이터에 기초하여 위치를 재추정할 수 있다.
Description
이하, 위치 추정에 관련된 기술이 제공된다.
차량용 네비게이션 시스템은 자동차등이 이동하고 있을 때 복수개의 전세계 위치 측정 시스템(GPS, Global Positioning System)에 속하는 인공위성으로부터 나오는 전파를 수신하여 이동체의 현재위치를 확인하고, 또한 이동체의 속도를 확인하여야 한다. 이와 같은 차량용 네비게이션장치는 GPS수신기에서 수신한 정보를 이용하여 위도, 경도 및 고도정보를 포함하는 3차원의 차량 현재위치를 계산할 수 있다. 그러나 GPS 신호는 약 10m 내지 100m정도의 GPS 위치오차를 포함할 수 있다. 이러한 위치의 오차는 다른 센서를 이용하여 보정될 수 있다.
일 실시예에 따른 프로세서에 의해 수행되는 위치 추정 방법은, 주 센서(main sensor)로부터 획득된 주 센싱 데이터로부터 대상(target)의 위치를 추정하는 단계; 보조 센서(auxiliary sensor)로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계; 및 상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계를 포함할 수 있다.
상기 대상의 위치를 추정하는 단계는, 상기 주 센싱 데이터에 비선형 필터링을 적용함으로써 상기 대상의 위치를 추정하는 단계를 포함할 수 있다.
위치 추정 방법은 대상의 가속도 및 각속도를 나타내는 IMU(inertial measurement unit) 신호 및 GPS(global positioning system) 신호를 상기 주 센싱 데이터로서 획득하는 단계를 더 포함할 수 있다.
위치 추정 방법은 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 주 센싱 데이터로부터 추정된 대상의 위치를 상기 대상의 위치로 결정하는 단계를 더 포함할 수 있다.
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는, 상기 보조 센서로부터 상기 대상의 전방에 대응하는 이미지 데이터를 획득하는 단계; 및 상기 이미지 데이터의 신뢰성을 판단하는 단계를 포함할 수 있다.
위치 추정 방법은 현재 시간 구간 동안 수집된 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 현재 시간 구간 동안 상기 보조 센싱 데이터를 배제하는 단계를 더 포함할 수 있다.
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는, 상기 보조 센싱 데이터에 대한 신뢰점수를 산출하는 단계; 상기 산출된 신뢰점수가 임계점수를 초과하는 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성 있는 것으로 결정하는 단계; 및 상기 산출된 신뢰점수가 임계점수 이하인 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성이 없는 것으로 결정하는 단계를 포함할 수 있다.
상기 보조 센서로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계는, 상기 주 센싱 데이터를 기준으로 상기 보조 센싱 데이터의 신뢰성을 판단하는 단계를 포함할 수 있다.
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는, 상기 주 센싱 데이터로부터 도출된 위치 정보와 상기 보조 센싱 데이터로부터 도출된 위치 정보 간의 차이, 상기 주 센싱 데이터로부터 도출된 속도 정보 및 상기 보조 센싱 데이터로부터 도출된 속도 정보 간의 차이, 및 상기 주 센싱 데이터로부터 도출된 자세 정보 및 상기 보조 센싱 데이터로부터 도출된 자세 정보 간의 차이 중 적어도 하나를 산출하는 단계; 및 상기 위치 정보의 차이, 상기 속도 정보의 차이, 및 상기 자세 정보의 차이 중 적어도 하나에 기초하여, 상기 보조 센싱 데이터의 신뢰성을 결정하는 단계를 포함할 수 있다.
상기 보조 센서로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계는, 복수의 보조 센서들의 각각으로부터 획득된 보조 센싱 데이터의 신뢰점수를 산출하는 단계를 포함하고, 상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계는, 상기 복수의 보조 센서들 중 신뢰점수가 가장 높은 보조 센서로부터 획득된 보조 센싱 데이터 및 상기 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계를 포함할 수 있다.
위치 추정 방법은 추가 센서(additional sensor)로부터 획득된 추가 센싱 데이터의 신뢰성을 판단하는 단계; 상기 추가 센싱 데이터가 신뢰성이 있는 것으로 판단된 경우에 응답하여, 상기 추가 센싱 데이터, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 다시 재추정하는 단계를 더 포함할 수 있다.
위치 추정 방법은 상기 보조 센싱 데이터의 신뢰성에 기초하여, 상기 대상의 위치에 대한 출력 모드를 선택하는 단계를 더 포함하고, 상기 출력 모드를 선택하는 단계는, 상기 보조 센서가 임계점수 이하의 신뢰점수를 나타내는 경우에 응답하여, 상기 주 센싱 데이터에 기초하여 추정된 위치를 출력하는 단계; 및 상기 보조 센서가 상기 임계점수를 초과하는 신뢰점수를 나타내는 경우에 응답하여, 상기 주 센싱 데이터 및 상기 보조 센싱 데이터에 기초하여 재추정된 위치를 출력하는 단계를 포함할 수 있다.
일 실시예에 따른 위치 추정 장치는, 주 센싱 데이터 및 보조 센싱 데이터를 생성하는 센서; 및 상기 주 센싱 데이터로부터 대상의 위치를 추정하고, 상기 보조 센싱 데이터의 신뢰성을 판단하며, 상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 프로세서를 포함할 수 있다.
상기 프로세서는, 상기 주 센싱 데이터에 비선형 필터링을 적용함으로써 상기 대상의 위치를 추정할 수 있다.
상기 센서는, 대상의 가속도 및 각속도를 나타내는 IMU(inertial measurement unit) 신호 및 GPS(global positioning system) 신호를 상기 주 센싱 데이터로서 획득하는 주 센서를 포함할 수 있다.
상기 프로세서는, 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 주 센싱 데이터로부터 추정된 대상의 위치를 상기 대상의 위치로 결정할 수 있다.
상기 센서는, 상기 대상의 전방에 대응하는 이미지 데이터를 획득하는 보조 센서를 포함할 수 있다.
상기 프로세서는, 현재 시간 구간 동안 수집된 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 현재 시간 구간 동안 상기 보조 센싱 데이터를 배제할 수 있다.
상기 프로세서는, 상기 보조 센싱 데이터에 대한 신뢰점수를 산출하고, 상기 산출된 신뢰점수가 임계점수를 초과하는 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성 있는 것으로 결정하며, 상기 산출된 신뢰점수가 임계점수 이하인 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성이 없는 것으로 결정할 수 있다.
상기 프로세서는, 상기 주 센싱 데이터를 기준으로 상기 보조 센싱 데이터의 신뢰성을 판단할 수 있다.
도 1 내지 도 3은 일 실시예에 따른 위치 추정 장치의 구성을 도시한 블록도이다.
도 4는 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
도 5, 도 6a 및 도 6b는 일 실시예에 따른 위치 추정 과정을 설명하는 도면이다.
도 7 내지 도 9는 다른 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
도 4는 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
도 5, 도 6a 및 도 6b는 일 실시예에 따른 위치 추정 과정을 설명하는 도면이다.
도 7 내지 도 9는 다른 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수 개의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1 내지 도 3은 일 실시예에 따른 위치 추정 장치의 구성을 도시한 블록도이다.
도 1은 위치 추정 장치(100)의 개괄적인 구성을 도시한다. 위치 추정 장치(100)는 센서(110) 및 프로세서(120)를 포함한다.
센서(110)는 주 센싱 데이터(main sensing data) 및 보조 센싱 데이터(auxiliary sensing data)를 생성할 수 있다. 예를 들어, 센서(110)는 주 센서를 통해 주 센싱 데이터를 획득할 수 있고, 보조 센서를 통해 보조 센싱 데이터를 획득할 수 있다.
프로세서(120)는, 보조 센싱 데이터의 신뢰성에 따라, 보조 센싱 데이터를 주 센싱 데이터와 함께 대상의 위치를 결정하는 데 사용할 지 결정할 수 있다. 예를 들어, 프로세서(120)는 주 센싱 데이터로부터 대상의 위치를 1차적으로 추정할 수 있다. 이후 프로세서(120)는 보조 센싱 데이터의 신뢰성을 판단할 수 있다. 프로세서(120)는 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 대상의 위치를 2차적으로 재추정할 수 있다.
본 명세서에서 대상은, 위치 추정 장치(100)가 탑재된 기기를 나타낼 수 있다. 예를 들어, 위치 추정 장치(100)가 자동차(vehicle)에 탑재된 경우, 대상은 자동차를 나타낼 수 있다.
도 2는 위치 추정 장치(200)에 포함되는 센서(210)를 상세히 도시한 도면이다.
센서(210)는 주 센서(211) 및 보조 센서(212)를 포함한다.
주 센서(211)는 주 센싱 데이터를 생성할 수 있다. 예를 들어, 주 센서(211)는 IMU(Inertial Measurement Unit)(201) 및 GPS(Global Positioning System) 모듈(202)을 포함할 수 있다. 주 센서(211)는 대상의 가속도 및 각속도를 나타내는 IMU(inertial measurement unit) 신호 및 GPS(global positioning system) 신호를 주 센싱 데이터로서 획득할 수 있다.
IMU(201)는 관성 측정기(Inertial measurer)라고도 나타낼 수 있다. IMU(201)는 자세 변환, 위치 이동에 대한 변화속도, 및 변위량을 측정할 수 있고, 예를 들어, 병진운동(예를 들어, 가속도)을 감지하는 3축 가속도계와 회전운동(예를 들어, 각속도)을 감지하는 3축 자이로스코프로 구성될 수 있다. IMU(201)는 외부 정보에 의존하지 않기 때문에 가속도 신호 및 각속도 신호를 안정적으로 수집할 수 있다. 다만, IMU(201)의 센싱 시간이 누적될 수록, 계산된 위치가 발산할 수 있으므로, 프로세서(220)는 IMU 신호에 GPS 신호 및 이미지 데이터를 융합하여 위치를 안정적으로 추정할 수 있다.
GPS 모듈(202)은 세 개 이상의 인공 위성(artificial satellite)으로부터 송신된 신호를 수신하여 위성과 위치 추정 장치(200)의 위치를 산출할 수 있으며, GNSS(Global Navigation Satellite System)라고 나타낼 수도 있다.
보조 센서(212)는 보조 센싱 데이터를 생성할 수 있다. 예를 들어, 보조 센서(212)는 카메라(203)를 포함할 수 있다. 카메라(203)는 위치 추정 장치(200)의 외부를 촬영하여 이미지 데이터를 생성할 수 있다. 다만, 보조 센서(212)를 이로 한정하는 것은 아니고, 주 센서(211)에 비해 신뢰도가 낮으면서 정밀도가 높은 센싱 모듈이 보조 센서(212)로서 구현될 수도 있다.
프로세서(220)는 도 1에서 상술한 바와 유사하게 동작할 수 있다. 예를 들어, 프로세서(220)는 IMU(201)로부터 IMU 신호를 수신하고, GPS 모듈(202)로부터 GPS 신호를 수신하여 대상의 위치를 추정할 수 있다.
또한, 프로세서(220)는 보조 센싱 데이터가 정확하고 신뢰성이 높은 경우에만 위치 추정에 사용할 수 있다. 예를 들어, 프로세서(220)는 이미지 데이터의 상태에 따라, 이미지 데이터를 위치 추정에 활용할 지 여부를 결정할 수 있다. 예를 들어, 보조 센싱 데이터가 이미지 데이터이고 신뢰성이 높은 경우, 프로세서는 이미지 데이터를 이용하여 대상의 주위에 대한 시각적 정보를 수집할 수 있고, 맵(map)과 비교하여 보정함으로써 1미터 이내의 오차로 매우 정밀한 위치를 추정해낼 수 있다.
일 실시예에 따르면, 프로세서(220)는 카메라(203)로부터 획득된 이미지 데이터가 신뢰성이 있는 경우, IMU 신호, GPS 신호, 및 이미지 데이터에 기초하여 대상의 위치를 재추정할 수 있다. 예를 들어, 프로세서(220)는 획득된 센싱 데이터에 칼만 필터링(Kalman filtering) 또는 비선형 필터링(non-linear filtering), 예를 들어, 파티클 필터링(Particle filtering)을 적용할 수 있다. 칼만 필터링은 대표적인 센서 퓨전 기법 중 하나로서, 추정하고자 하는 상태 변수(state variable)의 오차의 RMSE(Root Mean Square Error)를 최소화 하는 필터링 기법일 수 있다. 다만, 대상의 위치를 추정하기 위해 프로세서(220)가, 카메라와 같은 보조 센서로부터 획득되는 비선형성(non-linearity)을 가지는, 측정값(measured value)(예를 들어, 이미지 데이터)을 처리하는 과정에서, 비선형성에 의한 오차가 발생할 수 있다. 프로세서(220)는 이러한 이미지 데이터를 처리하기 위해 비선형 필터를 이용함으로써 비선형성에 의한 오차를 최소화할 수 있다.
프로세서(220)는 칼만 필터링 또는 비선형 필터링을 통해, 각각 센서의 성능에 따라 최적화된 비율로 센싱 데이터를 융합(fusion)하여 대상의 위치를 추정할 수 있다. 다만, 복수의 센서들 중 적어도 일부 센서가 외부의 환경 변화에 취약한 경우, 프로세서(220)는 잘못된 센싱 데이터를 수집할 수 있다. 만약 잘못된 센싱 데이터에 칼만 필터링을 적용하면 잘못된 측정치에 의한 오차가 발생하므로 위치 추정의 정확도가 저하될 수 있다. 정밀도를 높이고, 위치 추정의 신뢰성도 유지하기 위해, 위치 추정 장치(200)는 주 센서(211)에 비해 신뢰도가 낮으면서 정밀도가 높은 보조 센서(212)를 선택적으로 이용할 수 있다.
일 실시예에 따른 프로세서(220)는, 단일 칼만 필터가 아닌, 두 개 이상의 필터링 기법을 이용할 수 있다. 프로세서(220)는 각 필터링 기법을 서로 다른 계층에서 독립적으로 적용함으로써, 보조 센서(212)의 고장이 주 센서(211)에 기초한 위치 추정에 영향을 미치는 것(affect)을 최소화 할 수 있다. 예를 들어, 프로세서(220)는 보조 센서(212)가 신뢰성이 없는 경우, 주 센싱 데이터에만 기초하여 위치를 추정할 수 있고, 신뢰성이 없는 보조 센싱 데이터는 현재 시간 구간 및 다음 시간 구간의 위치 추정으로부터 배제할 수 있다. 또한, 프로세서(220)는 보조 센서(212)가 신뢰성이 있는 경우 주 센싱 데이터 및 보조 센싱 데이터를 둘 다 고려하여 위치를 재추정할 수 있다.
도 3은 일 실시예에 따른 위치 추정 장치(300)의 세부적인 구성으로 도시한 블록도이다. 위치 추정 장치(300)는 센서(310) 및 프로세서(320)와 함께 메모리(330)를 더 포함할 수 있다.
센서(310)는 주 센서(311), 보조 센서(312), 및 추가 센서(additional sensor)(313)를 포함할 수 있다.
주 센서(311)는 주 센싱 데이터를 생성할 수 있다. 예를 들어, 주 센서(311)는 상술한 바와 같이 관성 측정기 및 GPS 모듈을 포함할 수 있다. GPS 모듈은 1Hz로 절대 위치를 측정할 수 있고, 낮은 노이즈를 가지므로 안정적으로 동작할 수 있다. 관성 측정기는 100Hz로 상대위치를 측정할 수 있고, 고속으로 측정할 수 있다.
보조 센서(312)는 보조 센싱 데이터를 생성할 수 있다. 예를 들어, 보조 센서(312)는 카메라를 포함할 수 있다. 카메라는 1 내지 10Hz로 상대 경로를 측정하거나, 맵 매칭(map matching)을 통해 절대 위치를 측정할 수 있다. 카메라는 관성 측정기에 비해 낮은 드리프트(drift)를 발생시킬 수 있다.
추가 센서(313)는 추가 센싱 데이터를 생성할 수 있다. 예를 들어, 추가 센서(313)는 오도미터(odometer), LIDAR(Light Detection and Ranging) 모듈 또는 RADAR(radio detection and ranging) 모듈 등을 포함할 수 있다.
프로세서(320)는 기본적으로 주 센서(311)로부터 획득된 주 센싱 데이터에 기초하여 대상의 위치를 추정할 수 있다. 프로세서(320)는 보조 센서(312)로부터 획득된 보조 센싱 데이터 및 추가 센서(313)로부터 획득된 추가 센싱 데이터는 각각의 신뢰성에 기초하여, 각 데이터를 위치 추정에 반영할 지 여부를 결정할 수 있다. 예를 들어, GPS 모듈을 포함하는 주 센서(311)는 GPS 신호를 막는 장애물(obstacle)이 없는 넓은 공터에서만 잘 작동할 수 있고, 카메라를 포함하는 보조 센서(312)는 주위 빛의 세기와 사물의 특징에 따라 오작동할 가능성이 있을 수 있다. 프로세서(320)는 센서 오작동에 의한 오류를 방지하기 위하여, 각 센싱 데이터를 계층적으로 위치 추정에 반영할 수 있다. 보조 센싱 데이터 및 추가 센싱 데이터에 기초한 위치 추정은 아래에서 설명한다.
메모리(330)는 위치 추정 과정에서 요구되는 데이터를 임시적으로 또는 영구적으로 저장할 수 있다. 예를 들어, 메모리(330)는 주 센서(311)로부터 획득된 주 센싱 데이터, 보조 센서(312)로부터 획득된 보조 센싱 데이터, 및 추가 센서(313)로부터 획득된 추가 센싱 데이터를 시계열적으로 저장할 수 있다. 또한, 메모리(330)는 대상이 위치하는 지역을 포함하는 영역에 대한 맵 및 맵의 각 지점에서 촬영된 장면 이미지(예를 들어, 360도 파노라마 이미지)를 저장할 수 있다.
일 실시예에 따른 위치 추정 장치(300)는 주 센싱 데이터 및 보조 센싱 데이터를 융합함으로써, 차로 단위(lane unit)로 차량의 위치를 정밀하게 추정할 수 있다.
도 4는 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
우선, 단계(410)에서 위치 추정 장치의 프로세서는 주 센서로부터 획득된 주 센싱 데이터로부터 대상의 위치를 추정할 수 있다. 예를 들어, 프로세서는 주 센싱 데이터에 비선형 필터링을 적용함으로써 대상의 위치를 추정할 수 있다.
그리고 단계(420)에서 프로세서는 보조 센서로부터 획득된 보조 센싱 데이터의 신뢰성을 판단할 수 있다. 예를 들어, 프로세서는 보조 센서로부터 대상의 전방에 대응하는 이미지 데이터를 획득할 수 있다. 프로세서는 해당 이미지 데이터의 신뢰성을 판단할 수 있다. 프로세서는 보조 센싱 데이터에 대한 신뢰점수를 산출할 수 있고, 산출된 신뢰점수에 기초하여 보조 센싱 데이터의 신뢰성을 결정할 수 있다.
이어서 단계(430)에서 프로세서는 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다. 일 실시예에 따르면, 프로세서는 단계(410)에서 추정되었던 위치를 배제하고, 보조 센싱 데이터 및 주 센싱 데이터에 비선형 필터링을 적용하여 대상의 새로운 위치를 재추정할 수 있다.
또한, 프로세서는 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 주 센싱 데이터로부터 추정된 대상의 위치를 대상의 위치로 결정할 수 있다. 이 때, 프로세서는 보조 센싱 데이터 및 주 센싱 데이터를 이용한 위치 재추정 연산을 배제할 수 있다.
도 5, 도 6a 및 도 6b는 일 실시예에 따른 위치 추정 과정을 설명하는 도면이다.
도 5는 위치 추정 장치의 프로세서가 주 센싱 데이터 및 보조 센싱 데이터에 기초하여 대상의 위치를 결정하는 과정을 설명하는 도면이다. 예를 들어, 위치 추정 장치는 2단계 측위(two levels positioning)를 수행할 수 있다. 일 실시예에 따르면 도 5에 도시된 제1 센서(511), 제2 센서(512), 제3 센서(520), 위치 추정부(530), 영상 처리부(541), 신뢰성 판단부(542), 위치 재추정부(550), 및 모드 선택부(560)는 프로세서에 의해 동작하는 소프트웨어 모듈일 수 있다.
제1 센서(511)는 제1 센싱 데이터(예를 들어, GPS 신호)를 획득할 수 있고, 제2 센서(512)는 제2 센싱 데이터(예를 들어, IMU 신호)를 획득할 수 있다. 위치 추정부(530)는 제1 센싱 데이터 및 제2 센싱 데이터에 기초하여 위치를 추정할 수 있다. 위치 추정부(530)는 예를 들어, 주 센싱 데이터(예를 들어, GPS 신호 및 IMU 신호)에 칼만 필터링 또는 비선형 필터링(예를 들어, 확장 칼만 필터(extended Kalman filter))을 적용하여 대상의 위치를 추정할 수 있다. 다만, 주 센싱 데이터를 GPS 신호 및 IMU 신호로 한정하는 것은 아니고, 주 센싱 데이터는 안정적인(stable) 센싱 데이터, 예를 들어, 차량의 속도계 정보 등을 더 포함할 수도 있다. 다만, GPS 신호 등의 오차는 일반적으로 10m 가량이고, 도심지나 터널 등에서는 더욱 오차가 증가하므로, GPS 신호 및 IMU 신호에 기초하여 추정된 위치는 개략적 측위 결과(coarse result)일 수 있다.
또한, 영상 처리부(541)는 제3 센서(520)(예를 들어, 카메라)로부터 제3 센싱 데이터(예를 들어, 이미지 데이터)를 획득하여 영상 처리를 수행할 수 있다. 제3 센서(520)는 대상의 주변에 관한 시각적 정보인 이미지 데이터를 획득할 수 있고, 영상 처리부(541)는 해당 이미지 데이터에 대한 영상 처리(541)를 수행함으로써, 이미지 데이터를 측위(positioning)에 이용 가능한 정보로 변환할 수 있다.
신뢰성 판단부(542)는 영상 처리된 결과에 기초하여 이미지 데이터의 신뢰성을 판단할 수 있다. 제3 센서(520)는 대상 주위의 밝기나 사물(object)의 배치 등에 의해 잘못된 데이터(false data)를 획득할 수도 있다. 신뢰성 판단부(542)는 이미지 데이터의 신뢰성을 판단함으로써, 잘못된 이미지 데이터(false image data)의 사용을 방지할 수 있다.
일 실시예에 따르면, 신뢰성 판단부(542)는 주 센싱 데이터를 기준으로 보조 센싱 데이터의 신뢰성을 판단할 수 있다. 예를 들어, 신뢰성 판단부(542)는 주 센싱 데이터로부터 도출된 속도 정보 및 보조 센싱 데이터로부터 도출된 속도 정보 간의 차이를 산출할 수 있다. 신뢰성 판단부(542)는 주 센싱 데이터인 IMU 신호, GPS 신호 및 차량 속도계의 정보 중 적어도 하나에 기초하여 대상의 제1 속도를 계산할 수 있다. 또한, 신뢰성 판단부(542)는 비주얼 오도메트리(visual odometry)에 기초하여, 보조 센싱 데이터인 이미지 데이터로부터 대상의 제2 속도를 계산할 수 있다. 신뢰성 판단부(542)는 제1 속도 및 제2 속도 간의 차이가 임계값을 초과하는 경우에 응답하여, 보조 센싱 데이터가 신뢰성이 없는 것으로 결정할 수 있다. 신뢰성 판단부(542)는 산출된 차이가 임계값 이하인 경우에 응답하여, 보조 센싱 데이터가 신뢰성이 있는 것으로 결정할 수 있다.
다만, 이로 한정하는 것은 아니고, 신뢰성 판단부(542)는 모든 데이터에 기반하여 보조 센싱 데이터의 신뢰성을 판단할 수 있다. 일 실시예에 따르면, 신뢰성 판단부(542)는 주 센싱 데이터로부터 도출된 위치 정보와 보조 센싱 데이터로부터 도출된 위치 정보 간의 차이, 주 센싱 데이터로부터 도출된 속도 정보 및 보조 센싱 데이터로부터 도출된 속도 정보 간의 차이, 및 주 센싱 데이터로부터 도출된 자세 정보 및 보조 센싱 데이터로부터 도출된 자세 정보 간의 차이 중 적어도 하나를 산출할 수 있다. 신뢰성 판단부(5420는 상술한 위치 정보의 차이, 상술한 속도 정보의 차이, 및 상술한 자세 정보의 차이 중 적어도 하나에 기초하여, 보조 센싱 데이터의 신뢰성을 결정할 수 있다.
예를 들어, 신뢰성 판단부(542)는 위치 정보의 차이가 제1 임계값을 초과하는 지, 속도 정보의 차이가 제2 임계값을 초과하는 지, 자세 정보의 차이가 제3 임계값을 초과하는 지 여부를 판단할 수 있다. 신뢰성 판단부(542)는 위치 정보의 차이, 속도 정보의 차이, 및 자세 정보의 차이 중 적어도 하나라도 각 임계값을 초과하는 경우, 해당 보조 센싱 데이터가 신뢰성이 있는 것으로 결정할 수 있다. 신뢰성 판단부(542)는 상술한 차이들이 모두 각 임계값 이하인 경우, 해당 보조 센싱 데이터가 신뢰성이 없는 것으로 결정할 수 있다.
다른 예를 들어, 신뢰성 판단부(542)는 위치 정보의 차이, 속도 정보의 차이, 및 자세 정보의 차이 중 적어도 하나에 기초하여, 신뢰점수를 산출할 수 있다. 이 경우, 신뢰성 판단부(542)는 신뢰점수가 임계점수를 초과하는 경우에 보조 센싱 데이터의 신뢰성이 있는 것으로 결정할 수 있다. 반대로, 신뢰성 판단부(542)는 신뢰점수가 임계점수 미만인 경우에 보조 센싱 데이터의 신뢰성이 없는 것으로 결정할 수 있다.
신뢰성 판단부(542)에 의해 보조 센싱 데이터가 신뢰성이 있는 것으로 결정된 경우, 위치 재추정부(550)는 정확한 측위 결과(precise result)를 산출할 수 있다. 예를 들어, 위치 재추정부(550)는 개략적인 측위 결과 및 보조 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다. 위치 재추정부(550)는 차선 단위(예를 들어, 1미터) 이내의 오차로, 매우 정밀하게 대상의 위치를 결정할 수 있다.
모드 선택부(560)는 상기 보조 센싱 데이터의 신뢰성에 기초하여, 상기 대상의 위치에 대한 출력 모드를 선택할 수 있다. 예를 들어, 보조 센싱 데이터가 신뢰성이 없는 것으로 판단된 경우에 응답하여, 모드 선택부(560)는 개략적 측위 모드(coarse positioning mode)를 선택할 수 있다. 모드 선택부(560)는 보조 센서가 임계점수 이하의 신뢰점수를 나타내는 경우에 개략적 측위 모드를 선택할 수 있다. 보조 센싱 데이터가 신뢰성이 있는 것으로 판단된 경우에 응답하여, 모드 선택부(560)는 정밀 측위 모드(finite positioning mode)를 선택할 수 있다. 모드 선택부(560)는 보조 센서가 임계점수를 초과하는 신뢰점수를 나타내는 경우에 정밀 측위 모드를 선택할 수 있다.
개략적 측위 모드가 선택된 경우, 모드 선택부(560)는 주 센싱 데이터에 기초하여 추정된 위치를 개략적 측위 결과로서 출력할 수 있다. 이 때, 위치 추정 장치는 현재 시간 구간 동안 수집된 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 현재 시간 구간 동안 보조 센싱 데이터를 배제할 수 있다. 예를 들어, 위치 추정 장치는, 신뢰성이 없는 보조 센싱 데이터를 현재 시간 구간의 측위로부터 배제함으로써 현재 시간 구간 동안 측위의 안정성을 보장할 수 있다.
정밀 측위 모드가 선택된 경우, 모드 선택부(560)는 주 센싱 데이터 및 보조 센싱 데이터에 기초하여 재추정된 위치를 정확한 측위 결과로서 출력할 수 있다. 예를 들어, 모드 선택부(560)는 주 센싱 데이터 및 보조 센싱 데이터에 기초하여 재추정된 위치를 정확한 측위 결과(502)로 출력함으로써, 현재 시간 구간 동안 측위의 정밀성(accuracy)을 보장할 수 있다.
다른 일 실시예에 따르면, 위치 추정 장치는 정밀한 결과의 신뢰도를 실시간으로 계산할 수 있고, 일정 수준 이상의 높은 신뢰도가 계속 유지되는 경우, 정확한 측위 결과를 다음 시간 구간의 위치 추정에 반영할 수 있다. 예를 들어, 위치 추정 장치는 임계 시간 동안 보조 센서가 임계점수를 초과하는 신뢰점수를 나타내는 경우에 응답하여, 이전 시간 구간에서 산출되었던 위치 및 주 센싱 데이터에 기초하여 대상의 위치를 추정할 수 있다. 본 명세서에서 시간 구간은 대상의 위치를 업데이트하는 주기에 의해 구분되는 구간을 나타낼 수 있다.
상술한 바와 같이, 위치 추정 장치는, 보조 센싱 데이터가 임계 시간 이상 높은 신뢰점수를 나타내는 경우에만, 현재 시간 구간의 정확한 측위 결과를 다음 시간 구간의 측위에 반영함으로써, 다음 시간 구간에서의 개략적 측위 결과의 정확성을 개선할 수 있다.
더 나아가, 위치 추정 장치는 일반적인 상황(예를 들어, 높은 신뢰점수가 오래 유지되지 않은 상황)에서는 현재 시간 구간의 정확한 측위 결과를 다음 시간 구간의 측위에 피드백시키지 않음으로써, 위치 추정 장치는, 카메라의 오작동이 다음 시간 구간의 개략적 측위 결과 에 영향을 주는 것을, 방지할 수 있다.
도 6a는 주 센서 및 보조 센서에 더하여 추가 센서를 포함하는 위치 추정 장치가 위치를 결정하는 과정을 도시한 도면이다.
도 6a에 도시된 제1 센서(611) 및 제2 센서(612)는 주 센서, 제3 센서(613) 및 제4 센서(614)는 보조 센서에 대응할 수 있다. 일 실시예에 따르면 도 6a에 도시된 제1 센서(611), 제2 센서(612), 제3 센서(613), 제4 센서(614), 위치 추정부(630), 제1 센싱 처리부(641), 제1 신뢰성 판단부(642), 제2 센싱 처리부(643), 제2 신뢰성 판단부(644), 제1 위치 재추정부(651), 제2 위치 재추정부(652), 제3 위치 재추정부(661) 및 모드 선택부(660)는 프로세서에 의해 동작하는 소프트웨어 모듈일 수 있다. 예를 들어, 도 6a에 도시된 소프트웨어 구조를 통해, 위치 추정 장치는 2단계 측위를 수행할 수 있다.
예를 들어, 위치 추정부(630)는 제1 센서(611) 및 제2 센서(612)에 기초하여 대상의 개략적인 위치를 추정할 수 있다. 또한, 제1 센싱 처리부(641)는 제3 센서로부터 센싱 데이터를 획득하여 해당 센싱 데이터를 위치 측위에 이용 가능한 정보로 변환하는 처리를 수행할 수 있다. 제2 센싱 처리부(643)는 제4 센서(614)로부터 센싱 데이터를 획득하여 해당 센싱 데이터를 위치 측위에 이용가능한 정보로 변환하는 처리를 수행할 수 있다.
위치 추정 장치는 제3 센서(613)의 센싱 데이터 및 제4 센서(614)의 센싱 데이터의 각각의 신뢰성을 판단할 수 있다. 예를 들어, 제1 신뢰성 판단부(642)는 제3 센서(613)로부터 획득된 센싱 데이터의 신뢰성을 판단할 수 있다.
제1 위치 재추정부(651)는 제3 센서(613)의 센싱 데이터가 신뢰성이 있는 경우에 응답하여, 개략적인 위치 및 제3 센서(613)의 센싱 데이터에 기초하여 대상의 정밀한 위치(Precise Result 1)를 재추정할 수 있다.
제2 위치 재추정부(652)는 제4 센서(614)의 센싱 데이터가 신뢰성이 있는 경우에 응답하여, 개략적인 위치 및 제4 센서(614)의 센싱 데이터에 기초하여 대상의 정밀한 위치(Precise Result 2)를 재추정할 수 있다.
제3 위치 재추정부(661)는 제1 위치 재추정부(651)에 의해 재추정된 정밀한 위치 및 제2 위치 재추정부(652)에 의해 재추정된 정밀한 위치를 통합하여, 대상의 정밀한 위치를 결정할 수 있다. 예를 들어, 제3 위치 재추정부(661)는 제1 위치 재추정부(651)에 의해 재추정된 위치 및 제2 위치 재추정부(652)에 의해 정밀한 위치에 칼만 필터링을 적용하여, 대상의 정밀한 위치를 결정할 수 있다.
모드 선택부(660)는 신뢰성 판단 결과에 기초하여 모드를 결정할 수 있다. 예를 들어, 제3 센서(613)에 의한 센싱 데이터 및 제4 센서(614)에 의한 센싱 데이터가 신뢰성이 있는 것으로 판단된 경우 정밀 측위 모드를 선택할 수 있고, 모드 선택부(660)는 제3 위치 재추정부(661)에 의해 결정된 정밀한 위치를 출력할 수 있다. 모드 선택부(660)는 제3 센서(613) 및 제4 센서(614)가 모두 신뢰성이 없는 경우 개략적 측위 모드를 선택할 수 있고, 모드 선택부(660)는 제1 센서(611) 및 제2 센서(612)의 센싱 데이터에 기초하여 추정된 위치를 개략적 측위 결과로서 출력할 수 있다. 모드 선택부(660)는 선택된 모드에 대응하는 측위 결과를, 로컬라이제이션 결과(Localization Result)로서 출력할 수 있다.
다만, 이로 한정하는 것은 아니고, 위치 추정 장치는 주 센싱 데이터, 보조 센싱 데이터, 및 추가 센싱 데이터의 순서로 3단계 측위를 수행할 수도 있다. 3단계 측위는 하기 도 6b에서 설명한다.
도 6b는 도 6a와 유사한 구조를 도시하였으나, 위치 추정 장치가 3단계 측위를 수행하는 과정을 설명하는 도면이다.
제1 센서(611), 제2 센서(612), 제3 센서(613), 제4 센서(614), 위치 추정부(630), 제1 센싱 처리부(641), 제1 신뢰성 판단부(642), 제2 센싱 처리부(643), 제2 신뢰성 판단부(644), 및 제1 위치 재추정부(651)는 도 6a와 동일하게 동작할 수 있다.
도 6b에서 제2 위치 재추정부(652)는 제4 센서(614)에 의한 센싱 데이터가 신뢰성이 있는 것으로 판단된 경우에 응답하여, 제1 위치 재추정부(651)에 의해 재추정된 위치 및 제4 센서(614)에 의한 센싱 데이터에 기초하여 대상의 위치를 다시 재추정할 수 있다.
모드 선택부(640)는 신뢰성 판단 결과에 기초하여 모드를 결정할 수 있다. 예를 들어, 모드 선택부(640)는 제3 센서(613)에 의한 센싱 데이터의 신뢰성이 없는 경우, 1차 측위 모드를 선택할 수 있고, 개략적 측위 결과(Coarse Result)를 출력할 수 있다. 모드 선택부(640)는 제3 센서(613)에 의한 센싱 데이터가 신뢰성이 있고, 제4 센서(614)에 의한 센싱 데이터가 신뢰성이 없는 경우, 2차 측위 모드를 선택할 수 있고, 1차 정밀 측위 결과(Precise Result 1)를 출력할 수 있다. 모드 선택부(640)는 제3 센서(613) 및 제4 센서(614)에 의한 센싱 데이터가 신뢰성이 있는 경우, 3차 측위 모드를 선택할 수 있고, 2차 정밀 측위 결과(Precise Result 2)를 출력할 수 있다. 모드 선택부(660)는 선택된 모드에 대응하는 측위 결과를, 로컬라이제이션 결과(Localization Result)로서 출력할 수 있다.
다만, 도 6b에서는 설명의 편의를 위해 3단계 측위에 대해 설명하였으나, 이로 한정하는 것은 아니다. 예를 들어, 위치 추정 장치는 센서 별로 n단계의 우선 순위를 부여하여, n단계로 측위를 수행할 수도 있다. 여기서, n은 2이상의 정수일 수 있다.
도 7 내지 도 9는 다른 일 실시예에 따른 위치 추정 방법을 도시한 흐름도이다.
도 7은 주 센서 및 보조 센서를 이용한 측위를 상세하게 설명하는 흐름도이다. 도 7에 도시된 바와 같이, 위치 추정 장치는 1번째 추정(710)에서 개략적으로(coarsely) 위치를 추정할 수 있고, 2번째 추정(720)에서 보조 센싱 데이터의 신뢰성 여부에 따라 정밀하게 위치를 재추정할 수 있다. 기본적으로 1번째 추정(710)은 2번째 추정(720)의 결과에 영향을 받지 않도록 독립적으로 수행될 수 있다. 프로세서는 1번째 추정(710)에 2번째 추정(720)보다 높은 우선 순위를 부여할 수 있다.
우선, 단계(711)에서 위치 추정 장치는 IMU 데이터를 획득할 수 있다. IMU 데이터는 IMU로부터 획득된 데이터로서, 예를 들어, 가속도와 각속도 신호일 수 있다. 단계(712)에서 위치 추정 장치는 가속도 및 각속도 신호에 관성 항법(inertial navigation)을 적용하여 대상의 위치를 산출할 수 있다. 예를 들어, 관성 항법은 IMU로부터 얻어진 가속도 및 각속도 신호를 이용하여, 이전 시간의 위치, 속도, 및 자세로부터 다음 시간의 위치, 속도, 및 자세를 업데이트 하는 측위 기법을 나타낼 수 있다.
그리고 단계(713)에서 위치 추정 장치는 GPS 데이터를 획득할 수 있다. GPS 데이터는 GPS 모듈로부터 획득된 데이터로서, 예를 들어, GPS 신호일 수 있다. 단계(714)에서 위치 추정 장치는 GPS 신호의 무결성(integrity)를 체크할 수 있다. 단계(715)에서 위치 추정 장치는 GPS 위치 추정 결과(GPS position estimation result)의 성능이 좋은 경우, GPS 신호에 높은 가중치를 부여할 수 있다. 단계(716)에서 위치 추정 장치는 GPS 위치 추정 결과의 성능이 좋은 경우, GPS 신호에 낮은 가중치를 부여할 수 있다. 예를 들어, 위치 추정 결과의 성능은 GPS 위치 추정 결과가 참일 확률을 나타낼 수 있다.
이어서 단계(717)에서 위치 추정 장치는 관성 항법이 적용된 IMU 신호 및 가중치가 부여된 GPS 신호에 기초하여, 대상의 위치를 추정할 수 있다. 예를 들어, 위치 추정 장치는 IMU 신호 및 GPS 신호에 비선형 필터링을 적용하여 대상의 위치를 추정할 수 있다.
이 때, 단계(721)에서 위치 추정 장치는 카메라 이미지를 획득할 수 있다. 예를 들어, 위치 추정 장치의 프로세서는 카메라로부터 이미지 데이터를 수신할 수 있다.
그리고 단계(722)에서 위치 추정 장치는 이미지 데이터에 대해 영상 처리를 수행함으로써, 측위에 적합한 형태로 이미지 데이터를 변환할 수 있다.
이어서 단계(723)에서 위치 추정 장치는 이미지 데이터의 신뢰성을 판단할 수 있다. 일 실시예에 따르면, 위치 추정 장치는 이미지 데이터의 신뢰점수를 산출하고, 신뢰점수에 기초하여 이미지 데이터의 신뢰성을 판단할 수 있다. 예를 들어, 주 센싱 데이터로부터 도출된 속도 정보 및 보조 센싱 데이터로부터 도출된 속도 정보 간의 차이는, 신뢰성 판단의 기준이 되는 신뢰점수로서 사용될 수 있다.
단계(724)에서 위치 추정 장치는 이미지 데이터의 신뢰점수가 임계점수를 초과하는 경우에 응답하여, 보조 센싱 데이터(예를 들어, 이미지 데이터)가 신뢰성이 있는 것으로 판단할 수 있다. 반대로, 위치 추정 장치는 보조 센싱 데이터의 신뢰점수가 임계점수 이하인 경우에 응답하여, 보조 센싱 데이터의 신뢰성이 없는 것으로 결정할 수 있다.
단계(725)에서 위치 추정 장치는 이미지 데이터의 신뢰성이 없는 경우, 단계(717)에서 추정된 위치를 출력할 수 있다. 예를 들어, 카메라는 주위 밝기나 사물의 배치 등에 의해 잘못된 데이터를 획득할 수 있고, 이러한 카메라 고장에 대해 위치 추정 장치는 개략적 측위 결과를 출력함으로써 측위의 안정성을 유지할 수 있다. 또한, 위치 추정 장치가 현재 시간 구간에서 정밀하게 재추정된 결과를 피드백하지 않으므로, 카메라 고장의 발견이 지연되거나 불가능하더라도 위치 추정 장치는 카메라 고장에 대해 강건한(robust) 측위 결과를 출력할 수 있다.
참고로, GPS 모듈은 도심이나 터널 등의 장소에서 신호를 수신하기 어려울 수 있다. 이 때, 위치 추정 장치는 단계(716)에서 GPS 신호에 낮은 가중치를 부여함으로써, GPS 신호보다는 IMU에 의해 획득된 IMU 신호에 주로(dominant) 기초하여 단계(717)에서 개략적인 위치를 추정할 수 있다. IMU 신호에 기초한 관성 항법은 오차 드리프트 특성(error drift characteristic)으로 인해 오차를 나타낼 수 있다. 위치 추정 장치는 이미지 데이터의 신뢰성이 있는 경우, 단계(726)에서 이미지 데이터 및 IMU 신호에 기초하여 대상의 위치를 재추정함으로써 측위의 정밀성을 개선할 수 있다. 또한, 위치 추정 장치는 이미지 데이터의 신뢰성이 없는 경우, 단계(725)에서 IMU 신호에 기초하여 추정된 대상의 위치를 출력함으로써 측위의 안정성을 유지할 수 있다.
도 8은 일 실시예에 따른 위치 추정 장치가 제1 센싱 데이터, 제2 센싱 데이터, 및 제3 센싱 데이터에 기초하여 대상의 위치를 결정하는 방법을 도시한 흐름도이다. 제1 센싱 데이터는 주 센서로부터 획득된 주 센싱 데이터에 대응할 수 있고, 제2 센싱 데이터 및 제3 센싱 데이터는 복수의 보조 센서들의 각각으로부터 획득된 보조 센싱 데이터에 대응할 수 있다.
위치 추정 장치는 1번째 추정(810)에서 위치를 개략적으로 추정할 수 있고, 개략적으로 추정되었던 위치를 제2 센싱 데이터 및 제3 센싱 데이터의 신뢰성에 따라 2번째 추정(820) 및 3번째 추정(830)에서 정밀하게 재추정할 수 있다.
일 실시예에 따르면, 위치 추정 장치는 복수의 보조 센서들의 각각으로부터 획득된 보조 센싱 데이터(예를 들어, 제2 센싱 데이터 및 제3 센싱 데이터)의 신뢰점수를 산출할 수 있다. 위치 추정 장치는 복수의 보조 센서들 중 신뢰점수가 가장 높은 보조 센서로부터 획득된 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다. 복수의 보조 센싱 데이터 중 신뢰점수가 높은 보조 센싱 데이터와 주 센싱 데이터로부터 대상의 위치를 추정하는 과정은 다음과 같다.
우선, 단계(811)에서 위치 추정 장치는 제1 센싱 데이터를 획득할 수 있다. 예를 들어, 위치 추정 장치는 GPS 신호 및 IMU 신호를 제1 센싱 데이터로서 수신할 수 있다. 단계(812)에서 위치 추정 장치는 제1 센싱 데이터에 기초하여 대상의 위치를 추정할 수 있다.
그리고 단계(821)에서 위치 추정 장치는 제2 센싱 데이터를 획득할 수 있다. 예를 들어, 위치 추정 장치는 이미지 데이터를 제2 센싱 데이터로서 수신할 수 있다. 단계(822)에서 위치 추정 장치는 제2 센싱 데이터의 신뢰성을 판단할 수 있다. 단계(823)에서 제2 센싱 데이터가 신뢰성 있는 것으로 판단된 경우에 응답하여, 위치 추정 장치는 제1 센싱 데이터 및 제2 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다.
이어서 단계(831)에서 위치 추정 장치는 제3 센싱 데이터를 획득할 수 있다. 예를 들어, 위치 추정 장치는 LIDAR 신호를 제3 센싱 데이터로서 수신할 수 있다. 단계(832)에서 위치 추정 장치는 제3 센싱 데이터의 신뢰성을 판단할 수 있다. 단계(833)에서 제3 센싱 데이터가 신뢰성 있는 것으로 판단된 경우에 응답하여, 위치 추정 장치는 제1 센싱 데이터 및 제3 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다.
그리고 단계(842)에서 위치 추정 장치는 재추정된 위치들 중 하나의 위치를 선택할 수 있다. 예를 들어, 위치 추정 장치는 제2 센싱 데이터 및 제3 센싱 데이터의 각각에 대하여 신뢰점수를 산출할 수 있다. 위치 추정 장치는 두 센싱 데이터 중 높은 신뢰점수를 가지는 센싱 데이터에 대응하여 재추정된 위치를 선택할 수 있다. 다만, 도 8에서는 설명의 편의를 위해 보조 센싱 데이터를 제2 센싱 데이터 및 제3 센싱 데이터의 2개로 설명하였으나, 이로 한정하는 것은 아니고, 위치 추정 장치는 2개 이상의 보조 센싱 데이터를 획득할 수도 있다.
이어서 단계(841)에서 위치 추정 장치는 제2 센싱 데이터 및 제3 센싱 데이터 둘 다 신뢰성이 없는 경우에 응답하여, 단계(812)에서 추정되었던 위치를 출력할 수 있다.
또한, 위치 추정 장치는 제2 센싱 데이터 및 제3 센싱 데이터 중 하나가 신뢰성 있는 경우, 신뢰성 있는 센싱 데이터에 기초하여 재추정된 위치를 출력할 수 있다.
다만, 도 8에서는 제1 센싱 데이터 내지 제3 센싱 데이터를 이용한 측위가 설명되었으나, 위치 추정 장치는 제1 센싱 데이터 내지 제n 센싱 데이터를 이용할 수도 있다. 이 경우, 위치 추정 장치는 제1 센싱 데이터에 가장 높은 우선 순위를 부여하고, 나머지 제2 센싱 데이터 내지 제n 센싱 데이터에는 제1 센싱 데이터보다 낮은 우선 순위를 동등하게 부여할 수 있다.
도 9는 다른 일 실시예에 따른 위치 추정 장치가 제1 센싱 데이터, 제2 센싱 데이터, 및 제3 센싱 데이터에 기초하여 대상의 위치를 결정하는 방법을 도시한 흐름도이다. 제1 센싱 데이터는 주 센서로부터 획득된 주 센싱 데이터에 대응할 수 있고, 제2 센싱 데이터는 보조 센서로부터 획득된 보조 센싱 데이터에 대응할 수 있으며, 제3 센싱 데이터는 추가 센서로부터 획득된 추가 센싱 데이터에 대응할 수 있다.
위치 추정 장치는 1번째 추정(910)에서 위치를 개략적으로 추정할 수 있고, 개략적으로 추정되었던 위치를 제2 센싱 데이터의 신뢰성에 따라 2번째 추정(920)에서 정밀하게 재추정할 수 있으며, 제3 센싱 데이터의 신뢰성에 따라 3번째 추정(930)에서 보다 더 정밀하게 다시 재추정할 수 있다. 위치 추정 장치는 1번째 추정(910)에 가장 높은 우선 순위를 부여하고, 2번째 추정(920)에는 다음 우선 순위, 3번째 추정(930)에는 그 다음 우선 순위를 부여할 수 있다. 따라서, 위치 추정 장치는 2번째 추정(920) 및 3번째 추정(930)의 오류가 1번째 추정(910)으로 전파되는 것을 방지할 수 있다.
우선, 단계(911)에서 위치 추정 장치는 제1 센싱 데이터를 획득할 수 있다. 단계(912)에서 위치 추정 장치는 제1 센싱 데이터에 기초하여 대상의 위치를 추정할 수 있다.
그리고 단계(921)에서 위치 추정 장치는 제2 센싱 데이터를 획득할 수 있다. 단계(922)에서 위치 추정 장치는 제2 센싱 데이터의 신뢰성을 판단할 수 있다. 단계(941)에서 위치 추정 장치는 제2 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 단계(912)에서 추정된 위치를 출력할 수 있다. 단계(923)에서 위치 추정 장치는 제2 센싱 데이터가 신뢰성이 있는 경우에 응답하여, 제1 센싱 데이터 및 제2 센싱 데이터에 기초하여 대상의 위치를 재추정할 수 있다.
이어서 단계(931)에서 위치 추정 장치는 제3 센싱 데이터를 획득할 수 있다. 단계(932)에서 위치 추정 장치는 제2 센싱 데이터가 신뢰성이 있는 경우에 응답하여, 제3 센싱 데이터(예를 들어, 추가 센서로부터 획득된 추가 센싱 데이터)의 신뢰성을 판단할 수 있다. 단계(942)에서 위치 추정 장치는 제3 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 단계(923)에서 재추정된 위치를 출력할 수 있다. 단계(933)에서 위치 추정 장치는 제3 센싱 데이터(예를 들어, 추가 센싱 데이터)가 신뢰성이 있는 것으로 판단된 경우에 응답하여, 제3 센싱 데이터, 제2 센싱 데이터(예를 들어, 보조 센싱 데이터) 및 제1 센싱 데이터(예를 들어, 주 센싱 데이터)에 기초하여 대상의 위치를 다시 재추정할 수 있다.
그리고 단계(943)에서 위치 추정 장치는 단계(933)에서 다시 재추정된 위치를 출력할 수 있다.
다만, 도 9에서는 제1 센싱 데이터 내지 제3 센싱 데이터를 이용한 측위가 설명되었으나, 위치 추정 장치는 제1 센싱 데이터 내지 제n 센싱 데이터를 이용할 수도 있다. 이 경우, 위치 추정 장치는 제1 센싱 데이터에 가장 높은 우선 순위를 부여하고, 이후 제2 센싱 데이터 내지 제n 센싱 데이터의 순서로 점차적으로 낮은 우선 순위를 부여할 수 있다.
일 실시예에 따른 위치 추정 장치는, 정밀한 측위가 요구되는 차량 내비게이션 또는 항공 내비게이션 등에 탑재될 수 있다. 또한, 위치 추정 장치는 측위가 요구되는 로봇, 및 드론 등에도 탑재될 수 있다. 더 나아가, 위치 추정 장치는 자율 주행용 차량에 장착될 수도 있다.
일 실시예에 따른 위치 추정 장치는, 보조 센서나 추가 센서가 고장 등으로 인해 완전히 잘못된 센싱 데이터를 수집하더라도, 주 센싱 데이터를 이용한 최초 추정 결과를 출력함으로써, 위치 추정의 정확도 및 신뢰성의 하락을 방지할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 위치 추정 장치
110: 센서
120: 프로세서
110: 센서
120: 프로세서
Claims (20)
- 프로세서에 의해 수행되는 위치 추정 방법에 있어서,
주 센서(main sensor)로부터 획득된 주 센싱 데이터로부터 대상(target)의 위치를 추정하는 단계;
보조 센서(auxiliary sensor)로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계; 및
상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 대상의 위치를 추정하는 단계는,
상기 주 센싱 데이터에 비선형 필터링을 적용함으로써 상기 대상의 위치를 추정하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
대상의 가속도 및 각속도를 나타내는 IMU(inertial measurement unit) 신호 및 GPS(global positioning system) 신호를 상기 주 센싱 데이터로서 획득하는 단계
를 더 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 주 센싱 데이터로부터 추정된 대상의 위치를 상기 대상의 위치로 결정하는 단계
를 더 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는,
상기 보조 센서로부터 상기 대상의 전방에 대응하는 이미지 데이터를 획득하는 단계; 및
상기 이미지 데이터의 신뢰성을 판단하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
현재 시간 구간 동안 수집된 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 현재 시간 구간 동안 상기 보조 센싱 데이터를 배제하는 단계
를 더 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는,
상기 보조 센싱 데이터에 대한 신뢰점수를 산출하는 단계;
상기 산출된 신뢰점수가 임계점수를 초과하는 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성 있는 것으로 결정하는 단계; 및
상기 산출된 신뢰점수가 임계점수 이하인 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성이 없는 것으로 결정하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센서로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계는,
상기 주 센싱 데이터를 기준으로 상기 보조 센싱 데이터의 신뢰성을 판단하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센싱 데이터의 신뢰성을 판단하는 단계는,
상기 주 센싱 데이터로부터 도출된 위치 정보와 상기 보조 센싱 데이터로부터 도출된 위치 정보 간의 차이, 상기 주 센싱 데이터로부터 도출된 속도 정보 및 상기 보조 센싱 데이터로부터 도출된 속도 정보 간의 차이, 및 상기 주 센싱 데이터로부터 도출된 자세 정보 및 상기 보조 센싱 데이터로부터 도출된 자세 정보 간의 차이 중 적어도 하나를 산출하는 단계; 및
상기 위치 정보의 차이, 상기 속도 정보의 차이, 및 상기 자세 정보의 차이 중 적어도 하나에 기초하여, 상기 보조 센싱 데이터의 신뢰성을 결정하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센서로부터 획득된 보조 센싱 데이터의 신뢰성을 판단하는 단계는,
복수의 보조 센서들의 각각으로부터 획득된 보조 센싱 데이터의 신뢰점수를 산출하는 단계
를 포함하고,
상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계는,
상기 복수의 보조 센서들 중 신뢰점수가 가장 높은 보조 센서로부터 획득된 보조 센싱 데이터 및 상기 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 단계
를 포함하는 위치 추정 방법. - 제1항에 있어서,
추가 센서(additional sensor)로부터 획득된 추가 센싱 데이터의 신뢰성을 판단하는 단계;
상기 추가 센싱 데이터가 신뢰성이 있는 것으로 판단된 경우에 응답하여, 상기 추가 센싱 데이터, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 다시 재추정하는 단계
를 더 포함하는 위치 추정 방법. - 제1항에 있어서,
상기 보조 센싱 데이터의 신뢰성에 기초하여, 상기 대상의 위치에 대한 출력 모드를 선택하는 단계
를 더 포함하고,
상기 출력 모드를 선택하는 단계는,
상기 보조 센서가 임계점수 이하의 신뢰점수를 나타내는 경우에 응답하여, 상기 주 센싱 데이터에 기초하여 추정된 위치를 출력하는 단계; 및
상기 보조 센서가 상기 임계점수를 초과하는 신뢰점수를 나타내는 경우에 응답하여, 상기 주 센싱 데이터 및 상기 보조 센싱 데이터에 기초하여 재추정된 위치를 출력하는 단계
를 포함하는 위치 추정 방법. - 하드웨어와 결합되어 제1항 내지 제12항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
- 위치 추정 장치에 있어서,
주 센싱 데이터 및 보조 센싱 데이터를 생성하는 센서; 및
상기 주 센싱 데이터로부터 대상의 위치를 추정하고, 상기 보조 센싱 데이터의 신뢰성을 판단하며, 상기 보조 센싱 데이터가 신뢰성 있는 경우에 응답하여, 상기 보조 센싱 데이터 및 주 센싱 데이터에 기초하여 상기 대상의 위치를 재추정하는 프로세서
를 포함하는 위치 추정 장치. - 제14항에 있어서,
상기 프로세서는,
상기 주 센싱 데이터에 비선형 필터링을 적용함으로써 상기 대상의 위치를 추정하는,
위치 추정 장치. - 제14항에 있어서,
상기 센서는,
대상의 가속도 및 각속도를 나타내는 IMU(inertial measurement unit) 신호 및 GPS(global positioning system) 신호를 상기 주 센싱 데이터로서 획득하는 주 센서
를 포함하는 위치 추정 방법. - 제14항에 있어서,
상기 프로세서는,
상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 주 센싱 데이터로부터 추정된 대상의 위치를 상기 대상의 위치로 결정하는,
위치 추정 장치. - 제14항에 있어서,
상기 센서는,
상기 대상의 전방에 대응하는 이미지 데이터를 획득하는 보조 센서
를 포함하는 위치 추정 장치. - 제14항에 있어서,
상기 프로세서는,
현재 시간 구간 동안 수집된 상기 보조 센싱 데이터가 신뢰성이 없는 경우에 응답하여, 상기 현재 시간 구간 동안 상기 보조 센싱 데이터를 배제하는,
위치 추정 장치. - 제14항에 있어서,
상기 프로세서는,
상기 보조 센싱 데이터에 대한 신뢰점수를 산출하고, 상기 산출된 신뢰점수가 임계점수를 초과하는 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성 있는 것으로 결정하며, 상기 산출된 신뢰점수가 임계점수 이하인 경우에 응답하여, 상기 보조 센싱 데이터가 신뢰성이 없는 것으로 결정하는,
위치 추정 장치.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170133955A KR102463176B1 (ko) | 2017-10-16 | 2017-10-16 | 위치 추정 장치 및 방법 |
US15/905,138 US10921460B2 (en) | 2017-10-16 | 2018-02-26 | Position estimating apparatus and method |
CN201810293463.XA CN109669202B (zh) | 2017-10-16 | 2018-04-03 | 位置估计装置和方法 |
EP18176070.3A EP3470882B1 (en) | 2017-10-16 | 2018-06-05 | Position estimating apparatus and method |
JP2018117925A JP7199163B2 (ja) | 2017-10-16 | 2018-06-21 | 位置推定方法、装置及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170133955A KR102463176B1 (ko) | 2017-10-16 | 2017-10-16 | 위치 추정 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190042247A true KR20190042247A (ko) | 2019-04-24 |
KR102463176B1 KR102463176B1 (ko) | 2022-11-04 |
Family
ID=62567360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170133955A KR102463176B1 (ko) | 2017-10-16 | 2017-10-16 | 위치 추정 장치 및 방법 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10921460B2 (ko) |
EP (1) | EP3470882B1 (ko) |
JP (1) | JP7199163B2 (ko) |
KR (1) | KR102463176B1 (ko) |
CN (1) | CN109669202B (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210087804A (ko) * | 2020-01-03 | 2021-07-13 | 주식회사 케이티 | 위치 측정을 위한 단말의 헤딩 방향을 추정하는 방법 |
KR102547347B1 (ko) * | 2022-08-19 | 2023-06-23 | 주식회사 핏투게더 | 객체의 궤적을 추적하기 위한 방법 |
WO2024117373A1 (ko) * | 2022-11-29 | 2024-06-06 | 재단법인 차세대융합기술연구원 | 측위 및 방위각 추정 방법 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11175375B2 (en) * | 2010-11-12 | 2021-11-16 | Position Imaging, Inc. | Position tracking system and method using radio signals and inertial sensing |
US10849134B2 (en) | 2016-11-04 | 2020-11-24 | Qualcomm Incorporated | Indicating a range of beam correspondence in a wireless node |
US10859713B2 (en) | 2017-01-04 | 2020-12-08 | Qualcomm Incorporated | Position-window extension for GNSS and visual-inertial-odometry (VIO) fusion |
JP7119720B2 (ja) * | 2018-07-30 | 2022-08-17 | 株式会社デンソー | 運転支援装置 |
DE102018222663A1 (de) * | 2018-12-20 | 2020-06-25 | Robert Bosch Gmbh | Verfahren zum adaptiven Ermitteln eines Integritätsbereichs einer Parameterschätzung |
US10970902B2 (en) | 2019-03-26 | 2021-04-06 | At&T Intellectual Property I, L.P. | Allocating and extrapolating data for augmented reality for 6G or other next generation network |
CN110186450A (zh) * | 2019-05-13 | 2019-08-30 | 深圳市普渡科技有限公司 | 机器人定位偏差修复方法及系统 |
CN110332933A (zh) * | 2019-07-09 | 2019-10-15 | 西安中兴物联软件有限公司 | 车辆定位方法、终端及计算机可读存储介质 |
JP2021043486A (ja) * | 2019-09-06 | 2021-03-18 | 株式会社東芝 | 位置推定装置 |
US11029753B2 (en) * | 2019-11-05 | 2021-06-08 | XRSpace CO., LTD. | Human computer interaction system and human computer interaction method |
CN111007555A (zh) * | 2019-11-28 | 2020-04-14 | 中国航空工业集团公司西安航空计算技术研究所 | 一种通用飞机机载组合导航系统与导航方法 |
CN111123304B (zh) * | 2019-11-28 | 2021-12-24 | 北京航空航天大学 | 一种视觉导航完好性监测计算方法 |
JP2021089693A (ja) * | 2019-12-06 | 2021-06-10 | 未來市股▲ふん▼有限公司 | 行動ベースの構成方法及び行動ベースの構成システム |
JP7350671B2 (ja) | 2020-02-25 | 2023-09-26 | 三菱重工業株式会社 | 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム |
US20220144304A1 (en) * | 2020-11-09 | 2022-05-12 | Nvidia Corporation | Safety decomposition for path determination in autonomous systems |
KR20220068710A (ko) * | 2020-11-19 | 2022-05-26 | 삼성전자주식회사 | 차량 측위 방법 및 장치 |
JP7046281B1 (ja) * | 2021-03-29 | 2022-04-01 | 三菱電機株式会社 | 位置推定装置、位置推定プログラムおよび位置推定方法 |
KR20240075071A (ko) | 2022-11-21 | 2024-05-29 | 주식회사 삼텔랩스 | 인공지능 기반의 이동체 위치 추정 장치 및 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016099443A1 (en) * | 2014-12-15 | 2016-06-23 | Intelligent Technologies International, Inc. | Mapping techniques using probe vehicles |
US20160273921A1 (en) * | 2013-12-10 | 2016-09-22 | SZ DJI Technology Co., Ltd. | Sensor fusion |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7219013B1 (en) | 2003-07-31 | 2007-05-15 | Rockwell Collins, Inc. | Method and system for fault detection and exclusion for multi-sensor navigation systems |
US7376262B2 (en) | 2003-08-04 | 2008-05-20 | American Gnc Corporation | Method of three dimensional positioning using feature matching |
KR100707168B1 (ko) | 2003-09-30 | 2007-04-13 | 삼성전자주식회사 | 센서 퓨징을 이용한 무인 이동체의 위치 추정 방법 및 장치 |
JP4211620B2 (ja) * | 2004-01-30 | 2009-01-21 | 株式会社デンソー | カーナビゲーション装置 |
US7242791B2 (en) * | 2005-01-04 | 2007-07-10 | Deere & Company | Method and system for guiding a vehicle with vision enhancement |
JP2009121945A (ja) | 2007-11-15 | 2009-06-04 | Univ Of Tokyo | 地物位置測定方法 |
WO2009074654A1 (en) * | 2007-12-11 | 2009-06-18 | Nemerix Sa | Gnss method and receiver with camera aid |
KR20090066776A (ko) | 2007-12-20 | 2009-06-24 | 한국전자통신연구원 | 로봇 위치 추정을 위한 위치결정서비스 프레임 워크 장치및 그 방법 |
US20090292468A1 (en) | 2008-03-25 | 2009-11-26 | Shunguang Wu | Collision avoidance method and system using stereo vision and radar sensor fusion |
WO2011120141A1 (en) | 2010-03-31 | 2011-10-06 | Ambercore Software Inc. | Dynamic network adjustment for rigorous integration of passive and active imaging observations into trajectory determination |
JP2011232271A (ja) * | 2010-04-30 | 2011-11-17 | Clarion Co Ltd | ナビゲーション装置、車載センサの精度推定方法、および、プログラム |
FR2959812B1 (fr) | 2010-05-05 | 2012-11-16 | Thales Sa | Procede d'elaboration d'une phase de navigation dans un systeme de navigation impliquant une correlation de terrain. |
US8639426B2 (en) | 2010-07-15 | 2014-01-28 | George C Dedes | GPS/IMU/video/radar absolute/relative positioning communication/computation sensor platform for automotive safety applications |
US8615254B2 (en) | 2010-08-18 | 2013-12-24 | Nearbuy Systems, Inc. | Target localization utilizing wireless and camera sensor fusion |
JP2013036856A (ja) * | 2011-08-08 | 2013-02-21 | Daihatsu Motor Co Ltd | 運転支援装置 |
US9031782B1 (en) | 2012-01-23 | 2015-05-12 | The United States Of America As Represented By The Secretary Of The Navy | System to use digital cameras and other sensors in navigation |
KR101454824B1 (ko) | 2013-04-03 | 2014-11-03 | 국방과학연구소 | 자율 이동 차량의 위치 추정 시스템 및 방법 |
US20170102467A1 (en) * | 2013-11-20 | 2017-04-13 | Certusview Technologies, Llc | Systems, methods, and apparatus for tracking an object |
SG10201403292WA (en) | 2014-06-16 | 2016-01-28 | Ats Group Ip Holdings Ltd | Fusion of data from heterogeneous sources |
WO2016073642A1 (en) | 2014-11-04 | 2016-05-12 | The Regents Of The University Of California | Visual-inertial sensor fusion for navigation, localization, mapping, and 3d reconstruction |
US9618351B1 (en) | 2015-03-26 | 2017-04-11 | Amazon Technologies, Inc. | Power saving during sensor-assisted navigation |
US10324195B2 (en) | 2015-07-27 | 2019-06-18 | Qualcomm Incorporated | Visual inertial odometry attitude drift calibration |
US9494694B1 (en) | 2015-12-09 | 2016-11-15 | International Business Machines Corporation | Method and apparatus of road location inference for moving object |
-
2017
- 2017-10-16 KR KR1020170133955A patent/KR102463176B1/ko active IP Right Grant
-
2018
- 2018-02-26 US US15/905,138 patent/US10921460B2/en active Active
- 2018-04-03 CN CN201810293463.XA patent/CN109669202B/zh active Active
- 2018-06-05 EP EP18176070.3A patent/EP3470882B1/en active Active
- 2018-06-21 JP JP2018117925A patent/JP7199163B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160273921A1 (en) * | 2013-12-10 | 2016-09-22 | SZ DJI Technology Co., Ltd. | Sensor fusion |
WO2016099443A1 (en) * | 2014-12-15 | 2016-06-23 | Intelligent Technologies International, Inc. | Mapping techniques using probe vehicles |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210087804A (ko) * | 2020-01-03 | 2021-07-13 | 주식회사 케이티 | 위치 측정을 위한 단말의 헤딩 방향을 추정하는 방법 |
KR102547347B1 (ko) * | 2022-08-19 | 2023-06-23 | 주식회사 핏투게더 | 객체의 궤적을 추적하기 위한 방법 |
WO2024038987A1 (ko) * | 2022-08-19 | 2024-02-22 | 주식회사 핏투게더 | 객체의 궤적을 추적하기 위한 방법 |
WO2024038988A1 (ko) * | 2022-08-19 | 2024-02-22 | 주식회사 핏투게더 | 이미지 및 센서 기반 객체 궤적을 매칭하기 위한 방법 |
WO2024117373A1 (ko) * | 2022-11-29 | 2024-06-06 | 재단법인 차세대융합기술연구원 | 측위 및 방위각 추정 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP7199163B2 (ja) | 2023-01-05 |
EP3470882A1 (en) | 2019-04-17 |
CN109669202A (zh) | 2019-04-23 |
US20190113629A1 (en) | 2019-04-18 |
KR102463176B1 (ko) | 2022-11-04 |
EP3470882B1 (en) | 2023-06-28 |
US10921460B2 (en) | 2021-02-16 |
CN109669202B (zh) | 2023-05-16 |
JP2019074505A (ja) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102463176B1 (ko) | 위치 추정 장치 및 방법 | |
KR20200044420A (ko) | 위치 추정 방법 및 장치 | |
EP2133662B1 (en) | Methods and system of navigation using terrain features | |
US8315794B1 (en) | Method and system for GPS-denied navigation of unmanned aerial vehicles | |
US20080195304A1 (en) | Sensor fusion for navigation | |
US7778111B2 (en) | Methods and systems for underwater navigation | |
US20080195316A1 (en) | System and method for motion estimation using vision sensors | |
US20180154901A1 (en) | Method and system for localizing a vehicle | |
US7792330B1 (en) | System and method for determining range in response to image data | |
CN112923919B (zh) | 基于图优化的行人定位方法及系统 | |
KR101908534B1 (ko) | 이동체의 위치 및 자세 결정 장치 및 방법 | |
EP3120166B1 (en) | Precise positioning method | |
KR101096113B1 (ko) | 신뢰도가 향상된 항법 시스템 및 그 제공방법 | |
KR20210073281A (ko) | 운동 정보 추정 방법 및 장치 | |
EP1584896A1 (en) | Passive measurement of terrain parameters | |
Afia et al. | A low-cost gnss/imu/visual monoslam/wss integration based on federated kalman filtering for navigation in urban environments | |
US20150073707A1 (en) | Systems and methods for comparing range data with evidence grids | |
KR20220068710A (ko) | 차량 측위 방법 및 장치 | |
US11061145B2 (en) | Systems and methods of adjusting position information | |
US11821733B2 (en) | Terrain referenced navigation system with generic terrain sensors for correcting an inertial navigation solution | |
US10830906B2 (en) | Method of adaptive weighting adjustment positioning | |
Wachsmuth et al. | Development of an error-state Kalman Filter for Emergency Maneuvering of Trucks | |
JP2019148456A (ja) | 算出装置、自己位置算出方法、およびプログラム | |
CN111486837B (zh) | 基于图结构的交通工具位置估计方法和使用其的交通工具 | |
Andert et al. | A flight state estimator that combines stereo-vision, INS, and satellite pseudo-ranges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |