KR20200036665A - High-precision object positioning method and apparatus - Google Patents

High-precision object positioning method and apparatus Download PDF

Info

Publication number
KR20200036665A
KR20200036665A KR1020180116589A KR20180116589A KR20200036665A KR 20200036665 A KR20200036665 A KR 20200036665A KR 1020180116589 A KR1020180116589 A KR 1020180116589A KR 20180116589 A KR20180116589 A KR 20180116589A KR 20200036665 A KR20200036665 A KR 20200036665A
Authority
KR
South Korea
Prior art keywords
distance
node
objects
correction value
som
Prior art date
Application number
KR1020180116589A
Other languages
Korean (ko)
Other versions
KR102109846B1 (en
Inventor
마성결
이혁준
Original Assignee
광운대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 광운대학교 산학협력단 filed Critical 광운대학교 산학협력단
Priority to KR1020180116589A priority Critical patent/KR102109846B1/en
Publication of KR20200036665A publication Critical patent/KR20200036665A/en
Application granted granted Critical
Publication of KR102109846B1 publication Critical patent/KR102109846B1/en

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
    • G01S19/40—Correcting position, velocity or attitude
    • G01S19/41—Differential correction, e.g. DGPS [differential GPS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Landscapes

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

Abstract

Disclosed are a high-precision positioning method of an object and an apparatus thereof. A positioning apparatus grasps GPS information through communication between at least two objects, and then grasps a distance between the objects based on the GPS information. The positioning apparatus calculates a position correction value through a machine learning method, and repeats a process of correcting a position of each object with a position correction value a predetermined number of times while maintaining the distance between each of the objects to grasp a high-precision position of the object.

Description

객체의 고정밀 위치 파악 방법 및 그 장치{High-precision object positioning method and apparatus}High-precision object positioning method and apparatus

본 발명은 GPS(Global Positioning System)를 이용한 움직이는 객체의 위치를 파악하는 방법에 관한 것으로, 보다 상세하게는 객체간 통신 및 SOM(Self-Organizing Map)을 이용한 고정밀의 객체 위치 파악 방법 및 그 장치에 관한 것이다.The present invention relates to a method for locating a moving object using a Global Positioning System (GPS), and more specifically, to a method for locating a high-precision object using inter-object communication and a Self-Organizing Map (SOM) and its apparatus It is about.

자동차, 선박, 드론 등 움직이는 객체는 GPS를 이용하여 위치를 파악하고 위치 기반의 각종 서비스를 제공한다. 예를 들어, 자동차는 GPS를 기반으로 자동차에 길 안내 서비스, 도난 차량 위치 파악 서비스, 자율주행 서비스 등을 제공할 수 있다. 그러나 GPS를 이용한 위치 파악에는 수~수십m의 오차가 존재하므로, 향상된 서비스 제공을 위해 객체의 정밀한 위치를 파악할 필요가 있다.Moving objects such as automobiles, ships, and drones use GPS to locate and provide various services based on location. For example, a vehicle may provide a road guidance service, a stolen vehicle location service, and autonomous driving service to a vehicle based on GPS. However, since there are errors of several tens to several tens of meters in positioning using GPS, it is necessary to grasp the precise position of the object to provide improved service.

등록특허공보 제10-1876026호 "V2V 어플리케이션을 위한 차량간 상대위치 측위 방법 및 장치"Patent Registration No. 10-1876026 "Method and apparatus for positioning relative position between vehicles for V2V applications"

본 발명이 이루고자 하는 기술적 과제는, 객체간 통신을 통해 파악된 객체 사이의 상대적 거리를 기반으로 고정밀의 객체 위치를 파악하는 방법 및 그 장치를 제공하는 데 있다.The technical problem to be achieved by the present invention is to provide a method and apparatus for determining a high-precision object location based on a relative distance between objects identified through inter-object communication.

상기의 기술적 과제를 달성하기 위한, 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법의 일 예는, 객체에 구현된 위치파악장치가 수행하는 객체의 고정밀 위치 파악 방법에 있어서, 적어도 둘 이상의 객체간 통신을 통해 객체 사이의 거리를 파악하는 단계; 각 객체를 나타내는 각 SOM 노드의 위치를 상기 객체 사이의 거리를 만족하도록 초기화하는 단계; 각 객체의 다수의 오류를 포함하는 GPS 위치와 각 SOM 노드의 위치 사이의 거리 중 최단거리를 기초로 위치보정값을 산출하는 단계; 각 SOM 노드의 위치가 상기 객체 사이의 거리를 만족하도록 하면서 상기 위치보정값으로 각 SOM 노드의 위치를 보정하는 단계; 상기 위치보정값을 산출하는 단계와 상기 보정하는 단계를 기 설정된 횟수 내에서 반복하는 단계; 및 상기 위치보정값으로 보정된 SOM 노드의 위치를 객체의 위치로 출력하는 단계;를 포함한다.To achieve the above technical problem, an example of a method for accurately determining a location of an object according to an embodiment of the present invention includes at least two or more objects in a method for accurately determining a location of an object performed by a location-finding device implemented in an object. Grasping a distance between objects through inter-communication; Initializing a position of each SOM node representing each object to satisfy a distance between the objects; Calculating a position correction value based on the shortest distance among the distances between a GPS location including a plurality of errors of each object and a location of each SOM node; Correcting the position of each SOM node with the position correction value while ensuring that the position of each SOM node satisfies the distance between the objects; Repeating the step of calculating the position correction value and the step of correcting within a predetermined number of times; And outputting the position of the SOM node corrected by the position correction value as the position of the object.

상기의 기술적 과제를 달성하기 위한, 본 발명의 실시 예에 따른 위치파악장치의 일 예는, 객체간 통신을 통해 수신하는 통신부; 적어도 하나 이상의 주변 객체로부터 수신한 의사거리를 이중 차분하여 객체 사이의 거리를 파악하고, 각 객체를 나타내는 SOM 노드의 위치를 상기 객체 사이의 거리를 만족하도록 초기화하는 노드초기화부; 통신부를 통해 수신한 주변 객체의 GPS 위치와 SOM 노드의 위치 사이의 최단거리를 기초로 위치보정값을 산출하고, 각 SOM 노드 사이의 거리가 상기 객체 사이의 거리가 되도록 유지하면서 상기 위치보정값으로 각 SOM 노드의 위치를 보정하는 과정을 기 설정된 횟수 내에서 반복하는 보정부; 및 상기 위치보정값으로 보정된 SOM 노드의 위치를 객체의 위치로 출력하는 위치출력부;를 포함한다.In order to achieve the above technical problem, an example of a location determining device according to an embodiment of the present invention includes: a communication unit that receives through inter-object communication; A node initializer configured to grasp a distance between objects by double-differentiating a pseudo distance received from at least one or more surrounding objects, and initialize the position of the SOM node representing each object to satisfy the distance between the objects; The position correction value is calculated based on the shortest distance between the GPS position of the surrounding object received through the communication unit and the position of the SOM node, and the position correction value is maintained while maintaining the distance between each SOM node to be the distance between the objects. A correction unit repeating a process of correcting the position of each SOM node within a preset number of times; And a position output unit that outputs the position of the SOM node corrected by the position correction value as the position of the object.

본 발명의 실시 예에 따르면, 별도의 하드웨어 장치나 센서의 부착 없이 GPS를 장착한 객체간 통신을 통해 객체 사이의 상대적 거리를 파악할 수 있다. 또한, 객체 사이의 상대적 거리를 제한조건(constraint condition)으로 이용한 기계학습(machine learning)을 통해 고정밀의 객체 위치를 파악할 수 있다. According to an embodiment of the present invention, it is possible to grasp the relative distance between objects through communication between objects equipped with GPS without attaching a separate hardware device or sensor. In addition, it is possible to grasp a high-precision object position through machine learning using a relative distance between objects as a constraint condition.

도 1은 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법이 적용되는 환경의 일 예를 개략적으로 도시한 도면,
도 2는 본 발명의 실시 예에 따라 객체 사이의 거리를 파악하는 방법의 일 예를 도시한 도면,
도 3은 본 발명의 실시 예에 따라 파악된 객체 사이 거리의 일 예를 도시한 도면,
도 4는 본 발명의 실시 예에 따른 고정밀 위치 파악을 위한 객체 사이 거리와 GPS 정보 사이의 관계를 도시한 도면,
도 5는 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법의 일 예를 도시한 도면,
도 6은 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법을 나타내는 의사코드의 일 예를 도시한 도면,
도 7은 본 발명의 실시 예에 따른 위치파악장치의 구성의 일 예를 도시한 도면,
도 8 내지 도 10은 본 발명의 실시 예에 따른 고정밀 위치 파악 방법과 종래의 GPS 위치의 정확도에 대한 시뮬레이션 결과를 도시한 도면이다.1 is a view schematically showing an example of an environment to which a method for accurately determining a position of an object according to an embodiment of the present invention is applied;
2 is a diagram illustrating an example of a method for grasping a distance between objects according to an embodiment of the present invention;
3 is a diagram showing an example of a distance between objects identified according to an embodiment of the present invention;
4 is a view showing the relationship between the distance between the object and GPS information for high-precision location according to an embodiment of the present invention,
5 is a diagram illustrating an example of a method for accurately determining a location of an object according to an embodiment of the present invention;
6 is a diagram showing an example of a pseudo code showing a high-precision positioning method of an object according to an embodiment of the present invention;
7 is a view showing an example of the configuration of the position determining device according to an embodiment of the present invention,
8 to 10 is a view showing a high-precision location method according to an embodiment of the present invention and simulation results for the accuracy of the conventional GPS position.

이하에서, 첨부된 도면들을 참조하여 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법 및 그 장치에 대해 상세히 설명한다.Hereinafter, with reference to the accompanying drawings will be described in detail with respect to the method and apparatus for high-precision positioning of the object according to an embodiment of the present invention.

도 1은 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법이 적용되는 환경의 일 예를 개략적으로 도시한 도면이다.1 is a view schematically showing an example of an environment to which a method for accurately determining a location of an object according to an embodiment of the present invention is applied.

도 1을 참조하면, 적어도 둘 이상의 객체(100,102,104,106)는 객체간 통신(V2V)을 수행한다. 예를 들어, 객체가 자동차이면, 객체간 통신은 3GPP(Third Generation Partnership Project)에서 논의된 LTE(Long Term Evolution) 기반 V2x 기술을 이용하는 등 종래의 다양한 기술로 구현될 수 있다. 본 실시 예에서 객체는 움직임이 가능한 다양한 종류의 객체를 의미하며, 그 일 예로, 자동차, 선박, 드론 등이 있다. 본 실시 예는 이해를 돕기 위하여 객체의 일 예로 자동차를 도시하고 있다.Referring to FIG. 1, at least two or more objects 100, 102, 104, and 106 perform inter-object communication (V2V). For example, if the object is a vehicle, inter-object communication may be implemented by various conventional technologies, such as using Long Term Evolution (LTE) based V2x technology discussed in 3GPP (Third Generation Partnership Project). In this embodiment, the object means various types of objects that can be moved, and examples thereof include automobiles, ships, and drones. The present embodiment shows a vehicle as an example of an object to help understanding.

각 객체(100,102,104,106)는 복수의 GPS(Global Positioning System) 위성(110,112,114)을 이용하여 자신의 위치를 파악하는 GPS 수신기를 포함한다. GPS 기반의 위치 파악 방법은 수~수십m의 오차를 가지므로, 본 실시 예는 이를 보정하여 보다 정밀한 위치를 파악하는 방법을 제시한다.Each object (100,102,104,106) includes a GPS receiver that identifies its location using a plurality of Global Positioning System (GPS) satellites 110,112,114. Since the GPS-based positioning method has an error of several tens to several tens of meters, the present embodiment proposes a method for grasping the position more accurately by correcting it.

각 객체(100,102,104,106)는 본 실시 예의 고정밀 위치 파악을 위한 위치파악장치를 포함한다. 위치파악장치는 객체간 통신을 위한 모듈을 내장 또는 외장할 수 있으며, 또한 위치파악장치는 GPS 수신기를 내장 또는 외장할 수 있다. Each object (100,102,104,106) includes a location-finding device for high-precision positioning of the present embodiment. The positioning device may internally or externally module for communication between objects, and the positioning device may internally or externally receive a GPS receiver.

도 2는 본 발명의 실시 예에 따라 객체 사이의 거리를 파악하는 방법의 일 예를 도시한 도면이다. 2 is a diagram illustrating an example of a method for grasping a distance between objects according to an embodiment of the present invention.

도 2를 참조하면, 각 객체에 위치한 GPS 수신기a,b와 위성 사이의 의사거리(pseudorange)를 파악한다. 의사거리는 시계 편차(clock bias), 공통 잡음(common noise), 비공통 잡음(noncommon noise) 등의 다양한 종류의 에러를 포함하는 위성과 수신기 사이의 거리를 의미한다. 공통 잡음은 위성과 관련된 잡음으로 대기 지연(atmospheric delay)을 포함한다. 비공통 잡음은 수신기와 관련된 잡음으로 다중경로 에러와 코드 획득 잡음(code acquisition noise) 등을 포함한다.Referring to FIG. 2, the pseudorange between the GPS receivers a, b and satellites located in each object is grasped. The pseudorange means a distance between a satellite and a receiver including various kinds of errors such as clock bias, common noise, and noncommon noise. Common noise is satellite-related noise, which includes atmospheric delay. Non-common noise is noise related to the receiver, and includes multipath error and code acquisition noise.

수신기a와 위성i 사이의 의사거리를 수식으로 나타내면 다음과 같다.The pseudo distance between receiver a and satellite i is expressed as follows.

Figure pat00001
Figure pat00001

여기서,

Figure pat00002
는 위성i와 수신기a 사이의 실제 거리(true distance)를 나타내고, ta는 시계 편차, ci는 공통 노이즈,
Figure pat00003
는 비공통 노이즈를 나타낸다.here,
Figure pat00002
Is the true distance between satellite i and receiver a, t a is the clock deviation, c i is the common noise,
Figure pat00003
Indicates non-common noise.

공통 잡음은 의사거리를 단일 차분(single difference)하여 제거할 수 있다. 이를 수학식으로 나타내면 다음과 같다.Common noise can be eliminated by a single difference in pseudorange. This is expressed by the following equation.

Figure pat00004
Figure pat00004

여기서,

Figure pat00005
는 수신기a,b와 위성i의 실제 거리 사이의 차이를 나타낸다. here,
Figure pat00005
Denotes the difference between the actual distances of receivers a and b and satellite i.

수신기와 위성 사이의 실제 거리는 수신기a와 수신기b 사이의 거리보다 매우 크기 때문에, 위성i에서 각 수신기a,b로 향하는 벡터는 거의 평행하다고 할 수 있다. 따라서

Figure pat00006
는 다음 수학식과 같이 근사화할 수 있다. Since the actual distance between the receiver and the satellite is much larger than the distance between the receiver a and the receiver b, the vector from satellite i to each receiver a, b can be said to be almost parallel. therefore
Figure pat00006
Can be approximated as the following equation.

Figure pat00007
Figure pat00007

여기서,

Figure pat00008
는 수신기에서 위성을 향하는 단위 벡터(unit vector)를 의미하고,
Figure pat00009
는 수신기a와 수신기b 사이의 거리 벡터(distance vector)를 의미한다.here,
Figure pat00008
Is a unit vector from the receiver to the satellite,
Figure pat00009
Denotes a distance vector between receiver a and receiver b.

시계 편차는 이중 차분(double difference)을 적용하여 제거될 수 있다. 이중 차분은 다음 수학식과 같이 일반화될 수 있다.The clock deviation can be eliminated by applying a double difference. The difference can be generalized as the following equation.

Figure pat00010
Figure pat00010

여기서, Pab는 의사거리 이중 차분의 열 벡터(column vector)를 나타내고, H는 두 단위 벡터 사이의 의사거리의 열 벡터를 나타내고, δ는 총합의 비공통 노이즈의 열 벡터를 나타낸다.Here, P ab denotes a column vector of a pseudo-difference double difference, H denotes a column vector of a pseudorange between two unit vectors, and δ denotes a column vector of non-common noise of the sum.

앞서 살핀 수학식 2에 사용된 의사거리가 실제 거리에 보다 가깝기 위해서는, 보다 높은 반송파대잡음비(CNR, Carrier to Noise Ration)가 필요하다. CNR이 클수록 의사거리를 이용한 객체간 거리의 정확성이 높아질 수 있다. δ의 평균이 0이고 등분산(equal variance)이라고 가정하면,

Figure pat00011
는 선형최소자승추정(linear least square estimation)을 이용하여 풀 수 있다. 이를 수학식으로 나타내면 다음과 같다.A higher carrier-to-noise ratio (CNR) is required for the pseudorange used in Salpin Equation 2 to be closer to the actual distance. The greater the CNR, the higher the accuracy of the distance between objects using pseudoranges. Assuming that the mean of δ is 0 and equal variance,
Figure pat00011
Can be solved using linear least square estimation. This is expressed by the following equation.

Figure pat00012
Figure pat00012

Figure pat00013
를 위성0과 수신기a에 대한 CNR이고,
Figure pat00014
이 비상관(uncorrelated)이라면, 가중치 행렬 W는 다음과 같다.
Figure pat00013
Is the CNR for satellite 0 and receiver a,
Figure pat00014
If this is uncorrelated, the weight matrix W is as follows.

Figure pat00015
Figure pat00015

도 2의 실시 예는 WLS-DD(weighted least squares double difference)를 이용하여 객체간 거리를 파악하는 예를 도시하고 있으나, 본 발명은 반드시 이에 한정되는 것은 아니며, 객체 사이 거리를 파악하는 다양한 방법을 사용할 수 있다. Although the embodiment of FIG. 2 shows an example of grasping the distance between objects using WLS-DD (weighted least squares double difference), the present invention is not limited thereto, and various methods of grasping the distance between objects are described. Can be used.

도 3은 본 발명의 실시 예에 따라 파악된 객체 사이 거리의 일 예를 도시한 도면이다.3 is a diagram illustrating an example of a distance between objects identified according to an embodiment of the present invention.

도 3을 참조하면, 4개의 객체(300,302,304,306) 사이의 거리가 파악된다. 예를 들어, 제1 객체(300)와 제2 객체(302) 사이의 거리, 제2 객체(302)와 제4 객체(304) 사이의 거리, 제1 객체(302)와 제3 객체(306) 사이의 거리, 제3 객체(306)와 제4 객체(304) 사이의 거리가 파악될 수 있다. 다른 예로, 제1 객체(300)와 주변의 제2 내지 제4 객체(302,304,306) 사이의 거리를 파악할 수 있다. 본 실시 예는 4대의 객체(300,302,304,306)를 도시하고 있으나, 최소 2대 이상의 객체가 존재하면 본 실시 예에 따른 고정밀 위치 파악 방법을 적용할 수 있다.Referring to Figure 3, the distance between the four objects (300,302,304,306) is grasped. For example, the distance between the first object 300 and the second object 302, the distance between the second object 302 and the fourth object 304, the first object 302 and the third object 306 ), The distance between the third object 306 and the fourth object 304 may be grasped. As another example, the distance between the first object 300 and the surrounding second to fourth objects 302, 304, and 306 may be grasped. This embodiment shows four objects (300, 302, 304, 306), but if there are at least two or more objects, the high-precision location identification method according to the present embodiment can be applied.

도 4는 본 발명의 실시 예에 따른 고정밀 위치 파악을 위한 객체 사이 거리와 GPS 위치 사이의 관계를 도시한 도면이다.4 is a diagram illustrating a relationship between a distance between objects and a GPS location for high-precision location identification according to an embodiment of the present invention.

도 4를 참조하면, 각 SOM 노드(402,404,406,408)는 각 객체를 나타내고, 각 SOM 노드 사이(402,404,406,408)의 거리는 각 객체 사이의 거리를 나타낸다. 본 실시 예는 설명의 편의를 위하여 4개의 SOM 노드(402,404,406,408)를 도시하고 있으나, 객체가 2대인 경우라면 SOM 노드의 개수는 2개이다.4, each SOM node (402,404,406,408) represents each object, and the distance between each SOM node (402,404,406,408) represents the distance between each object. This embodiment shows four SOM nodes 402, 404, 406, 408 for convenience of explanation, but if there are two objects, the number of SOM nodes is two.

각 SOM 노드(402,404,406,408)는 공간(400) 내에서 이동하되, 각 SOM 노드(402,404,406,408) 사이의 거리는 변동되지 않는다. 다시 말해, 본 발명의 실시 예에 따른 고정밀 위치 파악에 있어 각 SOM 노드(402,404,406,408) 사이의 거리는 제한 조건(constraint condition)이다.Each SOM node 402,404,406,408 moves within space 400, but the distance between each SOM node 402,404,406,408 does not change. In other words, the distance between each SOM node (402,404,406,408) in the high-precision positioning according to an embodiment of the present invention is a constraint condition.

SOM 노드(402,404,406,408)의 위치를 이동시켜 실제 객체의 위치를 찾기 위한 입력값(410)으로 각 객체에서 측정한 GPS 위치가 사용된다. 실시 예에 따라 각 객체에 대해 수~수십개의 GPS 위치가 측정될 수 있다. 예를 들어, 각 객체에 대해 10번의 GPS 위치가 측정되면, 총 40개의 GPS 측정값이 존재하며, 이들 40개의 GPS 측정값이 입력값(410)으로 사용된다. 각 SOM 노드(402,404,406,408)의 위치와 입력값(410)으로 사용되는 각 GPS 위치는 모두 벡터로 표현될 수 있다. 입력값(410)을 이용하여 SOM 노드(402,404,406,408)의 위치를 보정하고 객체의 고정밀 위치를 파악하는 방법이 도 5에 도시되어 있다. The GPS position measured in each object is used as an input value 410 for moving the location of the SOM node 402,404,406,408 to find the location of the actual object. Depending on the embodiment, several to tens of GPS positions may be measured for each object. For example, if 10 GPS positions are measured for each object, a total of 40 GPS measurements exist, and these 40 GPS measurements are used as input values 410. The position of each SOM node 402,404,406,408 and each GPS position used as the input value 410 may be represented by a vector. A method of correcting the position of the SOM node 402,404,406,408 using the input value 410 and grasping the high-precision position of the object is illustrated in FIG. 5.

도 5는 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법의 일 예를 도시한 도면이다.5 is a diagram illustrating an example of a method for accurately determining a location of an object according to an embodiment of the present invention.

도 5를 참조하면, 객체에 위치한 위치파악장치는 객체간 통신을 통해 주변 객체로부터 GPS 정보를 수신한다(S500). GPS 정보는 의사거리, CNR, GPS 위치 등을 포함할 수 있다. GPS 정보는 객체 사이 거리를 파악하는 방법에 따라 의사거리나 CNR 중 일부 또는 전부를 포함하지 않거나 다른 다양한 정보를 더 포함할 수 있다.Referring to FIG. 5, the location locating device located in an object receives GPS information from surrounding objects through inter-object communication (S500). GPS information may include pseudorange, CNR, GPS location, and the like. The GPS information may not include some or all of pseudo-ranges or CNRs, or further include various other information, depending on how to determine the distance between objects.

위치파악장치는 주변 객체로부터 수신한 GPS 정보를 기초로 자신과 주변 객체 사이의 거리를 파악한다(S510). 예를 들어, 위치파악장치는 의사거리의 이중 차분 등 종래의 다양한 방법을 통해 객체 사이의 거리를 파악할 수 있다. 객체간 거리 파악의 일 예가 도 2에 도시되어 있으나, 반드시 이에 한정되는 것은 아니며 종래의 다양한 방법을 통해 객체 사이의 거리를 파악할 수 있다.The positioning device grasps the distance between itself and the surrounding objects based on the GPS information received from the surrounding objects (S510). For example, the location-finding device can grasp the distance between objects through various conventional methods such as a double difference of pseudo-ranges. Although an example of grasping the distance between objects is illustrated in FIG. 2, the distance between the objects may be grasped through various conventional methods.

위치파악장치는 각 객체를 나타내는 SOM 노드를 정의하고, 자신을 포함한 주변 객체에서 각각 측정한 GPS 위치와 SOM 노드 사이의 최단거리를 기초로 위치보정값을 산출한다(S520). 위치파악장치는 각 SOM 노드 사이의 거리가 객체 사이의 거리를 만족하면서 임의의 위치를 가진 SOM 노드를 설정할 수 있다.The location-finding device defines SOM nodes representing each object, and calculates a position correction value based on the shortest distance between the GPS location and the SOM node measured in the surrounding objects including itself (S520). The location-finding device may set an SOM node having an arbitrary location while the distance between each SOM node satisfies the distance between objects.

위치보정값을 산출방법을 도 4를 참조하면 살펴보면, 위치파악장치는 입력값 xi와 각 SOM 노드 사이의 유클리드 거리(Euclidean distance)를 파악하여 입력값 xi와 가장 가까운 거리의 SOM 노드를 최상매칭노드(BMN, Best Matching Node)로 선별한다. 그리고 위치파악장치는 입력값 xi와 최상매칭노드(BMN) 사이에 학습계수함수(learning rate function)를 적용하여 위치보정값을 산출한다. 위치보정값을 산출하는 과정을 의사코드(Pseduocode)로 나타내면 도 6의 4~5 라인과 같다.Referring to FIG. 4, a method of calculating the position correction value, the position determining device determines the Euclidean distance between the input value x i and each SOM node, and the SOM node closest to the input value x i is the best. Select as a matching node (BMN, Best Matching Node). Then, the positioning device calculates the position correction value by applying a learning rate function between the input value x i and the best matching node (BMN). If the process of calculating the position correction value is represented by a pseudo code (Pseduocode), it is the same as 4 to 5 lines in FIG. 6.

위치파악장치는 위치보정값이 산출되면 이를 기초로 각 SOM 노드의 위치를 보정한다(S530). 이때 위치파악장치는 최상매칭노드(BMN)의 위치만을 보정하는 것이 아니라 도 3에서 살핀 바와 같이 각 SOM 노드 사이의 거리가 변경되지 않도록 유지하면서 전체 SOM 노드의 위치를 보정한다. 다시 말해, 위치보정값으로 보정한 후의 각 SOM 노드 사이의 거리는 보정 전의 각 SOM 노드 사이의 거리와 동일하다. 이를 의사코드로 나타내면 도 6의 6 라인과 같다.When the position correction value is calculated, the position determining device corrects the position of each SOM node on the basis of this (S530). At this time, the position detecting device corrects not only the position of the best matching node (BMN) but also the position of all SOM nodes while maintaining the distance between each SOM node not to change as shown in FIG. 3. In other words, the distance between each SOM node after correction with the position correction value is the same as the distance between each SOM node before correction. If this is represented by a pseudo code, it is the same as 6 line in FIG.

이와 같은 방법으로, 각 입력값에 대해 위치보정값을 산출하는 과정(S520)과 산출한 위치보정값으로 각 SOM 노드의 위치를 보정하는 과정(S530)을 반복 수행한다(S540). 위치보정값이 기 설정된 임계값보다 작거나, 반복횟수가 기 설정된 횟수를 초과하면 반복 수행은 종료된다.In this way, the process of calculating the position correction value for each input value (S520) and the process of correcting the position of each SOM node with the calculated position correction value (S530) are repeatedly performed (S540). If the position correction value is less than a preset threshold value or the number of repetitions exceeds a preset number of times, repetition is ended.

위치보정의 반복 수행 과정이 종료되면(S540), 위치파악장치는 보정된 SOM 노드의 위치를 출력한다(S550). 이때 출력되는 각 SOM 노드의 위치가 각 객체의 고정밀 위치가 된다. When the process of repeating the position correction is finished (S540), the position detecting device outputs the corrected position of the SOM node (S550). At this time, the position of each SOM node that is output becomes the high-precision position of each object.

도 6은 본 발명의 실시 예에 따른 객체의 고정밀 위치 파악 방법을 나타내는 의사코드의 일 예를 도시한 도면이다.6 is a diagram illustrating an example of a pseudo code indicating a method for accurately determining a location of an object according to an embodiment of the present invention.

도 6을 참조하면, N은 각 객체를 나타내는 SOM 노드의 집합을 의미하고, W는 각 SOM 노드의 위치를 나타내는 벡터, I는 반복 횟수, T는 입력값의 총 개수, X는 입력값의 집합, t는 입력값을 나타내는 인덱스이다. De는 유클리드 거리를 구하는 함수를 나타내고, Nb는 최상매칭노드(BMN)를 나타내고, L(N)은 SOM 노드의 위치를 나타낸다.Referring to FIG. 6, N is a set of SOM nodes representing each object, W is a vector representing the location of each SOM node, I is the number of iterations, T is the total number of input values, and X is the set of input values. , t is an index representing the input value. De denotes a function for obtaining the Euclidean distance, N b denotes the best matching node (BMN), and L (N) denotes the location of the SOM node.

α(i)는 학습계수함수를 나타내며, 반복횟수에 따라 감소하는 형태를 나타내는 함수이다. 이를 수학식으로 나타내면 다음과 같다. α (i) denotes the learning coefficient function, and is a function showing the decreasing form according to the number of iterations. This is expressed by the following equation.

Figure pat00016
Figure pat00016

여기서, α0는 초기 학습 계수를 나타내고, i는 반복 횟수를 나타내며, lean_para는 실시 예에 따라 다양하게 설정 가능한 상수(constant)이다. 다만, 학습계수함수는 위 수학식에 한정되는 것은 아니며 선형적으로 감소하는 다양한 함수가 본 실시 예에 사용될 수 있다.Here, α 0 represents the initial learning coefficient, i represents the number of iterations, and lean_para is a constant that can be variously set according to an embodiment. However, the learning coefficient function is not limited to the above equation, and various functions that decrease linearly can be used in this embodiment.

도 7은 본 발명의 실시 예에 따른 위치파악장치의 구성의 일 예를 도시한 도면이다.7 is a view showing an example of the configuration of the position determining device according to an embodiment of the present invention.

도 7을 참조하면, 객체에 구현된 위치파악장치(700)는 통신부(710), 노드초기화부(720), 보정부(730) 및 위치출력부(740)를 포함한다.Referring to FIG. 7, the location locator 700 implemented in an object includes a communication unit 710, a node initialization unit 720, a correction unit 730, and a location output unit 740.

통신부(710)는 객체간 통신을 수행한다. 통신부(710)는 일정 거리 내에 위치한 적어도 하나 이상의 객체로부터 GPS 정보를 수신한다. The communication unit 710 performs inter-object communication. The communication unit 710 receives GPS information from at least one object located within a certain distance.

노드초기화부(720)는 각 객체 사이의 거리를 파악하고, 각 객체를 나타내는 SOM 노드의 위치를 임의로 선정하되 SOM 노드 사이의 거리가 각 객체 사이의 거리를 만족하도록 초기화한다. 또한, 노드초기화부(720)는 자신에 대한 복수의 GPS 측정값과 주변 객체로부터 수신한 각 주변 객체의 GPS 측정값을 입력값으로 설정한다. 예를 들어, 위치파악장치는 자신을 포함한 주변의 3대의 객체와 통신을 통해 GPS 측정값을 수신하며, 각 객체가 10개의 GPS 측정값을 생성하면, SOM 노드초기화부는 총 40개(10개 * 4대)의 측정값을 입력값으로 설정한다. 객체별 GPS 측정값의 개수는 동일하거나 실시 예에 따라 서로 상이할 수 있다.The node initializer 720 grasps the distance between each object, randomly selects the location of the SOM node representing each object, and initializes the distance between the SOM nodes to satisfy the distance between each object. In addition, the node initializer 720 sets a plurality of GPS measurement values for itself and GPS measurement values of each surrounding object received from the surrounding objects as input values. For example, the positioning device receives GPS measurements through communication with 3 nearby objects, including itself, and if each object generates 10 GPS measurements, the SOM node initialization unit totals 40 (10 * Set the measured value of 4 units) as the input value. The number of GPS measurement values for each object may be the same or different from each other according to embodiments.

보정부(730)는 노드초기화부(720)에 의해 초기 설정된 각 SOM 노드 사이의 거리를 그대로 유지하면서 각 SOM 노드에 대한 위치보정값을 산출하고 각 SOM 노드의 위치를 보정한다. 예를 들어, 보정부(730)는 도 5 및 도 6에서 설명한 바와 같이 각 입력값과 SOM 노드들 사이의 최단거리를 기초로 위치보정값을 산출하고, 그 위치보정값을 각 SOM 노드에 적용하여 위치를 보정한다. 보정부(730)는 위치보정값을 산출하고 위치를 보정하는 과정을 일정 횟수 반복한다. 예를 들어, 보정부(730)는 위치보정값이 기 설정된 임계값이거나 반복횟수가 기 설정된 횟수를 초과하면 반복 과정을 종료할 수 있다.The correction unit 730 calculates a position correction value for each SOM node while maintaining the distance between each SOM node initially set by the node initialization unit 720 and corrects the location of each SOM node. For example, the correction unit 730 calculates the position correction value based on the shortest distance between each input value and the SOM nodes, as described in FIGS. 5 and 6, and applies the position correction value to each SOM node. To correct the position. The correction unit 730 repeats the process of calculating the position correction value and correcting the position a predetermined number of times. For example, the correction unit 730 may end the iterative process when the position correction value is a preset threshold or the number of repetitions exceeds a preset number.

위치출력부(740)는 각 SOM 노드의 위치 보정이 완료되면, SOM 노드의 위치를 출력한다. 위치출력부(740)는 자신을 나타내는 SOM 노드의 위치만을 파악하거나, 주변의 다른 객체를 나타내는 SOM 노드의 위치를 함께 파악하여 주변 객체에 제공할 수 있다. When the position correction of each SOM node is completed, the position output unit 740 outputs the position of the SOM node. The location output unit 740 may determine only the location of the SOM node representing itself or the location of the SOM node representing other objects in the vicinity and provide the surrounding objects.

도 8 내지 도 10은 본 발명의 실시 예에 따른 고정밀 위치 파악 방법과 종래의 GPS 위치의 정확도에 대한 시뮬레이션 결과를 도시한 도면이다. 도 9는 객체간 거리에 따라 오차를 도시한 도면이고, 도 10은 입력값으로 사용하는 GPS 값의 개수에 따른 오차를 도시한 도면이고, 도 10은 4대의 객체와 70개의 GPS 값을 이용한 시뮬레이션 결과를 도시한 도면이다.8 to 10 is a view showing a high-precision location method according to an embodiment of the present invention and simulation results for the accuracy of the conventional GPS position. 9 is a diagram showing errors according to distances between objects, FIG. 10 is a diagram showing errors according to the number of GPS values used as input values, and FIG. 10 is a simulation using four objects and 70 GPS values It is a diagram showing the results.

도 8 내지 도 10을 참조하면, 본 발명의 실시 예에 따른 위치파악방법이 종래의 GPS 위치 파악 방법에 비해 오차가 더 작음을 알 수 있다. 또한, 객체 사이 거리가 가까울수록 오차가 줄어들고 GPS 측정값의 개수가 증가할수록 오차가 줄어듦을 알 수 있다.Referring to FIGS. 8 to 10, it can be seen that an error in the position locating method according to an embodiment of the present invention is smaller than a conventional GPS locating method. In addition, it can be seen that the error decreases as the distance between objects decreases and the error decreases as the number of GPS measurements increases.

본 실시 예는 또한 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 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.This embodiment may also be embodied as computer readable codes on a computer readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data readable by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disks, and optical data storage devices. The computer-readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.So far, the present invention has been focused on the preferred embodiments. Those skilled in the art to which the present invention pertains will understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered in terms of explanation, not limitation. The scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent range should be interpreted as being included in the present invention.

Claims (7)

움직이는 객체에 구현된 위치파악장치가 수행하는 객체의 고정밀 위치 파악 방법에 있어서,
적어도 둘 이상의 객체 사이의 통신을 통해 객체 사이의 거리를 파악하는 단계;
각 객체를 나타내는 각 SOM 노드의 위치를 상기 객체 사이의 거리를 만족하도록 초기화하는 단계;
각 GPS 위치와 각 SOM 노드의 위치 사이의 거리 중 최단거리를 기초로 위치보정값을 산출하는 단계;
각 SOM 노드의 위치가 상기 객체 사이의 거리를 만족하도록 하면서 상기 위치보정값으로 각 SOM 노드의 위치를 보정하는 단계;
상기 위치보정값을 산출하는 단계와 상기 보정하는 단계를 기 설정된 횟수 내에서 반복하는 단계; 및
상기 위치보정값으로 보정된 SOM 노드의 위치를 객체의 위치로 출력하는 단계;를 포함하는 것을 특징으로 하는 객체의 고정밀 위치 파악 방법.In the high-precision positioning method of the object to be performed by the positioning device implemented in the moving object,
Determining a distance between the objects through communication between at least two or more objects;
Initializing a position of each SOM node representing each object to satisfy a distance between the objects;
Calculating a position correction value based on a shortest distance among distances between each GPS position and each SOM node;
Correcting the position of each SOM node with the position correction value while ensuring that the position of each SOM node satisfies the distance between the objects;
Repeating the step of calculating the position correction value and the step of correcting within a predetermined number of times; And
And outputting the position of the SOM node corrected by the position correction value as the position of the object. 제 1항에 있어서, 상기 객체 사이의 거리를 파악하는 단계는,
각 객체에서의 반송파대잡음비(CNR)을 기초로 생성한 가중치를 고려한 이중 차분을 이용하여 각 객체 사이의 거리를 파악하는 단계;를 포함하는 것을 특징으로 하는 객체의 고정밀 위치 파악 방법.The method of claim 1, wherein determining the distance between the objects,
The method comprising: grasping the distance between each object by using a double difference considering the weight generated based on the carrier-to-noise ratio (CNR) in each object. 제 1항에 있어서,
각 객체에서 파악된 N 개의 GPS 위치들을 입력값으로 설정하고,
상기 위치보정값을 산출하는 단계는,
제1 입력값으로부터 거리가 최소인 SOM 노드를 최상매칭노드로 선정하는 단계;
상기 제1 입력값과 상기 최상매칭노드 사이의 거리에 학습계수함수를 적용하여 위치보정값을 산출하는 단계;를 포함하고,
상기 위치보정값을 산출하는 단계는, 상기 위치보정값이 기 설정된 임계값 이하가 될 때까지 상기 제1 입력값부터 제N 입력값까지 반복 수행하는 것을 특징으로 하는 객체의 고정밀 위치 파악 방법.According to claim 1,
Set the N GPS locations identified in each object as input values,
The step of calculating the position correction value,
Selecting a SOM node having the smallest distance from the first input value as the best matching node;
Includes; calculating a position correction value by applying a learning coefficient function to the distance between the first input value and the best matching node;
The step of calculating the position correction value is a method for accurately determining a position of an object, characterized in that the position correction value is repeatedly performed from the first input value to the Nth input value until the position correction value is equal to or less than a preset threshold value. 객체간 통신을 통해 수신하는 통신부;
적어도 하나 이상의 주변 객체로부터 수신한 의사거리를 이중 차분하여 객체 사이의 거리를 파악하고, 각 객체를 나타내는 SOM 노드의 위치를 상기 객체 사이의 거리를 만족하도록 초기화하는 노드초기화부;
통신부를 통해 수신한 주변 객체의 GPS 위치와 SOM 노드의 위치 사이의 최단거리를 기초로 위치보정값을 산출하고, 각 SOM 노드 사이의 거리가 상기 객체 사이의 거리가 되도록 유지하면서 상기 위치보정값으로 각 SOM 노드의 위치를 보정하는 과정을 기 설정된 횟수 내에서 반복하는 보정부; 및
상기 위치보정값으로 보정된 SOM 노드의 위치를 객체의 위치로 출력하는 위치출력부;를 포함하는 것을 특징으로 하는 위치파악장치.A communication unit receiving through inter-object communication;
A node initializer configured to grasp a distance between objects by double-differentiating a pseudo distance received from at least one or more surrounding objects, and to initialize the position of the SOM node representing each object to satisfy the distance between the objects;
The position correction value is calculated based on the shortest distance between the GPS position of the surrounding object received through the communication unit and the position of the SOM node, and the position correction value is maintained while maintaining the distance between each SOM node to be the distance between the objects. A correction unit repeating a process of correcting the position of each SOM node within a preset number of times; And
And a position output unit outputting the position of the SOM node corrected by the position correction value as the position of the object. 제 4에 있어서, 상기 노드초기화부는,
각 객체에서의 반송파대잡음비(CNR)을 기초로 생성한 가중치를 고려한 이중 차분을 이용하여 객체 사이의 거리를 파악하는 것을 특징으로 하는 위치파악장치.The method of claim 4, wherein the node initialization unit,
Positioning device, characterized in that to grasp the distance between the objects using a double difference considering the weight generated based on the carrier-to-noise ratio (CNR) in each object. 제 4항에 있어서, 상기 보정부는,
각 객체에서 파악된 N 개의 GPS 위치를 입력값으로 설정하고, 제1 입력값으로부터 거리가 최소인 SOM 노드를 최상매칭노드로 선정하고, 상기 제1 입력값과 상기 최상매칭노드 사이의 거리에 학습계수함수를 적용하여 위치보정값을 산출하는 과정을 상기 제1 입력값부터 제N 입력값까지 반복 수행하는 것을 특징으로 하는 위치파악장치.The method of claim 4, wherein the correction unit,
Set the N GPS positions identified in each object as input values, select the SOM node with the smallest distance from the first input value as the best matching node, and learn the distance between the first input value and the best matching node. Positioning device characterized in that the process of calculating the position correction value by applying the counting function is repeatedly performed from the first input value to the Nth input value. 제1항 내지 제3항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.A computer-readable recording medium recording a program for performing the method according to any one of claims 1 to 3.
KR1020180116589A 2018-09-28 2018-09-28 High-precision object positioning method and apparatus KR102109846B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180116589A KR102109846B1 (en) 2018-09-28 2018-09-28 High-precision object positioning method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180116589A KR102109846B1 (en) 2018-09-28 2018-09-28 High-precision object positioning method and apparatus

Publications (2)

Publication Number Publication Date
KR20200036665A true KR20200036665A (en) 2020-04-07
KR102109846B1 KR102109846B1 (en) 2020-05-12

Family

ID=70291202

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180116589A KR102109846B1 (en) 2018-09-28 2018-09-28 High-precision object positioning method and apparatus

Country Status (1)

Country Link
KR (1) KR102109846B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102320628B1 (en) * 2021-01-08 2021-11-02 강승훈 System and method for precise positioning information based on machine learning

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101876026B1 (en) 2016-05-26 2018-07-06 현대자동차주식회사 Method and Apparatus for Measuring Relative Position Between Vehicles in V2V Application

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101876026B1 (en) 2016-05-26 2018-07-06 현대자동차주식회사 Method and Apparatus for Measuring Relative Position Between Vehicles in V2V Application

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102320628B1 (en) * 2021-01-08 2021-11-02 강승훈 System and method for precise positioning information based on machine learning
WO2022149645A1 (en) * 2021-01-08 2022-07-14 강승훈 System for providing precise position information on basis of machine learning, and provision method therefor

Also Published As

Publication number Publication date
KR102109846B1 (en) 2020-05-12

Similar Documents

Publication Publication Date Title
US6587692B1 (en) Location determination using weighted ridge regression
EP1980868B1 (en) Positioning system, positioning IC chip, positioning method and positioning program
US7986264B2 (en) Positioning system, IC chip for positioning, positioning method, and positioning program
JP2002357651A (en) Method, device and system for estimating user position by satellite positioning system with weak signal state
US10356556B2 (en) Method for locating mobile devices in a common frame of reference
KR101470081B1 (en) A moving information determination apparatus, a receiver, and a method thereby
US20160182164A1 (en) Signal Strength Distribution Establishing Method and Wireless Positioning System
US10024974B1 (en) Method and apparatus applicable to positioning in NLOS environment
KR102109846B1 (en) High-precision object positioning method and apparatus
US20110181462A1 (en) System and Method for Positioning with GNSS Using Multiple Integer Candidates
US20030054759A1 (en) Integrity monitoring for geo-location systems
JP2009079975A (en) Positioning system
KR102181369B1 (en) Apparatus and method for estimating direction of movement for pedestrian dead reckoning
CN114355393A (en) Three-antenna attitude estimation method based on low-cost receiver
KR101608809B1 (en) Apparatus and Method for correcting vector error to extend operational boundary of Ground Based Augmentation System
US11202173B2 (en) Terminal position measuring device and terminal position measuring method
US6563461B1 (en) System, method, and software for non-iterative position estimation using range measurements
US7535420B2 (en) Method and apparatus for signal tracking utilizing universal algorithm
US7551138B2 (en) Method and apparatus for signal tracking utilizing universal algorithm
KR20200067328A (en) Method and System for Reduction of Time to First Fix of High Integrity RTK-GNSS
KR101750514B1 (en) Apparatus for correcting attitude and positioning sensor node with multi-antenna
KR101509569B1 (en) Signal Source Location Determine Method using Earth Radius and Signal Directional Information
EP3495837A1 (en) Method and system for position estimation by collaborative repositioning using unknown landmarks
US7151999B2 (en) Passive terrain navigation
US11294072B2 (en) Method, device and server for estimation of IFB calibration value

Legal Events

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