KR20200106393A

KR20200106393A - Method and Apparatus for UAV positioning by multipath error mitigation of GNSS data

Info

Publication number: KR20200106393A
Application number: KR1020190024884A
Authority: KR
Inventors: 황유라; 안재영; 이병선; 차지훈
Original assignee: 한국전자통신연구원
Priority date: 2019-03-04
Filing date: 2019-03-04
Publication date: 2020-09-14

Abstract

The present invention provides a method of performing positioning of a device based on a satellite navigation signal. The method of performing positioning of a device comprises: a step of determining an initial position of a device; a step of setting a prescribed range and a grid within the prescribed range based on the determined initial position, and showing the initial position through the set grid; a step of searching for satellite navigation signals to be received by the device based on the initial position on the grid; a step of checking the elevation angle and azimuth of a boundary of buildings in the grid corresponding to the initial position based on building modeling information stored in a database, and searching for blocked signals among satellite navigation signals searched through the checked elevation angle and azimuth of the boundary; and a step of considering the number of visible satellites and the blocked signals to estimate the position of the device.

Description

UAV positioning method and apparatus for mitigating multipath error of GNSS data {Method and Apparatus for UAV positioning by multipath error mitigation of GNSS data}

본 발명은 GNSS 데이터의 다중경로오차 완화를 위한 무인기 위치 결정 방법 및 장치를 제공할 수 있다.The present invention can provide a method and apparatus for determining a location of an unmanned aerial vehicle for mitigating a multipath error of GNSS data.

본 발명은 도심의 건물 모델링에 기초하여 GNSS 데이터의 다중경로오차를 완화하는 방법 및 장치를 제공할 수 있다.The present invention can provide a method and apparatus for mitigating multipath errors of GNSS data based on modeling a building in an urban area.

위성항법 신호에는 다양한 오차가 존재할 수 있다. 약 20,000km 이상의 고도에서 송출된 위성항법 신호는 전리층, 대류층 오차, 위성 궤도 및 시계 오차와 같이 기준국을 이용하여 DGNSS(Differential GNSS) 기법으로 제거 가능한 공통오차 이외에도 다중경로 오차(multi-path error)와 수신기 잡음(Receiver noise)과 같은 사용자 (User-dependent) 오차를 포함하고 있다. 이러한 사용자 오차는 고층 건물이 밀집한 도심처럼 위성 신호 난수신 환경에서는 비가시 (NLOS, Non-Line of Sight) 위성으로부터 수신된 신호의 경우 오차가 수백m~수km까지 달할 수 있으므로, 이를 제거하려는 다양한 방법이 제시되고 있다. Various errors may exist in the satellite navigation signal. Satellite navigation signals transmitted at altitudes of about 20,000 km or higher are multi-path errors in addition to common errors that can be removed by using a reference station such as ionospheric, convective error, satellite orbit, and clock errors, which can be removed by the DGNSS (Differential GNSS) technique. ) And user-dependent errors such as receiver noise. This user error can range from several hundred m to several kilometers in the case of a signal received from a non-line of sight (NLOS) satellite in a random satellite signal reception environment like a city center where high-rise buildings are concentrated. The method is being presented.

일 예로, 영상 정보나 주변 지형 정보를 이용하여 NLOS에서 수신된 신호를 배제하는 방법, 코드와 반송파 측정치의 차이값을 이용하여 과대 다중 경로오차를 판별하고 이를 제거하는 방법이 수행될 수 있다. 다만, 상술한 방법들은 추가장비가 필요하거나 많은 계산량을 동반하는 등 실시간 처리에 어려움이 있거나 실용적인 측면에서 한계가 있다. 또한 대부분의 방법이 과대 다중경로 오차를 측위에서 배제하는 방법을 적용하고 있으므로 도심지에서의 위성 가시성 확보에 어려움이 따를 수 있다. 따라서 부가적인 장비나 많은 계산량을 동반하지 않으면서도 측위에 필요한 가시위성의 수를 경감하지 않는 실용적인 알고리즘이 필요할 수 있다. 또한, GPS 이외에 다중 위성군의 정보를 효율적으로 활용할 수 있는 방법의 모색이 필요할 수 있다.For example, a method of excluding a signal received from an NLOS using image information or surrounding terrain information, and a method of determining and removing an excessive multipath error using a difference value between a code and a carrier measurement value may be performed. However, the above-described methods have difficulty in real-time processing, such as requiring additional equipment or accompanying a large amount of computation, or have limitations in practical terms. Also, since most of the methods employ methods to exclude excessive multipath errors from positioning, it may be difficult to secure satellite visibility in urban areas. Therefore, a practical algorithm that does not reduce the number of visible satellites required for positioning without requiring additional equipment or a large amount of computation may be required. In addition, it may be necessary to find a way to efficiently utilize information of multiple satellite groups other than GPS.

본 발명은 GNSS 데이터의 다중경로오차 완화를 통해 무인기 위치 결정 방법 및 장치를 제공할 수 있다.The present invention can provide a method and apparatus for determining a location of an unmanned aerial vehicle by mitigating a multipath error of GNSS data.

본 발명은 다중경로오차를 완화하여 위치 결정 장치에 대한 위치 정확도를 높이는 방법 및 장치를 제공할 수 있다.The present invention can provide a method and apparatus for improving the positional accuracy of a positioning device by mitigating a multipath error.

본 발명의 일 실시예에 따르면, 위성항법 신호에 기초하여 장치의 측위를 수행하는 방법을 제공할 수 있다. 이때, 장치의 측위 수행 방법은 장치의 초기 위치를 결정하는 단계, 결정된 초기 위치에 기초하여 일정 범위 및 일정 범위 내의 그리드를 설정하고, 설정된 그리드를 통해 초기 위치를 나타내는 단계, 그리드 상의 초기 위치에 기초하여 장치가 수신할 수 있는 위성항법 신호들을 검색하는 단계, 데이터베이스에 저장된 건물 모델링 정보에 기초하여 초기 위치에 대응되는 그리드 내 건물들 경계의 고도각 및 방위각을 확인하고, 확인된 경계의 상기 고도각 및 방위각을 통해 검색된 위성항법 신호들 중 블록되는 신호들을 검색하는 단계 및 가시 위성 수 및 블록되는 신호를 고려하여 상기 장치의 위치를 추정하는 단계를 포함할 수 있다.According to an embodiment of the present invention, a method of positioning a device based on a satellite navigation signal can be provided. At this time, the positioning method of the device includes determining the initial position of the device, setting a certain range and a grid within a certain range based on the determined initial position, and indicating the initial position through the set grid, based on the initial position on the grid. Searching for satellite navigation signals that the device can receive, based on the building modeling information stored in the database, confirming the elevation angle and azimuth angle of the boundary of the buildings in the grid corresponding to the initial position, and the elevation angle of the identified boundary And searching for blocked signals among the satellite navigation signals searched through an azimuth angle, and estimating a location of the device in consideration of the number of visible satellites and the blocked signals.

또한 본 발명의 일 실시예에 따르면, 위성항법 신호에 기초하여 측위를 수행하는 장치를 제공할 수 있다. 이때, 장치는 신호를 송수신하는 송수신부, 송수신부를 제어하는 프로세서를 포함할 수 있다. 이때, 프로세서는 장치의 초기 위치를 결정하고, 결정된 초기 위치에 기초하여 일정 범위 및 일정 범위 내의 그리드를 설정하고, 설정된 그리드를 통해 초기 위치를 나타내고, 그리드 상의 초기 위치에 기초하여 장치가 수신할 수 있는 위성항법 신호들을 검색하고, 데이터베이스에 저장된 건물 모델링 정보에 기초하여 초기 위치에 대응되는 그리드 내 건물들 경계의 고도각 및 방위각을 확인하고, 확인된 경계의 고도각 및 방위각을 통해 검색된 위성항법 신호들 중 블록되는 신호들을 검색하고, 가시 위성 수 및 블록되는 신호를 고려하여 장치의 위치를 추정할 수 있다.Further, according to an embodiment of the present invention, it is possible to provide an apparatus for performing positioning based on a satellite navigation signal. In this case, the device may include a transceiving unit for transmitting and receiving a signal, and a processor for controlling the transceiving unit. At this time, the processor determines the initial position of the device, sets a certain range and a grid within a certain range based on the determined initial position, indicates the initial position through the set grid, and can be received by the device based on the initial position on the grid. Search for existing satellite navigation signals, check the elevation angle and azimuth angle of the boundary of buildings in the grid corresponding to the initial location based on the building modeling information stored in the database, and the satellite navigation signal retrieved through the elevation angle and azimuth angle of the identified boundary Among them, blocked signals may be searched and the location of the device may be estimated in consideration of the number of visible satellites and the blocked signals.

또한, 본 발명의 일 실시예에 따라, 위성항법 신호에 기초하여 측위를 수행하는 시스템을 제공할 수 있다. 이때, 측위를 수행하는 시스템은 장치 및 장치와 신호를 교환하고 건물 모델링 정보를 포함하는 데이터베이스를 포함할 수 있다. 이때, 측위를 수행하는 시스템은 장치의 초기 위치를 결정하고, 결정된 초기 위치에 기초하여 일정 범위 및 상기 일정 범위 내의 그리드를 설정하고, 설정된 그리드를 통해 초기 위치를 나타내고, 그리드 상의 상기 초기 위치에 기초하여 장치가 수신할 수 있는 위성항법 신호들을 검색하고, 데이터베이스에 저장된 건물 모델링 정보에 기초하여 초기 위치에 대응되는 그리드 내 건물들 경계의 고도각 및 방위각을 확인하고, 확인된 경계의 고도각 및 방위각을 통해 검색된 위성항법 신호들 중 블록되는 신호들을 검색하고, 가시 위성 수 및 블록되는 신호를 고려하여 장치의 위치를 추정할 수 있다.In addition, according to an embodiment of the present invention, a system for performing positioning based on a satellite navigation signal may be provided. At this time, the system for performing the positioning may include a database including building modeling information by exchanging signals with devices and devices. At this time, the system performing the positioning determines the initial position of the device, sets a certain range and a grid within the certain range based on the determined initial position, indicates the initial position through the set grid, and based on the initial position on the grid. It searches for satellite navigation signals that the device can receive, and based on the building modeling information stored in the database, checks the elevation and azimuth angles of the boundaries of buildings in the grid corresponding to the initial location, and the elevation and azimuth angles of the identified boundaries. Blocked signals among the satellite navigation signals searched through may be searched, and the position of the device may be estimated in consideration of the number of visible satellites and the blocked signal.

또한, 위상항법 신호에 기초하여 측위를 수행하는 방법, 장치 및 시스템에 대해서 하기 사항들이 공통으로 적용될 수 있다.In addition, the following items may be commonly applied to a method, apparatus, and system for performing positioning based on a phase navigation signal.

본 발명의 일 실시예에 따르면, 초기 위치에 대응되는 값에 IMU 데이터 적분 값을 적용하여 장치의 위치를 추정할 수 있다.According to an embodiment of the present invention, the position of the device may be estimated by applying an IMU data integration value to a value corresponding to an initial position.

본 발명의 일 실시예에 따르면, 초기 위치에 기초하여 IMU 시스템 모델링 정보를 통해 장치의 위치를 추정하고, 추정된 장치의 위치와 장치가 수신한 위성 항법 신호를 비교하여 다중 경로 오차 초기값을 추정할 수 있다.According to an embodiment of the present invention, the position of the device is estimated through IMU system modeling information based on the initial position, and the initial multipath error value is estimated by comparing the estimated position of the device with a satellite navigation signal received by the device. can do.

이때, 본 발명의 일 실시예에 따르면, 추정된 다중 경로 오차 초기값을 이용하여 다중 경로 오차를 추정하고, 추정된 다중 경로 오차를 이용하여 장치의 위치를 계산할 수 있다.In this case, according to an embodiment of the present invention, the multipath error may be estimated using the estimated multipath error initial value, and the position of the device may be calculated using the estimated multipath error.

또한, 본 발명의 일 실시예에 따르면, 장치와 LOS 선상에 위치하는 위성항법 신호들은 장치와 방위각이 일치하는 위성들로부터 수신될 수 있다.In addition, according to an embodiment of the present invention, satellite navigation signals located on a device and an LOS line may be received from satellites having a matching azimuth angle with the device.

또한, 본 발명의 일 실시예에 따르면, 장치가 수신 가능한 위성항법 신호들의 고도각 정보를 획득하고, 블록되는 신호들은 LOS 선상에 위치하는 위성항법 신호들 중 확인된 건물들 경계의 고도각보다 낮은 고도각을 갖는 위성항법 신호들일 수 있다.In addition, according to an embodiment of the present invention, the apparatus acquires altitude angle information of receivable satellite navigation signals, and the blocked signals are lower than the altitude angle of the boundary of the identified buildings among the satellite navigation signals located on the LOS ship. They may be satellite navigation signals having an elevation angle.

이때, 본 발명의 일 실시예에 따르면, 위성항법 신호들의 고도각 정보는 기압 고도계 정보를 더 이용하여 결정될 수 있다.In this case, according to an embodiment of the present invention, the altitude angle information of the satellite navigation signals may be determined further using barometric altimeter information.

또한, 본 발명의 일 실시예에 따르면, 장치의 위치를 추정하는 경우, 가시 위성 수 및 GDOP (Geometry-dilution-of-positioning)를 확인할 수 있다.In addition, according to an embodiment of the present invention, when estimating the location of the device, the number of visible satellites and geometry-dilution-of-positioning (GDOP) can be checked.

또한, 본 발명의 일 실시예에 따르면, 수신 가능한 위성항법 신호와 장치의 위치를 고려하여 GDOP 조합 중 GDOP가 가장 낮은 조합에 기초하여 장치의 위치를 추정할 수 있다.In addition, according to an embodiment of the present invention, the position of the device may be estimated based on a combination of the lowest GDOP among GDOP combinations in consideration of a receivable satellite navigation signal and the position of the device.

또한, 본 발명의 일 실시예에 따르면, GDOP가 가장 낮은 조합에 기초하여 장치가 수신하는 위성항법 신호들 중 다중경로 오차를 포함하는 위성항법 신호들의 다중경로 오차를 추정하고, 추정된 다중경로 오차에 기초하여 장치의 위치를 추정할 수 있다.In addition, according to an embodiment of the present invention, based on the combination of the lowest GDOP, the multipath error of the satellite navigation signals including the multipath error among the satellite navigation signals received by the device is estimated, and the estimated multipath error The location of the device can be estimated based on.

또한, 본 발명의 일 실시예에 따르면, 장치는 무인기일 수 있다.Further, according to an embodiment of the present invention, the device may be an unmanned aerial vehicle.

본 발명에 따르면, GNSS 데이터의 다중경로오차 완화를 통해 무인기의 위치를 결정할 수 있다.According to the present invention, it is possible to determine the location of the UAV through mitigation of multipath errors of GNSS data.

본 발명에 따르면, 다중경로오차를 완화하여 위치 결정 장치에 대한 위치 정확도를 높일 수 있다.According to the present invention, it is possible to improve the positioning accuracy of the positioning device by mitigating the multipath error.

본 발명에 따르면, 도심의 건물 모델링에 기초하여 GNSS 데이터의 다중경로오차를 완화시킬 수 있다.According to the present invention, it is possible to mitigate the multipath error of GNSS data based on the modeling of buildings in the city.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The effects that can be obtained in the present disclosure are not limited to the effects mentioned above, and other effects not mentioned can be clearly understood by those of ordinary skill in the art from the following description. will be.

도 1은 위성으로부터 신호를 수신하는 방법을 나타낸 도면이다.
도 2는 복수 개의 위성으로부터 신호를 수신하는 방법을 나타낸 도면이다.
도 3은 다중 경로 신호를 나타낸 도면이다.
도 4는 도심 건물을 고려하여 위성 신호를 수신하는 방법을 나타낸 도면이다.
도 5는 무인기 및 GCS의 동작 방법을 나타낸 도면이다.
도 6은 다중경로 오차를 추정에 기초하여 무인기 위치를 결정하는 방법을 나타낸 도면이다.
도 7은 무인기의 위치를 결정하는 방법을 나타낸 도면이다.
도 8은 다중경로 오차를 추정하는 방법을 나타낸 도면이다.
도 9는 무인기의 위치를 결정하는 방법을 나타낸 도면이다.
도 10은 본 발명에 따라 장치 구성을 나타낸 도면이다.1 is a diagram illustrating a method of receiving a signal from a satellite.
2 is a diagram illustrating a method of receiving signals from a plurality of satellites.
3 is a diagram showing a multipath signal.
4 is a diagram illustrating a method of receiving a satellite signal in consideration of an urban building.
5 is a diagram showing a method of operating an unmanned aerial vehicle and a GCS.
6 is a diagram illustrating a method of determining a location of the UAV based on estimation of a multipath error.
7 is a diagram illustrating a method of determining a location of an unmanned aerial vehicle.
8 is a diagram illustrating a method of estimating a multipath error.
9 is a diagram illustrating a method of determining a location of an unmanned aerial vehicle.
10 is a diagram showing a device configuration according to the present invention.

이하에서 는 첨부한 도면을 참고로 하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. Hereinafter, exemplary embodiments of the present disclosure will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art may easily implement the present disclosure. However, the present disclosure may be implemented in various different forms and is not limited to the embodiments described herein.

본 개시의 실시 예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.In describing an embodiment of the present disclosure, if it is determined that a detailed description of a known configuration or function may obscure the subject matter of the present disclosure, a detailed description thereof will be omitted. In addition, parts not related to the description of the present disclosure in the drawings are omitted, and similar reference numerals are attached to similar parts.

본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.In the present disclosure, when a component is said to be "connected", "coupled" or "connected" with another component, it is not only a direct connection relationship, but an indirect connection relationship in which another component exists in the middle It can also include. In addition, when a certain component "includes" or "have" another component, it means that other components may be further included rather than excluding other components unless otherwise stated. .

본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시 예에서의 제1 구성요소는 다른 실시 예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시 예에서의 제2 구성요소를 다른 실시 예에서 제1 구성요소라고 칭할 수도 있다. In the present disclosure, terms such as first and second are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of the components unless otherwise stated. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment is a first component in another embodiment. It can also be called.

본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시 예도 본 개시의 범위에 포함된다. In the present disclosure, components that are distinguished from each other are intended to clearly describe each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to be formed in one hardware or software unit, or one component may be distributed in a plurality of hardware or software units. Therefore, even if not stated otherwise, such integrated or distributed embodiments are also included in the scope of the present disclosure.

본 개시에 있어서, 다양한 실시 예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시 예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시 예도 본 개시의 범위에 포함된다. 또한, 다양한 실시 예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시 예도 본 개시의 범위에 포함된다. In the present disclosure, components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment consisting of a subset of components described in the embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to the components described in the various embodiments are included in the scope of the present disclosure.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 제시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다.Advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail together with the accompanying drawings. However, the present invention is not limited to the embodiments presented below, but may be implemented in a variety of different forms, only these embodiments are intended to complete the disclosure of the present invention, and common knowledge in the technical field to which the present invention pertains. It is provided to fully inform those who have the scope of the invention.

도 1은 위성 항법 신호에 대한 오차가 발생되는 경우를 나타낸 도면이다. 위성항법 신호를 위성으로부터 수신되는 신호일 수 있다. 이때, 상술한 바와 같이, 위성항법 신호는 20,000km 이상의 위성으로부터 수신되는 신호일 수 있는바, 신호 전송 과정에서 다양한 오차가 발생할 수 있다. 이때, 상술한 바와 같이, 일 예로, 도 1을 참조하면, 위성항법 신호는 전리층이나 대류층에 의해 발생하는 오차가 포함될 수 있다. 즉, 위성항법 신호가 전리층 및 대류층을 통과하는 과정에서 신호에 대한 오차가 발생할 수 있다. 이때, 위성과 사용자 수신기의 시계 오차뿐만 아니라 상술한 바와 같은 오차에 대해서는 위치가 알려진 고정된 수신기를 기준으로 DGNSS(Differential) 기법에 기초하여 보정될 수 있다. 일 예로, 도 2를 참조하면, 복수 개의 수신기에서 수신되는 신호를 통해 신호를 보정하고, 이에 기초하여 오차에 대한 보정을 수행할 수 있다. 상술한 바를 통해, 공통의 오차에 대한 보정을 수행할 수 있다.1 is a diagram showing a case where an error occurs in a satellite navigation signal. The satellite navigation signal may be a signal received from a satellite. At this time, as described above, since the satellite navigation signal may be a signal received from a satellite of 20,000 km or more, various errors may occur in the signal transmission process. At this time, as described above, as an example, referring to FIG. 1, the satellite navigation signal may include an error generated by an ionosphere or a convection layer. That is, an error may occur in the signal while the satellite navigation signal passes through the ionosphere and the convection layer. In this case, the above-described error as well as the clock error of the satellite and the user receiver may be corrected based on a fixed receiver whose location is known, based on a DGNSS (Differential) technique. For example, referring to FIG. 2, a signal may be corrected through signals received from a plurality of receivers, and an error may be corrected based thereon. Through the foregoing, it is possible to correct the common error.

다만, 일 예로, 도 3처럼 다중 경로 오차는 사용자의 위치 등에 따라 발생하는 오차일 수 있다. 일 예로, 상술한 바처럼 사용자가 도심지에 위치하거나 주변 장애물이 많은 경우에는 도 3처럼 다중 경로로 수신되는 신호가 다수 존재할 수 있고, 이러한 신호에 기초하여 오차가 발생할 수 있다. 또한, 일 예로, 상술한 바처럼 수신기의 잡음에 기초하여 오차가 발생할 수 있다. 이러한 오차에 대해서는 사용자의 위치에 따라 다르게 발생될 수 있으며, 이에 기초한 오차 보정이 필요할 수 있다.However, as an example, as shown in FIG. 3, the multi-path error may be an error that occurs according to a user's location. For example, as described above, when a user is located in an urban area or there are many nearby obstacles, as shown in FIG. 3, there may be multiple signals received through a multipath, and an error may occur based on such signals. In addition, as an example, an error may occur based on noise of the receiver as described above. Such errors may be differently generated according to the user's location, and error correction based on this may be required.

이때, 일 예로, 상술한 바와 같이 위성 항법 신호는 GNSS(Global Navigation Satellite System)에 기초하여 수신되는 신호일 수 있다. 즉, GNSS는 우주 궤도를 돌고 있는 인공위성을 이용하여 지상에 있는 물체의 위치·고도·속도에 관한 정보를 제공하는 시스템일 수 있다. 일 예로, GNSS는 군사적 용도뿐 아니라 항공기·선박·자동차 등 교통수단의 위치 안내나 측지·긴급구조·통신 등 민간 분야에서 사용될 수 있다. In this case, for example, as described above, the satellite navigation signal may be a signal received based on a Global Navigation Satellite System (GNSS). That is, the GNSS may be a system that provides information on the position, altitude, and speed of an object on the ground using an artificial satellite orbiting space. For example, GNSS can be used not only for military purposes, but also in private sectors such as location guidance of transportation means such as aircraft, ships, and automobiles, and geodetic, emergency rescue, and communication.

이때, GNSS를 이용하여 위치결정을 하는 시스템은 정밀도 및 정확도가 높을 수 있다. 다만, GNSS를 통해 위치결정을 수행하는 경우, 오픈 영역(open area)에서는 정확도가 높을 수 있으나, 도심(urban area)에서는 상술한 바와 같은 다중경로오차 (multipath error)가 크게 발생하여 오차가 커질 수 있다. 즉, 도심 내의 빌딩이나 가로수 등의 장애물에 의해 신호가 차단되거나 수신되지 말아야 하는 신호가 반사되어 수신되는바, 오차가 커질 수 있다. 일 예로, 도 4를 참조하면, 거리의 방향(along-street)을 따르는 경우에는 GNSS 데이터가 수신될 수 있고, 신호가 이용 가능할 수 있다. 다만, 거리를 가로 지르는 방향(cross-street)에서는 빌딩 및 기타 장애물에 의해 신호가 차단될 수 있다. 따라서, 신호는 고도각이 아주 높은 경우를 제외하고는 수신 성능이 떨어질 수 있다. 또한, 일 예로, 신호가 수신되는 경우에도 상술한 바와 같이 반사되는 신호에 기초하여 다중경로오차가 발생할 수 있고, 이에 기초하여 위치결정의 정확도가 낮아질 수 있다. 이때, 도심에서는 다중경로오차뿐만 아니라 GDOP (Geometry-dilution-of-positioning)에 의한 기하학 정확도가 좋지 않아 수 미터에서 수백 미터까지도 오차가 발생할 수 있다.In this case, a system for positioning using GNSS may have high precision and accuracy. However, when positioning is performed through GNSS, the accuracy may be high in the open area, but the above-described multipath error may be large in the urban area, resulting in a large error. have. That is, a signal is blocked by an obstacle such as a building or a street tree in the city center or a signal that should not be received is reflected and received, so an error may increase. For example, referring to FIG. 4, GNSS data may be received and a signal may be available when following the along-street. However, in a cross-street, signals may be blocked by buildings and other obstacles. Therefore, the signal reception performance may be degraded, except when the elevation angle is very high. Also, for example, even when a signal is received, a multipath error may occur based on the reflected signal as described above, and the accuracy of positioning may be lowered based on this. At this time, in urban areas, not only multipath errors, but also geometrical accuracy due to GDOP (Geometry-dilution-of-positioning) are not good, so errors may occur from several meters to hundreds of meters.

하기에서는 상술한 점을 고려하여 GNSS 데이터를 이용하여 무인기의 정확한 도심에서의 위치결정을 수행하기 위해서 다중경로 오차를 제거 혹은 완화시키는 방법을 서술한다. 일 예로, 하기에서는 GDOP 값을 계산하고, 계산한 값에 기초하여 GDOP 값을 사용하도록 하는 방법, 장치 및 시스템을 서술한다.In the following, in consideration of the above points, a method of removing or mitigating a multipath error in order to perform accurate positioning of the UAV using GNSS data will be described. As an example, the following describes a method, apparatus, and system for calculating a GDOP value and using the GDOP value based on the calculated value.

일 예로, 상술한 바에 기초하여 GNSS를 이용한 위치 결정을 수행하는 경우, 위치 결정의 정확도를 향상시키기 위해 GNSS 위성들의 정확한 위성 궤도 정보가 필요할 수 있다. 이때, GNSS 위성들의 위성 궤도 정보에 기초하여 GNSS 위성들의 시계 오차를 보정할 수 있다. 또한, 도 1에서처럼 전리층과 대류층을 지나는 신호의 지연 효과를 없애기 위해서 이에 대한 보정이 필요할 수 있다. 일 예로, 대류층 오차는 모델링에 의해 그 오차를 제거하는 것이 간단하고 전리층 오차도 이중주파수/다중 주파수 데이터를 이용하면 그 오차 값을 없애는 것이 선형 조합에 기초하여 가능할 수 있다. 다만, 단일 주파수 수신기의 경우, 전리층 모델링이나 의사코드 범위(pseudo-range)와 캐리어 위상(carrier-phase)조합에 의해 전리층 오차를 제거할 수 있다. 이때, 일 예로, 의사코드 범위는 “빛의 속도 × 위성과 수신기 간의 신호발생 시간차”에 기초하여 결정될 수 있으나, 이에 한정되지 않는다. 또한, 캐리어 위상은 주파수 도메인에 기초하여 측정되는 값으로서 캐리어의 위상 차이 또는 또는 위성 변위에 기초하여 측정되는 값일 수 있다For example, when positioning is performed using GNSS based on the above description, accurate satellite orbit information of GNSS satellites may be required in order to improve positioning accuracy. In this case, the clock error of the GNSS satellites may be corrected based on the satellite orbit information of the GNSS satellites. In addition, correction may be required in order to eliminate the delay effect of the signal passing through the ionosphere and the convection layer as shown in FIG. 1. For example, it is simple to remove the error of the convective layer by modeling, and it may be possible to remove the error value for the ionospheric error by using double-frequency/multi-frequency data based on a linear combination. However, in the case of a single frequency receiver, the ionospheric error can be removed by modeling the ionosphere or by combining a pseudo-range and a carrier-phase. In this case, as an example, the pseudocode range may be determined based on “speed of light × signal generation time difference between a satellite and a receiver”, but is not limited thereto. In addition, the carrier phase is a value measured based on the frequency domain and may be a value measured based on a phase difference of a carrier or a satellite displacement.

일 예로, 단일 주파수의 경우에는 오차가 이중 주파수를 이용하는 것보다 커질 수 있다. 또한, GNSS 데이터 오차로써 다중경로오차와 수신기의 시계 오차가 추가로 보정될 필요성이 있다. 이때, 오픈 영역(open area)에서는 상술한 바와 같이 장애물에 영향을 받지 않는바, 다중경로 오차가 문제되지 않을 수 있다. 다만, 도심에서는 신호가 차단되거나 반사될 수 있으며, 이에 기초하여 다중경로오차가 발생할 수 있다. 특히, 반사되는 신호는 지연되어 수신됨으로써 GNSS로 위치 결정을 하는 데에 가장 큰 오차를 발생시킬 수 있다. 일 예로, 도심에서는 신호의 끊김이 빈번하게 발생하지만, GNSS 신호가 끊어질 때는 그 시간이 길지 않도록 하여 관성 항법 (IMU) 데이터를 적분하여 위치 및 속도를 계산할 수 있다. 또한, 일 예로, 무인기의 경우는 기압 고도계나 거리 측정 레이저 고도계를 사용하여 수직 성분의 방향을 알 수 있다. 이때, 무인기의 위치는 2차원으로 평면 방향으로 계산 가능하므로, 3개의 항법 위성 신호만 수신하면 3차원 위치 결정이 가능할 수 있다. 즉, 2차원의 위치 결정만 수행하게 되면 가시 위성의 수가 많이 필요하지는 않아 그만큼 연속적인 측위가 가능하고, 정확한 위치결정 수행도 가능할 수 있다. For example, in the case of a single frequency, the error may be greater than that of using a dual frequency. In addition, there is a need to additionally correct the multipath error and the clock error of the receiver as a GNSS data error. In this case, since the open area is not affected by obstacles as described above, a multipath error may not be a problem. However, signals may be blocked or reflected in urban areas, and multipath errors may occur based on this. In particular, the reflected signal may be delayed and received, thereby causing the greatest error in positioning with the GNSS. For example, signal disconnection occurs frequently in urban areas, but the position and velocity may be calculated by integrating inertial navigation (IMU) data so that the time is not long when the GNSS signal is disconnected. In addition, for example, in the case of an unmanned aerial vehicle, the direction of the vertical component may be known using a barometric altimeter or a distance measuring laser altimeter. At this time, since the position of the UAV can be calculated in a two-dimensional plane direction, it is possible to determine a three-dimensional position by receiving only three navigation satellite signals. That is, if only two-dimensional positioning is performed, the number of visible satellites is not required, so that continuous positioning is possible and accurate positioning may be performed.

도심에서의 다중경로오차 제거 혹은 완화를 위해서 도심에서 수신 가능한 GNSS 위성을 파악하고, 수신 가능한 위성에 대하여 그 신호의 대략적인 거리를 계산하여 이 신호의 신호 지연 여부를 판단하여 사용자의 위치를 추정(estimation) 하고 최적의 값을 검색하는 방법에 기초하여 위치 결정이 수행될 수 있다. 이때, 도심에서의 항법 위성의 거리를 대략적으로 파악하여 도심의 도시-모델을 이용하여 수신되지 말아야 하는 위성과 지연 여부를 탐지하고, 그 오차 값을 추정하여 위성의 위치를 결정할 수 있으며, 하기에서는 이에 대해 보다 구체적으로 서술한다.In order to remove or mitigate multipath errors in the city center, GNSS satellites that can be received in the city are identified, the approximate distance of the signal is calculated for the satellites that can be received, and the signal delay is determined to estimate the user's location ( Position determination may be performed based on a method of performing estimation and searching for an optimal value. At this time, it is possible to approximate the distance of the navigation satellite in the city center, detect the satellite that should not be received and whether there is a delay using the city model in the city center, and determine the location of the satellite by estimating the error value. This will be described in more detail.

일 예로, 수신되는 신호에 대한 처리를 통해 다중경로오차를 제거할 수 있다. 즉, 관측 데이터에 대한 다중경로 오차 제거 및 완화를 통하여 위치결정 정확도를 높일 수 있다. For example, a multipath error may be removed through processing of a received signal. That is, positioning accuracy can be improved by removing and mitigating multipath errors for observation data.

이때, 도 5를 참조하면, 무인기는 GNSS 데이터를 수신할 수 있다. 일 예로, 도 5 및 하기에서는 무인기를 기준으로 서술하나 다른 위치 결정 장치에 대해서도 동일하게 적용될 수 있다. 일 예로, 다른 위치 결정 장치는 차량, 스마트 디바이스 등일 수 있다. 또한, 위치 결정 장치는 다른 장치도 가능할 수 있으며, 상술한 실시예로 한정되지 않는다. 다만, 설명의 편의를 위해 하기에서는 무인기를 중심으로 서술한다. 이때, 무인기가 GNSS 데이터를 수신한 경우, 무인기는 GNSS 데이터를 통해 사용자(또는 수신기)의 초기 위치를 결정할 수 있다. 또한, 일 예로, GCS(Geographic Coordinate System) 상에서 무인기 사용자가 위치를 입력하거나 지도 위에서 위치를 표시하여 초기 위치를 확인할 수 있다.At this time, referring to FIG. 5, the UAV may receive GNSS data. For example, in FIGS. 5 and 5 below, the description is based on an unmanned aerial vehicle, but the same may be applied to other positioning devices. As an example, another positioning device may be a vehicle or a smart device. In addition, the positioning device may be other devices, and is not limited to the above-described embodiment. However, for convenience of explanation, the following description focuses on the unmanned aerial vehicle. In this case, when the UAV receives the GNSS data, the UAV may determine the initial position of the user (or receiver) through the GNSS data. In addition, as an example, an unmanned aerial vehicle user may input a location on a Geographic Coordinate System (GCS) or display a location on a map to check the initial location.

이때, 무인기의 초기 위치를 확인한 경우, GNSS 위성의 위치로부터 무인기 위치까지의 거리를 확인할 수 있다. 일 예로, 무인기(또는 사용자)의 위치 및 속도는 시스템 모델에 의해서 짧은 시각에 예측이 가능할 수 있다. 일 예로, 초기 위성의 위치를 알고 있는 경우, 시스템 모델링에 의해 적분하여 무인기의 위치를 확인할 수 있다. 이때, 시스템 모델링은 다양한 방법에 기초하여 설정될 수 있다. 즉, 무인기의 초기 위치에 기초하여 무인기의 속도, 자세를 고려하여 짧은 시각에서의 이동을 확인하고, 위치를 확인할 수 있는 시스템 모델링이 적용될 수 있으며, 그 종류에 한정되지 않는다. 이때, 예측된 값과 GNSS 위성의 위치로부터 거리와 방향 벡터를 계산할 수 있다. 상술한 값은 실제 무인기가 관측한 GNSS 의사거리 (pseudo-range) 데이터 및 반송파 (Carrier-phase) 데이터와 비교될 수 있다. GNSS의 위치와 무인기 간의 거리 차이를 계산하여 그 값의 차이가 큰 경우, 다중경로오차 지연으로 간주될 수 있다. 이때, 다중경로오차 지연에 대한 데이터는 삭제하거나 다중경로오차가 계산되면 실제 관측된 데이터에서 다중경로 오차를 제거하여 위치 결정에 사용할 수 있다. At this time, when the initial position of the UAV is confirmed, the distance from the position of the GNSS satellite to the UAV location can be checked. For example, the position and speed of the UAV (or user) may be predicted in a short time by a system model. For example, when the position of the initial satellite is known, the position of the UAV may be determined by integrating by system modeling. In this case, the system modeling may be established based on various methods. That is, based on the initial position of the UAV, a system modeling capable of checking the movement at a short time and confirming the position in consideration of the speed and posture of the UAV may be applied, but is not limited to the type. At this time, the distance and direction vector can be calculated from the predicted value and the position of the GNSS satellite. The above-described value may be compared with GNSS pseudo-range data and carrier-phase data observed by an actual UAV. When the difference between the location of the GNSS and the UAV is calculated and the difference is large, it may be regarded as a multipath error delay. At this time, the data on the multipath error delay can be deleted, or when the multipath error is calculated, the multipath error can be removed from the actually observed data and used for positioning.

또한, 일 예로, 도심 건물에 대한 모델링 정보가 활용될 수 있다. 이때, 일 예로, 무인기는 도심 건물에 대한 모델링 정보를 다양한 방법으로 획득할 수 있다. 이때, 도신 건물의 모델링 정보로서 건물 경계를 기준으로 건물의 크기, 높이, 경계의 방향 중 적어도 어느 하나 이상에 대한 정보가 제공될 수 있다. 즉, 건물 경계를 기준으로 방위각 및 고도각에 대한 정보가 제공될 수 있다. 보다 상세하게는, 도심 건물에 대한 모델링 정보로서 도심 건물 각각에 대한 구체적인 정보는 필요하지 않을 수 있다. 일 예로, 도심 건물에 대한 모델링 정보는 신호가 블록되고, 반사되는 점을 고려하여 신호 차단이 가능한지 여부에 대한 정보로서 제공될 수 있다. 즉, 상술한 바처럼 각각의 건물 경계를 기준으로 방향에 대한 정보가 제공될 수 있다. 또한, 일 예로, 건물 모델링과 관련하여, 일정 크기 이하의 건물은 제외될 수 있다. 일 예로, 건물 모델링에 대한 데이터가 커지는 경우, 데이터 처리에 문제가 발생할 수 있다. In addition, as an example, modeling information on an urban building may be used. In this case, as an example, the unmanned aerial vehicle may acquire modeling information on an urban building in various ways. In this case, information on at least one or more of the size, height, and direction of the boundary based on the boundary of the building may be provided as modeling information of the metropolitan building. That is, information on the azimuth and elevation angles based on the boundary of the building may be provided. In more detail, as modeling information for urban buildings, specific information for each urban building may not be required. As an example, the modeling information for an urban building may be provided as information on whether a signal can be blocked in consideration of a signal being blocked and reflected. That is, as described above, information on a direction may be provided based on each building boundary. In addition, for example, in relation to building modeling, buildings of a certain size or less may be excluded. For example, when data for building modeling increases, a problem may occur in data processing.

무인기는 무인기 위치 주변의 도심 건물의 지형 정보에 기초하여 각각의 건물의 경계를 고려한 방위각 및 고도각을 계산하여 서버에 저장할 수 있다. 보다 상세하게는, 상술한 바와 같이, 무인기의 초기 위치 정보를 획득할 수 있다. 이때, 무인기의 초기 위치에 기초하여 서버에서는 해당 지역(또는 도심)의 관련 영역의 건물 경계에 대한 정보를 검색할 수 있다. 즉, 무인기의 초기 위치에 기초하여 무인기 위치와 인접한 영역에 대한 건물 모델링 정보를 서버로부터 획득할 수 있다. 이때, 무인기는 건물 모델링 정보에 기초하여 건물의 경계를 고려한 방위각 및 고도각을 계산하고, 이에 기초하여 다중경로오차를 제거할 수 있다.The UAV may calculate an azimuth angle and an elevation angle in consideration of the boundary of each building based on topographic information of urban buildings around the UAV location and store it in the server. In more detail, as described above, initial location information of the unmanned aerial vehicle may be obtained. In this case, based on the initial position of the UAV, the server may search for information on the boundary of a building in a related area of the corresponding area (or city center). That is, building modeling information for an area adjacent to the location of the drone may be obtained from the server based on the initial location of the drone. In this case, the UAV may calculate an azimuth angle and an elevation angle in consideration of the boundary of the building based on the building modeling information, and remove the multipath error based on this.

보다 상세하게는, 도 5를 참조하면, 무인기는 GNSS 데이터를 수신하고, 이에 대한 전처리 동작을 수행할 수 있다. 일 예로, GNSS 데이터에는 GNSS 위성들의 시계 오차, 전리층 오차, 대류층 오차가 반영될 수 있다. 따라서, 상술한 오차를 제거할 필요성이 있다. 이때, GNSS 시계 오차는 방송되는 네비게이션(navigation) 데이터에 기초하여 제거될 수 있다. 또 다른 일 예로, GNSS 시계 오차 정보는 통신망(e.g. 웹사이트)을 통해 획득될 수 있다. 즉, 사전에 계산된 GNSS 시계 오차 값을 저장하고 있는 장치 또는 서버로부터 GNSS 시계 오차 값을 획득하고, 이에 기초하여 오차를 보정할 수 있다. 또한, 대류층 오차는 모델링에 기초하여 제거될 수 있으며, 상술한 도 1과 같을 수 있다. 또한, 일 예로, 전리층 오차의 경우, 단일 주파수를 사용하면 전리층 모델링을 사용하더라도 정확한 오차 제거가 어려울 수 있다. 이때, 일 예로, 상술한 바처럼 전리층 오차의 경우에는 이중 주파수를 사용하여 제거될 수 있으며, 이에 기초하여 오차 추정의 정확도를 높일 수 있다. 이때, 상술한 바와 같이 오차가 제거되는 경우, 무인기에는 수신기 시계 오차 및 다중경로 오차가 반영된 상태일 수 있다. 즉, 수신기 시계 오차 및 다중경로 오차가 더 제거될 필요성이 있다. 이때, 일 예로, 수신기 시계 오차는 수신기의 위치와 함께 추정되어 제거될 수 있다. 또한, 다중경로 오차에 대해 의사거리와 반송파 데이터 혹은 주파수 대의 차이에 의한 관측 데이터의 조합으로 오차가 제거될 수 있다. 다만, 상술한 바에 기초하는 경우에 완전한 오차 제거가 어려울 수 있다. 즉, 상술한 바처럼 도심에서 다수의 장애물이 존재하는 경우에는 예상하지 못한 오차가 존재할 수 있으며, 완전한 오차 제거가 어려울 수 있다. 여기서 GNSS 데이터의 경우에는 도심에서 다중경로 오차 때문에 관측데이터가 블록되거나 유리나 거울 같은 거에 반사되어 신호가 수신될 수 있다. 이때, 블록(또는 차단)되는 신호는 수신되지 않기 때문에 상술한 오차를 발생시키지 않을 수 있다. 다만, 신호의 굴절이나 반사에 기초하여 수신되는 신호에는 지연이 포함될 수 있다. 즉, 신호가 반사 또는 굴절에 기초하여 기준된 시각보다 늦게 수신될 수 있다. 따라서, 상술한 지연 신호에 기초하여 오차가 발생할 수 있으며, 이에 대한 제거가 필요할 수 있다. 상술한 바를 고려하여, 반사 또는 굴절되는 신호에 대한 오차를 정확히 판단하기 위해 건물 모델링 정보가 필요할 수 있다. 즉, 건물 경계 값을 알고 무인기의 초기 위치에 기초하여 무인기가 수신하는 GNSS 신호를 예측하고, 이를 실제 수신되는 신호와 비교하여 지연 신호를 배제할 필요성이 있다. In more detail, referring to FIG. 5, the UAV may receive GNSS data and perform a pre-processing operation thereon. For example, a clock error, an ionospheric error, and a convective layer error of GNSS satellites may be reflected in the GNSS data. Therefore, there is a need to remove the above-described error. At this time, the GNSS clock error may be removed based on the broadcasted navigation data. As another example, the GNSS clock error information may be obtained through a communication network (e.g. website). That is, a GNSS clock error value may be obtained from a device or a server storing a previously calculated GNSS clock error value, and the error may be corrected based on this. In addition, the convective layer error may be removed based on modeling, and may be the same as that of FIG. 1 described above. In addition, for example, in the case of an ionospheric error, if a single frequency is used, it may be difficult to accurately remove the error even when ionospheric modeling is used. In this case, for example, as described above, the ionospheric error may be removed using a double frequency, and the accuracy of error estimation may be improved based on this. In this case, when the error is removed as described above, the UAV may be in a state in which a receiver clock error and a multipath error are reflected. That is, there is a need to further remove the receiver clock error and the multipath error. In this case, as an example, the receiver clock error may be estimated and removed together with the position of the receiver. In addition, the multipath error may be removed by a combination of pseudorange and carrier data or observation data due to a difference in frequency band. However, it may be difficult to completely remove the error based on the above. That is, as described above, when a number of obstacles exist in the city center, unexpected errors may exist, and complete error removal may be difficult. Here, in the case of GNSS data, the observation data may be blocked due to a multipath error in the city center, or a signal may be received by being reflected on glass or a mirror. At this time, since the blocked (or blocked) signal is not received, the above-described error may not be generated. However, a delay may be included in a signal received based on refraction or reflection of the signal. That is, a signal may be received later than a reference time based on reflection or refraction. Therefore, an error may occur based on the above-described delay signal, and it may be necessary to remove it. In consideration of the above, building modeling information may be required to accurately determine an error for a reflected or refracted signal. That is, there is a need to know the building boundary value, predict the GNSS signal received by the UAV based on the initial position of the UAV, and compare the GNSS signal received by the UAV to exclude the delayed signal.

이때, 상술한 바와 같이, 무인기의 초기 위치는 GCS 또는 서버로부터 수신될 수 있다. 즉, 사용자는 GCS 또는 서버에 기초하여 초기 위치 정보를 무인기에 제공할 수 있다. 이때, 무인기는 GNSS 데이터 위치 추정을 위해 초기 위치에 대한 정보는 무인기 온보드에 전달할 수 있다. 한편, 일 예로, GNSS 위성을 이용하여 가시 위성의 수가 4개 이상인 경우, 무인기는 위성으로부터 수신한 신호에 기초하여 초기 위치를 계산할 수 있다. 일 예로, 단일 위성군을 이용한 측위를 수행하는 경우에는 LOS(Line Of Sight)가 확보되는 위성 4개만 확보하면 측위가 가능할 수 있다.In this case, as described above, the initial position of the UAV may be received from the GCS or the server. That is, the user may provide initial location information to the UAV based on the GCS or the server. At this time, the UAV may transmit information on the initial position to the onboard of the UAV for GNSS data position estimation. Meanwhile, as an example, when the number of visible satellites is 4 or more using a GNSS satellite, the UAV may calculate an initial position based on a signal received from the satellite. For example, in the case of performing positioning using a single satellite group, positioning may be possible by securing only four satellites for which Line Of Sight (LOS) is secured.

이때, 무인기는 GCS 또는 서버로부터 획득한 정보 및 계산된 신호를 이용하여 최종 초기 위치를 결정할 수 있다. 일 예로, 무인기의 초기 위치와 관련하여 무인기의 초기 위치가 도심인 경우, 무인기는 GDOP 값을 확인할 수 있다. 이때, 도심이라 함은 사전에 설정된 영역을 의미할 수 있다. 일 예로, 도심은 시스템에 기초하여 사전에 설정될 수 있다. 즉, 시스템에서는 도심에 대한 정보가 포함될 수 있다. 이때, 무인기의 초기 위치가 결정되는 경우, 무인기는 초기 위치가 기설정된 도심에 해당하는지 여부를 판단할 수 있다. 무인기가 도심에 위치한 것으로 판단한 경우, 무인기는 GDOP 값을 확인할 수 있다. 이때, GDOP가 기준 값을 만족하지 않은 경우에는 측정 오차가 존재하는 것으로 간주하고, 무인기는 초기 GCS 또는 서버로부터 획득한 초기 위치를 그대로 사용할 수 있다. 반면, 무인기의 초기 위치가 도심이 아닌 경우에는 실제 GNSS 데이터 위치 추정 정보를 사용한다. 또한, 일 예로, 무인기의 초기 위치가 도심인 경우에도 GDOP가 기준 값을 만족하는 경우에는 실제 GNSS 데이터의 위치 추정 정보를 사용할 수 있다. In this case, the UAV may determine the final initial position using information and calculated signals obtained from the GCS or the server. For example, in relation to the initial position of the unmanned aerial vehicle, when the initial location of the unmanned aerial vehicle is a city center, the unmanned aerial vehicle may check the GDOP value. In this case, the city center may mean a pre-set area. For example, the city center may be set in advance based on the system. That is, the system may include information on the city center. In this case, when the initial location of the unmanned aerial vehicle is determined, the unmanned aerial vehicle may determine whether the initial location corresponds to a preset city center. If it is determined that the UAV is located in the city center, the UAV can check the GDOP value. In this case, if the GDOP does not satisfy the reference value, it is considered that a measurement error exists, and the UAV may use the initial GCS or the initial position obtained from the server as it is. On the other hand, when the initial location of the UAV is not a city center, actual GNSS data location estimation information is used. In addition, as an example, even when the initial location of the UAV is a city center, when the GDOP satisfies the reference value, location estimation information of the actual GNSS data may be used.

보다 구체적인 일 예로, 도 5를 참조하면, 무인기는 GNSS 데이터를 수신하고, 전처리 동작에 기초하여 초기 위치 정보를 획득할 수 있다. 이때, GCS(또는 서버)는 무인기 운영 서버로부터 무인기에 대한 위치 정보를 획득하고, 이를 무인기에 제공할 수 있다. 이때, 무인기 운영 서버는 건물 지도 정보, 날씨 정보, GNSS 관련 궤도력 정보, 시계 오차 정보 및 RTK 파라미터 정보에 기초하여 무인기의 위치 정보를 획득할 수 있다. 이때, 무인기 운영 서버는 GCS로 무인기에 대한 위치 정보를 제공하고, GSC는 이를 무인기에 제공할 수 있다. 또한, 일 예로, 무인기 운영 서버는 무인기의 위치 정보, 기압 정보 및 고도 정보 중 적어도 어느 하나 이상을 무인기에 제공할 수 있다. 이때, 일 예로, 무인기는 GCS로부터 수신한 위치 정보를 이용하여 초기 위치를 결정할 수 있다. 즉, 무인기가 도심에 위치하는 경우에는 무인기는 GNSS만으로 결정된 위치결과를 신뢰하기 어려울 수 있다. 따라서, 무인기는 GNSS 데이터, INS(Inertial Navigation System) 데이터 고도 측정 데이터(Altimetry) 정보 중 적어도 어느 하나 이상을 결합하여 위치 정보를 추정할 수 있다. 또한, 일 예로, 가시위성의 수가 추정해야 하는 상태 벡터의 수보다 적은 경우, INS 적분을 통해 위치를 결정할 수 있다. 이에 기초하여 위치 정보를 추정할 수 있다. 또한, 일 예로, 무인기의 위치는 GNSS 및 INS뿐만 아니라 고도계 결합을 통하여 수직방향으로 정확도를 높일 수도 있다. 즉, 상술한 바에 기초하여 위치 측정에 대한 정확도를 높일 수 있다. As a more specific example, referring to FIG. 5, the unmanned aerial vehicle may receive GNSS data and obtain initial location information based on a preprocessing operation. At this time, the GCS (or server) may acquire location information on the UAV from the UAV operation server and provide it to the UAV. In this case, the unmanned aerial vehicle operation server may acquire location information of the unmanned aerial vehicle based on building map information, weather information, GNSS-related orbital force information, clock error information, and RTK parameter information. At this time, the unmanned aerial vehicle operation server provides the location information of the unmanned aerial vehicle to the GCS, and the GSC can provide it to the unmanned aerial vehicle. In addition, as an example, the unmanned aerial vehicle operation server may provide at least one or more of location information, atmospheric pressure information, and altitude information of the unmanned aerial vehicle to the unmanned aerial vehicle. In this case, as an example, the unmanned aerial vehicle may determine an initial location using location information received from the GCS. That is, if the UAV is located in the city center, it may be difficult for the UAV to trust the location result determined only by GNSS. Accordingly, the UAV may estimate location information by combining at least one or more of GNSS data, INS (Inertial Navigation System) data and altitude measurement data (Altimetry) information. In addition, as an example, when the number of visible satellites is less than the number of state vectors to be estimated, the position may be determined through INS integration. Based on this, the location information can be estimated. In addition, as an example, the accuracy of the position of the UAV may be increased in the vertical direction by combining altimeters as well as GNSS and INS. That is, it is possible to increase the accuracy of the location measurement based on the above.

이때, 일 예로, 무인기 및 GCS, 서버는 하나의 시스템일 수 있다. 즉, 무인기 및 GCS이 포함된 시스템에서는 도심 모델링 정보에 기초하여 다중경로오차를 제거할 수 있다. In this case, as an example, the unmanned aerial vehicle, the GCS, and the server may be one system. That is, in the system including the UAV and GCS, the multipath error can be removed based on the urban modeling information.

구체적인 일 예로, 도 6을 참조하면, 무인기는 상술한 바와 같이 초기 위치를 설정할 수 있다. (S610) 그 후, 무인기는 GNSS 데이터에 대한 전처리 동작을 수행할 수 있다. 일 예로, 전처리 동작은 상술한 바와 같이 GNSS 데이터 위성의 시계오차, 전리층 오차 및 대류층 오차들을 제거하는 동작일 수 있다. 그 후, 전처리 동작이 완료된 GNSS 데이터는 다중경로 오차 제거를 위해 사용될 수 있다. 그 후, 무인기는 무인기의 초기 위치를 기준으로 일정 범위로 3차원 확장하고, 범위 내에서 일정 간격으로 그리드(grid)를 나누어 무인기 위치를 추정할 수 있다.(S630) 이때, 일 예로, 일정 범위는 0.001도로써 120m 정도일 수 있다. 다만, 이는 하나의 일 예일 뿐, 다른 크기로 일정 범위를 선택하는 것도 가능할 수 있다. 즉, 무인기 위치 추정을 위한 일정 범위로 3차원 확장을 수행할 수 있다. 한편, 일 예로, 그리드는 1 내지 2m 간격일 수 있다. 다만, 그리드 역시 다른 간격을 가질 수 있으며, 상술한 실시예로 한정되지 않는다. 이때, 그리드는 무인기 위성의 위치일 수 있다. 즉, 무인기의 위치는 그리드 단위로 추정될 수 있다. 따라서, 그리드의 크기를 다르게 설정하는 것도 가능할 수 있다. 일 예로, 무인기의 크기를 고려하여 그리드가 설정될 수 있다. 한편, 상술한 바와 같이, 무인기의 위치가 일정 범위에서 그리드에 기초하여 설정되는 경우, 상술한 무인기의 초기 위치에서 GNSS 위성의 고도각이 0이상으로 수신 가능한 GNSS 위성을 검색할 수 있다. 즉, 해당 에폭(epoch)에서 GNSS 데이터의 전처리 동작을 통해 오차 보정 후 수신 가능한 GNSS 위성 신호를 검색할 수 있다.(S640) 여기서, GNSS 데이터의 전처리 동작과 관련하여 해당 에폭에서 GNSS 위성 궤도력과 위성시계 오차를 예측된 시간에 대해 계산할 수 있다. 일 예로, GNSS 위성의 정밀 궤도력은 외부로부터 획득될 수 있다. 일 예로, GNSS 위성 궤도력을 알려주는 웹에서 12시간 이상의 예측된 궤도력과 위성의 시계 오차를 서버는 항상 다운받아 배포하거나 방송 궤도력과 방송되는 시계 오차를 이용할 수 있으며, 상술한 실시예로 한정되지 않는다.As a specific example, referring to FIG. 6, the unmanned aerial vehicle may set an initial position as described above. (S610) Thereafter, the UAV may perform a preprocessing operation on the GNSS data. As an example, the pre-processing operation may be an operation of removing time error, ionospheric error, and convective layer error of the GNSS data satellite as described above. Thereafter, the GNSS data for which the preprocessing operation has been completed may be used to remove multipath errors. Thereafter, the UAV may expand three-dimensionally to a certain range based on the initial position of the UAV, and divide a grid at certain intervals within the range to estimate the UAV position (S630). In this case, for example, a certain range May be about 120m with 0.001 degrees. However, this is only an example, and it may be possible to select a certain range with a different size. That is, it is possible to perform 3D expansion to a certain range for estimating the position of the UAV. Meanwhile, as an example, the grid may be 1 to 2m apart. However, the grid may also have different intervals, and is not limited to the above-described embodiment. In this case, the grid may be the location of the unmanned aerial vehicle satellite. That is, the position of the UAV can be estimated in units of a grid. Therefore, it may be possible to set the size of the grid differently. For example, the grid may be set in consideration of the size of the UAV. On the other hand, as described above, when the position of the UAV is set based on the grid in a certain range, a GNSS satellite that can be received with an elevation angle of 0 or more of the GNSS satellite at the initial position of the UAV may be searched. That is, it is possible to search for a GNSS satellite signal that can be received after error correction through the preprocessing operation of the GNSS data in the epoch. (S640) Here, in relation to the preprocessing operation of the GNSS data, The satellite clock error can be calculated for the predicted time. For example, the precise orbital force of the GNSS satellite may be obtained from the outside. For example, the server can always download and distribute the predicted orbital force of 12 hours or more and the clock error of the satellite from the web that informs the orbital force of the GNSS satellite, or use the broadcast orbital force and the clock error of the broadcast. Not limited.

또한, 일 예로, 현재 에폭에서 GNSS 위성 신호를 검색한 후, 다음 에폭에서 추정된 무인기 위치를 예측하여 GNSS 위성의 고도각이 0이상으로써 수신 가능한 GNSS 위성 신호를 검색할 수 있다.(S650)In addition, as an example, after searching for a GNSS satellite signal in the current epoch, the position of the UAV estimated in the next epoch may be predicted to search for a GNSS satellite signal that can be received because the elevation angle of the GNSS satellite is 0 or higher (S650).

그 후, 해당 그리드 내에 무인기 위치와 방위각이 같은 위성 신호들에 대해 건물 경계의 고도각보다 작은 위성 신호를 배제할 수 있다. (S660) 보다 상세하게는, 상술한 바와 같이, 도심 건물 모델링 정보를 이용할 수 있다. 이때, 일 예로, 도심 건물 모델링 정보에 기초하여 건물을 경계에 단순화시킬 수 있다. 이때 단순화하는 것이지 정밀한 모델링의 정확도를 떨어뜨리는 것은 아니다. 이를 통해, 건물 경계의 방위각, 고도각 및 높이를 알 수 있다. 따라서, GNSS 위성의 궤도력에서 무인기 위치로 계산된 방위각과 같은 위성 신호를 확인할 수 있다. 즉, 무인기 위치로 계산되어 동일 LOS 선상에 위치한 신호를 확인할 수 있다. 이때, 상술한 신호들의 고도각을 건물 경계의 고도각과 비교할 수 있다. 이때, 해당 신호들의 고도각이 건물 경계의 고도각보다 작은 경우에 해당 신호를 배제될 수 있다. 즉, 무인기 수신기와 GNSS 위성의 고도각과 GNSS위성과 건물의 경계 사이의 고도각 비교에서 GNSS 위성과 건물 경계 간의 고도각이 GNSS위성과 수신기 사이의 고도각보다 큰 경우, 해당되는 PRN(Pseudo-Random Noise)에 대해 들어오는 GNSS 신호가 있으면 이 위성의 신호는 배제될 수 있다. 즉, 해당 신호에 대해서는 다중경로로서 오차가 존재할 수 있다고 판단하고, 이를 고려하지 않을 수 있다. 이때, 블록되는 위성 신호가 수신되는 경우, 가시 위성 수에 기초하여 위성 신호를 제거해야 한다. (S670) 일 예로, 가시 위성 수가 충분한 경우에는 해당 위성 신호를 제거할 수 있으며, 이에 대해서는 후술한다.After that, it is possible to exclude satellite signals smaller than the elevation angle of the boundary of the building for satellite signals having the same azimuth and position as the position of the drone in the corresponding grid. (S660) More specifically, as described above, it is possible to use urban building modeling information. In this case, as an example, the building may be simplified to the boundary based on the urban building modeling information. At this time, it is to simplify, not to degrade the accuracy of precise modeling. Through this, the azimuth, elevation, and height of the boundary of the building can be known. Therefore, it is possible to check satellite signals such as the azimuth angle calculated from the orbital force of the GNSS satellite to the position of the UAV. That is, it is calculated as the position of the UAV and can check the signal located on the same LOS line. In this case, the elevation angle of the above-described signals may be compared with the elevation angle of the boundary of the building. In this case, when the elevation angle of the corresponding signals is smaller than the elevation angle of the boundary of the building, the corresponding signal may be excluded. That is, in the comparison between the elevation angle of the UAV receiver and the GNSS satellite and the elevation angle between the GNSS satellite and the boundary of the building, if the elevation angle between the GNSS satellite and the building boundary is greater than the elevation angle between the GNSS satellite and the receiver, the corresponding PRN (Pseudo-Random If there is an incoming GNSS signal for noise), the signal from this satellite can be excluded. That is, it may be determined that an error may exist as a multipath for the corresponding signal and may not be considered. At this time, when a blocked satellite signal is received, the satellite signal must be removed based on the number of visible satellites. (S670) For example, when the number of visible satellites is sufficient, the corresponding satellite signal may be removed, which will be described later.

또한, 일 예로, 도 7을 참조하면, 실시간으로 GNSS 신호의 수신 여부를 판단하고 다중경로오차가 있는 신호를 감지할 수 있다. 이때, 일 예로, GNSS와 INS를 결합하여 결정된 위치에서 시스템 모델을 이용하여 다음 에폭의 위치를 결정할 수 있다.In addition, as an example, referring to FIG. 7, it is possible to determine whether to receive a GNSS signal in real time and detect a signal having a multipath error. In this case, as an example, the position of the next epoch may be determined using the system model at the position determined by combining the GNSS and the INS.

보다 상세하게는, 상술한 바와 같이, 무인기의 초기 위치를 확인할 수 있다. (S710) 이때, 무인기의 초기 위치에 기초하여 현재 INS를 이용하여 위치, 속도와 자세 정보에 기초하여 다음 에폭에서의 위치를 예측할 수 있다. (S720) 이때, 일 예로, 현재 INS를 이용하여 다음 에폭에서의 위치를 예측하는 시스템은 상술한 위치, 속도 및 자세를 통해 위치를 예측할 수 있다. 이때, 상술한 시스템은 다양한 형태로 존재할 수 있으며, 상술한 실시예로 한정되지 않는다. 일 예로, 다음 에폭에 예측된 신호를 위해 미리 서버에서 계산해서 그 신호들을 무인기에 줄 수 있거나 서버에서 계산하는 것으로, INS 데이터로 적분하여 다음의 위치를 예측할 수 있으며, 상술한 실시예로 한정되지 않는다. (S730) 이때, 상술한 도 6에서와 같이 다음 에폭에서 에측된 위치에서 GNSS 데이터에 대한 전처리 동작을 수행한 후 GNSS 위성들의 예측된 궤도력과 시계오차에 기초하여 무인기의 위치를 추정할 수 있으며, 이는 상술한 바와 같다. In more detail, as described above, it is possible to check the initial position of the unmanned aerial vehicle. In this case, based on the initial position of the UAV, the position in the next epoch may be predicted based on the position, speed, and attitude information using the current INS. (S720) At this time, as an example, the system for predicting the position in the next epoch using the current INS may predict the position through the above-described position, speed, and attitude. In this case, the above-described system may exist in various forms, and is not limited to the above-described embodiment. As an example, for a signal predicted in the next epoch, the signal can be calculated in advance in the server and given to the unmanned aerial vehicle, or it is calculated in the server, and the next position can be predicted by integrating with INS data, and is not limited to the above-described embodiment. Does not. (S730) At this time, as shown in FIG. 6, after performing a pre-processing operation on the GNSS data at the position predicted in the next epoch, the position of the unmanned aerial vehicle may be estimated based on the predicted orbital force and time error of the GNSS satellites. , Which is as described above.

또한, 일 예로, 도 8을 참조하면, 다중경로 오차를 제거하거나 완화할 수 있다. 이때, 상술한 바에 기초하여 다중경로 오차가 있는 PRN 위성들을 구분할 수 있다. 이때, 상술한 위성들의 거리 값을 미리 알 수 있는바, 실제 수신한 신호와 비교하여 내성값(tolerance)보다 큰 값은 제거할 수 있다. 즉, 다중경로 오차가 기준값보다 큰 위성 신호를 제거할 수 있다. 이때, 도 8을 참조하면, GNSS 위성으로서 가시 위성 수와 GDOP를 계산할 수 있다. (S810) 일 예로, 가시위성의 수와 GDOP이 위치결정이 가능한 수치이면 위치결정을 수행할 수 있다. 이때, 일 예로, 위치 결정은 “Least-square” 방법에 기초하여 수행될 수 있다. 즉, 가시 위성의 수가 충분하고, GDOP가 기준값을 만족하는 경우라면 기존의 방식으로 위치 추정을 수행할 수 있다. 만약 그렇지 못한 경우에는 다중경로오차를 계산하여 제거할 수 있다. 일 예로, 해당 에폭에서 수신된 위성들을 이용한 위치결정을 위하여 GDOP을 계산할 수 있다. 이때, GDOP는 PRN의 조합을 통해 계산될 수 있다. 상술한 바를 통해 GDOP가 가장 낮은 조합에 기초하여 무인기의 위치가 추정될 수 있다. 즉, 수신 가능한 위성과 무인기 위치에 대한 GDOP 조합에 기초하여 GDOP가 가장 낮은 조합에 대응되는 위성들을 결정할 수 있다. 이때, GDOP의 계산은 예측된 무인기 위치와 GNSS위성들의 위치를 확인할 수 있는바, 4개의 위성을 통해서 계산될 수 있다. 이때, 일 예로, 다중경로 오차가 상술한 내성값(tolerance)을 넘어서는 경우에는 해당 위성은 제외하고, GDOP가 계산될 수 있다. 이때, 상술한 바와 같이 제외된 위성을 빼고 남은 위성들로 4개 이상부터 각각의 순차적인 조합에 의해 GDOP 계산을 수행할 수 있다. 그 후, GDOP 조합에서 결정된 GNSS 위성의 PRN에 대해 다중경로 오차가 있는 위성에 대해 상태 벡터에 포함시켜 시계오차하는 와 위치를 추정할 때 해당 위성의 다중경로 오차를 같이 추정할 수 있다.(S830) 이때, 다중경로 오차의 초기 값은 예측된 위성과 무인기의 위치 및 이전 에폭에서의 수신기 시계 오차 제거에 의한 범위(range)보다 큰 값을 뺀 값으로 설정할 수 있다. In addition, as an example, referring to FIG. 8, it is possible to remove or mitigate a multipath error. In this case, PRN satellites having a multipath error may be classified based on the above description. At this time, since the distance values of the above-described satellites can be known in advance, a value greater than the tolerance value can be removed by comparing with the actual received signal. That is, a satellite signal having a multipath error greater than a reference value can be removed. In this case, referring to FIG. 8, the number of visible satellites and GDOP may be calculated as GNSS satellites. (S810) For example, if the number of visible satellites and GDOP are values that can be positioned, positioning may be performed. At this time, as an example, the location determination may be performed based on the “Least-square” method. That is, if the number of visible satellites is sufficient and the GDOP satisfies the reference value, position estimation can be performed in a conventional manner. If not, the multipath error can be calculated and eliminated. As an example, GDOP may be calculated for positioning using satellites received from a corresponding epoch. At this time, GDOP may be calculated through a combination of PRNs. Through the above description, the location of the UAV may be estimated based on the combination with the lowest GDOP. That is, the satellites corresponding to the lowest GDOP combination may be determined based on the GDOP combination for the position of the receivable satellite and the unmanned aerial vehicle. At this time, the GDOP can be calculated using four satellites since the predicted UAV location and the location of the GNSS satellites can be confirmed. In this case, as an example, when the multipath error exceeds the above-described tolerance, the GDOP may be calculated except for the corresponding satellite. In this case, as described above, the GDOP calculation may be performed by sequentially combining from 4 or more satellites remaining after subtracting the excluded satellites. Thereafter, when estimating the position of and with a clock error by including in a state vector for a satellite having a multipath error with respect to the PRN of the GNSS satellite determined by the GDOP combination, the multipath error of the corresponding satellite may be estimated together (S830). ) In this case, the initial value of the multipath error may be set as a value obtained by subtracting a value larger than a range by removing a receiver clock error from the predicted satellite and UAV positions and the previous epoch.

또한, 일 예로, 도 9를 참조하면 도심에서 건물 모델링 정보를 이용하여 다중경로 오차 제거 또는 완화를 위해 위치 결정이 필요할 수 있다. 이때, 상술한 바와 같이, 일정 범위를 3차원으로 확장하고, 그리드를 설정할 수 있다. 일 예로, 3차원 120m의 범위를 정하고, 각 격자를 2m나눈 포인트에서 각각 초기 위치로 잡아 하기 수학식 1에 있는 상태 방정식에 기초하여 위치를 추정할 수 있다. 즉, 하기 수학식 1에 기초하여 상태 방정식처럼 초기 값에서 관측 값과 계산 값의 차이값(differential)에 의해 위치를 추정할 수 있다.In addition, as an example, referring to FIG. 9, it may be necessary to determine a location in order to remove or mitigate a multipath error using building modeling information in a city center. At this time, as described above, a certain range may be expanded in 3D and a grid may be set. As an example, a range of 3D 120m may be determined, and the positions may be estimated based on the equation of state in Equation 1 below by setting each grid as an initial position at a point divided by 2m. That is, based on Equation 1 below, the position may be estimated based on the difference between the observed value and the calculated value from the initial value, as in the equation of state.

[수학식 1][Equation 1]

일 예로, 초기 위치에서 대략의 3차원의 정육각형모양의 범위를 설정할 수 있다.(S910) 이때, 초기 위치에서 상술한 바를 통해 위치를 결정할 수 있다.(S920) 이때, 각각의 그리드 내에서의 각각의 포인트에서 차이값에 기초하여 사용자의 위치와 시계 오차 다중경로오차 증분을 계산해서 무인기의 위치가 결정될 수 있다. 이때, 일 예로, RMS(Root Mean Square) 값을 계산하여 가장 작은 값의 위치를 해당 위치로 결정할 수 있다.(S930) 그 후, GNSS 데이터 및 INS 값을 결합하여 위치를 결정할 수 있으며, 이는 상술한 바와 같다.(S940)For example, a range of a substantially three-dimensional regular hexagon may be set at the initial position (S910). At this time, the position may be determined from the initial position through the above description (S920) At this time, each within each grid. The position of the unmanned aerial vehicle may be determined by calculating the user's position and the clock error multipath error increment based on the difference value at the point of. In this case, as an example, the position of the smallest value may be determined as the corresponding position by calculating a root mean square (RMS) value. (S930) Thereafter, the position may be determined by combining the GNSS data and the INS value, which is described above. Same as one (S940)

도 10 은 본 발명에 따라 장치 구성을 나타낸 도면이다.10 is a diagram showing a device configuration according to the present invention.

상술한 바와 같이, 장치는 위치 결정을 수행하는 장치일 수 있다. 일 예로, 장치는 무인기일 수 있다. 또한, 일 예로, 장치는 차량 또는 스마트 디바이스일 수 있으며, 상술한 실시예로 한정되지 않는다. 일 예로, 도 10을 참조하면, 각각의 장치(1100)들은 메모리(1110), 프로세서(1120) 및 송수신부(1130) 중 적어도 어느 하나를 더 포함할 수 있다. 이때, 일 예로, 메모리(1110)는 위치 관련 정보 및 그 밖의 정보를 저장할 수 있다. 이때, 프로세서(1120)는 상술한 바에 기초하여 메모리(1110)에 포함된 정보들을 제어할 수 있다. 또한, 프로세서(1120)는 송수신부(1130)를 통해 상술한 바와 같이 신호를 수신하고 전송할 수 있으며, 상술한 실시예로 한정되지 않는다.As described above, the device may be a device that performs positioning. As an example, the device may be an unmanned aerial vehicle. In addition, as an example, the device may be a vehicle or a smart device, and is not limited to the above-described embodiment. For example, referring to FIG. 10, each device 1100 may further include at least one of a memory 1110, a processor 1120, and a transmission/reception unit 1130. In this case, as an example, the memory 1110 may store location-related information and other information. In this case, the processor 1120 may control information included in the memory 1110 based on the above description. In addition, the processor 1120 may receive and transmit a signal as described above through the transceiver 1130, but is not limited to the above-described embodiment.

본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.In order to implement the method according to the present disclosure, the illustrative steps may include additional steps, other steps may be included excluding some steps, or may include additional other steps excluding some steps.

본 개시의 다양한 실시 예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시 예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.Various embodiments of the present disclosure are not listed in all possible combinations, but are intended to describe representative aspects of the present disclosure, and matters described in the various embodiments may be applied independently or may be applied in combination of two or more.

또한, 본 개시의 다양한 실시 예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다. In addition, various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof. For implementation by hardware, one or more ASICs (Application Specific Integrated Circuits), DSPs (Digital Signal Processors), DSPDs (Digital Signal Processing Devices), PLDs (Programmable Logic Devices), FPGAs (Field Programmable Gate Arrays), general purpose It may be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor, or the like.

본 개시의 범위는 다양한 실시 예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.The scope of the present disclosure is software or machine-executable instructions (e.g., operating systems, applications, firmware, programs, etc.) that allow an operation according to a method of various embodiments to be executed on a device or computer, and such software or It includes a non-transitory computer-readable medium (non-transitory computer-readable medium) which stores instructions and the like and is executable on a device or a computer.

--

Claims

In the method of performing the positioning of the device based on the satellite navigation signal,
Determining an initial position of the device;
Setting a certain range and a grid within the certain range based on the determined initial position, and indicating the initial position through the set grid;
Retrieving the satellite navigation signals that the device can receive based on the initial position on the grid;
Based on the building modeling information stored in the database, the elevation angle and the azimuth angle of the boundary of the buildings in the grid corresponding to the initial position are checked, and among the satellite navigation signals searched through the elevation angle and the azimuth angle of the identified boundary are blocked. Searching for signals; And
Estimating the location of the device in consideration of the number of visible satellites and the blocked signal.

The method of claim 1,
The position of the device is estimated by applying an IMU data integration value to a value corresponding to the initial position.

The method of claim 1,
Positioning of the device, estimating the position of the device through IMU system modeling information based on the initial position, and estimating the initial multipath error value by comparing the estimated position of the device and the satellite navigation signal received by the device Way.

The method of claim 3,
Estimating a multipath error using the estimated initial multipath error value,
And calculating the location of the device by using the estimated multipath error.

The method of claim 1,
The satellite navigation signals located on the LOS line with the device are received from satellites having an azimuth matching the device.

The method of claim 5,
Obtaining elevation angle information of the satellite navigation signals receivable by the device,
The blocked signals are satellite navigation signals having an elevation angle lower than the elevation angle of the boundary of the identified buildings among the satellite navigation signals located on the LOS line.

The method of claim 6,
The altitude angle information of the satellite navigation signals is further determined using barometric altimeter information.

The method of claim 1,
When estimating the location of the device, the number of visible satellites and geometry-dilution-of-positioning (GDOP) are checked.

The method of claim 8,
A method of performing a positioning of the device based on a combination of the lowest GDOP among GDOP combinations in consideration of the receivable satellite navigation signal and the position of the device.

The method of claim 9,
Based on the combination of the lowest GDOP, the multipath error of the satellite navigation signals including the multipath error among the satellite navigation signals received by the device is estimated, and the position of the device based on the estimated multipath error Estimating, the method of performing positioning of the device.

The method of claim 1,
The device is an unmanned aerial vehicle, the positioning method of the device.

In the apparatus for performing positioning based on a satellite navigation signal,
A transceiver for transmitting and receiving signals;
Including a processor for controlling the transceiver,
The processor,
Determine the initial position of the device,
Set a certain range and a grid within the certain range based on the determined initial position, and indicate the initial position through the set grid,
Search for the satellite navigation signals that the device can receive based on the initial position on the grid,
Based on the building modeling information stored in the database, the elevation angle and the azimuth angle of the boundary of the buildings in the grid corresponding to the initial position are checked, and among the satellite navigation signals searched through the elevation angle and the azimuth angle of the identified boundary are blocked. Search for signals,
An apparatus for performing positioning, estimating a location of the apparatus in consideration of the number of visible satellites and the blocked signal.

The method of claim 12,
An apparatus for performing positioning, estimating a location of the apparatus by applying an IMU data integration value to a value corresponding to the initial location.

The method of claim 12,
Positioning is performed by estimating the position of the device through IMU system modeling information based on the initial position, and estimating an initial multipath error value by comparing the estimated position of the device with the satellite navigation signal received by the device. Device.

The method of claim 14,
Estimating a multipath error using the estimated initial multipath error value,
An apparatus for performing positioning, calculating a location of the apparatus using the estimated multipath error.

The method of claim 12,
The device and the satellite navigation signals positioned on the LOS line are received from satellites having an azimuth angle coincident with the device.

The method of claim 16,
Obtaining elevation angle information of the satellite navigation signals receivable by the device,
The blocked signals are satellite navigation signals having an elevation angle lower than the elevation angle of the boundary of the identified buildings among the satellite navigation signals located on the LOS line.

The method of claim 7,
The altitude angle information of the satellite navigation signals is determined by further using barometric altimeter information.

The method of claim 1,
When estimating the position of the device, the device for performing positioning to check the number of visible satellites and GDOP (Geometry-dilution-of-positioning).

In the system for performing positioning based on a satellite navigation signal,
Device; And
Including; a database that exchanges signals with the device and includes building modeling information,
Determine the initial position of the device,
Set a certain range and a grid within the certain range based on the determined initial position, and indicate the initial position through the set grid,
Search for the satellite navigation signals that the device can receive based on the initial position on the grid,
Based on the building modeling information stored in the database, the elevation angle and azimuth angle of the boundary of the buildings in the grid corresponding to the initial position are checked, and among the satellite navigation signals searched through the elevation angle and the azimuth angle of the identified boundary Search for blocked signals,
A system for performing positioning based on a satellite navigation signal for estimating the position of the device in consideration of the number of visible satellites and the blocked signal.