KR20200124734A - 평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치 - Google Patents

평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치 Download PDF

Info

Publication number
KR20200124734A
KR20200124734A KR1020207027929A KR20207027929A KR20200124734A KR 20200124734 A KR20200124734 A KR 20200124734A KR 1020207027929 A KR1020207027929 A KR 1020207027929A KR 20207027929 A KR20207027929 A KR 20207027929A KR 20200124734 A KR20200124734 A KR 20200124734A
Authority
KR
South Korea
Prior art keywords
magnetometer
magnetic field
heading
determining
matrix
Prior art date
Application number
KR1020207027929A
Other languages
English (en)
Inventor
윤 리
브라이언 에이 쿡
차오 위
Original Assignee
세바 테크놀러지, 인크.
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 세바 테크놀러지, 인크. filed Critical 세바 테크놀러지, 인크.
Publication of KR20200124734A publication Critical patent/KR20200124734A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • G01C17/38—Testing, calibrating, or compensating of compasses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • G01C17/02—Magnetic compasses
    • G01C17/28—Electromagnetic compasses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0023—Electronic aspects, e.g. circuits for stimulation, evaluation, control; Treating the measured signals; calibration
    • G01R33/0035—Calibration of single magnetic sensors, e.g. integrated calibration

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Measuring Magnetic Variables (AREA)
  • Gyroscopes (AREA)
  • Navigation (AREA)

Abstract

자력계를 보정하기 위한 방법, 장치, 및 시스템. 이들 중에서 자력계 측정의 수평 성분만을 사용하는 방법들이 있다. 다음, 평면 보정 자기장 출력 측정이 자이로스코프(들) 및 가속도계(들)로부터 데이터와 센서 융합에 사용될 수 있다. 다른 실시예에서, 평면 보정된 자기장으로부터의 헤딩 정보가 자이로스코프 적분으로부터 계산된 헤딩과 융합된다. 그러한 다른 방법들은 6축 융합 정보를 포함하는 정보와 자력계 정보를 융합하는 것; 결합된 정보에 따라서 제1 행렬[T]와 제1 벡터[U]의 어떤 값들을 축적하는 것; 제1 행렬[T]와 제1 벡터[U]의 수도-역의 하나에 따라서 제2 행렬[K]를 생성하는 것; 제1 행렬[T]에 따라서 스케일, 스큐 행렬 및 오프셋의 하나를 생성하는 것; 및 스케일, 스큐 행렬 및 오프셋의 하나에 따라서 자력계를 보정하는 것을 포함한다.

Description

평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치
장치에 향상된 기능을 제공하기 위해서 소위 9-축 센서를 포함하는 것이 전자 장치, 특히 셀룰러 전화, 디지털 카메라, GPS 장치, 랩톱 및 팜탑 컴퓨터와 같은 모바일 장치에서 점점 더 보편화되고 널리 보급되고 있다.
9-축으로 언급되는 것은, 3개의 직교 방향들의 각각에 대해 하나의 자이로스코프, 하나의 가속도계 및 하나의 자력계를 포함하여, 총 9개의 센서를 포함하기 때문이다. 이러한 동작 센서들을 가지는 칩 또는 기타 전자 부품이 통상 IMU 또는 관성 동작 장치로 업급된다. 3-D 자이로스코프는 각속도를 측정한다. 3-D 가속도계는 선형 가속도를 측정한다. 자력계는 로컬 자기장 벡터(또는 그 편차)를 측정한다. 그들의 인기에도 불구하고, 이러한 9 축 센서의 기능은 완전히 이용되지 못하고 있는데, 이는 무엇보다도 센서에서 바람직하지 않은 영향의 보정 및 제거가 어렵기 때문이다. 예를 들어, 자이로스코프가 사실상 회전하지 않을 때, 그 출력이 0이 아닌(회전을 가리킴) 제로-속도 오프셋(ZRO)과 같은 잘 알려진 현상의 겪는 경향이 있다. 자력계는 근접장 간섭(Near Field interference), 연철 효과(Soft Iron effect), 및 경철효과(Hard Iron Effect)와 같은 잘 알려진 상이한 노이즈 인자를 겪고 있다.
지구-고정 중력 직교 기준계에 관하여 강체(자력계 및 모션 센서가 견고하게 부착된 장치를 지정하는 강체)의 3-D 각도 위치가 고유하게 정의된다. 자력계와 가속도계가 사용될 때, 중력을 따라 양의 Z-축, 자북을 가리키는 양의 X-축 및 동쪽을 가리키는 양의 Y-축을 가지는 중력 기준계를 정의하는 것이 편리하다. 가속도계는 중력을 감지하며, 따라서, Z-축을 정의하는데 사용될 수 있다. 자력계는 지구 자기장을 감지하며, 따라서 X-축을 정의하는 데 사용될 수 있다(지구 자기장과 중력 사이의 각도가 90°와 다를 수 있음이 알려져 있을지라도). 중력 기준계의 축들을 정의하는 이러한 방식은 제한하려는 의도가 아니다. 오른손 직교 기준계의 다른 정의는 두 가지 알려진 방향들, 중력 및 자북을 기반으로 도출될 수 있다.
3-D 몸체에 부착된 모션 센서는 3-D 몸체에 대해 정의된 몸체 직교 기준계에서 위치(또는 그 변화)를 측정한다. 예를 들어, 도 1에 도시된 바와 같이, 항공기에 대해서, 일반성의 상실 없이, 몸체 기준계는 항공기의 세로축을 따라 앞쪽을 가리키는 양의 X-축을 가지며, 양의 Y-축은 오른쪽 날개를 따라 향하고, 양의 Z-축은 오른손 직교 기준계(오른손 법칙)을 고려하여 결정된다. 항공기가 수평으로 비행한다면, 양의 Z-축은 중력 방향을 따라 중력 시스템의 Z-축을 따라 정렬되며, 중력 기준계의 롤 및 피치는 몸체에 부착된 3-D 가속도계와 2 또는 3-D 회전 센서를 사용하여, 중력의 알려진 방향에 기초하여 결정될 수 있다(Liberty U.S. Pat. Nos. 7,158,118, 7,262,760 및 7,414,611을 참조).
오일러의 정리에 기초하여, 몸체 기준계와 중력 기준계(두 개의 직교 오른쪽 좌표계로서)는 좌표축에 대한 일련의 회전(3개 이하)에 의해 관련될 수 있으며, 여기서 연속적인 회전들은 다른 축들에 대한 것이다. 이러한 일련의 회전들은 오일러 각-축 시퀀스(Euler angle-axis sequence)로 알려져 있다. 이러한 기준 회전 시퀀스는 도 2에 도시되어있다. 이러한 회전 각도는 중력 기준계에서 장치의 각도 위치이다.
3차원 자력계는 (1)3-D 정적 자기장(예를 들어, 지구의 자기장), (2)경철 효과, (3)연철 효과 및 (4)외부 시간 의존성 전자기장에 기인한 3-D 동적 근접장(예: 근처의 다른 전자 장치로부터의 전자기 노이즈)의 중첩을 나타내는 3-D 자기장을 측정한다. 측정된 자기장은 자력계의 실제 방향에 의존한다. 경철 효과, 연철 효과 및 동적 근접장이 0 이라면, 측정된 자기장의 궤적(자력계가 다른 방향으로 향하기 때문에)은 지구 자기장의 크기와 동일한 반경의 구가 된다. 0 이 아닌(non-zero) 경철 및 연철 효과는 측정된 자기장의 궤적을 원점으로부터 타원체 오프셋이 되게한다.
경철 효과는 지구 자기장과 겹치는 일정한 자기장을 나타내는 물질들에 의해 생성되며, 이에 의해 측정된 자기장 성분에 대한 일정한 오프셋을 생성한다. 자력계에 대한 경철 효과에 기인한 자기장 소스의 방향과 위치가 일정하다면, 상응하는 오프셋들도 일정하다.
지구 자기장과 겹치는 자기장을 생성하는 경철 효과와 달리, 연철 효과는 자기장에 영향을 주거나 왜곡하는 물질(철 및 니켈과 같은)들의 결과이지만,반드시 자기장 자체를 생성하지는 않는다. 따라서 연철 효과는 자력계 및 지구 자기장에 대한 상대적인 효과를 일으키는 물질의 위치 및 특성에 의존하는 측정된 장의 왜곡이다. 따라서 연철 효과는 단순한 오프셋으로 보정될 수 없으며, 더 복잡한 절차를 요구한다.
근접 자기장은 시간 의존적 자기장에 기인하므로 측정된 자기장의 동적 왜곡이다.
다른 센서(예를 들어, 자력계)의 오차를 추정하고 보상하기 위해 일부 센서들(예를 들어, 자이로스코프)로부터의 데이터를 사용하는 것은 관련 기술 분야에 알려져있다. 이를 종종 센서 융합이라고하며, 수많은 센서 융합 기술이 있다. 예를 들어, 장치(예: 모바일 및/또는 휴대용 전자 기기)의 방향 및/또는 자세(요(yaw), 롤 또는 피치 각도의 하나를 계산하는 것을 포함할 수 있음)를 계산하기 위해, 센서 융합 알고리즘이 자이로스코프, 가속도계 및 자력계의 어떤 것을 포함한 센서와 같은 둘 이상의 입력에서 데이터를 융합한다. 센서는 특정 조건(예: 가정, 구성 등)하에서 동작할 수 있다(예 : 작동 가능할 수 있으며, 구성될 수 있으며, 작동을 수행할 수 있다 등). 예를 들어, 자력계는 장치를 둘러싼(예를 들어, 장치의 운동 영역을 둘러싼) 자기장이 일정한 벡터 장이라는 가정하에 동작할 수 있다. 그러나, 이러한 가정이 사실이 아닌 경우, 부정확 및/또는 불완전한 자력계 보정이 발생할 수 있다.
IMU 데이터(자이로스코프, 가속도계 및 자력계)를 갖는 센서 융합 알고리즘에서, 방향 정보(즉, 장치의 방향)는 자이로스코프 데이터 및 자력계 데이터의 두 가지 소스로부터 이용 가능하다. 자이로스코프가 정확하게 보정되면, 자이로스코프 통합은 시작 방향으로부터 부드럽고 정확한 방향 변경을 제공할 수 있다. 그러나 자이로스코프는 시작 방향을 결정할 수 없으며, 그것은 또한 잔류 ZRO에 의해서 야기된 장기 드리프트를 겪고 있다. 그러나 시작 방향(또는 다른 시간에서)은 자력계로부터 알 수 있다. 그러나 자력계는 시끄럽고 시간에 걸쳐서 변하는 간섭에 의해서 영향을 받는다. 그럼에도 불구하고 정확하게 보정된 경우, 자력계는 드리프트가 거의 또는 전혀 없이 진북 방향을 합리적으로 정확하게 판독할 수 있다. 이 두 가지 헤딩 정보 소스는 하나의 센서 융합 알고리즘에서 융합되어 장치의 헤딩을 포함하는 방향을 제공한다. 그러므로, 장기적인 헤딩 성능은 자력계 보정의 정확성에 크게 의존한다.
미국 특허 출원 공개 번호 2013/0238268은 일부 예시적인 자력계 보정 알고리즘을 개시한다.
장치상의 IMU의 센서들에 의해 측정된 몸체 프레임 자기장은, 그것이다른 방향으로 이동하고 회전할 때, 3D 공간에서 타원체를 형성한다. 보정 알고리즘은 다른 방향에서 자기장 측정과 가장 잘맞는 타원체(예 : 오프셋, 스케일, 스큐)의 파라미터를 찾는다. 잘 맞으려면, 측정 데이터가 타원체의 많은 부분을 커버해야 한다. 자력계 보정을 위한 일반적인 동작은 소위 그림 8 동작이며, 여기서 장치의 앞쪽 에지나 끝을 사용하여 공중에 그림 ∞ 을 쓰는 것과 같이 손목을 비트는 것에 의해 휴대장치의 방향이 변경된다. 예를들어 https://www.youtube.com/ watch?v=sP3-D00Hr14o를 참조하라. 좋은 보정이 발견된 후, 이것는 헤딩을 제공하기 위해서 사용될 수 있으며, 자력계 환경이 변경된 후에는 새로운 보정이 필요하게 된다.
그러나, 일부 어플리케이션은 당연히 큰 타원체 공간을 커버하기에 충분한 모션을 갖지 않는다. 예를 들어, 로봇 진공 청소기(RVC)는 대부분 단일 평면(중력에 수직인 평면)에서 회전하며, 그래서 측정된 자기장은 수평 평면에서 타원이 된다. 또 다른 예는 장치가 자동차에 장착된 때이며, 이것은 약간의 기울기로가지면서, 진공 청소기처럼 중력 축을 중심으로 거의 전적으로 회전한다. 이러한 경우에는, 일반 3D 자력계 보정으로 해답을 찾을 수 없으며, 자력계가 절대 완전히 보정되지 못할 수 있다.
실시 예에 따르면, 평면 자기 보정이 단지 자력계 측정의 수평 성분만을 사용하여 수행된다. 그 다음, 평면 보정된 자기장 출력 측정이, 보다 정확한 보정된 헤딩 판독을 제공하기 위해서, 자이로스코프(들) 및 가속도계(들)로부터의 데이터로 센서 융합에 사용될 수 있다.
다른 실시 예에서, 평면 보정된 자기장으로부터의 헤딩 정보는 자이로스코프 통합으로부터 계산된 헤딩과 융합될 수 있다.
보다 상세한 이해는 여기에 첨부된 도면과 함께 실시 예 방식으로 주어진 아래의 상세한 설명으로부터보다 상세한 얻어질 수 있다. 상세한 설명의 도면들은 실시 예이다. 따라서, 도면 및 상세한 설명은 제한적인 것으로 간주되어서는 안되며, 다른 효과적인 실시 예가 가능하고 가능할 것이다.
또한, 도면에서 동일한 참조 번호는 동일한 요소를 나타내며, 여기서:
도 1은 3-D 몸체 기준계의 예시이다.
도 2는 중력 기준계에서 몸체 기준계으로의 전환을 나타내는 예시이다.
도 3은 실시 예에 따른 센싱부의 블록도이다.
도 4A는 예시적인 보정되지 않은 평면 자기장의 그래픽 표현이다.
도 4B는 도 4A의 자기장의 그래픽 표현이지만 원형 피팅을 사용하여 보정된 것이다.
도 4C는 도 4A의 자기장의 그래픽 표현이지만, 타원형 피팅을 사용하여 보정된 것이다.
도 4D는 도 4A의 자기장의 그래픽 표현이지만, 기울어진 타원형 피팅을 사용하여 보정된 것이다.
도 5A 내지 5D는 시간 함수로서 평면 자기장 보정의 평균 제곱 오차, 오프셋, 스케일 및 전체 오차의 수렴을 보여주는 그래픽 표현이다.
도 6은 보정된 자력계 및 6AG 헤딩 결과를 이용한 헤딩 융합을 위한 일 실시예 방법의 블록도이다.
도 7은 보정된 자력계를 사용하는 센서 융합을 위한 한 실시예 방법의 블록도이다.
도 8A 및 8B는 하나 또는 이상의 실시 예가 구현될 수 있는 대표적인 시스템을 예시하는 블록도이다.
도 9는 실시 예들에 따른 자력계 보정을 수행하도록 구성된 센서 융합 시스템을 예시하는 다이어그램이다.
도 10은 실시 예들에 따른 지구 북-동-하 프레임에서 지구 자기장 h 0 에 대한 방위각 및 앙각(elevation angle)을 예시하는 다이어그램이다 .
도 11은 실시 예들에 따른 자력계 보정을 수행하도록 구성된 센서 융합 시스템을 도시한 것이다.
도 12는 실시 예에 따른 자력계 정렬 보정을 위한 방법을 예시하는 다이어그램이다.
도 13은 실시 예에 따른 자력계 매핑 및/또는 자력계 보정을 수행하도록 구성된 센서 융합 시스템을 예시하는 다이어그램이다.
1. 소개
하기 예시적인 실시 예의 설명은 첨부된 도면을 참조한다. 다음의 상세한 설명은 본 발명을 제한하지 않는다. 대신, 본 발명의 범위는 첨부된 청구 범위에 의해 정의된다. 하기 실시예들은 단순성을 위해 강성 3-D 몸체("장치")에 부착된 동작 센서 및 자력계를 포함하는 센싱 유닛의 용어 및 구조와 관련하여 논의된다. 그러나, 다음 논의되는 실시 예는 이들 시스템에 제한되지 않으며, 유사한 특성을 갖는 자력계 또는 다른 센서를 포함하는 다른 시스템에서 사용될 수 있다.
명세서 전체에서 "일 실시 예"또는 "실시 예"에 대한 언급은 일 실시예와 관련하여 설명된 특정 특징, 구조 또는 특성이 본 발명의 적어도 하나의 실시 예에 포함된다는 것을 의미한다. 따라서, 명세서를 통해서 다양한 곳에서 "일 실시 예에서"또는 "실시 예에서"라는 문구의 출현이 반드시 모두 동일한 실시 예를 지칭하는 것은 아니다. 또한, 특정 특징, 구조 또는 특성은 하나 이상의 실시 예에서 임의의 적절한 방식으로 결합될 수 있다.
여기서 사용된 것과 같이, 위치라는 용어는 선형 위치, 각도 위치, 또는 선형 위치와 각도 위치 양자의 조합을 지칭할 수 있다. 포즈는 선형 위치와 각도 위치의 조합에 대한 일반적인 산업 용어이다. 선형 위치는 직교 좌표의 3D 벡터, 구형 좌표의 3D 벡터 등을 포함하는 여러 방법으로 정의할 수 있는 위치를 의미할 수 있다. 각도 위치는 오일러 각도, 방향 코사인 매트릭스, 쿼터니언, 벡터/각도, 파울리 스핀 매트릭스, 방향 +법선 벡터 등을 포함하는 여러 방법으로 정의할 수 있는 3-D 방향을 의미할 수 있다. 설명의 단순성을 위해 다음 설명은 쿼터니언 각도 위치를 나타낸다. 당업자는 각도 위치의 다른 정의들이 쿼터니언의 관점에서 각도 위치와 관련하여 설명된 공개 및 다양한 공개된 실시 예의 일부 또는 전부에(예를 들어 동등하게) 적용 가능하며, 과도한 실험없이 그에 따라 수정될 수 있다는 것을 인식할 것이다. 또한, 설명의 단순화를 위해, 여기서 상기 및 아래에 개시된 다양한 실시 예는 특정 공통 기준 프레임, 즉 지구 프레임을 이용하는 것으로 설명된다. 당업자는 지구 프레임 이외의 공통 기준 프레임이 이용될 수 있고 개시 및 다양한 개시된 실시 예의 일부 또는 전부가 과도한 실험 없이 수정될 수 있음을 인식할 것이다. 공통 기준 프레임의 예로는 사용자 프레임, 레벨 프레임 및 임의의 프레임이 있을 수 있다.
도 3에 도시된 예시적인 실시 예에 따르면. 도 3에 도시된 바와 같이, 장치의 방향을 모니터링하기 위해 장치에 부착될 수 있는 센서부(100), 예를 들어 IMU는 장치 강체(101)에 부착된 모션 센서(110)(예를 들어, 하나 이상의 자이로스코프 및/또는 하나 이상의 가속도계) 및 자력계(120)를 포함한다. 모션 센서(110) 및 자력계(120)에 의해 수행된 동시 측정은 인터페이스(140)를 통해 데이터 처리부(130)으로 전송되는 신호를 생성한다.
인터페이스(140) 및 데이터 처리부(130)는 자력계 보정부(150)를 구성한다. 도 3에, 자력계 보정부(150)은 강체(101)상에 위치한다. 그러나, 대안적인 실시 예에서, 자력계 보정부는 원격으로 자력계 및 모션 센서로들부터 데이터를 수신하거나 데이터 저장 매체로부터 데이터를 검색할 수 있다. 데이터 처리부(130)는 연산을 수행하기 위한 적어도 하나의 프로세서를 포함한다.
모션 센서(110) 및 자력계(120)는 강체(101)에 고정적으로 부착되어, 몸체 기준계에서 관찰 가능한 몸체 기준계(예를 들어, 자기장, 각속도 또는 선형 가속도)와 관련된 신호를 생성한다. 그러나 상기한 바와 같이, 장치로부터 독립적인 기준계에서 몸체의 방향을 결정하기 위해서, 이러한 측정양을 관찰자 기준계, 예를 들어, 중력에 따른 z-축, 중력과 자북 방향을 포함하는 평면에 있는 y-축, 동쪽을 가리키는 x-축을 갖도록 정의된 앞서 언급된 중력 기준계와 같은 관성 기준 프레임에 관련시킬 수 있어야 한다.
신호들은 몸체 기준계에서 측정된 양을 반영한다. 몸체 기준계에서의 이러한 측정은 중력 기준계에 대응하는 양으로 변환되도록 데이터 처리부(130)에 의해 추가로 처리된다. 예를 들어, 회전 센서와 3-D 가속도계를 사용하여 중력 직교 기준계에 대한 몸체 기준계의 롤 및 피치를 추정할 수 있다. 중력 직교 기준계에서 장치의 요(yaw) 각도를 정확하게 추정하려면, 몸체 기준계에서 측정된 자기장으로부터 지구 자기장의 방향을 결정하는 것이 필수적이다.
몸체 기준계에서 측정된 자기장으로부터 지구 자기장의 방향을 결정하기 위해, 데이터 처리부(130)는 스케일 및 오정렬 매트릭스를 이용하여 측정된 3-D 자기장(이것은 자세 독립 보정 파라미터를 이용하여 자력계 신호로부터 계산됨)의 오정렬을 보정한다. 오정렬은 연철 효과, 기계적 오정렬 및/또는 제조 고유 오정렬에 기인한다. 데이터 처리부(130)가 이러한 모든 보정을 완료하면, 결과적인 자기장은 지구 자기장에 대응하는 국부 자기장이라고 합리적으로 가정될 수 있다. 지구의 자기장은 자연스럽게 "부각(dip angle)" 또는 "기울기 각도(inclination angle)"이라는 알려진 각도에 의해, 중력에 수직인 평면의 약간 위 또는 아래의 북쪽을 가리킨다.
데이터 처리부(130)는, 실행될 때 시스템(100)이 자력계 및 센서들이 부착된 장치의 위치 및/또는 움직임, 예를 들어, 방향, 위치, 회전, 속력, 가속 및 헤딩 중 하나 이상을 포함하여 결정하기 위한 방법을 수행하게 하는, 실행가능한 코드들을 저장하는 컴퓨터 판독가능한 매체(135)에 연결될 수 있다.
2. 평면 자력계 보정
이 섹션에서는, 2차원(2D)에서 자력계를 보정하기 위해, 복잡성을 감소시키기 위해 논의된 세 가지 기술이 설명된다. 또한 이 섹션에는 헤딩 결정을 교정하기 위해, 2D 보정된 자력계 데이터를 전체 센서 융합 기술로 융합하는 기술이 설명되어 있다.
자력계 보정을 위한 하나의 일반적인 모델이 Sheng(Apparatuses and Methods for Calibrating Magnetometer Attitude-Independent Parameter)에게 미국 특허 출원 공개 No. 2013/0238268에서 제공된다.
Figure pct00001
여기서 h n, An 및 ε n 은 시간 n 에서 측정된 몸체 프레임 자기장, 회전 행렬 및 노이즈이다. h 0은 회전 전의 실제 사용자 프레임 자기장이다.
Figure pct00002
는 자기장의 진폭이 헤딩에 영향을 미치지 않기 때문에 어떤 상수라고 가정할 수 있다. 일반성을 잃지 않고 아래 식에서
Figure pct00003
을 가정할 수 있다. An이 정확하고/알려져 있다면, An ho 는 실제 몸체 프레임 mag이다.
Figure pct00004
b는 오프셋이며,
Figure pct00005
(I+D)는 게인 및 스큐 매트릭스이다. 이것을 대칭이라고 가정한다.
Figure pct00006
보정 후, 우리는
Figure pct00007
을 얻으며, 표준 계산은 다음을 제공한다.
Figure pct00008
이것은 보정된 자기장 벡터가 반경이 1 인 구에 가깝게 위치함을 보여준다.
노이즈를 무시하면
Figure pct00009
최소 제곱 피팅 작업도구를 사용하고, 목표는 9개의 변수(행렬(I+D) 및 벡터 b 1 )를 찾아 최소화하는 것이다.
Figure pct00010
운동이 대부분 평면(중력을 중심으로 한 회전)일 때, 구에 맞출 정보가 충분하지 않다. 그러나 자기장의 수평 구성 성분은 타원 또는 원에 맞춰질 수 있으며, 여전히 헤딩 정보를 제공한다.
이 경우, 식(2.1)의 처음 두 행만 취하고, z 채널의 커플링, 예를 들어, p xz 를 무시하면, 스케일 및 스큐 행렬(I+D)와, 오프셋 벡터 b ,에서 5개의 찾을 파라미터, 즉 2 개의 스케일(p x , p y ), 하나의 스큐(p xy ) 및 두개의 오프셋(bx, by)가 있다;
Figure pct00011
목표는 이것을 기울어진 타원에 맞추는 것이다.
2.1 일반 2D 피팅: 기울어진 타원(Skewed Ellipse)
피팅 파라미터로 식(2.3)을 확장하면 다음을 얻는다.
Figure pct00012
편의상, 다음과 같이 새로운 변수 (q 1 , q 2 , q 3 , q 4 , q 5 )를 생성한다:
Figure pct00013
다음 우리는 얻는다.
Figure pct00014
즉,
Figure pct00015
정의한다.
Figure pct00016
이것은 벡터 k 에서 파라미터를 피팅하는 최소 제곱 피팅 문제이다. 사각 피팅 오차를 최소화하는 해
Figure pct00017
는 다음에 의해서 제공된다.
Figure pct00018
가장 적합한 핏을 얻은 후,
Figure pct00019
이 되게하면 다음이 얻어진다.
Figure pct00020
따라서, 우리는 다음을 얻게되며,
Figure pct00021
그래서,
Figure pct00022
Figure pct00023
가 K 5 에 관련되기 때문에,
Figure pct00024
따라서 q 2 는 다음에 의해서 얻을 수 있다.
Figure pct00025
그런 다음 보정 매개 변수는 다음과 같이 제공된다.
Figure pct00026
이것은 스케일, 스큐 및 오프셋을 가지는 일반적인 타원 피팅이다.
2.2 간단한 피팅 : 직립 타원
더 단순한 모델의 경우, 스큐가 없다고 가정하면, 피팅은 직립 타원에 대한 것이다.
스큐가 없다고 가정하면, 식(2.4)는 다음과 같이 단순화할 수 있다.
Figure pct00027
이것은 다시 쓰면,
Figure pct00028
매트릭스 포멧에서, 정의한다.
Figure pct00029
다음 보정 파라미터는 매개 변수는 다음과 같이 얻을 수 있다.
Figure pct00030
Figure pct00031
Figure pct00032
2.3 가장 간단한 모델 : 원 피팅
피팅 모델은 원 피팅으로 더욱 단순화될 수 있다.
만일, px = py = p라는 가정에 의해서 더 단순화하면, 식(2.7)로부터 다음 식을 얻는다:
Figure pct00033
다음과 같이 다시 쓴다.
Figure pct00034
매트릭스 포멧;
Figure pct00035
해는 다음과 같이 최소제곱 피트
Figure pct00036
로부터 얻어진다 .
Figure pct00037
2.4 반복 적산기 및 잔여 피팅 오류
앞서 언급한 바와 같이, 최소 제곱 피팅 문제(피팅 파라미터 k로)에 대한 최적의 해답은 상기 식(2.6)에 의해서 주어진다.
Figure pct00038
를 주목하라.
이것은 T'T 및 T' u 양자가 각 샘플 n에 대한
Figure pct00039
의 반복 축적에 의해서 얻어질 수 있다는 것을 의미한다. 샘플 자체를 보관할 필요는 없다.
피팅 문제
Figure pct00040
의 최소 피팅 오류는,
Figure pct00041
Figure pct00042
에 의해서 주어진다.
우리가
Figure pct00043
을 어떻게 구성하는지에 따라서, 식(2.6)에 의해서 얻어진 해답
Figure pct00044
는
Figure pct00045
(이것은 가정에 따라 1이다) 사이에서 최소 평균 제곱 피팅 오류를, 우리가 원했던대로, 직접 제공하지 않을 수 있다.
Figure pct00046
그러나, 이 평균 제곱 피팅 오차(MSE)는
Figure pct00047
에 관련된다.
식 (2.7)의 타원 피팅을 예로 들어,
Figure pct00048
보정 후
Figure pct00049
이기 때문에,
Figure pct00050
그러므로,
Figure pct00051
Figure pct00052
의 평균 제곱 피팅 에러는
Figure pct00053
에 의해 주어진다.
수렴하는 평면 자기 보정을 위해서는, 센서가 타원의 큰 부분, 즉 큰 헤딩 범위 데이터를 커버하기에 충분한 데이터를 캡처해야 한다. 피팅 에러는 데이터가 수집되는 각도 범위가 증가함에 따라 감소할 것이다. 로봇 진공 청소기(RVC) 케이스의 경우, 반 바퀴(즉, 180°) 회전이면 발생하는 수렴에 대해 충분하다. 이것은, RVC가 방향을 바꿀 때 자연스럽게 회전하므로, 쉽게 달성될 수 있다.
상이한 세 가지 평면 모델 전부가 실시 예 캡처 데이터에 사용되었다. 도 4a는 예시적인 비보정된 평면 자기장 캡처 데이터의 그래픽 표현이다. 도 4b, 4c 및 4d는 각각 기울어진 타원 핏, 직립 타원 핏, 및 원형 핏을 사용하여 본 발명의 원리에 따른 보정 후 데이터의 그래픽 표현이다. 세 가지 실시 예 모두 빠르게 수렴하였으며, 올바른 매개 변수를 찾았으며, 정확한 헤딩을 제공했다.
도 5A 내지 도 5D는 직립 타원형 피팅(예를 들어, 도 4c에 해당)을 사용하여, 시간의 함수로서 평면 자기장 보정의 평균 제곱 오차, 오프셋, 스케일 및 전체 오차의 수렴 프로세스를 도시한다.
2.5 자이로스코프 또는 자이로스코프와 가속도계를 이용한 2D 보정
보정 모델 식(2.1)에서, 회전 행렬 An 및 실제 사용자 프레임 자기장 ho 둘다를 알 수 없다는 것이 가정된다. 따라서, 진폭이 1
Figure pct00054
이라는 가정을 제외하고는, An ho 에 의해 주어진 실제 몸체 프레임 자기장은 알려지지 않았다. 상기 피팅을 위한 모든 식은 보정된 자기장
Figure pct00055
이 약 1의 진폭을 가져야 한다는 가정에 기초한다.
그러나, 하나 이상의 자이로스코프(또는 자이로스코프 및 가속도계)를 가지는 시스템에서는, 회전 매트릭스 An에 대한 부분적인 정보가 이용가능하다. 초기 방향은 알 수 없지만, 초기 지점으로부터 장치 방향 변경 q는 자이로스코프 데이터 통합 (또는 자이로스코프와 가속도계의 6 축 센서 융합)으로부터 얻어질 수 있다. 사용자 프레임으로부터 초기 방향으로의 회전 행렬을 R0, 초기 방향으로부터 현재 방향으로의 회전 매트릭스를 R(q)라고 명명한다. 그러면 실제 몸체 프레임 자기장은
Figure pct00056
이다. 일반적으로, 초기 방향은 알 수 없지만, 방향 변경 R(q)는, 자이로스코프가 합리적으로 보정되는 한, 일반적으로 짧은 시간(약 몇 분) 내에 정확한다.
2D의 경우, 이것은, 자기장의 수평 투영의 초기 헤딩을 알 수 없을지라도, 자이로스코프 통합이 보정된 자력계가 얼마나 많은 원을 커버해야 하는지에 대한 정보를 가지고 있음을, 의미한다. 보정이 자기장을 원에 맞춰야한다는 사실, 예를 들어, 도 4A 참조, 추가되는 이 추가 정보는 피팅 오류를 크게 줄이고 보정 속도를 높이기 위해서 사용될 수 있다.
2.5.1 보정 모델 / 블록 다이어그램
자기장의 수평 투영으로 작업할 때, 지구 자기장은 항상 북쪽을 가리키는 것으로 가정될 수 있다.
Figure pct00057
또한, R(q) 및 R0 는 2D 평면에서 2x2 회전 매트릭스이고, 매트릭스 곱셈은 교환적이다(일반적인 3D 경우, 이것은 사실이 아님을 주의하라). 따라서 실제 몸체 프레임 자기장의 수평 구성 요소는 다음과 같다.
Figure pct00058
여기서
Figure pct00059
은 자이로스코프에 의해 예측된 자기 벡터이다.
보정 모델은 다음 식이 된다.
Figure pct00060
이식을 다음 포멧에서 다시 쓴다.
Figure pct00061
증강 측정
Figure pct00062
파라미터 매트릭스
Figure pct00063
를 정의한다.
그런 다음 문제는 다음과 같은 행렬 M을 찾는 것이다.
Figure pct00064
N 샘플
Figure pct00065
을 축적한 후, 다음 식(2.13은 다음이 된다.
Figure pct00066
식(2.14)는 의사 역행렬을 사용하여 M에 대해 풀 수 있다.
Figure pct00067
보정
Figure pct00068
은
Figure pct00069
을 곱하는 것에 의해 들어오는 샘플
Figure pct00070
에 적용될 수 있지만, 자북이 가리키는 위치에 대한 어떤 정보를 제거하는 효과를 가진다. 따라서 우리는 단지 보정의 회전 구성 요소만 제거할 필요가 있다.
Figure pct00071
에 기초하여, 초기 방향 Ro는
Figure pct00072
로 불리는 매트릭스
Figure pct00073
의 상위 2 개 행을, 매트릭스 극(polar) 분해를 이용하는 것에 의해, 직교 회전 행렬 R0 및 스케일 및 스큐 행렬(I + D)로 분해하는 것에 의해 얻어질 수 있다.
Figure pct00074
를 참조한다.
먼저, 특이 값 분해를 수행한다.
Figure pct00075
다음,
Figure pct00076
M3 은 행렬 M의 세 번째 행이다.
초기 회전은 R0 의 전치를 곱하는 것에 의해 제거될 수 있다. 따라서 보정된 2D 자기장은
Figure pct00077
에 의해서 제공된다.
매트릭스들의 정의에 따라, 이것은 또한.
Figure pct00078
를 제공하며, 이는 이전 섹션에서 설명한 것과 동일한다.
2.5.2 재귀 최소 제곱 구현
모든 샘플을 버퍼링하지 않고 식(2.14)를 푸는 보다 효율적인 방법은 Recursive Least Square 알고리즘이다.
이러한 실시 예에 따르면, 식(2.14)는 다음과 같다:
Figure pct00079
우리는 이 식을 각각 단지 3개의 파라미터를 가진 다음 두 식으로 분리하고, 각각을 독립적으로 풀 수 있다.
Figure pct00080
식(2.16)은 다음과 같이 다시 작성될 수 있다.
Figure pct00081
이는 파라미터 벡터
Figure pct00082
를 다음과 같이 재정의 하는 것에 의한다.
Figure pct00083
다음 우리는 모든 샘플들 n = 1, 2, ..., N 및 벡터
Figure pct00084
(2Nx1)에 대한 대한 연결
Figure pct00085
으로부터 매트릭스 H(Nx3)를 만들고,
Figure pct00086
이제, 최소 제곱 피팅 문제는 다음과 같다.
Figure pct00087
식(2.18a) 및(2.18b)는 최소 제곱 최적화 방법을 사용하여 풀 수 있다.
Figure pct00088
식(2.19)의 최소 자승 솔루션은 H'H, H' Q x 및 H' Q y 만 저장하면 되므로 큰 행렬 H, Q x 및 Q y 를 저장할 필요없이 반복 방법을 사용하여 해결할 수 있다.
Figure pct00089
누적된 H'H, H' Q x 및 H' Q y 에 대해 포겟계수(forget factor)를 적용할 수있다. 적절한 계수가, 자이로스코프 드리프트와 관련된 어떤 오류가 자력계 보정에 심각한 오류를 일으킬 기회를 가지기 전에 잊혀지는 것을 확증하도록, 사용될 수 있다.
2018 년 3 월 7 일에 출원된 미국 가특허 출원 제 62/639,746 호는 본 명세서에 참조로 완전히 통합되는데, 자이로스코프 통합이 자력계 보정을 돕기 위해서 사용된다. 그러나 여기서는 절대 방향을 알고 있음, 즉, 회전 행렬 An 이 알려져 있음을 가정한다. 2D 보정의 현재 실시 예에서, 유일한 가정은 방향 변화가 자이로스코프로부터 얻어지고, 초기 방향은 자력계를 보정하는 능력과 무관하다는 것이다.
3. 2D 보정된 매그(mag)를 가지는 헤딩 퓨전
2D 보정된 자기장
Figure pct00090
로부터, 우리는 다음과 같이 헤딩을 계산할 수 있다.
Figure pct00091
여기서, atan2는 y/x의 4 사분면 아크 탄젠트이다.
평면 보정에 대한 기본 가정은 장치의 움직임이 실질적으로 평면이라는 것이며. 이것이 자기장의 x 및 y 성분이 타원으로 기술될 수 있고, 자기장의 z 성분이 거의 일정하게 유지된다고 가정할 수 있는 이유이다.
그러나, 장치가 xy 평면에서 공칭 양 이상으로 기울어지면, 이러한 가정은 더 이상 유지되지 않을 수 있으며, 평면 자력계 보정을 사용한 헤딩 결정은 더 이상 신뢰할 수 없을 수 있다. 기울기 문제는 여러 가지 방법으로 해결될 수 있다.
수직 방향으로부터의 장치 z 축의 기울기는 가속도계로부터 이용 가능하며, 움직임이 얼마나 평면적인지에 대한 메트릭으로 사용될 수 있다. 때때로 큰 기울기는 자력계의 z 축 데이터 변화를 사용하여 쉽게 감지할 수 있다.
만일, 측정된 기울기가 무시할 수 있다면(예를 들어, 임계 값 미만), 전술한 가정이 유지될 가능성이 높고, 평면 자력계 기반 보정으로부터의 헤딩 결정이 사용될 수 있다. 그러나, 기울기가 무시할 수 없는 경우, 평면 보정 프레임 워크가 더 이상 유지되지 않을 수 있으며, 평면 보정을 사용하여 얻은 헤딩은 큰 오류가 있을 수 있다. 그러한 경우, 평면 자력계 보정으로부터의 헤딩 결정은 신뢰되어서는 않되며, 헤딩 결정은 다른 데이터에 기초될 수 있다. 예를 들어, 다른 헤딩 소스는 가속도계와 자이로스코프 데이터의 6 축 센서 융합이며, 이하 6AG 헤딩 또는 헤딩_6AG라고 한다. 시작점 이래로 헤딩의 변화를 결정하기 위해서, 6 축 IMU(3 개의 직교 자이로스코프 및 3 개의 직교 가속도계)에서 측정을 융합하는 다양한 기술이 알려져 있다. 마지막으로, 많은 시간에 걸쳐 상당히 기울어지는 극단적인 경우, 평면 자력계-기반 헤딩 보정은 사용되어서는 안된다. 이러한 경우, 기존의 3D 보정이 방향을 추정하기 위해서 대신 사용될 수 있다. 평면 안정성이 다시 얻어질 때면, 평면 자력계 기반 헤딩 보정이 다시 사용될 수 있다.
자력계 기반 헤딩 데이터는 보정 품질이 좋은 경우에만 신뢰할 수 있다. 따라서 보정된 자력계 출력의 품질을 나타내는 데이터를 추적하는 것이 유용할 수 있으며, 그 품질이 상대적으로 낮을 때, 자력계 기반 헤딩 데이터의 사용을 방지하기 위해(또는 적어도 다른 센서 데이터와 헤딩 융합에 더 적은 가중치를 부여하는 것), 품질 데이터를 사용한다.
자력계 기반 헤딩 결정의 신뢰성을 결정하기 위한 몇 가지 가능한 메트릭스가 있다. 이러한 메트릭 중 하나는 보정을 적용한 후 잔류 오차의 평균 제곱이다. 따라서, 일 실시 예에서, 보정을 적용한 후 잔류 오차 평균 제곱은 자기장 데이터로부터의 헤딩이 언제(및/또는 어느 정도까지) 신뢰할 수 있는지를 결정하기 위해 추적될 수 있다. 이러한 또 다른 메트릭은 타원체에 대해 주어진 순간에서 보정된 필드의 크기이다.
또한, 앞서 언급한 바와 같이, 장치 기울기는 자력계 기반 헤딩 결정의 신뢰도 메트릭으로 사용될 수 있다.
일부 실시 예에서, 자력계 기반 헤딩의 신뢰도가 주어진 임계 값(임의의 수단에 의해 결정됨) 미만이면 폐기될 수 있다. 다른 실시 예에서, 자력계 기반 헤딩은 여전히 사용될 수 있지만, 적절한 헤딩 융합 알고리즘에서 그 결정된 신뢰성의 함수로서 다른 소스로부터 얻어진 헤딩 데이터에 대한 가중치가 할당된다.
6축 센서 융합 헤딩, 헤딩_6AG는 임의의 시작점 이후의 헤딩 변화를 제공한다. 자이로스코프 통합은 단기적으로는 정확하지만 장기적으로는 느리게 드리프트할 수 있다. 자이로스코프 통합 기반 헤딩이 자력계 기반 헤딩과 결합된다면, 헤딩은 더 정확할 것이다.
일 실시 예에서, 0과 1 사이의 값을 가지는 가중치,γ,는 두 개의 헤딩을 결합할 때 6AG 헤딩을 가중하기 위해 사용될 수 있다.
Figure pct00092
전형적으로, 자이로스코프 적분 오차가 순간 자력계 값의 노이즈 및 변동에 비해 작기 때문에, γ는 1에 가깝게 설정될 수 있다. 일 실시 예에서, 자력계 기반 헤딩이 신뢰할 수 있는 것으로 간주 될 때마다 γ는 고정 값(1 미만)으로 설정될 수 있고, 자력계 기반 표제가 신뢰할 수 없는 것으로 간주 될 때는, γ는 1로 설정될 수 있다. 대안적으로, γ는 동적으로 할당될 수 있는데, 예를 들어, 헤딩에 대한 자기 간섭의 영향을 최소화하기 위해 자력계 보정 품질의 함수로서 가중될 수 있다. 보정 품질은 전류 측정이 보정 진폭과 얼마나 일치하는지와 관련될 수 있다. 또한 보정 잔차와 관련될 수 있다.
자기 간섭이 심하거나, 또는 움직임이 충분하지 않으면, 평면 보정은해결책을 찾지 못할 수 있다. 이 경우 자기장은 사용되지 않으며, 그리고 헤딩이 양질의 자기 보정이 발견될 때까지, 6AG 쿼터니언 단독으로부터 얻어질 수 있다.
도 6은 보정된 자력계 및 6AG 헤딩 결과를 이용한 헤딩 융합을 위한 한 예시적인 방법의 블록도이다. 먼저, 자력계(601)로부터의 비보정된 자기장 측정은 일반적으로 위에서 설명된 원리 및/또는 전술한 특정 실시 예(예를 들어, 원형 핏, 직립 타원형 핏, 기울어진 타원형 핏) 중 임의의 것에 따라 자기장 측정을 보정하는 평면 보정 블록(607)에 입력된다. 보정 블록에서 보정된 자기장 측정 값은 필터링 블록(610)에 공급되어 노이즈 성분을 필터링하고, 신호 내의 시간 안정적인 성분으로부터(예 : 지구의 자기장) 신호내의 바람직하지 않은 시간 의존적 구성 요소(예: 지터 및 자기 간섭 효과)를 분리한다. Cook 등의 미국 특허 No. 9,482,554은 필터 블록(610)에서 구현될 수 있는 자이로스코프 안정화 필터를 개시한다. 그러나, 다른 필터링 기술도 알려져 있고 사용될 수 있다. 다음으로, 보정 및 필터링된 자력계 측정 값은 헤딩 블록(611)으로 공급되며, 이것은 보정 및 필터링된 자기장 측정 값으로부터 추정된 방향을 생성한다(예를 들어, 식(3.1)을 참조하라.
한편, 가속도계(603) 및 자이로스코프(605)의 로부터의 측정 값들은 보정된 측정을 생성하기 위해 그 측정을 보정하는 6-축 융합 블록(609)에 공급된다. 6-축 융합 블록(609)은 가속도계와 자이로스코프로부터의 측정 결과를 융합한다(이 프로세스는 전술한 미국 특허 제 9,482,554 호에 개시된 바와 같이 자이로스코프 안정화 필터를 사용하는 가속도계 측정과 같은 필터링을 포함할 수 있다). 보정된 측정 값은 보정된 가속도계 및 자이로스코프 측정 값에 기초하여 제 2 헤딩 추정치를 생성하는 제 2 헤딩 블록(613)에 공급된다.
다음으로, 헤딩 융합 블록(615)은 보정된 자력계 측정에 기초한 제1 헤딩 추정치, 보정된 가속도계 및 자이로스코프 측정의 6 축 융합에 기초한 제 2 헤딩 추정치, 및 자력계 기반 헤딩 추정치(위에 설명된 γ와 같은) 대한 신뢰성 메트릭을 수신하고, 두 헤딩 추정치의 가중된 조합에 기초한 최종 헤딩 추정치를 생성한다(예를 들어, 식(3.2) 참조).
블록 (607) 내지 (615)와 관련하여 상기한 기능들은 예를 들어, 도 3의 CPU(130)에서 구현될 수 있음이 이해될 것이다.
4. 2D 보정된 mag을 가지는 센서 융합
이전 섹션에서, 2D 보정된 자기장은 가속도계 및/또는 자이로스코프 데이터의 어떤 사용없이 제1 헤딩 추정치를 찾기 위해 사용되었으며, 그리고 가속도계 및 자이로스코프 데이터는 어떤 자력계 데이터의 사용 없이 다른 기능에서 제2 헤딩 추정치를 찾기 위해 사용되었다. 다음, 두 결과는 두 추정치에 부분적으로 기반하는 최종 헤딩 추정치를 생성하기 위해 융합되었다.
그러나, 다른 실시 예에서, 2D 보정된 자기장은 9-축 가속도계, 자이로스코프 및 자력계 센서 융합에서 정규의 3D 보정 자기장 대신에 사용될 수 있다.
자기장이 보정될 수 없다면(예를 들어, 충분하지 않은 운동), 다음 이 실시 예의 헤딩 추정치는 단지 자이로스코프 및 가속도계 데이터에 기초하는 이전 섹션에서 언급된 6-축 센서 융합, 즉 6AG와 동등할 것이다. 자이로스코프 통합이 장기 드리프트를 가지므로, 6-축 센서 퓨전 헤딩도 장기 드리프트를 겪게 된다.
자기장과 중력 데이터를 사용할 수 있지만 자이로스코프 데이터를 사용할 수 없을 때, 방향 계산은 Wahba 문제의 공식화이며, 이 문제를 해결하는 여러 알고리즘이 알려져 있다. 그 결과를 여기에서는 qFit 이라고 한다. qFit은 자기장 및 중력을 따르기 때문에, 그것은 장기적으로 드리프트 하지 않는다. 그러나 일시적인 자기장 간섭에 의해서, 그리고 자기장 판독 또는 중력 판독의 중 하나에서의 다른 장애 및 잡음에 의해서 영향을 받을 수 있다.
그러나, 자이로스코프, 가속도계 및 자력계 데이터가 모두 사용 가능할 때, 0으로 설정된 수직 축을 가지는 이 2D 보정된 자력계 값은 장치의 방향을 계산하기 위해 9-축 센서 융합의 일부로 사용될 수 있다. 어떤 9-축 센서 융합 알고리즘이 사용될 수 있다.
도 7은 보정된 자력계를 사용하는 센서 융합을 위한 한 예시적인 방법의 블록도이다. 먼저, 자력계(701)로부터의 보정되지 않은 자기장 측정이 일반적으로 위에서 설명된 원리 및/또는 전술한 특정 실시 예(예를 들어, 원형 맞춤, 직립 타원형 맞춤, 기울어진 타원형 맞춤) 중 임의의 것에 따라 자기장 측정을 보정하는 평면 보정 블록(707)에 입력된다.
마찬가지로, 가속도계(703) 및 자이로스코프(705)로부터의 측정 값도 9-축 융합 블록(709)에 공급된다. 도 7에 명시적으로 도시되지는 않았지만, 가속도계 및 자이로스코프로부터의 측정 데이터는 9-축 융합 블록(709)에 공급되기 전에 보정되거나 그렇지 않으면 사전 조정될 수 있다.
9-축 센서 융합 블록(709)은 3개의 모든 센서로부터 데이터를 취하고 모든 입력 데이터의 융합에 기초한 출력을 생성한다. 앞서 언급한 바와 같이, 미국 공개 특허 출원 No. 2013/0185018 및 2013/0245984에서 논의된 기술과 같은, 임의의 9-축 센서 융합 알고리즘이 사용될 수 있다. 9-축 센서 융합은, 도 7에서 명시적으로 언급되지는 않았지만. 도 6과 관련하여 상기 논의된 미국 특허 No. 9,482,554에 개시된 자이로스코프 안정화 필터에 의한 자력계 및/또는 가속도계 측정의 필터링과 같은, 센서 측정의 필터링을 포함할 수 있다.
마지막으로, 헤딩 블록(711)은 9-축 융합 블록(709)으로부터의 융합 데이터로부터 최종 헤딩 추정을 결정한다.
블록(707) 내지 블록 (711)과 관련하여 전술한 기능은 예를 들어, 도 3의 CPU(130)에서 구현될 수 있음이 이해될 것이다.
5. 3-D 자력계 보정
또한, 관심 몸체가 3차원 모두에서 자유롭게 또는 비교적 자유롭게 이동할 수 있을 때, 개선된 자력계 보정을 위한 방법, 장치 및 시스템의 예시적인 실시 예가 여기에 개시된다.
5.1 대표적인 시스템 아키텍처
도 8A는 하나 이상의 실시 예가 구현될 수 있는 대표적인 시스템(800)을 예시하는 블록도이다. 시스템(800)은 제 1 및 제 2 관련 장치(104A, 104B)와 함께 헤드마운팅 장치(HMD)(102)를 포함할 수 있다. 제 1 및 제 2 관련 장치(이하 "원격 장치")(104A, 104B)는 HMD(102)에 대해서, 그리고 서로에 대해서 원격으로 위치되고 독립적으로 배치 및/또는 재배치될 수 있다. 예를 들어, 원격 장치는 HMD 착용자에게, 가상 현실 경험과 같은 사용자 경험을 제공하기 위해 HMD와 함께 작동하는 휴대용 게임 컨트롤러 또는 다른 타입의 장치일 수 있다.
HMD(102)는 HMD(102)의 내부 또는 내부에 배치된 디스플레이를 통해, 증강 현실(AR), 가상 현실(VR), 혼합 현실(MR), 컴퓨터 생성 이미지(CGI) 및 결합된 CGI 및 현실 세계 이미지(집합적으로 "적응된 현실")를 사용자에게 제공하도록 구성될 수 있다. 원격 장치(104A, 104B)은 디스플레이 상에 디스플레이되는 객체로서 나타날 수 있거나 그렇지 않으면 적응된 현실 경험과 관련하여 사용될 수 있다.
HMD(102)는 관성 측정 유닛(IMU)(108) 및 추적 시스템(111)과 통신 가능하게 결합된 프로세서(106)를 포함할 수 있다. HMD IMU(108)는 3-축 가속도계 및 3-축 자이로스코프를 포함할 수 있으며, 3-축 가속도계 및/또는 자이로스코프에 의해 수행된 측정에 대응하거나 및/또는 유도된 관성 측정 데이터를 출력할 수 있다. HMD 관성 측정 데이터는 예를 들어 HMD(102)의 각도 위치를 포함할 수 있다.
추적 시스템(111)은 원격 장치(104A, 104B) 중 하나 또는 둘 다를 추적하고, 그와 관련된 추적 시스템 측정 데이터를 출력하도록 구성될 수 있다. 추적 시스템 측정 데이터는, 예를 들어, 각각의 원격장치(104A, 104B)의 3차원(3D) 선형 위치를 포함할 수 있다.
추적 시스템(111)은 원격 장치(104A, 104B)의 추적을 수행하기 위해서 다양한 추적 신호 중 임의의 것을 사용하도록 구성된 하나 이상의 카메라 및/또는 센서 시스템을 포함할 수 있다. 추적 시스템(111)은 HMD(102)의 외향부(전면)를 통해 추적 신호의 송신 및/또는 수신을 허용하기 위해 HMD(102) 내부 또는 상에 장착되거나 또는 배치될 수 있다. 추적 신호는 라디오 주파수 신호, 전자기 신호, 음향(초음파 포함) 신호, 레이저, 이들의 임의 조합 등등일 수 있다. 시스템(800)의 아키텍처를 사용하여 수행되는 원격 장치(104A, 104B)의 추적은 본 명세서에서 "인사이드-아웃"추적으로 언급될 수 있다. 추적 시스템(111)은 각각의 원격 장치(104A, 104B)상의 단일 지점만을 추적할 수 있다.
제 1 및 제 2 원격 장치(104A, 104B)는 각각의 프로세서(112A, 112B 및 IMU(114A, 114B))를 포함할 수 있다. HMD IMU(108)와 마찬가지로, 각각의 원격 IMU(114A, 114B)는 3-축 가속도계 및 자이로스코프를 포함할 수 있으며, 3-축 가속도계 및/또는 자이로스코프로부터 측정 또는 유도되거나 대응하는 관성 측정 데이터를 출력할 수 있다. 원격 IMU(114A, 114B)로부터 출력된 원격 관성 측정 데이터는 예를 들어 각각 원격장치(104A, 104B)의 각도 위치를 포함할 수 있다.
도 8B는 하나 이상의 실시 예가 구현될 수 있는 또 다른 대표적인 시스템(850)을 예시하는 블록도이다. 이 실시 예는, 적어도 추적 시스템이 HMD에 독립적으로 위치하고 그리고 고정될 수 있다는 점에서, 도 8A에 예시된 실시 예와 다르다. 시스템(850)은 HMD(152), 추적 시스템(160), 제 1 원격장치(154A) 및 제 2 원격장치(154B)을 포함할 수 있다. 제 1 및 제 2 원격장치(154A, 154B)는 HMD(152) 및 서로에 대해 원격으로 위치되고 독립적으로 배치 및/또는 재배치 가능하다. HMD (152)는 (HDM)의 내부 또는 위에 배치된 디스플레이를 통해 적응된 현실(예: AR, VR, MR, 컴퓨터 생성 이미지(CGI) 및 결합된 CGI 및 실제 이미지) 경험을 사용자에게 제공하도록 구성될 수 있다. 원격 장치(104A, 104B)는 디스플레이상에 표현된 객체로 나타나거나 적응된 현실 경험에 연결되어 사용된다.
HMD(152)는 IMU(158)와 통신 가능하게 결합된 프로세서(156)를 포함할 수 있다. HMD IMU(158)는 3-축 가속도계 및 3-축 자이로스코프를 포함할 수 있으며, 3-축 가속도계 및/또는자이로스코프에 의해 수행된 측정에 대응하거나 및/또는 그에 의해서 수행된 측정으로부터 유도된 관성 측정 데이터를 출력할 수 있다. HMD 관성 측정 데이터는, 예를 들어, HMD(152)의 각도 위치를 포함할 수 있다. 제 1 및 제 2 원격 장치(154A, 154B)는 각각의 프로세서(162A, 162B) 및 IMU(164A, 164B)를 포함할 수 있다. 도 8A의 HMD IMU(108)과 유사하게 각각의 원격 IMU(164A, 164B)는 3-축 가속도계 및 3-축 자이로스코프를 포함할 수 있으며, 3-축 가속도계 및/또는 3-축 자이로스코프에 의해서 이루어진 측정에 상응하거나 및/또는 유도된 관성 측정 데이터를 출력할 수 있다. 원격 IMUs(164A, 164B)로부터 출력된 원격 관성 측정 데이터 출력은, 예를 들어, 원격 장치(154A, 154B) 각각의 각도 위치를 포함할 수 있다.
추적 시스템(160)은 HMD(152) 및 제 1 및 제 2 원격 장치(154A, 154B)가 작동하는 환경에서 고정적으로 장착될 수 있다. 추적 시스템(160)은 HMD(152) 및 원격장치들(154A, 154B) 중 하나 또는 둘을 추적하도록 구성될 수 있고, 이와 관련된 추적 시스템 측정 데이터를 출력할 수 있다. 추적 시스템 측정 데이터는 예를 들어 HMD(152) 및 원격 장치(154A, 154B) 각각의 3 차원(3-D) 선형 위치를 포함할 수 있다. 추적 시스템(160)은 HMD(152) 및 원격 장치(154A, 154B)의 추적을 수행하기 위해 임의의 다양한 추적 신호를 사용하도록 구성된 하나 이상의 카메라 및/또는 센서 시스템을 포함할 수 있다. 추적 신호는 라디오 주파수 신호, 전자기 신호, 음향(초음파 포함) 신호, 레이저, 이들의 임의의 조합 등일 수 있다.시스템(850)의 아키텍처를 사용하여 수행되는 HMD(152) 및 리모트(154A, 154B)의 추적은 본 명세서에서 "아웃사이드-인"추적으로 지칭될 수 있다. 추적 시스템(160)은 HMD(152) 및 원격장치(154A, 154B) 각각에서 단일 지점만을 추적할 수 있다.
HMD IMU(158, 108) 및 원격 IMU(104A, 104B, 154A, 154B) 중 임의의 것을 대표할 수 있는 IMU의 추가 세부 사항은 2009년 4 월 15 일에 출원된 일련 번호 12/424,090; 2007 년 6 월 20 일에 출원된 일련 번호 11/820,517; 2006 년 12 월 18 일에 일련 번호 11/640,677로 출원되고, 그리고 2007 년 8 월 28 일 등록된 미국 특허 번호 7,262,760, 2005 년 5 월 2 일에 출원 번호 11/119,719로 출원되고, 2007 년 1 월 2 일에 등록된 미국 특허 번호 7,158,118, 2008 년 7 월 1 일에 출원된 임시 특허 출원 번호 61 / 077,238; 이들 각각은 그 전체가 본원에 참고로 포함된다. 또한, 추적 시스템(850, 800)을 대표할 수 있는 추적 시스템의 추가 세부 사항은 2009 년 4 월 15 일에 출원된 출원 일련 번호 12/424,090에서 찾을 수 있다.
추적 시스템(850, 800)이 복수의 원격 장치를 추적할 수 있지만, 여기서 설명의 단순화를 위해 원격 장치(154A, 154B) 중 임의의 것은 여기서 "원격장치(154)로 언급될 될 수 있다. 원격 장치(104, 105)가 손에 휴대하는 것으로 구성될 수 있지만, 대안적으로, 이들은 머리, 다리, 로봇, 동물 또는 움직이는 다른 모든 것에 장착될 수 있다.
5.2 자이로스코프 보조 자력계 진폭 보정
앞서 언급한 바와 같이, 자력계에 의해 수행된(예를 들어, 만들어지고, 감지되고, 측정되는 등) 자기장(예를 들어, 지구의 자기장)의 측정은 연철원 및 경철원을 포함하여, 지구외의 다른 자기장 소스에 의해 왜곡될 수 있다. 경철 왜곡은 지구 자기장과 다른(예를 들어, 추가, 보충, 그 위에 등) 자기장을 생성하는 물질에 의해 생성될 수 있다. 경철 왜곡은 자력계의 출력에 일정한 추가 값을 생성할 수 있다. 예를 들어, 자력계에 근접한 자화된 철은 자력계의 출력에 나타나는 경철 왜곡(예: 경철 효과)을 생성할 수 있다. 또한 연철 왜곡은 자기장(예 : 지구)에 영향을주는(예 : 왜곡, 뒤틀림) 물질에 의해 생성되지만, 그러나 반드시 자기장 자체를 생성하는 것은 아니다. 자력계의 환경에 따라 연철 왜곡(예 : 연철 효과)의 양이 달라질 수 있다(예: 많이).
자력계는 경철 및/또는 연철 왜곡을 처리(예를 들어, 보상)하도록 보정될 수 있다. 예를 들어, 자력계를 보정하기 위해서 자력계 측정 데이터를 사용(단독으로)할 때, 보정 파라미터(예 : 오프셋, 스케일, 스큐 등)가 사용될 수 있다.자력계 데이터를 사용(단독으로)하는 것은 다른 센서 데이터에 대한 자력계 보정 의존성을 최소화할 수 있다. 다른 센서 데이터에 대한 자력계 보정 의존성을 최소화하는 알고리즘(예 : 자력계 측정 데이터만 사용하는 알고리즘)은 "자세 독립적 "로 언급 및/또는 규정될 수 있다(예를 들어, 참고문헌 [1]을 참조하라).
실시 예에 따르면, 센서 융합 알고리즘은 자이로스코프(예를 들어, 자이로스코프 측정, 데이터 및/또는 정보)를 포함하는 관성 측정 유닛(IMU)으로부터의 데이터를 융합할 수 있다. 실시 예들에 따르면, IMU 및 센서 융합 알고리즘의 경우, 자이로스코프 데이터가 자력계 보정에 사용될 수 있다. 예를 들어, IMU 및/또는 센서 융합 알고리즘에 의해 제공되는 데이터를 사용하면, 자력계 보정이 더 빠르게(예를 들어, 계산 집약적이지 않음) 달성될 수 있고, 자세 독립적 보정보다 적은 측정 데이터를 사용할 수 있다.
자력계 모델은 식(2.1)와 같으며, 이는 편리한 언급을 위해 아래에 다시 재현되어 있다.
Figure pct00093
여기서, (I + D)는 게인 및 스큐 행렬이며, hn 은 측정된 몸체 프레임 자기장이며, An 은 자세 행렬(3x3 단일 행렬)이며, h 0 은 지구 프레임 자기장 벡터(상수지만, 알 수없음), b는 오프셋이며,
Figure pct00094
는 노이즈이며, n은 시간에 대한 샘플링 인덱스이다(식(5.1)에 약간의 변형과 함께 참고문헌 [1] 참조). 식(5.1)의 모델에서, 측정된 몸체 프레임 자기장은 스케일과 스큐로 규정된 3-D 타원체이며, 오프셋의 중심에 있는 것으로 간주될 수 있다. 실시 예들에 따르면, 자력계는 이득 및 스큐 매트릭스(I+ D) 및 오프셋 b(예를 들어, 추정치)을 얻는다.
몸체 프레임의 실 자기장은
Figure pct00095
에 의해 주어진다. 여기서 행렬 A n = G(q)·R0 는 섹션 2.5에서 언급한 것과 같이 포함된 두 개의 회전: 사용자 프레임에서 초기 방향 R0 로의 회전 행렬과, 초기 방향에서 현재 방향 qn 으로의 회전 행렬 G(q)을 가진다. 일반적으로 초기 방향 R0 은 알려지지 않았지만, 방향 변화 G(qn)는 자이로스코프가 합리적으로 보정되는한 일반적으로 짧은 기간(약 분) 내에서 정확한다. 이 하위 섹션에, 우리는 출발점에서 실 몸체 프레임 자기장을 나타 내기 위해,
Figure pct00096
이라고 놓고, G(qn)를 Gn이라고 한다.
Figure pct00097
보정 모델은 다음과 같이 제공된다.
Figure pct00098
실시 예에 따르면, 본 명세서에서 사용된 표기는 표 1에 제시되어있다.
표기 단위 설명
Ho Gauss 시작점에서 실 몸체 프레임 자기장 벡터
hn Gauss 센서 몸체 기준계 내 시간 단계 tn에서 자기 유도를 포함하는 자력계에 의한 자기장 측정 벡터
(I+D) 시메트릭 결합된 스케일 및 스큐 행렬
Gn 출발 방향에 관해서 센서의 자세 변화를 나타내는 회전행렬. 자이로스코프 데이터와 가능한 가속도계 데이터를 이용해서 생성된다
b Gauss 오프셋 벡터
n 단순 인덱스
실시 예들에 따르면, 상기 언급된 벡터 및 행렬들은 아래의 식(5.2) 및 (5.3) 및 벡터에 도시된다:
Figure pct00099
Figure pct00100
자세 독립적인 자력계 보정을 수행하기 위해, Gn 은 식(5.1)의 나머지로부터 분리될 수 있다(참고문헌 [1], [2] 및 [3]을 참조). 그러나, 이러한 자세 독립적 자력계 보정은 센서 융합 알고리즘(예를 들어, 임의의 다른 부분)으로부터 별도로 (예를 들어, 종종)수행될 수 있다.
다른 실시 예에 따르면, 자세 정보는 자력계 보정(이하, 자세 의존 보정)을 수행하기 위해 사용될 수 있다. 예를 들어, 자세 정보는 센서 융합 알고리즘에 의해 보다 효율적이고 빠른 자력계 보정을 수행하기 위해 사용될 수 있다. 실시 예에 따르면, 사용 가능한(예를 들어, 메모리에서 이용 가능하고, 다른 센서로부터 얻을 수 있는 등) 자세 정보(예 : 측정, 데이터, 계산 등)를 가지는 IMU의 경우, 이러한 자세 정보는 보다 정확한 자력계 헤딩 결과를 생성하기 위해 센서 융합 알고리즘에서 사용될 수 있다. 실시 예에 따르면, 자력계는, 센서 융합 알고리즘을 수행할 때, 자력계 보정 알고리즘을 수행하기 위해 자세 정보(예를 들어, 자력계 이외의 센서로부터 얻어진 정보를 포함)를 사용할 수 있다.
실시 예들에 따르면, 식(5.4)은 아래에 주어진 바와 같이 모든 벡터 및 행렬 요소를 보여주는 식(5.1)의 확장이다 :
Figure pct00101
식(5.4)에서, 벡터 hn 은 자력계 측정 값이고, 행렬 Gn 은 자이로스코프 데이터에서 얻어진다. 행렬(I + D), 벡터 Ho , 벡터 b 의 12 개 변수는 보정이 필요한 파라미터이다.
실시 예들에 따르면, 식(5.4)의 좌측은 가능한 한 0에 가까울 수 있다. 예를 들어, 식(5.4)는 다음과 같이 표현될 수 있다.
Figure pct00102
실시 예들에 따르면, 상기 표현된 식(5.4)의 양변에 벡터 hn 을 더하는 것은 아래 식(5.5)로 표현되는, 최소 제곱 피팅 문제에 대한 문제를 공식화할 수 있다.
Figure pct00103
실시 예들에 따르면, 파라미터 벡터 K는 아래의 식(5.6)과 같이 정의될 수 있으며;
Figure pct00104
행렬 Tn, 및 알려진 변수를 가지는 n번째 샘플에 대한 벡터 Un 은 각각 식(5.7) 및 (5.8)로 나타낸다.
Figure pct00105
실시 예들에 따르면, 식 (5.6)-(5.8)에 관점에서 식(5.5)는 하기 식 (5.9)에서와 같이(예를 들어, 선형 형식으로) 표현될 수 있다.
Figure pct00106
실시 예들에 따르면, 행렬 T(3Nx12)는 Tn 을 결합하는 것에 의해서 생성(예를 들어, 구축, 구성 등)될 수 있다. 예를 들어, 식(5.9)에서와 같이 선형 포맷으로 표현된 식(5.5)의 경우, 행렬 T(3Nx12)가 하기 식(5.10)에서 모든 샘플들, n=1, 2,,,, N 에 대해서 결합되는 것에 의해 생성될 수 있다. 실시예에 따르면, 벡터 U(3Nx1)은 Un을 결합하는 것에 의해서 생성(예를 들어, 구축, 구성 등)될 수 있다. 예를 들어, 식(5.5)가 식(5.9)에 나타난 선형 형식으로 표현되는 경우, 벡터 U(3Nx1)는 모든 샘플 n = 1,2, ...,N에 대해서, 아래 식(5.10)과 같이, Un을 결합하여 구축될 수 있다.
Figure pct00107
실시 예들에 따르면, 식(5.10)은 아래 식(5.11)에서와 같이, 최소 제곱 최적화 방법을 사용하여 풀려질 수 있으며,
Figure pct00108
여기서, pinv(T)는 T의 의사 역이다.
실시 예들에 따르면, 식(5.11)과 같이, 결과 행렬
Figure pct00109
는 아래 식(5.12)에서와 같이, 스케일 및 스큐 행렬(I + D) 및 오프셋 b를 생성하기 위해 사용될 수 있다.
Figure pct00110
실시 예들에 따르면, 식(5.11)의 최소 제곱 최적화는 반복적인 방법을 사용하여 풀 수 있다. 예를 들어, 식(5.11)은 행렬 T와 벡터 U를 저장하지 않고(예를 들어, 저장할 필요 없이) 풀 수 있고, 각각 아래 식(5.13) 및(5.14)의 T'T 및 T'U가 저장될 수 있다(예를 들어, 저장될 필요가 있다).
Figure pct00111
도 9는이 섹션에서 상기 논의된 원리를 사용하여 실시 예에 따른 자력계 보정을 수행하기 위해서 구성된 센서 융합 시스템을 도시하는 블럭도이다.
실시 예들에 따르면, 자력계를 보정하기 위한 시스템은 자이로스코프(208), 가속도계(207) 및 자력계(206)를 포함할 수 있다. 실시 예들에 따르면, 자이로스코프 보조 자력계 보정은 하나 이상의 자이로스코프로부터의 장치 각도 위치를 사용(예를 들어, 입력)하여 수행될 수 있다. 실시 예들에 따르면, 장치 각도 위치는 도 9에 도시된 바와 같이, 6 축 센서 융합 알고리즘(201)으로부터 얻어질 수 있다. 앞서 언급한 바와 같이, 6 축 센서 융합 알고리즘(예를 들어, 3 개의 상호 직교 가속도계 및 3 개의 상호 직교 자이로스코프를 사용)는 관련 업계에 알려져있다.
실시 예들에 따르면, 도 9에 도시된 동작(201)에서, 6 축 융합 정보가 생성될 수 있다. 동작(202)에서, 6 축 융합 정보는 자력계 측정과 결합될 수 있다. 예를 들어, 위에서 논의한 바와 같이, 벡터 hn 과 회전 행렬 Gn 으로 표현된 자력계 정보는 식(5.7) 및(5.8)에서 행렬 Tn 및 벡터 Un 을 형성하기 위해 사용되었다. 동작(203)에서, 적산기는 행렬 및 벡터에 대한 값을 누적하기 위해 결합된 정보를 사용할 수 있다. 예를 들어, 식(5.6)-(5.10)과 관련하여 위에서 논의된 바와 같이, T'T(12x12) 및 벡터 T'U(12x1)는 적산기(203)에 의해 구축될 수 있다.
동작 (204)에서, 행렬 의사 역 동작은 다른 행렬을 생성하기 위해 수행될 수 있다. 예를 들어, 식(5.11)에서, 행렬
Figure pct00112
는 행렬 T의 의사 역을 사용하여 얻을 수 있다. 또한, 결과 행렬
Figure pct00113
는 위의 식(5.12)에서 표현된대로 스케일 및 스큐 행렬(I + D) 및 오프셋 b을 생성하는 데 사용될 수 있다. 동작(205)에서, 보정이 자력계에 적용될 수 있다(예를 들어, 보정이 자력계 측정을 보정하기 위해 사용될 수 있다). 예를 들어, 스케일 및 스큐 매트릭스(I + D) 및 오프셋 b는 자력계 측정을 보정하기 위해서 사용될 수 있다. 동작(205)에서, 가속도계 및 자이로스코프 정보와 함께, 보정된 자력계 정보가 9-축 융합에 사용될 수 있다. 구현 예에 따르면, 도 9는 스케일, 스큐, 및 오프셋 파라미터를 풀 수 있는 자세 행렬과 자력계 데이터를 이용한 자력계 보정을 제공할 수 있다.
6. 자력계 정렬 보정
이전 섹션에서 볼 수있는 바와 같이, 자력계 데이터는 자이로스코프와 자력계 사이의 상대적인 방향(예를 들어, 정렬 각도)에 따라 다른 센서 데이터와 융합될 수 있다. 그러나, 상대적인 방향의 계산은 어렵거나 복잡할 수 있다. 이와 같이, 상대적인 방향은 일정한 각도, 예를 들어, 제조업체에서 제공된 알려진(예를 들어, 구성, 보정 등) 각도(예 : 0°, 1°, 90°등)로 가정(위 섹션 5의 수학적 계산에서 가정된 바와 같이)될 수 있다(예를 들어, 종종). 또한, 실제 정렬 각도와 제조업체가 제공한 정렬 각도(예 : 제조업체의 데이터 시트) 사이에 약간의 차이에 기인하는 정렬 오류(예 : 제조 오류)가 발생할 수 있다. 정렬 오류는 센서 융합 알고리즘의 헤딩 정확도를 저하시킬 수 있으며, 이것은 고신뢰 센서 융합 알고리즘에서는 무시되어서는 안된다.
자력계 모델(식(2.1) 참조)은 오정렬 오류를 설명할 수 있다(예를 들어, 포함하도록 구성될 수 있다). 예를 들어, 식(2.1)의 자력계 모델은 아래 식(6.1)과 같이 정렬 오류를 포함하도록 표현될 수 있다.
Figure pct00114
여기서, (I+D)는 자력계의 스케일-스큐 행렬이며, hn 는 자력계 측정 데이터이며, R은 오정렬 행렬(또한 정렬 행렬이라고도 함)이며, An 은 자세 행렬, ho 지구 자기장 벡터, b는 자력계 오프셋,
Figure pct00115
는 소음이다.
자력계 진폭 보정 알고리즘(예를 들어, 참고문헌[1]을 참조)은 정렬 행렬 R이 단위 또는 알려진 행렬이라는 것을 가정하는 것에 의해 자력계 진폭 보정 파라미터(I + D) 및 b를 풀수 있다. 이 경우, 진폭 보정 후 자기장 벡터는 아래의 식(6.2)과 같을 수 있다.
Figure pct00116
그러나, 정렬 행렬 R은 단위 또는 알려진 행렬이 아닐 수 있다. 예를 들어, 정렬 행렬 R이 단위 또는 알려진 매트릭스라는 가정은 장착 문제 또는 제조 문제로 인해 진실이 아니거나 정확하지 않을 수 있으며, 이것은 여러 정도(degrees)의 정렬 오류를 발생시킬 수 있다. 고신뢰 센서 융합 알고리즘의 경우, 작은 정도의 에러오류도 센서 융합 알고리즘 성능을 (크게)저하시킬 수 있다.
실시 예에 따르면, 자력계 정렬 보정 알고리즘(자력계 보정 알고리즘이라고도 함)은 자력계 보정을 수행하기 위해 정렬 매트릭스 R을 사용할 수 있다.실시 예에 따르면, 자력계 정렬 보정 알고리즘은 정렬 행렬 R을 결정하기 위한 알고리즘을 포함할 수 있다. 실시 예들에 따르면, 식(6.1)과(6.2)는 식(6.3)과 같이 결합될 수 있다.
Figure pct00117
실시 예에 따라 정렬 행렬 R을 결정하는 알고리즘은 식 6.3에 기초할 수 있다.
도 10은 실시 예들에 따른 지구 북-동-하 프레임에서 지구 자기장에 대한 방위각 및 앙각을 예시하는 다이어그램이다.
실시 예들에 따르면, 일반성의 상실 없이, 자기 벡터가 일정한 강도와 일정한 방향을 가지는 환경이 가정될 수 있다. 실시 예들에 따르면, 도 10에 도시된 구형 좌표계에서 이러한 자기 벡터가 아래 식(6.4)에 도시된 바와 같이 표현될 수 있으며,
Figure pct00118
여기서, 도 10에서 도시된 것처럼,
Figure pct00119
은 방위각이고,
Figure pct00120
은 앙각(예를 들어, 딥 각도)이다.
실시 예들에 따르면, 방위각
Figure pct00121
및 앙각
Figure pct00122
은 추정될 수 있다. 예를 들어, 방위각
Figure pct00123
및 앙각
Figure pct00124
은 위에서 논의된 자력계 정렬 보정 알고리즘에 사용되는 비선형 최소 제곱 추정 알고리즘에 대해 추정될 수 있다.
이하, 실시 예들에 따라 오정렬 행렬(R)을 추정하는 방법이 설명된다. 실시 예들에 따라, 자기장 벡터 v는 아래 식 6.5와 같이 정의될 수 있다.
Figure pct00125
자기장 벡터 v는 사용자 프레임에서 주어지고(예를 들어, 안에 있는 것으로 간주될 수 있음), 그리고 방위각
Figure pct00126
및 앙각
Figure pct00127
에 의해 표시(예를 들어, 표현)될 수 있다. 실시 예들에 따르면, 방위각
Figure pct00128
및 앙각
Figure pct00129
중 임의의 것이 추정될 수 있다. 실시 예들에 따르면, 벡터 v는 1 가우스의 진폭을 가질 수 있다(예를 들어, 갖는 것으로 가정될 수 있다).
실시 예들에 따르면, 몸체 프레임에서 자기장은 사용자 프레임에서 몸체 프레임 버전으로 자기장 벡터 v를 회전시킴으로써 얻어될 수 있다. 예를 들어, 몸체 프레임의 자기장은 아래 식(6.6)과 같이 몸체 프레임 q의 방향을 이용하는 것에 의해 얻을 수 있으며;
Figure pct00130
여기서 표기법
Figure pct00131
는 쿼터니언 곱셈을 의미한다. 실시 예들에 따르면, 벡터 t는 자력계가 측정한 값이다(예를 들어, 스케일, 스큐 및 오프셋이 알려진 경우에 측정해야 한다). 예를 들어, 자력계는 센서 프레임과 자력계 프레임 사이에 오정렬이 없는 경우에는 벡터 t를 측정해야한다. 이 경우에, 노이즈가 없을 때, 벡터 t는 식 6.3의 오른쪽에있는 벡터를 나타낼 수 있다(예 :
Figure pct00132
).
실시 예들에 따르면, 진폭-보정된 자기 벡터
Figure pct00133
은 (예를 들어, 새로운)측정 Mn(3x1) 으로서 정의(예를 들어, 재정의)될 수 있다. 실시 예들에 따르면, 측정 Mn(3x1)은 아래 식(6.7)에 표현된 바와 같이 진 자기장 벡터 tn(3x1)과 관련될 수 있다 :
Figure pct00134
실시 예들에 따르면, 행렬 Q(3x3)는 오정렬 행렬 R과 잔차 스케일 및 진폭 보정으로부터의 스큐를 결합한 결과로 생성될 수 있다. 실시 예들에 따르면, 벡터 p(3x1)는 진폭 보정 후의 잔차 오프셋 일 수 있다.
실시 예들에 따르면, 벡터 Mn 및 tn 을 알고 있는 경우, 측정된 자력계 벡터 tn 과 정렬 보정된 자기장 벡터
Figure pct00135
사이의 오차를 최소화하는 것에 의해서 파라미터 Q 및 벡터 p가 얻어질 수 있다. 실시 예들에 따르면, 측정된 자력계 벡터 tn 은 식 6.8에서 다음과 같이 표현될 수있다:
Figure pct00136
실시 예들에 따르면, 식 6.8은 양변에 전치(transpose)가 추가되어 다음 식(6.9)와 같이 재배열될 수 있으며,
Figure pct00137
여기서, 식(6.9)는 n 번째 샘플에 대한 것이다. 실시 예에 따르면, 이러한 샘플이 N 개인 경우, 식(6.8) 및(6.9)를 합쳐서 다음 식 (6.10)을 얻을 수 있으며;
Figure pct00138
여기서, 결합된 측정 행렬 T(Nx3) 및 M(Nx4) 및 파라미터 행렬 K(4x3)는 다음과 같이 정의될 수 있다.
Figure pct00139
실시 예들에 따르면, 식(6.10)에 대한 최소 제곱 해는 아래 식(6.11)로 표시된다 :
Figure pct00140
실시 예들에 따르면, 잔여 스케일 및 스큐는 무시될 수 있으며, 오정렬 행렬 R은 행렬 K의 상위 3개 행일 수 있다.
실시 예들에 따르면, 식(6.10)의 최소 제곱 해는 반복적인 방법을 사용하여 풀 수 있다. 실시 예들에 따르면, 자력계 정렬 보정 알고리즘은 아래의 식(6.12) 및 식(6.13)에서 도시된 바와 같이 각각 누적될 수 있는 값
Figure pct00141
을 사용하여(예를 들어, 단지) 식(6.10)의 최소 제곱 해를 풀 수 있다. 예를 들어, M'M 및 M'T 만 저장될 수 있기 때문에(예를 들어, 저장될 필요가 있기 때문에), 행렬 T 및 M을 저장하지 않고(예를 들어, 필요 없이) 식(6.1 1)의 최소 제곱 해를 풀 수 있다.
Figure pct00142
도 11은 실시 예들에 따른 자력계 보정을 수행하도록 구성된 센서 융합 시스템을 도시 한 것이다.
실시 예에 따르면, 자력계 정렬 보정 알고리즘은 장치 각도 위치를 입력으로 사용할 수 있다(예를 들어, 필요할 수 있다). 실시 예들에 따르면, 장치 각도 위치는 9-축 센서 융합 알고리즘을 사용하여(예를 들어, 부터) 얻어질 수 있다. 실시 예들에 따르면, 자력계 정렬 보정 알고리즘은 진폭 보정된 지구 자기장의 기울기를 입력으로 사용할 수 있고(예를 들어, 필요할 수 있고), 그리고 진폭 보정된 지구 자기장을 입력으로 사용할 수 있다.
실시 예들에 따르면, 센서 융합 시스템은 도 11에 도시된 바와 같이 자력계를 보정할 수 있다. 실시 예들에 따라, 동작(401)에서, 경사각 추정이 생성될 수 있다(가속도계, 자이로스코프, 자력계 이들 세타입 모두). 동작 (402)에서, 자력계 진폭 보정이 수행될 수 있다. 예를 들어, 식(6.1) 및(6.2)를 참조하여 위에서 논의한대로 자력계 진폭 보정이 수행될 수 있다. 동작(403)에서, 자력계 정렬 보정은 경사각 추정치, 자력계 진폭 보정 정보 및 9-축 융합 정보 중 임의의 것을 사용하여 수행될 수 있다. 예를 들어, 자력계 정렬 보정은 식(6.8)-(6.13)을 참조하여 위에서 논의된대로 수행될 수 있다. 동작(404)에서, 자력계 보정 정보는 9-축 융합을 수행하기 위해서 사용될 수 있다.
도 12는 실시 예들에 따른 자력계 정렬 보정을 위한 방법을 예시하는 다이어그램이며, 도 11의 단계 403에 대한 세부 사항을 도시한다.
실시 예들에 따르면, 도 12에 도시된 동작(501)에서, 추정된 지구 자기장 벡터를 생성하기 위해(예를 들어, 예상되는 지구 자기장 벡터를 얻기 위해) 경사각 및 각도 위치가 사용될 수 있다. 동작 (502)에서, RLS 적산기는 추정된 지구 자기장 벡터 및 진폭 보정된 자력계 정보를 사용하여 행렬 및 벡터에 대한 값을 누적할 수 있다. 예를 들어, 식(6.8)-(6.11)과 관련하여 위에서 논의된 바와 같이, 결합된 측정 매트릭스 T(Nx3) 및 M(Nx4) 및 파라미터 매트릭스 K(4x3)는 RLS 적산기에 의해 구축될 수 있다.
동작(503)에서, 다른 행렬을 생성하기 위해 행렬 의사 역이 수행될 수 있다. 예를 들어, 식(6.1 1)에서, 행렬 K는 행렬 M의 의사 역을 사용하여 얻을 수 있다. 또한 행렬 K는 정렬 오차 행렬 R을 생성하는 데 사용될 수 있으며, 이것은 행렬 K의 상부 3행일 수 있으며, 여기서 행렬 K, 잔여 스케일 및 스큐는 무시될 수 있다.
실시 예들에 따르면, 센서 융합 시스템(예를 들어, 도 11 및 12에 도시된 바와 같이)은 자이로스코프에 관한 자력계 정렬 매트릭스에 따라 자력계 측정을 보정할 수 있다.
7. 자력계 매핑
요(yaw) 값을 결정하기 위해 자력계가 사용되는 경우, 자력계 진폭이연철 및 경철 오류를 보상하기 위해 보정(예를 들어, 요구)될 수있다. 자력계 진폭이 상기 섹션 5 또는 섹션 6에 개시된 바와 같이 보정된 후, 보정된 자력계 데이터는 장치의 요 각도를 계산하기 위해 사용될 수 있다.
자력계 보정이 절대적으로 완벽하지는 않다는 것과 자기장이 공간에서 변한다는 것을 가정하면, 측정된 지구 프레임 자기 벡터는, 장치 방향이 변함에 따라서 그 이상적인 중심의 주위를 보행(예 : 회전, 스윙, 이동 등)할 수 있다. 이 자력계 벡터 보행은 장치 방향이 변함에 따라 센서 융합 알고리즘에서 요의 불확실성 및/또는 갑작스런 변화(예 : 출력의 점프)를 유발할 수 있다. 예를 들면 스마트 폰이 테이블 위에 놓여 있고 상단이 북쪽을 가리키고 있다는 것과, 이것이 자기장의 결정이 스마트 폰 프레임에서 -5도 벗어난 것을 야기하는 정렬 오류를 가지고 있다고 가정하자. 이 경우 스마트 폰을 뒤집은 후, 정렬 오류는 이제 자기장이 스마트 폰 프레임에서 +5도 벗어난 것을 야기할 수 있다; 그래서, 장치가 같은 방향을 가리키고 있더라도, 자기장의 방향이 갑자기 -5도에서 5도까지 점프할 수 있다.
불확실성 및/또는 갑작스러운 변화는 장치의 방향 및/또는 자세의 잘못된 계산을 초래할 수 있다. 즉, 자력계가 보정된 후 해결해야 할 두 가지 오류(예 : 오류 유형)가 있을 수 있다: (1) 불완전한 자력계 보정 및(2) 공간적으로 불균일한 자기장이다. 또한, 예를 들어 센서 융합 알고리즘에 의해 자이로스코프 및 가속도계 데이터와 자력계 데이터를 결합하는 경우, 자력계 데이터의 정확도가 센서 융합 알고리즘의 성능에 영향을 미칠 수 있다(예를 들어, 매우 중요하다).
실시 예에 따르면, 센서 융합 알고리즘은 (1) 불완전한 자력계 보정 및 (2) 공간적으로 불균일하게 분포된 자기장 중 하나와 관련된 오류를 정정하기 위해, 자력계 매핑(자기장 매핑이라고도 함)을 사용할 수 있다. 실시 예들에 따르면, 센서 융합 알고리즘은 지구 자기장의 조사를 생성할 수 있고, 방향(각 위치)의 함수로서 자력계 출력 판독 값의 기준 지도를 구축할 수 있다. 실시 예에 따라 센서 융합 알고리즘은 지구 자기장 조사에 따라 기준지도를 수정할 수 있다.
실시 예에 따르면, 센서 융합 알고리즘은 방향의 함수로서 자기장의 변화에 대해 자력계를 보정하기 위해 사용될 수 있다(여기서 자기장의 공간적 변화는 함수로 방향 변화의 함수로서 관찰된 자기장의 변화 내에 포함되는 것으로 가정된다). 실시 예들에 따르면, 이러한 센서 융합 알고리즘은 헤딩을 결정함에 있어서, 요 불확실성 및/또는 점프를 감소(예를 들어, 방지, 매핑, 보상 등)시킬 수 있다. 실시 예들에 따르면, 센서 융합 알고리즘은 예를 들어 자기 벡터 보행 문제를 해결하기 위해 요 정확도를 증가시킬 수 있다. 실시 예에 따르면, 센서 융합 알고리즘은 불완전한 자력계 보정 또는 방향 변화(예를 들어, 배향의 함수로서) 자기장 중 임의의 것에 의해 도입된 오류를 매핑할 수 있다. 실시 예들에 따르면, 센서 융합 알고리즘은 매핑 및 보정 프로세스 동안 시간 함수로서의 자기장 변화가 무시할 수 있다고 가정할 수 있다. 실시 예들에 따르면, 센서 융합 알고리즘은 맵핑 및 교정 프로세스 중 시간의 함수로서 자기장 변화는 무시할 수 있다고 가정할 수 있다.
실시예에 따르면, 센서 융합 알고리즘은 다음 가정 중 임의의 것에 따라 작동할 수 있다:(1) 자기장은 시간에 따라 변하지 않는다(예를 들어, 센서 융합 알고리즘의 실행/작동 중 시간에 따른 자기장 변화는 무시할 수 있음);(2) 위치 변화로 인한 자기장의 어떤 변화는 방향 변화로 인한 자기장 변화에 포함된다.
실시 예들에 따르면,하기 표 2에 제시된 다음 표기들이 본 명세서에서 사용된다.
표기 의미
6-축 3-축 자이로스코프 데이터 및 3-축 가속도계 데이터를 포함하는 6-축 센서 데이터
9-축 3-축 자이로스코프, 3-축 가속도계, 3-축 자력계 데이터를 포함하는 9-축 센서 데이터
Figure pct00143
 6-축 데이터를 이용한 자이로스코프 및 가속도계 융합 알고리즘으로부터 계산된 쿼테리온
Figure pct00144
 9-축 데이터를 이용한 자이로스코프, 가속도계 및 자력계 융합 알고리즘으로부터 계산된 쿼테니온
Figure pct00145
 중력 및 자북(또는 진북, 만일 정확한 기울기가 알려져 있으면)에 대해서 기준된 지구 프레임에서 자기 벡터
Figure pct00146
 센서 또는 IMU의 몸체 프레임을 가리키는 몸체 프레임에서 오리지널 자기 벡터
Figure pct00147
 (센서 또는 IMU의)몸체 프레임에서 보정된 자기 벡터
Figure pct00148
 보정된 몸체 프레임 자기 벡터 측정
방위각
(
Figure pct00149
)		 방위각은 어떤 고정된 기구 기준프레임(보통, 동-북-상 프레임)으로부터 시계 방향으로 측정된 수평각으로 일반적으로 정의되어 옴
Figure pct00150
 레퍼런스 쿼테리온 시퀀스의 수(144는 하기 논의에서 선택됨)
Figure pct00151
 k 번째 클러스터에 대한 방위각 값의 러닝 평균을 홀딩하는 물체
Figure pct00152
Figure pct00153
 입력을 배열 요소로 저장하기 위해서 상기 정의된 클러스터센터 물체의 함수
실시 예들에 따르면, 센서 융합 알고리즘은 :(1) 기준 클러스터의 시퀀스를 구축하고; 그리고 (2) 기준 클러스터를 기반으로 자력계 판독 값을 수정할 수 있다. 실시 예에 따르면, 기준 클러스터는 쿼터니언 공간에 동일하게 분포된 선정의된 쿼터니언 시퀀스와 같은 쿼터니언 시퀀스를 사용하여 생성될 수 있다. 실시 예들에 따르면, 자력계 측정으로부터 계산된 방위각은 자기장 벡터를 보정하기 위해 사용될 수 있고, 보정된 자기 벡터는 대응하는 기준 클러스터에 배치될 수 있다. 실시 예들에 따르면, 자력계 측정은 대응하는 기준 클러스터에 따라 보정될 수 있다. 실시 예에 따르면, 9-축 센서 융합 알고리즘은 보정된 자기장 벡터(예 : 보정된 자력계 측정에 대응하는)를 융합할 수 있다.
7.1 참조 쿼터니언
실시 예들에 따르면, 기준 쿼터니언 시퀀스가 자력계 매핑을 수행하기 전에 얻어질 수 있다. 예를 들어, 센서 융합 알고리즘을 수행하기 전에, 기준 쿼터니언 시퀀스가 메모리(예 : 오프라인, 구성된 등)에서 얻어질 수 있다. 실시 예들에 따르면, 기준 쿼터니언 시퀀스는 쿼터니언 공간에서 동일하게 및/또는 균일하게 분포되도록 선정(예를 들어, 선택, 구성 등)될 수 있다. 예를 들어, 기준 쿼터니언 시퀀스는, 시퀀스에서 임의의 두 쿼터니언 포인트 사이의 최소 각도 회전이 최대화되도록, 공간에 균일하게 분포될 수 있다. 실시 예에 따르면, 기준 쿼터니언 시퀀스의 경우, 쿼터니언 포인트의 수가 많을수록 임의의 두 쿼터니언 포인트 사이의 각도 거리가 작아진다. 실시 예에 따르면, 기준 쿼터니언 시퀀스는 144 개의 쿼터니언 포인트를 포함할 수 있다.예를 들어, 144 개의 쿼터니언 포인트를 갖는 기준 쿼터니언 시퀀스는 가장 가까운 기준을 검색하는데 필요한 계산적 복잡성과 기준 포인트의 밀도 사이에서 균형을 제공할 수 있다.
실시 예에 따르면, 기준 쿼터니언 시퀀스는 참고 문헌 [3]에서 기술된 바와 같이 생성될 수 있다. 그러나, 본 발명은 이에 제한되지 않으며, 공간에 균일하게 분포된(예 : 대략적으로 , 균등하게, 공간에 거의 균등하게 분포됨) 임의의 기준 쿼터니언 포인트 집합이 사용될 수 있다.
7.2 기준 맵
실시 예들에 따르면, 다음 가정들 중 임의의 것에 따라 기준 맵이 생성될 수있다 :(1) 쿼터니언은 자이로스코프와 가속도계 데이터로부터 이용가능하다(예를 들어, 이것은 임의의 6 축 센서 융합 알고리즘에 대해 이용 가능할 수 있으며, 그리고 쿼터니언은
Figure pct00154
로 표기될 수 있으며); (2) 자력계 데이터는 불완전한 보정 및/또는 공간적으로 비-균일한 자기장으로 인해 보행을 겪을 수 있다.
실시 예에 따라, 기준 맵이 다음과 같은 동작에 따라 구축될 수 있다. 실시 예에 따르면, 현재 입력이 6 축 쿼터니언
Figure pct00155
인 경우, 첫 번째 작업은 아래와 같이 기준 클러스터 세트에서 가장 가까운 기준 클러스터의 인덱스를 검색하는 것일 수 있다.
Figure pct00156
실시 예에 따라서,
Figure pct00157
함수는 쿼터니언 q1부터 쿼터니언 q2까지의 모든 회전 중 최소 각도를 계산하고, 두 쿼터니언 사이의 거리를 나타낼 수 있다. 실시 예들에 따르면, 두 번째 작업은 아래의 식(7.1)과 같이 현재 보정된 자기 벡터 magln을 지구 프레임으로 다시 회전시키는 것일 수 있으며, 아래 식(7.2)에 도시된 바와 같이 방위각(azimuth angle)을 계산하는 것일 수 있다.
Figure pct00158
실시 예에 따르면, qvrot(q,v)는 몸체 프레임 벡터 v를 지구 프레임으로 회전시키는 함수일 수 있으며, 다음과 같이 정의될 수 있으며;
Figure pct00159
여기서, q는 4x1 쿼터니언이고, v는 3x1 벡터이며,
Figure pct00160
은 쿼터니언 곱셈을 나타낸다(예를 들어, 평균은 a로 정의된다).
실시 예들에 따르면, 제 3 작업은
Figure pct00161
샘플(현재 방위각샘플)(예를 들어, 제 2 작업으로부터)을 하기 식(7.3)에서 도시된 바와 같이, 지수
Figure pct00162
를 갖는 평균 객체(예를 들어, 제 1 작업으로부터)를 러닝하는 클러스터에 추가하는 것일 수 있다.
Figure pct00163
실시 예에 따르면, 상기 제 1 내지 제 3 작업은 임의의 수의 샘플(예를 들어, 모든 수신, 수신, 측정 등)에 대해 반복될 수 있다. 실시 예에 따르면, 더 많은 모션이 발생함에 따라 더 많은 클러스터가 채워진다. 실시 예에 따르면, 각 clusttercenter(클러스터 센터)는 추가된 샘플의 평균 및 분산을 추적할 수 있다.실시 예에 따르면, 클러스터의 평균이 통계적으로 정확할 때(예를 들어, 분산이 특정 임계 값 아래로 떨어지거나 통계적으로 유의한 수의 샘플이 획득된 경우), 이것은 자력계 데이터를 수정하는 데 사용될 수 있다. 실시 예에 따르면, 느리게 변하는 자기 환경(예 : 천천히 표류하는 6 축 쿼터니언 기준)을 처리하기 위해, 시간을 더 거슬러 올라가는 샘플은 평균 계산을 위해 과거에 가까운 샘플보다 더 작은 가중치를 부여된다(예, 해야된다). 예를 들어, 샘플 가중치는 각 샘플의 망각 인자에 따라 조정될 수 있다(예 : 관련). 예를 들어, 각 샘플의 가중치는 시간이 지남에 따라 점차적으로 감소할 수 있으므로 새로운 샘플은 더 큰 가중치를 가질 수 있다.
7.3 자력계 보정
실시 예들에 따르면, 원 몸체 프레임 자력계 데이터, magln,은 기준 맵이 획득된 후(예를 들어, 생성된), 수정될 수 있다. 실시 예들에 따르면, 교정된 자력계 데이터는 센서 융합 알고리즘에 의해 사용될 수 있다.
도 13은 실시예들에 따라 자력계 맵핑 및/또는 자력계 보정을 수행하도록 구성된 센서 융합 시스템을 도시한 다이어그램이다.
실시 예들에 따르면, 도 13에 도시된 것과 같은 센서 융합 시스템은 자력계 보행을 최소화할 수 있고, 9 축 센서 융합 알고리즘에 대한 요 정확도를 증가시킬 수 있다.
6 축 융합은 오랜 시간 동안 헤딩에서 느린 드리프트를 가질 수 있으며, 모든 클러스터에 적용되는 전체 헤딩 바이어스가 있을 수 있다. 실시 예들에 따르면, 예를 들어, 도 13에 도시된 바와 같이, 모든 클러스터들 간의 헤딩 바이어스의 평균으로부터 전체 헤딩 바이어스가 계산될 수 있다. 실시 예들에 따르면, 각 클러스터의 참 헤딩 바이어스는 예를 들어 도 13에 표시된 것처럼, 헤딩 바이어스의 평균을 고려(예를 들어, 빼야할 수도 있음)한다(예를 들어, 필요가 있다).
실시 예들에 따르면, 제 1 작업(601)은 가장 가까운 검색된 클러스터 평균 방위각에 기초하여 자력계 보정을 계산하는 것이다. 예를 들어, 자력계 보정은 아래 식(7.4)에 표시된 것처럼 클러스터 평균의 음수 값과 같을 수 있다.
Figure pct00164
실시 예들에 따르면, getMean()는 선택된 clusterCenter의 평균 방위각을 계산할 수 있다.
실시 예들에 따르면, 제 2 작업(602)은 아래에 도시된 바와 같이 모든 클러스터에 대한 헤딩 보정으로부터 평균 헤딩 바이어스를 제거하는 것일 수 있다:
Figure pct00165
실시 예들에 따르면, 제 3 작업(603)은 아래 식(7.5)에 도시된 바와 같이 자력계 보정을 쿼터니언으로 변환하는 것일 수 있다.
Figure pct00166
실시 예들에 따르면,
Figure pct00167
는 아래와 같이 θ의 요 회전에 대한 쿼터니언을 얻기 위해 사용될 수있다:
Figure pct00168
실시 예들에 따르면, 제 4 작업(604)은 아래의 식(7.6)에 도시된 바와 같이, 바디 프레임 자력계 데이터를 수정하고, 수정된 바디 프레임 자력계 데이터를 9 축 센서 융합 계산 블록에 공급하는 것일 수 있다.
Figure pct00169
8. 결론
특징 및 요소들이 특정 조합으로 위에서 설명되었지만, 당업자는 각각의 특징 또는 요소가 단독으로 또는 다른 특징 및 요소와 임의의 조합으로 사용될 수 있다는 것을 이해할 것이다. 또한, 여기에 기술된 방법은 컴퓨터 프로그램, 소프트웨어 또는 프로세서에 의한 실행을 위해 컴퓨터 판독 가능 매체에 통합된 펌웨어로 구현될 수 있다. 비-일시적 컴퓨터 판독 가능 저장 매체의 예는 ROM(읽기 전용 메모리), RAM(랜덤 접근 메모리(Random Access Memory)), 레지스터, 캐시 메모리, 반도체 메모리 장치, 내부 하드 디스크, 이동식 디스크와 같은 자기 매체, 광-자기 매체 및 CD-ROM 디스크, DVD(Digital Versatile Disk)와 같은 와 같은 광 매체를 포함하지만 이에 제한되지는 않는다. 소프트웨어와 관련된 프로세서는 WTRU 102, UE, 터미널, 베이스스테이션, RNC, 또는 어떤 호스트 컴퓨터에서 사용하기 위해서 라디오 주파수 변조수신기를 구현하기 위해 사용될 수 있다.
더욱이, 전술한 실시 예에서, 프로세싱 플랫폼, 컴퓨팅 시스템, 컨트롤러 및 프로세서를 포함하는 다른 장치가 주목된다. 이러한 장치는 하나 이상의 중앙 처리 장치( "CPU")와 메모리를 포함할 수 있다. 컴퓨터 프로그래밍 분야의 당업자의 관행에 따라, 동작 또는 명령의 작동 및 상징적 표현에 대한 참조가 다양한 CPU 및 메모리에 의해 수행될 수 있다. 이러한 행위 및 작동 또는 명령은 "실행", "컴퓨터 실행"또는 "CPU 실행"으로 언급될 수 있다.
당업자는 행위 및 상징적으로 표현된 동작 또는 명령이 CPU에 의한 전기 신호의 조작을 포함한다는 것을 이해할 것이다. 전기 시스템은 전기 신호의 결과적인 변환 또는 감소와 메모리 시스템의 메모리 위치에서 데이터 비트의 유지를 야기하고, 그에 의해 CPU의 작동 및 기타 신호 처리를 재구성하거나 변경할 수 있는 데이터 비트를 나타낸다. 데이터 비트가 유지되는 메모리 위치는 데이터 비트에 대응하거나 또는 나타내는 특정 전기적, 자기적, 광학적 또는 유기적 특성을 갖는 물리적 위치이다. 예시적인 구체예가 상기 언급된 플랫폼 또는 CPU에 한정되지 않는다는 것과, CPU가 제공된 방법을 지지할 수 있다는 것을 이해해야 한다.
또한 데이터 비트는 자기 디스크, 광 디스크 및 CPU에 의해서 판독될 수 있는 임의의 다른 휘발성(예 : 랜덤 액세스 메모리( "RAM")) 또는 비 휘발성(예 : Read me-Only Memory( "ROM")) 대량 저장 시스템을 포함하는 컴퓨터 판독 가능 매체에 유지될 수 있다. 컴퓨터 판독 가능 매체는, 프로세스 시스템에 배타적으로 존재하거나 프로세스 시스템에 대해 로컬 또는 원격일 수있는 다수의 상호 접속된 프로세스 시스템 사이에 분산되는 협력 또는 상호 연결된 컴퓨터 판독 가능 매체를 포함할 수 있다. 대표적인 실시 예는 전술한 메모리에 제한되지 않고 다른 플랫폼 및 메모리가 설명된 방법을 지원할 수 있다는 것이 이해된다.
예시적인 실시 예에서, 여기에 설명된 임의의 동작, 프로세스 등은 컴퓨터 판독 가능 매체에 저장된 컴퓨터 판독 가능 명령으로 구현될 수 있다. 컴퓨터 판독 가능 명령은 모바일 유닛의 프로세서, 네트워크 요소 및/또는 임의의 다른 컴퓨팅 장치에 의해 실행될 수 있다.
시스템 측면에서 하드웨어와 소프트웨어 구현 사이에는 거의 차이가 없다. 하드웨어 또는 소프트웨어의 사용은 일반적으로(항상 그런 것은 아니지만 특정 상황에서 하드웨어와 소프트웨어 사이의 선택이 중요해질 수 있음) 비용 대 효율성의 트레이드오프를 나타내는 설계적 선택이다. 여기에 설명된 프로세스 및/또는 시스템 및/또는 다른 기술이 영향을 받을 수있는 다양한 비클(예 : 하드웨어, 소프트웨어 및/또는 펌웨어)이 있을 수 있으며, 선호되는 비클은 프로세스 및/또는또는 시스템 및/또는 다른 기술이 배포되는 컨텍스와 함께 변할 수 있다. 예를 들어, 개발자가 속도와 정확성이 가장 중요하다고 판단하면 실행자는 주로 하드웨어 및/또는 펌웨어 비클을 선택할 수 있다. 유연성이 가장 중요하다면 개발자는 주로 소프트웨어 구현을 선택할 수 있다. 대안적으로, 개발자는 하드웨어, 소프트웨어 및/또는 펌웨어의 일부 조합을 선택할 수 있다.
전술한 상세한 설명은 블록도, 흐름도 및/또는 실시예의 사용을 통해 장치 및/또는 프로세스의 다양한 실시 예를 설명한다. 그러한 블록도, 흐름도 및/또는 실시 예가 하나 이상의 기능 및/또는 동작을 포함하는 한, 당업자는 이러한 블록도, 흐름도 또는 실시 예 내의 각 기능 및/또는 동작들이 광범위한 하드웨어, 소프트웨어, 펌웨어 또는 사실상 이들의 조합에 의해 개별적으로 및/또는 집합 적으로 구현될 수 있음을 이해할 것이다. 적합한 프로세서는 예로서 범용 프로세서, 특수 목적 프로세서, 종래 프로세서, 디지털 신호 프로세서(DSP), 복수의 마이크로 프로세서, DSP 코어와 관련된 하나 이상의 마이크로 프로세서, 컨트롤러, 마이크로 컨트롤러, ASIC(Application Specific Integrated Circuit), ASSP(Application Specific Standard Products), FPGA(Field Programmable Gate Array) 회로, 기타 모든 유형의 IC(집적 회로) 및/또는 state machine 을 포함할 수 있다.
특징 및 요소가 특정 조합으로 위에 제공되었지만, 당업자는 각각의 특징 또는 요소가 단독으로 또는 다른 특징 및 요소와 임의의 조합으로 사용될 수 있음을 인식할 것이다. 본 개시는 다양한 양상의 예시로서 의도된 본 출원에서 설명된 특정 실시 예들의 관점에서 제한되지 않는다. 당업자에게 명백한 바와 같이, 그 사상 및 범위를 벗어나지 않고 많은 수정 및 변경이 이루어질 수 있다. 본 출원의 설명에 사용된 어떠한 요소, 행위 또는 지시도 명시적으로 제공되지 않는 한 본 발명에 중요하거나 필수적인 것으로 해석되어서는 안된다. 본 명세서에 열거된 것들에 더하여, 본 개시의 범위 내에서 기능적으로 동등한 방법 및 장치, 전술한 설명으로부터 당업자에게 명백할 것이다. 이러한 수정 및 변경은 첨부된 청구 범위 내에 속하도록 의도된다. 본 개시 내용은 첨부된 청구 범위의 조건에 의해서만 제한되며, 그러한 청구 범위가 부여되는 등가물의 전체 범위와 함께 제한된다. 본 개시는 특정 방법 또는 시스템에 제한되지 않는다는 것을 이해해야한다.
또한, 여기서 사용된 용어는 단지 특정 실시 예를 설명할 목적으로 사용된 것이며, 제한을 위한 것이 아님을 이해해야한다. 여기서 사용된 바와 같이, 여기서 언급될 때, 용어 "스테이션(STATION)" 및 그 약어 "STA", "사용자 장비(user equipment)" 및 그 약어 "UE"는 (i)하기 설명된 바와 같은 무선 송신 및/또는 수신 유닛(WTRU); (ii)하기 설명된 바와 같은 다수의 WTRU의 실시 예 중 하나; (iii) 하기 설명된 바와 같은 특히 WTRU의 일부 또는 모든 구조 및 기능으로 구성된 무선-가능 및/또는 유선 가능(예를 들어, 테더링 가능) 장치;(iii) 하기 설명된 것과 같이 WTRU의 모든 구조 및 기능보다 적게 구성된 무선-가능 및/또는 유선-가능 장치; 또는 (iv)유사한 것.
특정 대표적인 실시 예에서, 여기서 설명된 주제의 여러 부분은 주문형 집적 회로((Application Specific Integrated Circuits:ASIC), 필드 프로그램 가능 게이트 어레이(Field Programable Gate Array(FPGA)), 디지털 신호 프로세서(DSP) 및/또는 다른 통합 형식을 통해 구현될 수 있다. 그러나, 당업자는 여기에 개시된 실시 예의 일부 측면이, 전체적으로 또는 부분적으로 하나 이상의 컴퓨터에서 실행되는 하나 이상의 컴퓨터 프로그램으로서(예를 들어, 하나 또는 하나의 시스템에서 실행되는 하나 이상의 프로그램), 하나 이상의 프로세서에서 실행되는 하나 이상의 프로그램(예 : 하나 이상의 마이크로 프로세서에서 실행되는 하나 이상의 프로그램), 펌웨어 또는 사실상 이들의 조합으로, 집적회로에서 동등하게 구현되며, 그리고 회로의 설계 및/또는 소프트웨어 또는 펌웨어에 대한 코드를 작성하는 것은 당업자에게 기술 범위 내에 있을 것이다. 또한, 당업자는 여기에 설명된 주제의 메커니즘이 다양한 형태의 프로그램 제품으로 배포될 수 있으며, 여기서 설명된 주제의 예시적인 실시 예가 실제로 분배를 수행하는 데 사용되는 신호 보유 매체의 특정 유형에 관계없이 적용된다는 것을 인식할 것이다. 신호 보유 매체의 제한적이지는 않지만, 플로피 디스크, 하드 디스크 드라이브, CD, DVD, 디지털 테이프, 컴퓨터 메모리 등과 같은 기록 가능한 유형의 매체와; 디지털 및/또는아날로그 통신 매체(일예로 , 파이버 광 케이블, 도파관, 와이어 커뮤니케이션 링크, 무선 통신 링크, 등)와 같은 통신형 매체를 포함한다.
여기에 설명된 주제는 때때로 다른 다른 구성 요소 내에 포함되거나 또는 연결된 다른 구성 요소를 예시한다. 그러한 묘사된 아키텍처는 단지 실시 예일 뿐이며 실제로 동일한 기능을 달성하는 많은 다른 아키텍처가 구현될 수 있다는 것을 이해해야한다. 개념적 의미에서, 동일한 기능을 달성하기 위한 구성 요소의 임의의 배열은 원하는 기능이 달성될 수 있도록 효과적으로 "연관"된다. 따라서, 특정 기능을 달성하기 위해 여기에서 결합된 임의의 2개의 구성 요소는, 아키텍처 또는 중간 구성 요소에 관계없이, 원하는 기능이 달성되도록 서로 "연관된"것으로 보일 수 있다. 마찬가지로 이와 같이 연관된 두 구성 요소는, 소정의 기능을 성취하기 위해서, 서로 "작동 가능하게 연결" 또는 "작동가능하게 결합"된 것으로 보일수 있고, 관련될 수 있는 어떤 두 구성요소는 소정의 기능을 성취하기 위해서 서로 "작동가능하게 결합될 수 있는"것으로 보여질 수 있다. 작동가능하게 결합될 수 있는 특정 실시예는 제한적이지는 않지만 물리적으로 어울리는 및/또는 물리적으로 상호작용하는 구성들 및/또는 무선으로 상호작용할 수 있는 및/또는 무선으로 상호 작용하는 구성 성분 및/또는 논리적으로 상호작용하는 및/또는 논리적으로 상호작용할 수 있는 구성성분을 포함한다.
여기서, 실질적으로 임의의 복수 및/또는 단수 용어의 사용과 관련하여, 당업자는 문맥 및/또는 문맥에 적절한대로 복수에서 단수로 및/또는 단수에서 복수로 번역할 수 있다. 또는 명확성을 위해 다양한 단수/복수 순열이 본 명세서에서 명시적으로 설명될 수 있다.
일반적으로 여기서, 특히 첨부된 청구 범위(예를 들어, 첨부된 청구 범위의 본체)에서 사용된 용어는 일반적으로 "개방형"용어로 의도된다(예를 들어, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는 "으로 해석되어야하고, 용어 "가지는"은 "적어도 갖는"으로 해석되어야 하며, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는 "등으로 해석되어야 한다.) 또한, 청구항에 특정 수의 설명이 의도된 경우, 그러한 의도는 청구에서 명시적으로 될 것이며, 그러한 설명이 없는 경우 그러한 의도가 없다는 것이 당업자에 의해 또한 이해될 것이다. 예를 들어 단지 하나의 항목만 사용하려는 경우 "단일" 이라는 용어 또는 유사한 언어를 사용할 수 있다. 이해를 돕기 위해, 다음의 첨부된 청구 범위 및/또는 본 명세서의 설명은 청구 인용을 도입하기 위해 도입 문구 "적어도 하나" 및 "하나 이상"의 사용을 포함할 수 있다. 그러나, 그러한 문구의 사용은, 동일한 청구항이 도입문구 "하나 이상" 또는 "적어도 하나"와 부정 관사 "a" 또는 "an"를 포함하는 경우에도, 청구 설명의 도입이 그러한 도입된 청구항 설명을 포함하는 특정 청구를 그러한 인용을 하나만 포함하는 구체 예로 제한한다는 것을 의미하는 것으로 해석되어서는 안된다(예를 들어, "a" 및/또는 "an"은 "적어도 하나" 또는 "하나 이상"을 의미하게 해석되어야 한다). 동일한 주장에는 주장 인용을 도입하는 데 사용되는 정관사의 사용도 마찬가지이다. 또한, 도입된 주장 인용의 특정 횟수가 명시적으로 인용 되더라도, 당업자는 그러한 인용이 적어도 인용된 횟수를 의미하는 것으로 해석되어야 함을 인식할 것입니다(예를 들어, "2 회 인용", 다른 수식어는 두 개 이상의 설명 또는 두 개 이상의 설명을 의미한다.)
또한, "A, B, 및 C 등의 적어도 하나"와 유사한 관례가 있는 경우, 일반적으로 그러한 구성은 당업자가 관례를 이해할 것이라는 의미에서 의도된다(예를 들어, "A, B 및 C 의 적어도 하나를 갖는 시스템"은 A 단독, B 단독, C 단독, A와 B 함께, A와 C 함께, B와 C 함께, 및/또는 A, B 및 C 함께 가지는 시스템들에 제한도지 않는다). "A, B 또는 C 등 중 적어도 하나"과 유사한 관례가 있는 경우 일반적으로 그러한 구성은 당업자가 관례를 이해할 것이라는 의미에서 의도된다(예를 들어, "A, B 또는 C 중 적어도 하나를 갖는 시스템"은 A는 단독, B는 단독, C는 단독, A와 B 함께, A와 C 함께, B와 C 함께, 및/또는 A, B, C를 함께 가지는 시스템에 제한되지 않는다). 상세한 설명, 청구 범위 또는 도면에 있든간에, 둘 이상의 대체 용어를 제시하는 사실상 임의의 분리 단어 및/또는 문구는 용어 중 하나, 용어 둘 중 하나, 또는 둘다를 포함할 수 있는 가능성을 고려하기 위해 이해되어야 한다는 것이 당업자에 의해 추가로 이해될 것이다. 예를 들어, "A 또는 B"라는 문구는 "A" 또는 "B" 또는 "A 및 B"의 가능성을 포함하는 것으로 이해될 것이다. 또한, 여기서 사용된 바와 같이, 용어 복수의 항목의 리스트 및/또는 복수의 범주의 항목이 이어지는 "~의 하나"는 "~중의 하나", "~의 임의의 조합", "~의 임의의 배수" 및/또는 "배수의 조합" 항목 및/또는 항목의 카테고리, 개별적으로 또는 다른 항목 및/또는 다른 항목의 카테고리와 함께를 포함하는 것으로 의도된다. 더욱이, 여기서 사용되는 용어 "세트" 또는 "그룹"은 0을 포함하는 임의의 수의 항목을 포함하도록 의도된다. 추가적으로, 여기서 사용되는 바와 같이, 용어 "숫자"는 0을 포함한 임의의 수를 포함하는 것으로 의도된다.
또한, 본 개시의 특징 또는 측면이 Markush 그룹의 관점에서 설명되는 경우, 당업자는 본 개시가 또한 Markush 그룹 구성의 임의의 개별 구성 또는 하위 그룹의 관점에서 설명된다는 것을 인식 할 것이다.
당업자에 의해 이해되는 바와 같이, 임의의 및 모든 목적을 위해, 그러한 상세한 설명을 제공함에 있어서, 여기서 개시된 모든 범위는 또한 임의 및 모든 가능한 하위 범위 및 그 하위 범위의 조합을 포함한다. 어떤 목록의 범위는, 동일한 범위를 적어도 동일한 절반, 3 등분, 4 등분, 5 등분, 10 등분 등으로 쪼갤수 있도록 충분히 설명하고 가능하게 하는 것으로 쉽게 인식될 수 있다. 비 제한적인 예로서, 여기에서 논의된 각 범위는 하부 1/3, 중간 1/3, 및 상부 1/3로 쉼게 쪼개질 수 있다. 또한, 당업자에 의해 이해되는 바와 같이 "까지", "적어도", "더 큰", "보다 작은", 등의 모든 언어는 인용된 숫자를 포함하며, 위에서 논의된 바와 같이 후속적으로 하위 범위로 연속적으로 나눌 수 있는 범위들을 의미한다. 마지막으로, 당업자에 의해 이해되는 바와 같이, 범위는 각각의 개별 숫자를 포함한다. 따라서, 예를 들어 1-3 개의 세포를 갖는 그룹은 1, 2 또는 3 개의 세포를 갖는 그룹을 의미한다. 유사하게, 1-5 개의 세포를 갖는 그룹은 1, 2, 3, 4 또는 5 개의 세포 등을 갖는 그룹을 의미한다.
더욱이, 청구 범위는, 그 효과가 언급되지 않는 한, 제공된 순서 또는 요소로 제한되는 것으로 해석되어서는 안된다. 또한 모든 청구에서 "~을 위한 수단"라는 용어의 사용은 35 USC §112(f) 또는 수단-플러스-기능 청구 형식을 호출하기 위한 것이며 "~을 위한 수단"이라는 용어가 없는 청구항은 그렇게 의도되지 않는다.
본 발명이 특정 실시 예를 참조하여 여기서 예시되고 설명되었지만, 본 발명은 도시된 세부 사항으로 제한되도록 의도되지 않는다. 오히려, 본 발명을 벗어나지 않고 청구 범위의 등가물의 범위 및 영역 내에서 세부 사항에서 다양한 수정이 이루어질 수 있다.
개시 내용 전체에 걸쳐, 당업자는 특정 대표적인 실시 예가 대안으로 또는 다른 대표적인 실시 예와 조합하여 사용될 수 있다는 것을 이해한다.
특징들 및 요소들이 특정 조합으로 위에서 설명되었지만, 당업자는 각각의 특징 또는 요소가 단독으로 또는 다른 특징들 및 요소들과 임의의 조합으로 사용될 수 있음을 이해할 것이다. 또한, 여기에 기술된 방법은 프로세서에 의한 실행을 위해 컴퓨터 판독 가능 매체에 통합된 컴퓨터 프로그램, 소프트웨어 또는 펌웨어로 구현될 수 있다. 비-일시적 컴퓨터 판독 가능 저장 매체의 예는 ROM(읽기 전용 메모리), RAM(랜덤 접근 메모리(Random Access Memory)), 레지스터, 캐시 메모리, 반도체 메모리 장치, 내부 하드 디스크, 제거가능한 디스크와 같은 자기 매체, 광-자기 매체, 및 CD-ROM 디스크와 DVD(Digital Versatile Disk) 같은 광 매체를 포함하지만 이에 제한되지는 않는다. 소프트웨어와 관련된 프로세서는 WTRU, UE, 터미널, 베이스스테이션, RNC, 또는 어떤 호스트 컴퓨터에서 사용하기 위해서 라디오 주파수 트랜시버를 구현하기 위해 사용될 수 있다.
더욱이, 전술한 실시 예에서, 프로세싱 플랫폼, 컴퓨팅 시스템, 컨트롤러 및 프로세서를 포함하는 다른 장치가 주목된다. 이러한 장치들은 하나 이상의 중앙 처리 장치( "CPU")와 메모리를 포함할 수 있다. 컴퓨터 프로그래밍 분야의 당업자의 관행에 따라, 동작 또는 명령의 작동 및 상징적 표현에 대한 참조가 다양한 CPU 및 메모리에 의해 수행될 수 있다. 이러한 행위 및 작동 또는 명령은 "실행", "컴퓨터 실행"또는 "CPU 실행"으로 언급될 수 있다.
당업자는 행위 및 상징적으로 표현된 동작 또는 명령이 CPU에 의한 전기 신호의 조작을 포함한다는 것을 이해할 것이다. 전기 시스템은 전기 신호의 결과적인 변환 또는 감소와, 메모리 시스템의 메모리 위치에서 데이터 비트의 유지라는 결과를 야기할 수 있고, 그에 의해 CPU의 작동 및 기타 신호 처리를 재구성하거나 변경할 수 있는 데이터 비트를 나타낸다. 데이터 비트들이 유지되는 메모리 위치는 데이터 비트에 대응하거나 또는 나타내는 특정 전기적, 자기적, 광학적 또는 유기적 특성을 갖는 물리적 위치이다.
또한 데이터 비트는 자기 디스크, 광 디스크 및 CPU에 의해서 판독될 수 있는 임의의 다른 휘발성(예 : 랜덤 액세스 메모리( "RAM")) 또는 비 휘발성(예 : Read me-Only Memory( "ROM")) 대량 저장 시스템을 포함하는 컴퓨터 판독 가능 매체에 유지될 수 있다. 컴퓨터 판독 가능 매체는, 협력 또는 상호 연결된 컴퓨터 판독 가능 매체를 포함할 수 있으며, 이것들은 프로세스 시스템에 배타적으로 존재하거나 프로세스 시스템에 대한 로컬 또는 원격일 수 있는 다수의 상호 접속된 프로세스 시스템 사이에 분산될 수 있다. 대표적인 실시 예는 전술한 메모리에 제한되지 않고 그리고 다른 플랫폼 및 메모리가 설명된 방법을 지원할 수 있다는 것이 이해될 것이다.
본 출원의 상세한 설명에 사용된 어떠한 요소, 행위 또는 명령도 명시적으로 기술되지 않는한 본 발명에 중요하거나 필수적인 것으로 해석되어서는 안된다. 또한, 여기서 사용된 바와 같이, "a"는 하나 또는 하나 이상의 항목을 포함하도록 의도된다. 하나의 항목만 의도된 경우 "하나"라는 용어 또는 유사한 언어가 사용된다. 또한, 여기서 사용된 바와 같이, 용어 복수의 항목의 리스트 및/또는 복수의 범주의 항목이 이어지는 "의 하나"는 "~의 하나", "~의 임의의 조합", "~의 임의의 배수" 및/또는 "배수의 조합" 항목 및/또는 항목의 카테고리, 개별적으로 또는 다른 항목 및/또는 다른 항목의 카테고리와 함께를 포함하는 것으로 의도된다. 더욱이, 여기서 사용되는 용어 "세트" 또는 "그룹"은 0을 포함하는 임의의 수의 항목을 포함하도록 의도된다. 추가적으로, 여기서 사용되는 바와 같이, 용어 "숫자"는 0을 포함한 임의의 수를 포함하는 것으로 의도된다.
더욱이, 청구 범위는, 그 효과가 언급되지 않는 한, 제공된 순서 또는 요소로 제한되는 것으로 해석되어서는 안된다. 또한 모든 청구에서 "수단"라는 용어의 사용은 35 USC §112(f)을 호출하기 위한 것이며, "수단"이라는 용어가 없는 청구항은 그렇게 의도되지 않는다.
적합한 프로세서는 예로서 범용 프로세서, 특수 목적 프로세서, 종래 프로세서, 디지털 신호 프로세서(DSP), 복수의 마이크로 프로세서, DSP 코어와 관련된 하나 이상의 마이크로 프로세서, 컨트롤러, 마이크로 컨트롤러, ASIC(Application Specific Integrated Circuit), ASSP(Application Specific Standard Products), FPGA(Field Programmable Gate Array) 회로, 기타 모든 유형의 IC(집적 회로) 및/또는 state machine 을 포함할 수 있다.
소프트웨어와 관련된 프로세서는 무선 송신 수신 유닛(WRTU), 사용자 장비(UE), 터미널, 기지국, MME(Mobility Management Entity) 또는 Evolved Packet Core(EPC) 또는 모든 호스트 컴퓨터에서 사용하기 위한 라디오 주파수 트랜시버를 구현하는 데 사용될 수 있다. WRTU는 SDR(Software Defined Radio)을 포함한 하드웨어 및/또는 소프트웨어로 구현된 모듈 및 다른 구성요소들과 함께 사용될 수 있으며, 예를 들어, 카메라, 비디오 카메라 모듈, 비디오 폰, 스피커폰, 진동 장치, 스피커, 마이크, TV 트랜시버, 핸즈프리 헤드셋, 키보드, Bluetooth® 모듈, 주파수 변조(FM) 라디오 장치, NFC(근거리 무선 통신) 모듈, 액정 디스플레이(LCD) 디스플레이 장치, 유기 발광 다이오드(OLED) 디스플레이 유닛, 디지털 음악 플레이어, 미디어 플레이어, 인터넷 브라우저, 및/또는 임의의 WLAN(Wireless Local Area Netword) 또는 UWB(Ultra Wide Band) 모듈이다.
본 발명은 통신 시스템의 관점에서 설명되었지만, 시스템은 마이크로 프로세서/범용 컴퓨터(도시되지 않음)상의 소프트웨어로 구현될 수 있음이 고려된다. 특정 실시 예에서, 다양한 구성 요소의 기능 중 하나 이상은 범용 컴퓨터를 제어하는 소프트웨어로 구현될 수 있다.
또한, 본 발명이 특정 실시 예를 참조하여 여기에 예시되고 설명되었지만, 본 발명은 도시된 세부 사항에 제한되도록 의도되지 않는다. 오히려, 본 발명을 벗어나지 않고 청구 범위의 등가물의 범위 및 범위 내에서 세부 사항에서 다양한 수정이 이루어질 수 있다.
9. 여기에 참고문헌에 의해서 통합된 참조들
[1] 미국 특허 출원 공개. 2013/0238268 A1;
[2] 미국 특허 출원 공개. 2013/0245984 A1; 및
[3] L. Lovisolo와 EAB da Silva; "벡터 비트 평면 인코딩 응용 프로그램을 사용하여 하이퍼 스피어에서 점의 균일 한 분포", IEEE Proc. Vision Image Signal Process, 2001, pp. 148, 187-193.

Claims (18)

  1. 자력계를 가지는 물체의 헤딩을 결정하는 방법에 있어서,
    자력계로부터 복수의 상이한 방향들에서 복수의 자기장 측정을 얻는 것:
    이들 측정들에 기초하여 자력계의 2차원 스케일, 스큐 및 오프셋에 대한 최소 제곱 해를 결정하는 것;
    보정된 자력계 자기장 측정을 생성하기 위해, 2차원 스케일, 스큐 및 오프셋을 자력계의 자기장 측정에 적용하는 것; 및
    보정된 자력계 장 측정을 기반으로 헤딩을 결정하는 것을 포함하는 방법.
  2. 제 1 항에 있어서,
    2차원 스케일, 스큐 및 오프셋에 대한 최소 제곱 해를 결정하는 것은
    Figure pct00170

    에서 k에 대한 최고의 핏을 결정하는 것을 포함하며, 여기서,
    Figure pct00171

    이며, 여기서,
    hnx는 시간 n에서 x방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    hny는 시간 n에서 y방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    Figure pct00172
    는 자력계의 이득 및 스큐 행렬이며, x 및 y는 두 직교방향축들이며;
    px 및 py는 각각 x 및 y축에서 이득을 나타내며, pxy는 x-y 평면에서 스큐를 나타내며; 그리고
    Figure pct00173
    는 자력계의 오프셋인 방법.
  3. 제2항에 있어서, 최고 핏,
    Figure pct00174
    를 얻은 후,
    Figure pct00175

    이 되게 하는 방법.
  4. 제1항에 있어서,
    (a) 보정 적용 후 잔가의 평균 제곱 오차, (b) 타원체에 대한 보정된 장의 크기 차이, 및 (c)장치의 기울기 중 적어도 하나를 결정된 헤딩의 신뢰도 지표계로서 계산하는 것; 및
    지표계에 기초하여 결정된 헤딩의 추정된 신뢰도를 결정하는 것을 포함하는 방법.
  5. 제 1 항에 있어서,
    상기 최소 제곱 해는 자력계에서 스큐가 0임을 가정하는 방법.
  6. 제5항에 있어서,
    2 차원 스케일 및 오프셋에 대한 최소 제곱 해를 결정하는 것은
    Figure pct00176

    에서 k에 대한 최고 핏을 결정하는 것을 포함하며,
    여기서,
    hnx는 시간 n에서 x방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    hny는 시간 n에서 y방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    px 및 py는 각각 x 및 y축에서 자력계 이득들을 나타내며, 그리고
    Figure pct00177
    는 x 및 y 축에서 자력계의 오프셋인 방법.
  7. 제6항에 있어서,
    최고 핏,
    Figure pct00178
    를 얻은 후,
    Figure pct00179

    이 되게하는 방법.
  8. 제1항에 있어서,
    상기 최소 제곱 해는 1차원 스케일, 2차원 오프셋 및 슈크 없음에 대해서 푸는 방법.
  9. 제8항에 있어서,
    1차원 스케일 및 2차원 오프셋에 대해 최소 제곱 해를 결정하는 것은
    Figure pct00180

    에서 최고 핏 k를 결정하는 것을 포함하고, 여기서,
    hnx는 시간 n에서 x방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    hny는 시간 n에서 y방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며,
    p는 x 및 y축에서 자력계 이득이며, 그리고
    Figure pct00181
    는 x 및 y 축에서 자력계의 오프셋인 방법.
  10. 제 9 항에 있어서,
    최고 핏,
    Figure pct00182
    을 얻은 후,
    Figure pct00183

    이 되게 하는 방법.
  11. 제 1 항에 있어서,
    상기 물체는 적어도 하나의 자이로스코프를 더 포함하고, 그리고 여기서 2차원 스케일, 스큐 및 오프셋에 대한 최소 제곱 해를 결정하는 것은
    Figure pct00184

    에서
    Figure pct00185
    에 대한 최고핏을 결정하는 것을 포함하며, 여기서,
    Figure pct00186

    이며, 여기서,
    hnx는 시간 n에서 x방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며;
    hny는 시간 n에서 y방향에서 자력계에 의해서 측정된 몸체 프레임 자기장이며;
    Figure pct00187
    는 시간 n에서 적어도 하나의 자이로스코프에 의해서 예측된 자기벡터이며;
    R(qn)은 최기 방향으로부터 현재 방향 qn으로의 2-D 회전 매트릭스이며;
    ho 는 지구 프레임에서 자기장이며;
    Ro는 사용자 프레임으로부터 초기 방향으로의 2-D 회전 매트릭스이며;
    (I+D)는 자력계의 이득과 스큐 행렬이며, x 및 y는 두 직교방향축들을 나타내며;
    Figure pct00188
    는 자력계의 오프셋인 방법.
  12. 제 11 항에 있어서,
    최소 제곱 해 M을 결정한 후, 행렬 M의 처음 두 행에 대한 특이 값 분해를 수행하는 것을 더 포함하는 방법,
    Figure pct00189

    다음,
    Figure pct00190

    여기서, M3는 M 행렬의 제3행임.
  13. 제11항에 있어서,
    더 오래된 샘플들의 충격을 감소시키기 위해 망각 인자를 적용하는 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 있어서,
    최소 제곱 해는 반복적인 최소 제곱 해인 방법.
  15. 자력계, 가속도계 및 자이로스코프를 가지는 물체의 2 차원 헤딩을 결정하는 방법에 있어서,
    자력계로부터 복수의 상이한 방향에서 복수의 자기장 측정치를 얻는 것;
    이러한 측정들에 기초하여 자력계의 2차원 스케일, 스큐 및 오프셋에 대한 최소 제곱 해를 결정하는 것;
    보정된 자력계 자기장 측정을 생성하기 위해, 2차원 스케일, 스큐 및 오프셋을 자력계의 자기장 측정에 적용하는 것;
    보정된 자력계 장 측정에 기초하여 물체의 제1 헤딩 추정치를 결정하는 것;
    가속도계 및 자이로스코프 데이터에 기초하여 물체의 제2 헤딩 추정치를 결정하는 것; 및
    제1 헤딩 추정치와 제2 헤딩 추정치를 융합시켜 물체의 헤딩을 결정하는 것을 포함하는 방법.
  16. 제15항에 있어서,
    상기 융합은 제1 헤딩 및 제2 헤딩 각각에 가중치를 할당하는 것, 여기서 할당된 가중치는 제1 헤딩의 추정된 신뢰도에 기초하는 방법.
  17. 제16항에 있어서,
    상기 제1 헤딩 추정치의 추정된 신뢰도를 결정하는 것은 (a) 보정을 적용한 후 잔차의 평균 제곱 오차, (b) 헤딩을 결정하는 신뢰도 지표로서 타원체에 대한 보정된 장의 크기 차이, 및 (c) 장치의 기울기 중 적어도 하나를 계산하는 것을 포함하는 방법.
  18. 자력계, 가속도계 및 자이로스코프를 가지는 물체의 2 차원 헤딩을 결정하는 방법에 있어서,
    자력계로부터 복수의 상이한 방향들에서 복수의 자기장 측정을 얻는 것;
    이러한 측정들에 기초하여 자력계의 2차원 스케일, 스큐 및 오프셋에 대한 최소 제곱 해를 결정하는 것;
    보정된 자력계 자기장 측정을 생성하기 위해, 2차원 스케일, 스큐 및 오프셋을 자력계의 자기장 측정에 적용하는 것;
    보정된 자력계 자기장 측정과 가속도계 및 자이로스코프로부터의 측정의 융합에 기초하여 물체의 방향을 결정하는 것; 및
    결정된 방향에 기초하여 물체의 헤딩을 결정하는 것을 포함하는 방법.

KR1020207027929A 2018-02-28 2019-02-21 평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치 KR20200124734A (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201862636441P 2018-02-28 2018-02-28
US62/636,441 2018-02-28
US201862639746P 2018-03-07 2018-03-07
US62/639,746 2018-03-07
US201862642577P 2018-03-13 2018-03-13
US62/642,577 2018-03-13
PCT/US2019/018948 WO2019168735A1 (en) 2018-02-28 2019-02-21 Methods and apparatus for planar magnetometer calibration, heading determination, gyroscope assisted magnetometer amplitude calibration, magnetometer amplitude and alignment calibration, magnetometer mapping, and sensor fusion

Publications (1)

Publication Number Publication Date
KR20200124734A true KR20200124734A (ko) 2020-11-03

Family

ID=65724520

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207027929A KR20200124734A (ko) 2018-02-28 2019-02-21 평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치

Country Status (5)

Country Link
US (1) US20210095966A1 (ko)
EP (1) EP3759431A1 (ko)
JP (1) JP7191128B2 (ko)
KR (1) KR20200124734A (ko)
WO (1) WO2019168735A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110658482A (zh) * 2019-09-10 2020-01-07 北京自动化控制设备研究所 磁探测系统多传感器数据采集融合方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201700057066A1 (it) 2017-05-25 2018-11-25 St Microelectronics Srl Sistema di elaborazione implementante un algoritmo per la fusione di dati da sensori inerziali, e metodo
US10989539B1 (en) * 2018-04-25 2021-04-27 Bae Systems Information And Electronic Systems Integration Inc. Alignment of electrical devices using inertial measurement units
US11407098B2 (en) 2019-11-26 2022-08-09 Stmicroelectronics S.R.L. Smart push button device utilizing MEMS sensors
EP4078092A4 (en) * 2019-12-19 2024-04-17 Immersion Networks Inc SYSTEMS AND METHODS FOR INERTIAL MEASUREMENT UNIT MAGNETIC FIELD STABILIZATION
IT202000009937A1 (it) * 2020-05-05 2021-11-05 St Microelectronics Srl Metodo di controllo di un apparecchio elettronico eseguito tramite il calcolo di un angolo di apertura, relativo apparecchio elettronico e prodotto software
US20220136834A1 (en) * 2020-11-04 2022-05-05 Deerwood Medical Devices Determination of Relative Pose Using Artificial Magnetic Fields
CN112556724A (zh) * 2020-12-09 2021-03-26 湖北航天飞行器研究所 动态环境下的微型飞行器低成本导航系统初始粗对准方法
US20230022244A1 (en) * 2020-12-18 2023-01-26 VK Integrated Systems, Inc. Distributed Sensor Inertial Measurement Unit
US11921171B2 (en) * 2021-05-11 2024-03-05 The Regents Of The University Of Michigan Space weather monitor system
CN113866688B (zh) * 2021-09-22 2022-10-04 西北工业大学 一种小姿态角条件下的三轴磁传感器误差校准方法
CN114201044A (zh) * 2021-12-09 2022-03-18 浙江理工大学 一种具有交互功能的类人触觉再现装置及方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7158118B2 (en) 2004-04-30 2007-01-02 Hillcrest Laboratories, Inc. 3D pointing devices with orientation compensation and improved usability
JPWO2007077748A1 (ja) 2005-12-27 2009-06-11 日本電気株式会社 半導体装置および半導体装置の製造方法
WO2012044964A2 (en) 2010-10-01 2012-04-05 Hillcrest Laboratories, Inc. Apparatuses and methods for estimating the yaw angle of a device in a gravitational reference system using measurements of motion sensors and a magnetometer attached to the device
WO2012068362A2 (en) * 2010-11-17 2012-05-24 Hillcrest Laboratories, Inc. Apparatuses and methods for calibrating magnetometer attitude-independent parameters
US20130245984A1 (en) 2010-11-17 2013-09-19 Hillcrest Laboratories, Inc. Apparatuses and methods for magnetometer alignment calibration without prior knowledge of the local magnetic field
US9459276B2 (en) * 2012-01-06 2016-10-04 Sensor Platforms, Inc. System and method for device self-calibration
US9677889B2 (en) * 2012-06-21 2017-06-13 Innovative Solutions & Support, Inc. Method and system for compensating for soft iron magnetic disturbances in multiple heading reference systems
TW201411096A (zh) * 2012-08-02 2014-03-16 Memsic Inc 用於一三軸磁力計及一三軸加速度計之資料融合之方法及設備
US9476734B2 (en) * 2013-03-15 2016-10-25 Innovative Solutions And Support, Inc. Systems and methods for calibrating and adjusting a heading reference system
US9482554B2 (en) 2013-05-02 2016-11-01 Hillcrest Laboratories, Inc. Gyroscope stabilizer filter

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110658482A (zh) * 2019-09-10 2020-01-07 北京自动化控制设备研究所 磁探测系统多传感器数据采集融合方法

Also Published As

Publication number Publication date
JP2021515248A (ja) 2021-06-17
EP3759431A1 (en) 2021-01-06
WO2019168735A1 (en) 2019-09-06
JP7191128B2 (ja) 2022-12-16
US20210095966A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
KR20200124734A (ko) 평면 자력계 보정, 헤딩 결정, 자이로스코프 보조 자력계 진폭 보정, 자력계 진폭 및 정렬 보정, 자력계 매핑 및 센서 융합을 위한 방법 및 장치
Michel et al. A comparative analysis of attitude estimation for pedestrian navigation with smartphones
US8437970B2 (en) Restoring and storing magnetometer calibration data
Kok et al. Calibration of a magnetometer in combination with inertial sensors
US7844415B1 (en) Dynamic motion compensation for orientation instrumentation
US9261980B2 (en) Motion capture pointer with data fusion
CN103299247B (zh) 用于磁近场的动态追踪及补偿的设备和方法
EP2914966B1 (en) A method for aligning a mobile device surface with the coordinate system of a sensor
US20160178657A9 (en) Systems and methods for sensor calibration
Michel et al. Attitude estimation for indoor navigation and augmented reality with smartphones
CN104737205B (zh) 自适应尺度及/或重力估计
JPWO2006035505A1 (ja) 磁気センサの制御方法、制御装置、および携帯端末装置
WO2012044964A2 (en) Apparatuses and methods for estimating the yaw angle of a device in a gravitational reference system using measurements of motion sensors and a magnetometer attached to the device
KR20200091709A (ko) 전자 장치 및 그 제어 방법
JP2013029512A (ja) 携帯型電子デバイスのための、磁場センサおよび加速度計を使用して姿勢および角速度を検知するシステムおよび方法
JP2017166895A (ja) 電子機器及びセンサ較正方法、センサ較正プログラム
US20220299321A1 (en) Methods and apparatus for dynamic optical flow sensor calibration by imu in planar robot systems
JP2019120587A (ja) 測位システム及び測位方法
JP2007163388A (ja) 方位センサおよび記録媒体
Li et al. Real-time attitude tracking of mobile devices
CN107843257A (zh) 姿态信息获取方法及电子设备
JP2013061309A (ja) カルマンフィルタ、状態推定装置、カルマンフィルタの制御方法、及びカルマンフィルタの制御プログラム
JP6787740B2 (ja) オフセット導出装置、オフセット算出装置、及び、方位角センサ
JP5641236B2 (ja) 地磁気測定装置、オフセット決定方法、及びオフセット決定プログラム
US10648812B2 (en) Method for filtering the signals arising from a sensor assembly comprising at least one sensor for measuring a vector physical field which is substantially constant over time and in space in a reference frame

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal