[논문]파티클 필터를 이용한 GPS 위치보정과 GPS/INS 센서 결합에 관한 연구

정재영; 김한실

doi:10.5573/ieek.2013.50.6.267

초록
AI-Helper

GPS가 가지는 특징과 비선형, 비가우시안의 시스템에서도 강인한 특성을 지닌 파티클 필터(PF, Particle Filter)를 이용하여 위치 추정 성능을 향상시키는 방법에 대해 제안한다. 그리고 제안한 알고리즘으로 보정한 GPS 데이터와 관성센서를 저가형 시스템에 적합한 약결합 방식을 이용하여 결합하였으며 정확도 향상을 위해 자세에 관한 칼만필터를 추가시켜 구현하였다. 구현된 시스템의 성능확인을 위해 NovAtel사의 고정밀 GPS와 비교 분석하였다.

Abstract ▼ AI-Helper

EKF has been widely used for GPS/INS integration as standard method but EKF has one well-known drawback. if the errors are not within the bounded region, the filter may be divergent. The particle filter has the advantage of the nonlinear and non-gaussian system. This paper proposes a method for comp...

EKF has been widely used for GPS/INS integration as standard method but EKF has one well-known drawback. if the errors are not within the bounded region, the filter may be divergent. The particle filter has the advantage of the nonlinear and non-gaussian system. This paper proposes a method for compensating the GPS position errors based on the particle filter and presents loosely-coupled GPS/INS integration using proposed algorithm. We used GPS position pattern with particle filter and added attitude kalman filter for improving attitude accuracy. To verify the performance, the proposed method is compared with high cost GPS as reference. In the experimental result, we verified that the accuracy and robust were well improved by the proposed method filter effectively and robustness than by original loosely-coupled integration when vehicle turns at corner.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

파티클 필터를 이용한 알고리즘을 제안한다. 그리고 GPS와 관성센서의 결합 과정에 대해 소개한다. 마지막으로 제안한 알고리즘을 이용한 실험 결과에 대해 분석하고 결론을 맺는다.
본 논문에서는 비선형과 비가우시안의 시스템에서도 강인한 특성을 지닌 파티클 필터(PF, Particle Filter)를 이용하여 위치 추정 성능을 향상시키는 방법에 대해 제안한다. 그리고 제안한 알고리즘으로 보정한 GPS 데이터와 관성센서를 저가형 시스템에 적합한 약결합 방식을 이용하여 결합하였으며 정확도 향상을 위해 자세에 관한 칼만필터를 추가시켜 구현하였다.

제안 방법

그리고 제안한 알고리즘으로 보정한 GPS 데이터와 관성센서를 저가형 시스템에 적합한 약결합 방식을 이용하여 결합하였으며 정확도 향상을 위해 자세에 관한 칼만필터를 추가시켜 구현하였다. 구현된 시스템의 성능확인을 위해 NovAtel사의 고정밀 GPS와 비교 분석하였다.
본 논문에서는 비선형과 비가우시안의 시스템에서도 강인한 특성을 지닌 파티클 필터(PF, Particle Filter)를 이용하여 위치 추정 성능을 향상시키는 방법에 대해 제안한다. 그리고 제안한 알고리즘으로 보정한 GPS 데이터와 관성센서를 저가형 시스템에 적합한 약결합 방식을 이용하여 결합하였으며 정확도 향상을 위해 자세에 관한 칼만필터를 추가시켜 구현하였다. 구현된 시스템의 성능확인을 위해 NovAtel사의 고정밀 GPS와 비교 분석하였다.
기존에는 확장 칼만필터 하나를 이용하여 결합하였으나 본 논문에서는 정확도를 향상시키기 위해 자세 칼만필터를 추가 시켜 얻은 자세 정보로 부터 방향코사인 행렬을 얻었으며 제안된 GPS 위치보정 알고리즘으로 GPS 정보를 보정하여 속도, 위치 칼만필터를 이용해 두 센서 정보를 결합하였다. 이때 시스템 노이즈와 측정 노이즈 간에는 상호 간섭(Independent assumption)이 없다는 가정이 있어야 한다.
본 논문에서 사용한 재분배 방법은 매 파티클마다 파티클 전체를 재생성 하는 것이 아니라 가장 최근데이터와 하단 데이터만의 갱신, 삭제만 이루어지므로 연산량이 현저히 줄어들 수 있는 장점을 가질 수 있다.
본 논문에서는 파티클 필터를 기반으로 GPS 특징을 이용해 GPS 위치 보정 알고리즘 제안하였다. 그리고 GPS/INS의 결합 시스템의 정확도 향상을 위해 기존 결합 방식과 다르게 자세 칼만필터를 추가 사용하였다.
제안된 위치보정 알고리즘은 예측, 보정, 재분배 순으로 3단계로 구성된다.

대상 데이터

저가형 GPS Uigoods사의 Smart GPS 1set, 관성센서 Analog Devices사의 ADIS16365–BMLZ를 사용하여 제안한 시스템을 구현하였고, 레퍼런스로 사용하기 위해 고정밀 GPS NovAtel사의 ProPak-G2 1set을 사용하였다. 사용된 센서의 성능은 표 1과 같다.

이론/모형

그리고 각속도계로 부터 회전각을 계산하기 위해서 각속도#를 적분하는데 이때 미소한 바이어스(Bias), 드리프트(Drift)도 적분으로 누적되면서 발생되는 오차와 가속도계로 부터 속도와 위치를 계산하기 위해선 가속도#에 포함되어 있는 중력을 제거한 후 적분 해주어야 하는데 중력 성분이 제대로 제거되지 않고 적분으로 누적되면서 발생하는 오차를 최소화시키기 위해서 HSR(Heuristic Scale Regulation)과 HDR(Heuristic Drift Reduction)알고리즘을 이용하였다.^[10]

성능/효과

제안한 시스템의 성능 확인을 위해 NovAtel사의 고정밀 GPS와 비교 분석한 결과, 제안한 위치 보정 알고리즘은 저가형 GPS 데이터를 기존 오차범위에 비해 40%나 줄어듬으로써 효과적으로 보정해 주었다. 또한 제안한 알고리즘으로 보정된 GPS/INS 결합 시스템은 기존 결합방식에 비해 오차범위가 12% 줄어들고 안정적인 오차 범위를 가지며 주행 방향성 특징을 파악할 수 있으므로 코너를 주행 시에 더 강인함을 확인할 수 있었다. 향후 과제는 마코프 체인 모델을 이용하여 더 정확한 보정이 가능 하도록 하는 것이다.
분석 결과, 레퍼런스와 비교하여 저가형 GPS는 넓은 오차 범위를 가지고 있지만 제안된 알고리즘으로 보정 후 레퍼런스 값에 훨씬 가까워졌다.
표 2는 차량이 실험 맵에서 코너(Corner) 주행 시에 프로그램에 나타난 오차 수치를 분석한 것이다. 분석 결과, 제안된 결합 시스템은 기존 결합 시스템에 비해 차량이 코너를 주행 시에 더 정확해짐을 알 수 있었다.
실험 결과, 위치보정 알고리즘 적용 결과가 기존의 GPS 데이터를 효과적으로 보정할 수 있었다는 것을 확인 할 수 있었다.
제안한 시스템의 성능 확인을 위해 NovAtel사의 고정밀 GPS와 비교 분석한 결과, 제안한 위치 보정 알고리즘은 저가형 GPS 데이터를 기존 오차범위에 비해 40%나 줄어듬으로써 효과적으로 보정해 주었다. 또한 제안한 알고리즘으로 보정된 GPS/INS 결합 시스템은 기존 결합방식에 비해 오차범위가 12% 줄어들고 안정적인 오차 범위를 가지며 주행 방향성 특징을 파악할 수 있으므로 코너를 주행 시에 더 강인함을 확인할 수 있었다.

후속연구

또한 제안한 알고리즘으로 보정된 GPS/INS 결합 시스템은 기존 결합방식에 비해 오차범위가 12% 줄어들고 안정적인 오차 범위를 가지며 주행 방향성 특징을 파악할 수 있으므로 코너를 주행 시에 더 강인함을 확인할 수 있었다. 향후 과제는 마코프 체인 모델을 이용하여 더 정확한 보정이 가능 하도록 하는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	파티클 필터란?	파티클 필터는 크게 예측(Prediction), 보정(Update), 재분배(Resampling) 단계로 나뉘며 관측된 측정값으로 부터 발생가능도(likelihood)를 판단하여 각각의 파티클은 다른 추정치와 가중치들을 이용하기 때문에 비선형, 비가우시안 시스템에 효율적인 필터이다.
	언센티트 칼만필터는 어떤 단점이 있는가?	언센티트 칼만필터는 Sigma-Point를 이용하여 평균과 공분산을 구하는 형태로 비선형 시스템을 임의의 선형화하는 것 보다 통계적 확률을 이용함으로써 결과적으로 더 정확한 평균과 공분산을 추정할 수 있다. 하지만 상황에 따라 큰 성능 향상을 가져오지 못하거나 복잡한 연산과정으로 인해 처리시간이 증가하는 단점을 가지고 있다.[4∼5]
	대표적인 항법 기술에는 무엇이 있는가?	대표적인 항법 기술인 관성 항법 시스템(INS, Inertial Navigation Satellite System)과 위성 항법 시스템(GPS, Global Position System)은 서로 상호 보완적인 특성을 가진 시스템으로 두 시스템을 결합함으로써 시너지 효과(Synergy effect)를 이끌어낼 수 있다. 두 시스템의 결합에 관한 연구는 최근까지도 활발히 진행되고 있다.

참고문헌 (14)

M. J. Yu, "INS/GPS Integration System using Adaptive Filter for Estimating Measurement Noise Variance," IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS, vol. 48, no. 2, pp. 1786-1792, April. 2012.

상세보기
D. J. Jwo, M. Y. Hsieh, and S. Y. Lai, "GPS navigation processing using the quaternion-based divided difference filter," GPS Solut, vol. 14, Springer, pp. 217-228, 2010.

상세보기
M. Ahmadi, A. Khayatian and P. Karimaghaee, "Attitude estimation by divided difference filter in quaternion space," Acta Astronautica, vol. 75, pp. 95-107, June-July. 2012.

상세보기
W. Khoder, M. Benjelloun, "Quaternion Unscented Kalman Filtering for integrated Inertial Navigation and GPS" International Information Fusion Conference 2008, pp. 1-8, June-July. 2008.
D. J. Jwo, "Fuzzy Adaptive Unscented Kalman Filter for Ultra-Tight GPS/INS Integration" Computational Intelligence and Design (ISCID) International Symposium 2010, pp. 229-235, Oct. 2010.
송택렬, "Filtering Theory" Journal of Control, Automation, and Systems Engineering, vol. 9, no. 6, pp. 413-419, June, 2012.

원문보기 상세보기
A. Leick, GPS Satellite surveying, 3rd Ed., WILEY, 2004.
박진우, 양철관, 심덕선, "파티클 필터의 GPS/INS 초강결합 성능분석", Journal of Control, Robotics and Systems, vol. 14, no. 8, pp. 785-791, August, 2008.

원문보기 상세보기
M. J. Korenverg, M. M. Bayoumi, "Low-Cost Three-Dimensional Navigation Solution for RISS/GPS Integration Using Mixture Particle Filter" IEEE Transactions on vehicular technology, vol. 59, no. 2, pp. 599-615, February, 2010.

상세보기
J. Borenstein, L. Ojeda, "Heuristic Reduction of Gyro Drift in Gyro-based Vehicle Tracking" Sensors, and Command, Control, Communications, and Intelligence (C3I) Technologies for Homeland Security and Homeland Defense VIII, vol. 7305, pp. 730507-730507-11, May, 2009.
W. Wang, Z. Y. Liu, R. R. Xie, "Quadratic Extended Kalman Filter Approach for GPS/INS integration" Aerospace Science and Technology, vol. 10, no. 8 pp. 709-713, December, 2006.
P. D. Groves, "Principles of GNSS, Inertial, and Multi-Sensor Integrated Navigation Systems", Artech house, 2008.
이정환, 김한실, "GPS/INS센서 융합을 이용한 고정밀 위치 추정에 관한 연구", Journal of The Institute of Electronics Engineers of Korea, vol. 49, no. 11, pp. 159-166, November, 2012.

원문보기 상세보기
Iftikhar Khan, 백승현, 박경린 "INS/GPS 통합에 따른 관성 센서 에러율 감소 방법", 대한전자공학회 논문지-SC, 제46권, 3호, pp. 22-30, May, 2009.

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

파티클 필터를 이용한 GPS 위치보정과 GPS/INS 센서 결합에 관한 연구
A Study on the GPS/INS Integration and GPS Compensation Algorithm Based on the Particle Filter 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

파티클 필터를 이용한 GPS 위치보정과 GPS/INS 센서 결합에 관한 연구 A Study on the GPS/INS Integration and GPS Compensation Algorithm Based on the Particle Filter 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

김한실 (6)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

파티클 필터를 이용한 GPS 위치보정과 GPS/INS 센서 결합에 관한 연구
A Study on the GPS/INS Integration and GPS Compensation Algorithm Based on the Particle Filter 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper