[논문]다중 GPS를 이용한 EKF 기반의 실외 위치 추정 시스템

최승환; 김윤기; 황요섭; 김현우; 이장명

doi:10.7746/jkros.2013.8.2.129

다중 GPS를 이용한 EKF 기반의 실외 위치 추정 시스템
EKF Based Outdoor Positioning System using Multiple GPS Receivers 원문보기

로봇학회논문지 = The journal of Korea Robotics Society, v.8 no.2, 2013년, pp.129 - 135

최승환 (Interdisciplinary Program in Robotics, Pusan University) , 김윤기 (Electronic Engineering, Pusan University) , 황요섭 (Electronic Engineering, Pusan University) , 김현우 (Electronic Engineering, Pusan University) , 이장명 (Electronic Engineering, Pusan University)

Abstract ▼ AI-Helper

In this paper, a high precision outdoor positioning system is newly proposed using multiple GPS receivers based on the Extended Kalman Filter (EKF). Typically, the GPS signal has the instantaneous errors that degrade the positioning seriously. Using the multiple GPS receivers instead of an expensive DGPS receiver, the positioning reliability and accuracy are improved in this research as a low cost solution. To incorporate the small displacement, an INS data have been tightly coupled to the GPS data, which has the inherit disadvantage of the cumulative error occurring over time. To achieve a stabilized and accurate positioning system, the multiple GPS receiver data are fused with the INS data through the EKF process. Through real navigation experiments of an outdoor mobile robot, the performance of the proposed system has been verified to be accurate comparable to DGPS system with a lower cost.

주제어

AI 본문요약
AI-Helper

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

문제 정의

식 (1)은 각각의 GPS 수신 위치를 나타낸 것이고 식 (2)는 다중 GPS 수신기의 위치 계산식이다. 본 논문에서는 GPS 수신기에서 측정된 수신 위성의 수에 따라 가중치를 두어 정밀도를 높였다. G 는 GPS 수신기, n 은 수신기에 측정된 위성의 수를 뜻한다.
다중 GPS 시스템은 GPS 수신기의 개수에 따라 오차의 범위가 달라진다. 본 논문에서는 수신기의 개수를 고려하여 오차 범위를 최소화하는 시스템을 설계하였다. 그림 3은 실제 모바일 로봇에 GPS 수신기 3 개를 장착한 모습이다.
본 논문에서는 실외 위치 추정의 정밀도를 향상시키기 위해 비교적 큰 오차가 발생하는 단일 GPS의 위치정보를 보정하고자 다중 GPS를 이용하였다. 그림 7에서 보듯이 EKF의 경우 예측 값을 통해 위치정보를 구하는 것으로 INS의 위치정보는 누적오차가 발생하여 EKF의 예측 값 또한 누적오차가 발생한다.
본 논문에서는 실외의 정밀한 위치 추정을 위해 EKF를 이용한 다중 GPS와 INS의 융합 시스템을 제안하였고, 실험을 통해 시스템의 우수한 성능을 검증하였다. 일반적으로 GPS/INS 융합 시스템에서 GPS의 위치정보는 INS의 위치를 갱신해주는 역할을 하기 때문에 GPS의 정밀도를 요하게 된다.

제안 방법

그림 2는 시스템의 하드웨어 구성과 배치를 나타낸다. GPS 수신기는 위치 오차의 범위를 최소화하기 위해 수신기 3개의 중심이 모바일 로봇의 중앙에 위치하도록 설계하였다. 또한, 자세와 위치정보를 얻기 위해 IMU 센서를 사용하였고, 모바일 로봇의 내부에는 모터 제어부를 탑재하였다.
일반적으로 GPS/INS 융합 시스템에서 GPS의 위치정보는 INS의 위치를 갱신해주는 역할을 하기 때문에 GPS의 정밀도를 요하게 된다. 따라서 본 논문에서는 저가형 GPS 수신기 3개를 이용하여 수신 안정도에 따라 가중치를 두고 삼각 중심 법을 통해 보다 정밀한 위치정보를 제공하였다. 또한 연산 속도가 빠르고 구조가 간단한 EKF를 이용하여 다중 GPS와 INS를 융합하였다.
따라서 본 논문에서는 저가형 GPS 수신기 3개를 이용하여 수신 안정도에 따라 가중치를 두고 삼각 중심 법을 통해 보다 정밀한 위치정보를 제공하였다. 또한 연산 속도가 빠르고 구조가 간단한 EKF를 이용하여 다중 GPS와 INS를 융합하였다. 이 시스템의 특징은 메모리 사용량과 계산 량을 줄일 수 있고 비교적 저 비용으로 고 정밀 위치 추정을 구현한 것이다.
수신기를 통해 들어오는 3 개의 데이터를 삼각 중심 법을 통해 보정된 위치정보를 얻었다. 또한, 다중 GPS를 이용하여 얻은 정밀한 위치정보를 통해 INS의 위치 값을 갱신해주는 EKF 기반의 정밀 위치 추정 시스템을 제안한다.
본 논문에서는 GPS 수신의 안정도와 정밀도를 높이기 위해 GPS 수신기 3 개를 사용하였다. 수신기를 통해 들어오는 3 개의 데이터를 삼각 중심 법을 통해 보정된 위치정보를 얻었다. 또한, 다중 GPS를 이용하여 얻은 정밀한 위치정보를 통해 INS의 위치 값을 갱신해주는 EKF 기반의 정밀 위치 추정 시스템을 제안한다.
따라서 다중 GPS를 이용하여 갱신 데이터를 더 정확하게 해줌으로써 정밀한 위치정보를 얻을 수 있다. 실험은 단일 GPS와 다중 GPS의 성능을 분석하고 두 장치를 EKF에 적용하여 비교 검증하였다.
3757 m의 위치 오차가 발생하였다. 실험을 통해 다중 GPS를 이용한 EKF 융합 시스템의 정밀성과 유연한 위치 추정을 검증하였다.
하지만 수신된 GPS 정보는 공간 구조에서의 생성으로 인한 구조적 요인에 따른 오차와 위성의 배치에 따른 기하학적 오차, 그리고 SA(Selective Availability) 오차를 갖게 된다^[5,6]. 이 장에서는 GPS 위성의 수신을 안정시키고, 수신되는 데이터의 오차를 감소시켜 정확도를 높이는 다중 GPS 시스템을 제시한다.

대상 데이터

위치 추정 시스템의 구성은 그림 1과 같다. MCU는 TEXAS INSTRUMENTS 사의 Cortex-M3 ARM인 LM3S8962를 사용하였다. 센서는 E2BOX 사의 EBIMU-9DOF 모델인 IMU 센서 1 개와 LOCOSYS Technology 사의 LS20031 모델인 GPS 수신기 3 개를 사용하였다.
단일 GPS와 다중 GPS의 성능을 비교하기 위하여 정지 상태에서 30 분 동안 각각의 수신기에서 데이터를 획득하였다.
본 논문에서는 GPS 수신의 안정도와 정밀도를 높이기 위해 GPS 수신기 3 개를 사용하였다. 수신기를 통해 들어오는 3 개의 데이터를 삼각 중심 법을 통해 보정된 위치정보를 얻었다.
MCU는 TEXAS INSTRUMENTS 사의 Cortex-M3 ARM인 LM3S8962를 사용하였다. 센서는 E2BOX 사의 EBIMU-9DOF 모델인 IMU 센서 1 개와 LOCOSYS Technology 사의 LS20031 모델인 GPS 수신기 3 개를 사용하였다.
그림 9는 GPS만을 이용하여 위치를 추정한 것이고 표 2는 그에 따른 평균 위치 오차를 나타낸 것이다. 실험은 초기 START(위도: 35.138936, 경도: 129.049354) 지점에서 출발하여 END(위도: 35.138933, 경도: 129.049348) 지점까지 이동하였다.
그림 10은 EKF를 이용하여 단일 GPS와 다중 GPS를 각각 IMU 센서와 융합한 시스템들의 위치 추정 결과를 보여준다. 실험은 초기 START(위도: 35.139364, 경도: 129.049177) 지점에서 출발하여 END(위도: 35.139333, 경도: 129.049296) 지점까지 이동하였다. 또한, 표 3은 실험을 통해 구한 평균 위치 오차이다.

성능/효과

또한, 그림의 위치 분포도를 보면 현재 position 지점의 위치를 정확히 파악하기 어렵다. 이에 반해 다중 GPS의 경우 삼각 중심 법을 이용해 서로의 오차를 보정해 줌으로써 위치정보가 현재 Position 지점 주변에 밀집되었고 평균 위치 오차도 0.6635 m로 1 m 이내의 우수한 정밀도를 보였다.
표 1은 단일 GPS 3 개와 다중 GPS의 최대 위치 오차와 평균 위치 오차를 계산한 결과이다. 표에서 볼 수 있듯이 단일 GPS의 경우 최대 8 m이상의 위치 오차가 발생하였고 평균 오차의 경우도 2 m 이상을 띄고 있다. 또한, 그림의 위치 분포도를 보면 현재 position 지점의 위치를 정확히 파악하기 어렵다.

후속연구

이 시스템의 특징은 메모리 사용량과 계산 량을 줄일 수 있고 비교적 저 비용으로 고 정밀 위치 추정을 구현한 것이다. 또한 GPS와 INS만의 결합이기 때문에 무인 자동차나 모든 실외 이동 물체에 적용할 수 있을 것이며, 이동로봇의 실외 주행을 위한 위치 인식 시스템으로 활용할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	위치 추정에 주로 사용되는 것은 무엇인가	특히, 위치 추정은 무인 자동차 및 지능형 로봇의 자율적 경로 이동을 위해 활발히 연구되고 있다. 위치 추정에는 주로 GPS (Global Positioning System)와 INS(Inertial Navigation System)가 있다. GPS는 각 위성으로부터 사용자의 수신기까지 전파가 도달하는 시간을 삼각측량법으로 계산하여 사용자의 위치를 구하고, INS는 초기 위치정보로부터 가속도 데이터의 2차 적분을 통해 항체의 속도와 위치를 계산한다[1,2].
	GPS의 오차가 발생하는 이유는 무엇인가	GPS는 위성과 수신기의 거리를 위성에서 보내는 전파의 도달시간을 바탕으로 계산된다. 이때 위성과 수신기의 시계가 일치하지 않아 오차가 발생한다. 또한, 최소 4개 이상의 GPS 위성에서 전파를 수신해야 자신의 위치를 비교적 정확하게 파악할 수 있다.
	INS가 오차를 발생시키는 이유는 무엇인가	하지만 일반 GPS보다 시스템 구축의 비용이 수십 배 이상인 고가의 시스템들이다. INS의 경우 적분 방식을 통해 위치정보를 구하기 때문에 오차가 시간의 제곱에 비례하여 누적되어 시간이 지남에 따라 큰 오차를 발생시킨다[3-4].

참고문헌 (11)

J. H. Lee and H. S. Kim, "A Study of High Precision Position Estimator Using GPS/INS Sensor Fusion", Journal of The Institute of Electronics Engineers of Korea, vol. 49, no. 11, November 2012.

원문보기 상세보기
S. H. Oh, D. H. Hwang, C. S. Park and S. J. Lee, "Attitude Determination GPS/INS Integration System Design Using Triple Difference Technique", Journal of Electrical Engineering & Technology, vol. 7, no. 4, pp. 615-625, July 2012.

원문보기 상세보기
Kai-Wei Chiang and Yun-Wen Huang, "An intelligent navigator for seamless INS/GPS integrated land vehicle navigation applications," Applied Soft Computing, pp. 722-733, May 2007.
Kazunori Ohno , Takashi Tsubouchi, Bunji Shigematsu, Shoichi Maeyama and Shin'ichi Yuta, "Outdoor Navigation of a Mobile Robot between Buildings based on DGPS and Odometry Data Fusion," IEEE International Conference on Robotics & Automation, vol. 2, pp. 1978-1984, September 2003.
H. C. Moon, Y. J. Son and J. H. Kim, "The Development of Driving Algorithm for an Unmanned Vehicle with Multiple-GPS's," Robotics and Systems, vol. 14, no. 1, January 2008.
Roozbeh Mottaghi, Michael Kaess, Ananth Ranganathan, Richard Roberts and Frank Dellaert, "Place Recognitionbased Fixed-Lag Smoothing for Environments with Unreliable GPS," IEEE International Conference on Robotics and Automation, pp. 1862-1867, May 2008.
J. M. Kim, Y. T. Kim and S. S. Kim, "An accurate localization for mobile robot using extended Kalman filter and sensor fusion," IEEE International Joint Conference on Neural Networks, pp. 2928-2933, June 2008.
Jun Zhou and Hamidreza Bolandhemmat, "Integrated INS/GPS System for an Autonomous Mobile Vehicle," IEEE International Conference on Mechatronics and Automation, pp. 694-699, August 2007.
Dongliang Huang, "Expectation Maximization Based GPS/INS Integration for Land-Vehicle Navigation," IEEE Transaction on Aerospace and Electornic Systems, vol. 43, no. 3 July 2007.
K. G. Kim, C. H. Park, M. J. Yu and Y. B. Park, "A Performance Comparison of Extended and Unscented Kalman Filter for INS/GPS Tightly Coupled Approach", Journal of Control, Automation, and Systems Engineering, vol. 12, no. 8, August 2006.
Yunchun Yang and Jay A. Farrell, "Magnetometer and Differential Carrier Phase GPS-Aided INS for Advanced Vehicle Control," IEEE Trans. On Robotics and Automation, vol. 19, no. 2, April 2003.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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