[논문]GNSS 부분 음영 지역에서 마할라노비스 거리를 이용한 GNSS/다중 IMU 센서 기반 측위 알고리즘

김지연; 송무근; 김재훈; 이동익

doi:10.14372/iemek.2022.17.4.239

GNSS 부분 음영 지역에서 마할라노비스 거리를 이용한 GNSS/다중 IMU 센서 기반 측위 알고리즘
GNSS/Multiple IMUs Based Navigation Strategy Using the Mahalanobis Distance in Partially GNSS-denied Environments 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.17 no.4, 2022년, pp.239 - 247

김지연 (Kyungpook National University) , 송무근 (Kyungpook National University) , 김재훈 (Kyungpook National University) , 이동익 (Kyungpook National University)

Abstract ▼ AI-Helper

The existing studies on the localization in the GNSS (Global Navigation Satellite System) denied environment usually exploit low-cost MEMS IMU (Micro Electro Mechanical Systems Inertial Measurement Unit) sensors to replace the GNSS signals. However, the navigation system still requires GNSS signals for the normal environment. This paper presents an integrated GNSS/INS (Inertial Navigation System) navigation system which combines GNSS and multiple IMU sensors using extended Kalman filter in partially GNSS-denied environments. The position and velocity of the INS and GNSS are used as the inputs to the integrated navigation system. The Mahalanobis distance is used for novelty detection to detect the outlier of GNSS measurements. When the abnormality is detected in GNSS signals, GNSS data is excluded from the fusion process. The performance of the proposed method is evaluated using MATLAB/Simulink. The simulation results show that the proposed algorithm can achieve a higher degree of positioning accuracy in the partially GNSS-denied environment.

주제어

표/그림 (12)

그림 그림 1. 연합형 융합 필터 기법 - NR 방식 Fig. 1. Federated fusion filter - NR mode
그림 그림 2. 제안한 융합 항법 시스템의 구조 Fig. 2. Structure of the proposed fusion navigation system
그림 그림 3. GNSS/다중 IMU 센서 융합 알고리즘 개념도 Fig. 3. Schematic diagram of the GNSS/multiple IMUs fusion algorithm
표 표 1. 확장 칼만 필터 알고리즘 Table 1. Extended Kalman filter algorithm
표 표 2. 시뮬레이션 센서 파라미터 Table 2. Simulation parameters of the sensors
그림 그림 4. 시뮬레이션에 사용된 GNSS 위치 측정값 Fig. 4. GNSS position data used in the simulation
그림 그림 5. 위치 추정 시뮬레이션 결과 Fig. 5. Simulation result of the position estimation
그림 그림 6. 이상 신호 검출을 위한 마할라노비스 거리 Fig. 6. Mahalanobis distance for the novelty detection
그림 그림 7. 시뮬레이션의 위치 추정 오차 Fig. 7. Position estimation error of the simulation
그림 그림 8. IMU 센서 고장 시나리오의 위치 추정 결과 Fig. 8. Position estimation with the IMU sensor fault scenario
표 표 3. 평균 제곱근 오차를 이용한 위치 오차 비교 Table 3. RMSE comparison of the position error
표 표 4. IMU 센서 고장 시나리오의 평균 제곱근 오차를 이용한 위치 오차 비교 Table 4. RMSE comparison of the position error with the IMU sensor fault scenario

참고문헌 (16)

S. Sasani, J. Asgari, A.R. Amiri-Simkooei, "Improving MEMS-IMU/GPS Integrated Systems for Land Vehicle Navigation Applications," Journal of GPS Solutions, Vol. 20, pp. 89-100, 2016.
A. D. Abosekeen, A. E. Abdalla, "Fusion of Low-cost MEMS IMU/GPS Integrated Navigation System," Proceedings of the 8th International Conference on Electrical Engineering, pp. 29-31, 2012.
M. Wang, G. Feng, H. Yu, Y. Li, Y. Yang, X. Xiao, "A Loosely Coupled MEMS-SINS/GNSS Integrated System for Land Vehicle Navigation in Urban Areas," IEEE International Conference on Vehicular Electronics and Safety, pp. 103-108, 2017.
G. Falco, M. Pini, G. Marucco, "Loose and Tight GNSS/INS Integrations: Comparison of Performance Assessed in Real Urban Scenarios," Journal of Sensors, Vol. 17, No. 2, pp. 255, 2017.
L. Lou, X. Xu, J. Cao, Z. Chen, Y. Xu, "Sensor Fusion Based Attitude Estimation Using Low-cost MEMS-IMU for Mobile Robot Navigation," Proceedings of the 6th IEEE Joint International Information Technology and Artificial Intelligence Conference, pp. 465-468, 2011.
M. Tanenhaus, D. Carhoun, T. Geis, E. Wan, A. Holland, "Miniature IMU/INS with Optimally Fused Low Drift MEMS Gyro and Accelerometers for Applications in GPS-denied Environments," IEEE/ION Position Location and Navigation Symposium (PLANS), pp. 259-264, 2012.
I. Skog, J. O. Nilsson, P. Handel, "An Open-source Multi Inertial Measurement Unit (MIMU) Platform," International Symposium on Inertial Sensors and Systems (ISISS), pp. 1-4, 2014.
A. M. Shahri, R. Rasoulzadeh, "Implementation of a Low-cost Multi-IMU by Using Information form of a Steady State Kalman Filter," AUT Journal of Electrical Engineering, Vol. 49, No. 2, pp. 195-204, 2017.
J. B. Bancroft, G. Lachapelle, "Data Fusion Algorithms for Multiple Inertial Measurement Units," Journal of Sensors, Vol. 11, No. 12, pp. 6771-6798, 2011.
J. Kim, M. Song, J. Kim, D. Lee, "GPS-free Localization Based on Multiple IMUs and Federated Filter Fusion," Journal of Institute of Control, Robotics and Systems, Vol. 26, No. 9, pp. 708-714, 2020.

상세보기
U. N. Patel, I. A. Faruque, "Sensor Fusion to Improve State Estimate Accuracy Using Multiple Inertial Measurement Units," IEEE International Symposium on Inertial Sensors and Systems (INERTIAL), 2021.
A. M. Sabatini, "Quaternion-based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing," IEEE Transactions on Biomedical Engineering, Vol. 53, No. 7, July 2006.

상세보기
N. Ko, S. Jeong, "Fused Navigation of Unmanned Surface Vehicle and Detection of GPS Abnormality," Journal of Institute of Control, Robotics and Systems, Vol. 22, No. 9, pp. 723-732, 2016 (in Korean).

원문보기 상세보기
P. Mahalanobis, "On the Generalized Distance in Statistics," Proceedings of the National Institute of Science, Vol. 2, No. 1, pp. 49-55, 1936.
J. L. Marins, X. Yun, E. R. Bachmann, R. B. McGhee, M. J. Zyda, "An Extended Kalman Filter for Quaternion-based Orientation Estimation Using MARG Sensors," International Conference on Intelligent Robots and Systems, Hawaii, USA, pp. 2003-2011, 2001.
N. Li, L. Guan, Y. Gao, S. Du, M. Wu, X. Guang, X. Cong, "Indoor and Outdoor Low-cost Seamless Integrated Navigation System Based on the Integration of INS/GNSS/LIDAR System," Journal of Remote Sensing, Vol. 12, No. 19, pp. 1-21, 2020.

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