[논문]Performance Evaluation of a Compressed-State Constraint Kalman Filter for a Visual/Inertial/GNSS Navigation System

Yu Dam Lee; Taek Geun Lee; Hyung Keun Lee

doi:10.11003/jpnt.2023.12.2.129

Performance Evaluation of a Compressed-State Constraint Kalman Filter for a Visual/Inertial/GNSS Navigation System 원문보기

Journal of Positioning, Navigation, and Timing, v.12 no.2, 2023년, pp.129 - 140

Yu Dam Lee (Department of Electronics and Information Engineering, Korea Aerospace University) , Taek Geun Lee (Department of Electronics and Information Engineering, Korea Aerospace University) , Hyung Keun Lee (Department of Electronics and Information Engineering, Korea Aerospace University)

Abstract ▼ AI-Helper

Autonomous driving systems are likely to be operated in various complex environments. However, the well-known integrated Global Navigation Satellite System (GNSS)/Inertial Navigation System (INS), which is currently the major source for absolute position information, still has difficulties in accurate positioning in harsh signal environments such as urban canyons. To overcome these difficulties, integrated Visual/Inertial/GNSS (VIG) navigation systems have been extensively studied in various areas. Recently, a Compressed-State Constraint Kalman Filter (CSCKF)-based VIG navigation system (CSCKF-VIG) using a monocular camera, an Inertial Measurement Unit (IMU), and GNSS receivers has been studied with the aim of providing robust and accurate position information in urban areas. For this new filter-based navigation system, on the basis of time-propagation measurement fusion theory, unnecessary camera states are not required in the system state. This paper presents a performance evaluation of the CSCKF-VIG system compared to other conventional navigation systems. First, the CSCKF-VIG is introduced in detail compared to the well-known Multi-State Constraint Kalman Filter (MSCKF). The CSCKF-VIG system is then evaluated by a field experiment in different GNSS availability situations. The results show that accuracy is improved in the GNSS-degraded environment compared to that of the conventional systems.

주제어

표/그림 (8)

그림 Fig. 1. The overall structure of the CSCKF-VIG system.
그림 Fig. 2. Difference between the MSCKF and the CSCKF in a graph representation.
그림 Fig. 3. Test platform and equipment.
그림 Fig. 4. The real-world dataset for the experiment: trajectory expressed by Google Earth (up) and its surrounding environments (down).
그림 Fig. 5. Estimated trajectories (left up), the number of visible satellites (middle up), PDOP values (right up), position errors in the ENU directions (bottom) under the open-sky condition.
표 Table 1. Comparison on RMSEs, maximum errors, and solution availability of position by different algorithms under the open-sky condition.
그림 Fig. 6. Estimated trajectories (left up), the number of visible satellites (middle up), PDOP values (right up), position errors in the ENU directions (bottom) under the GNSS-degraded condition.
표 Table 2. Comparison on RMSEs, maximum errors, and solution availability of position by different algorithms under the GNSS-degraded condition.

AI 본문요약
AI-Helper

제안 방법

실제 도심지에서 참 궤적을 획득하는 것은 매우 어려우며 고가의 항법 장비 일지라고 도심지에서는 오차의 변동이 크기 때문에 참 궤적으로 비교하기에는 난점이 존재한다. 따라서, 본 실험에서는 개활지 환경에서 RTK 기법으로 산출된 정수해를 참값으로 설정하고 획득한 GNSS 측정치의 수를 조절하여 고의적으로 열악한 수신환경을 모사하였다.
본 논문에서는 GNSS 수신이 열악한 환경에서도 정확하고 안정적인 항법해를 제공하는 새로운 강결합 방식의 CSCKF-VIG 시스템을 소개하고 실제 실험 데이터를 기반으로 기존 시스템과 성능 분석을 진행하였다. CSCKF-VIG 시스템은 가속도와 자이로 측정치, 이미지 기반의 특징점 측정치 그리고 차분된 GNSS 측정치를 활용하여 성능 손실 없이 불필요한 카메라 상태변수를 제거하고 항법에 필요한 INS 상태변수로만 시스템을 구성한 점이 특징이다.

대상 데이터

실험에서 사용된 GNSS 신호는 GPS L1C, GLONASS G1, BeiDou B1 그리고 Galileo E1이다. GNSS 기준국은 한국항공대학교 연구동 옥상에 설치된 Trimble Ti-V2 Choke Ring 안테나와 이동체에 사용된 수신기와 동일한 NovAtel ProPak6를 활용하였다. Fig.
실험에서 사용된 GNSS 수신기는 다중 위성군 및 다중 주파수를 제공하는 NovAtel ProPak6를 활용하였으며 GNSS 안테나는 NovAtel GPS-703-GGG-HV를 사용하였다. 사용된 IMU는 Microelectromechanical System 사의 (MEMS)-IMU인 Xsens-MTi 모델을 사용하였다.
모든 센서 측정치는 GPS 시간에 시각 동기화되어 측정치를 수집하였으며 각 센서의 샘플링 주기는 IMU는 100 Hz, 카메라는 15 Hz 그리고 GNSS 수신기는 1 Hz이다. 실험에서 사용된 GNSS 신호는 GPS L1C, GLONASS G1, BeiDou B1 그리고 Galileo E1이다. GNSS 기준국은 한국항공대학교 연구동 옥상에 설치된 Trimble Ti-V2 Choke Ring 안테나와 이동체에 사용된 수신기와 동일한 NovAtel ProPak6를 활용하였다.
CSCKF-VIG 시스템의 성능평가를 위하여 실외 실험을 진행하였다. 차량에 GNSS 수신기, IMU 그리고 카메라 센서를 부착하고 주행하면서 데이터를 취득하였다. 실제 도심지에서 참 궤적을 획득하는 것은 매우 어려우며 고가의 항법 장비 일지라고 도심지에서는 오차의 변동이 크기 때문에 참 궤적으로 비교하기에는 난점이 존재한다.
사용된 IMU는 Microelectromechanical System 사의 (MEMS)-IMU인 Xsens-MTi 모델을 사용하였다. 카메라는 스테레오 카메라인 FLIR (구 PointGrey)사의 BumblebeeXB3 모델을 사용하였으며 스테레오 카메라에서 왼쪽 카메라로부터 획득된 이미지만을 활용하였다. Fig.

데이터처리

CSCKF-VIG 시스템의 성능평가를 위하여 개활지에서 데이터를 취득하고 각 알고리즘의 결과를 비교하였다. Fig.

이론/모형

실험에서 사용된 GNSS 수신기는 다중 위성군 및 다중 주파수를 제공하는 NovAtel ProPak6를 활용하였으며 GNSS 안테나는 NovAtel GPS-703-GGG-HV를 사용하였다. 사용된 IMU는 Microelectromechanical System 사의 (MEMS)-IMU인 Xsens-MTi 모델을 사용하였다. 카메라는 스테레오 카메라인 FLIR (구 PointGrey)사의 BumblebeeXB3 모델을 사용하였으며 스테레오 카메라에서 왼쪽 카메라로부터 획득된 이미지만을 활용하였다.

성능/효과

CSCKF-VIG 시스템은 가속도와 자이로 측정치, 이미지 기반의 특징점 측정치 그리고 차분된 GNSS 측정치를 활용하여 성능 손실 없이 불필요한 카메라 상태변수를 제거하고 항법에 필요한 INS 상태변수로만 시스템을 구성한 점이 특징이다. CSCKF-VIG는 GNSS가 열악한 환경에서도 기존 알고리즘과 비교하여 정확한 항법해를 제공한 것을 확인할 수 있었다.
전반적으로 영상 측정치를 활용한 두 Visual/Inertial/GNSS 알고리즘이 기존 INS/GNSS 알고리즘에 비해 비교적 위치 정확도가 높은 것을 볼 수 있었다. 두 Visual/Inertial/GNSS 알고리즘의 결과는 비슷한 것을 알 수 있으며, GNSS 가시 위성 수가 충분한 환경에서는 영상 측정치 활용으로 인한 성능 향상이 뚜렷이 보이지 않음을 확인할 수 있었다.
표에서 볼 수 있듯이 GNSS 가시 위성수가 충분한 환경에서는 GNSS-SPP 알고리즘을 제외하고 추정된 위치해가 정확하고 안정적인 것을 확인할 수 있었다. 전반적으로 영상 측정치를 활용한 두 Visual/Inertial/GNSS 알고리즘이 기존 INS/GNSS 알고리즘에 비해 비교적 위치 정확도가 높은 것을 볼 수 있었다. 두 Visual/Inertial/GNSS 알고리즘의 결과는 비슷한 것을 알 수 있으며, GNSS 가시 위성 수가 충분한 환경에서는 영상 측정치 활용으로 인한 성능 향상이 뚜렷이 보이지 않음을 확인할 수 있었다.
Table 1은 개활지 환경에서의 각 알고리즘의 결과를 ENU 좌표계로 정리한 표이다. 표에서 볼 수 있듯이 GNSS 가시 위성수가 충분한 환경에서는 GNSS-SPP 알고리즘을 제외하고 추정된 위치해가 정확하고 안정적인 것을 확인할 수 있었다. 전반적으로 영상 측정치를 활용한 두 Visual/Inertial/GNSS 알고리즘이 기존 INS/GNSS 알고리즘에 비해 비교적 위치 정확도가 높은 것을 볼 수 있었다.

참고문헌 (34)

Bar-Itzhack, I. Y. 1980, Novel method for data compression in？recursive INS error estimation, Journal of Guidance and？Control, 3, 245-250. https://doi.org/10.2514/3.55979？

상세보기
Breckenridge, W. G. 1999, Quaternions proposed standard？conventions, Jet Propulsion Laboratory Technical？Report, INTEROFFICE MEMORANUM IOM 343-79-199？
Britting, K. R. 2010, Inertial navigation systems analysis？(Norwood, MA: Artech House Publishers)？
Cadena, C., Carlone, L., Carrillo, H., Latif, Y., Scaramuzza,？D., et al. 2016, Past, present, and future of simultaneous？localization and mapping: Toward the robustperception age, IEEE Transactions on robotics, 32,？1309-1332. https://doi.org/10.1109/TRO.2016.2624754？

상세보기
Cioffi, G. & Scaramuzza, D. 2020, Tightly-coupled fusion？of global positional measurements in optimization-based visual-inertial odometry, In Proceedings of the？2020 IEEE/RSJ International Conference on Intelligent？Robots and Systems (IROS), Las Vegas, NV, USA, 24？Oct 2020, pp.5089-5095. https://doi.org/10.1109/IROS45743.2020.9341697？
Civera, J., Davison, A. J., & Montiel, J. M. M. 2008, Inverse？depth parametrization for monocular SLAM, IEEE？transactions on robotics, 24, 932-945. https://doi.org/10.1109/TRO.2008.2003276？

상세보기
Forster, C., Pizzoli, M., & Scaramuzza, D. 2014, SVO: Fast？semi-direct monocular visual odometry, In Proceedings？of the 2014 IEEE international conference on robotics？and automation (ICRA), Hong Kong, China, 31 May？- 07 June 2014, pp.15-22. https://doi.org/10.1109/ICRA.2014.6906584？
Gao, Z., Shen, W., Zhang, H., Ge, M., & Niu, X. 2016,？Application of Helmert variance component based？adaptive Kalman filter in multi-GNSS PPP/INS tightly？coupled integration, Remote Sensing, 8, 553. https://doi.org/10.3390/rs8070553？

상세보기
Godha, S. & Cannon, M. E. 2005, Integration of DGPS with a？low cost MEMS-based inertial measurement unit (IMU)？for land vehicle navigation application, In Proceedings？of the 18th International Technical Meeting of the？Satellite Division of the Institute of Navigation (ION？GNSS 2005), Long Beach, CA, USA, 13-16 Sept 2005,？pp.333-345.？
Gong, Z., Liu, P., Wen, F., Ying, R., Ji, X., et al. 2020, Graph-based？adaptive fusion of GNSS and VIO under intermittent？GNSS-degraded environment, IEEE Transactions on？Instrumentation and Measurement, 70, 1-16. https://doi.org/10.1109/TIM.2020.3039640？

상세보기
Goshen-Meskin, D. & Bar-Itzhack, I. Y. 1992, Unified？approach to inertial navigation system error modeling,？Journal of Guidance, Control, and Dynamics, 15, 648-653. https://doi.org/10.2514/3.20887？

상세보기
Kim, L., Lee, Y., & Lee, H. K. 2022, Kalman-Hatch dual-filter？integrating global navigation satellite system/inertial？navigation system/on-board diagnostics/altimeter for？precise positioning in urban canyons, IET Radar, Sonar？& Navigation, 16, 379-397. https://doi.org/10.1049/rsn2.12190？

상세보기
Kim, L. W., Yoo, W. J., & Lee, H. K. 2019, Position-Domain？Hatch Filter for Integrated GPS/BeiDou/Altimeter,？In Proceedings of the ION 2019 Pacific PNT Meeting,？Honolulu, Hawaii, 8-11 April 2019, pp.691-701. https://doi.org/10.33012/2019.16778？
Lam, T. Y. 2003, Hamilton's quaternions, In Handbook of？algebra, 3, 429-454. https://doi.org/10.1016/S1570-7954(03)80068-2？
Lee, H. K. & Lee, J. G. 2007, Fault-tolerant compression filters？by time-propagated measurement fusion, Automatica, 43,？355-361. https://doi.org/10.1016/j.automatica.2006.09.005？

상세보기
Lee, Y. D., Kim, L. W., & Lee, H. K. 2022, A tightly-coupled？compressed-state constraint Kalman Filter for integrated？visual-inertial-Global Navigation Satellite System？navigation in GNSS-Degraded environments, IET？Radar, Sonar & Navigation, 16, 1344-1363. https://doi.org/10.1049/rsn2.12265？

상세보기
Leutenegger, S., Lynen, S., Bosse, M., Siegwart, R., & Furgale,？P. 2015, Keyframe-based visual-inertial odometry？using nonlinear optimization, The International？Journal of Robotics Research, 34, 314-334. https://doi.org/10.1177/0278364914554813？

상세보기
Li, T., Zhang, H., Gao, Z., Niu, X., & El-Sheimy, N. 2019, Tight？fusion of a monocular camera, MEMS-IMU, and single-frequency multi-GNSS RTK for precise navigation in？GNSS-challenged environments, Remote Sensing, 11, 610. https://doi.org/10.3390/rs11060610？

상세보기
Liao, J., Li, X., Wang, X., Li, S., & Wang, H. 2021, Enhancing？navigation performance through visual-inertial？odometry in GNSS-degraded environment, GPS？Solutions, 25, 1-18. https://doi.org/10.1007/s10291-020-01056-0？

상세보기
Liu, J., Gao, W., & Hu, Z. 2021, Optimization-based？visual-inertial SLAM tightly coupled with raw GNSS？measurements, In Proceedings of the 2021 IEEE？International Conference on Robotics and Automation？(ICRA), Xi'an, China, 30 May - 05 June 2021, pp.11612-11618. https://doi.org/10.1109/ICRA48506.2021.9562013？
Lucas, B. D. & Kanade, T. 1981, An iterative image registration？technique with an application to stereo vision, In？Proceedings of the 7th international joint conference？on Artificial intelligence, Vancouver, Canada, 24-28 Aug？1981, pp.674-679.？
Medan, Y. & Bar-itzhack, I. Y. 1985, Batch recursive data？compression schemes for INS error estimation, IEEE？transactions on aerospace and electronic systems, AES-21, 688-697. https://doi.org/10.1109/TAES.1985.310597？

상세보기
Misra, P. & Enge, P. 2001, Global Positioning System: Signals,？Measurements, and Performance (Lincoln, MA: Ganga-Jamuna Press)？
Mourikis, A. I. & Roumeliotis, S. I. 2007, A multi-state？constraint Kalman filter for vision-aided inertial？navigation, In Proceedings of the 2007 IEEE international？conference on robotics and automation (ICRA), Rome,？Italy, 10-14 April 2007, pp.3565-3572. https://doi.org/10.1109/ROBOT.2007.364024？
Nister, D., Naroditsky, O., & Bergen, J. 2006, Visual odometry？for ground vehicle applications, Journal of Field？Robotics, 23, 3-20. https://doi.org/10.1002/rob.20103？

상세보기
Noureldin, A., Karamat, T. B., Eberts, M. D., & El-Shafie, A.？2008, Performance enhancement of MEMS-based INS/GPS integration for low-cost navigation applications,？IEEE Transactions on vehicular technology, 58, 1077-1096. https://doi.org/10.1109/TVT.2008.926076？

상세보기
Qin, T., Li, P., & Shen, S. 2018, Vins-mono: A robust and？versatile monocular visual-inertial state estimator, IEEE？Transactions on Robotics, 34, 1004-1020. https://doi.org/10.1109/TRO.2018.2853729？

상세보기
Rizos, C. 2001, Precise GPS positioning: Prospects and？challenges, In Proceedings of the 5th Int. Symp. on？Satellite Navigation Technology & Applications,？Canberra, Australia, July 2001, pp.24-27.？
Rosten, E. & Drummond, T. 2005, Fusing points and lines for？high performance tracking, In Proceedings of the 10th？IEEE International Conference on Computer Vision？(ICCV'05), Beijing, China, 17-21 Oct 2005, pp.1508-1515. https://doi.org/10.1109/ICCV.2005.104？
Scaramuzza, D. & Fraundorfer, F. 2011, Visual odometry？[tutorial], IEEE robotics & automation magazine, 18, 80-92. https://doi.org/10.1109/MRA.2011.943233？

상세보기
Sun, R., Yang, Y., Chiang, K. W., Duong, T. T., Lin, K. Y., et？al. 2020, Robust IMU/GPS/VO integration for vehicle？navigation in GNSS degraded urban areas, IEEE Sensors？Journal, 20, 10110-10122. https://doi.org/10.1109/JSEN.2020.2989332？

상세보기
Vu, A., Ramanandan, A., Chen, A., Farrell, J. A., & Barth, M.？2012, Real-time computer vision/DGPS-aided inertial？navigation system for lane-level vehicle navigation, IEEE？Transactions on Intelligent Transportation Systems, 13,？899-913. https://doi.org/10.1109/TITS.2012.2187641？

상세보기
Yu, M. J., Park, H. W., & Jeon, C. B. 1997, Equivalent？nonlinear error models of strapdown inertial navigation？system, In Proceedings of the Guidance, Navigation,？and Control Conference, New Orleans, LA, USA, 11-13？Aug 1997, pp.581-587. https://doi.org/10.2514/6.1997-3563？
Zhang, Z., Dong, P., Wang, J., & Sun, Y. 2020, Improving？S-MSCKF with variational Bayesian adaptive nonlinear？filter, IEEE Sensors Journal, 20, 9437-9448. https://doi.org/10.1109/JSEN.2020.2989206？

상세보기

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