[논문]관성 센서와 GPS 약결합을 통한 GPS 음영지역에서 차량 위치 추정

김도윤; 박현근

문제 정의

본 연구에서는 GPS와 IMU의 약결합 방식을 이용하여 GPS 음영 지역 및 멀티 패스 지역에서 보다 정밀하게 차량의 위치를 파악하는 알고리즘을 제안하였다. 실주행 테스트에서는 유의미한 결과가 나왔으며, 제안한 방식을 활용하면 GPS 음영 지역에서 고가의 DGPS를 사용하지 않더라도 차량의 위치를 파악할 수 있을 것으로 기대된다.
OBD 정보 는 CAN(Controlled Area Network) 신호로 전달되며 이 신호 내에는 차량 주행 정보 이외의 정보가 많이 담겨있다. 본 연구에서는 이 신호를 분석하여 차량 주행 속도 정보를 zigbee 무선으로 전송하는 소형 OBD2Wireless 장치를 개발하였다.
이러한 지역에서는 차량의 관성량을 측정하여 GNSS 신호가 있는 경우는 보다 정밀한 위치 추종을, GNSS 신호가 없는 경우에도 일정 시간동안 은 GPS 위성 신호가 수신되는 것처럼 현재의 위치를 추종할 수 있는 위치 추정 시스템을 제작이 필요하다[1-6]. 이를 위해 본 연구에서는 3축 가속도, 자이로 센서로 구성되는 관성센서 유닛을 사용하고 차량의 주행 속도를 보다 정확하게 파악하기 위해 ECU의 정보를 무선으로 전달하는 OBD2Wireless를 개발하였다. 이러한 모든 정보를 합쳐 보다 신뢰성 있는 정보를 산출하는 융합 모듈이 만들어졌으며, GPS 신호가 불안한 경우 GPS 신호에 어느 정도 신뢰도를 줄 수 있는지 GPS 신호 레벨에서 판별하는 판별식을 제안한다.

제안 방법

이러한 모든 정보를 합쳐 보다 신뢰성 있는 정보를 산출하는 융합 모듈이 만들어졌으며, GPS 신호가 불안한 경우 GPS 신호에 어느 정도 신뢰도를 줄 수 있는지 GPS 신호 레벨에서 판별하는 판별식을 제안한다. 개발한 시스템의 성능을 평가하기 위해 차량에 시스템을 장착하고 주행하면서 임의로 GPS 신호를 단절시키고 이 때 차량 위치를 기존 GPS 신호와 비교하는 방식으로 시스템 성능을 평가하였다.
당 연구에서 제작된 IMU와 OBD2Wireless의 융합 결과는 차량의 상대적인 위치 추정이 비교적 잘되는 편이기에 GPS 신호 품질 판단에 대해서는 위성 개수가 5개 이하이면서 PDOP가 3 이하일 경우는 GPS 신호를 융합에 사용하지 않는 조건으로 활용하였다. 이 조건을 충족하지 못하는 경우는 IMU의 결과만으로 현재 차량의 위치를 파악하며, 이를 이용하면 멀티 패스 지역 및 터널 입구에서 GPS 신호가 불안해 지는 상황을 미리 판별하여 잘못된 GPS 정보가 차량 위치 파악에 영향을 미치는 것을 막을 수 있었다.
움직이는 물체의 위치를 파악하기 위해서는 관성량을 측정하여 이 정보로부터 원하는 물리량을 찾아내는 추측 항법(dead reckoning) 방식이 일반적이다. 본 연구에서는 3축 MEMS 가속도, 자이로 센서로 구성된 관성 측정 유닛(Inertial Measurement Unit)을 직접 제작하여 사용하였다. 제작된 IMU는 100Hz의 속도, 16비트의 정밀도로 차량의 가속도, 각속도의 변화량을 측정한다.
앞서 소개한 IMU와 OBD 정보를 GPS 정보와 융합하여 보다 정밀한 위치 추정을 위한 INS(Inertial Navigation System) 알고리즘을 제안한다. 기존 약결합 방식의 단점을 극복하기 위해 차량 주행 모드를 판별하는 기능이 추가되었으며, 차량 주행 모드에 따라 2개로 나눠 구성된 칼만 필터가 신호 융합을 담당한다.
이를 위해 본 연구에서는 3축 가속도, 자이로 센서로 구성되는 관성센서 유닛을 사용하고 차량의 주행 속도를 보다 정확하게 파악하기 위해 ECU의 정보를 무선으로 전달하는 OBD2Wireless를 개발하였다. 이러한 모든 정보를 합쳐 보다 신뢰성 있는 정보를 산출하는 융합 모듈이 만들어졌으며, GPS 신호가 불안한 경우 GPS 신호에 어느 정도 신뢰도를 줄 수 있는지 GPS 신호 레벨에서 판별하는 판별식을 제안한다. 개발한 시스템의 성능을 평가하기 위해 차량에 시스템을 장착하고 주행하면서 임의로 GPS 신호를 단절시키고 이 때 차량 위치를 기존 GPS 신호와 비교하는 방식으로 시스템 성능을 평가하였다.
GPS 출력값인 위도, 경도, 고도 중에서 상대적으로 고도 정보는 많은 오차를 가지고 있다. 이러한 특성은 전체 융합 알고리즘 성능에도 많은 영향을 미치므로, GPS 신호의 고도 정보의 품질을 분석하고 융합 알고리즘에서 가중치를 조절하기 위해 별도의 고도계를 사용할 수 있도록 하였다.
이를 위해 5종류의 GPS 상용 모듈을 한대의 차량에 장착하고, GPS 신호가 자주 끊어지는 서울 지하철 2호선 지상 구간의 밑 부분을 주행 하면서 GPS 데이터를 획득하여 HDOP, PDOP 및 기타 필드 정보를 얻어 경로 정보와 GPS 품질을 비교할 수 있는 기초 데이터를 획득하였다.
기존 약결합 방식의 단점을 극복하기 위해 차량 주행 모드를 판별하는 기능이 추가되었으며, 차량 주행 모드에 따라 2개로 나눠 구성된 칼만 필터가 신호 융합을 담당한다. 차량 주행 모드는 IMU의 가속도, 자이로 센서의 변화량을 이용하여 차량이 멈춰있는지, 직선 주행인지, 회전 중인지를 판별한다. 이는 차량이 멈춰있는 경우 GPS 신호 오차에 의해 오류가 누적되는 것을 막는 효과가 있으며, 주행 중에도 회전 오차가 누적되는 것을 막아준다.

대상 데이터

실험은 고층 빌딩이 밀집되어 멀티 패스 현상이 자주 발생하는 서울 테헤란로에서 이뤄졌다. 비교를 위해 기존 약결합 방식을 사용하는 MEMS 기반 상용 제품으로 먼저 주행하여 그림 4와 같은 결과를 얻었다.
본 연구에서는 3축 MEMS 가속도, 자이로 센서로 구성된 관성 측정 유닛(Inertial Measurement Unit)을 직접 제작하여 사용하였다. 제작된 IMU는 100Hz의 속도, 16비트의 정밀도로 차량의 가속도, 각속도의 변화량을 측정한다. 내부에는 BIAS 출력을 제거하기 위한 알고리즘 및 온도 변화에 강인한 특성을 가지는 전원 회로 설계가 병행되었다.

성능/효과

하지만 본 연구에서 해당 필드값을 가지고 테스트를 해 본 결과 GPS 신호가 수신되지 않는 상태에서는 해당 필드값이 유의미한 값을 제공하지만 도심 고층 건물들로 인한 멀티 패스 지역과 GPS 신호가 끊기기 전 불안한 부분의 신호에는 GPS 신호 품질과 해당 필드값의 상관 관계를 찾기 어려웠다. 따라서 단순한 HDOP, PDOP의 필드값 활용이 아닌 또 다른 방식의 GPS 신호 품질을 판단할 수 있는 근거가 필요하게 되었고, 강결합 방식이 아닌 약 결합 방식이기에 GPS 신호 처리 후 결과만을 사용할 수 밖에 없다는 단점을 극복해야 한다.
좌측 하단이 교대역이고, 우측 상단이 삼성역으로 차량은 2차선 직선 주행을 했음에도 멀티 패스 현상에 의해 차량의 위치는 지속적으로 변하는 궤적을 보여주고 있다. 반면 제안한 알고리즘을 적용한 GPS-INS 약결합 융합 알고리즘의 결과는 차량의 위치가 상대적으로 직선에 가깝게 도출되는 것을 확인할 수 있다. 특히 GPS 신호가 불량한 경우는 GPS 신호를 차단하고 IMU만으로 주행한 결과를 이용하여 현재위치를 파악한다.
위 실험 결과에서 볼 수 있듯이 상용 제품에 비해 멀티 패스 현상은 대폭 감소하였으며, GPS 신호가 불안한 지역에서는 GPS 신호 정보를 활용하지 않고 IMU 정보만으로 차량의 위치를 파악하고 있으며, 이 때 GPS 신호 판별 여부는 제안된 알고리즘을 통해 자동으로 결정되고 있음을 확인할 수 있다.
당 연구에서 제작된 IMU와 OBD2Wireless의 융합 결과는 차량의 상대적인 위치 추정이 비교적 잘되는 편이기에 GPS 신호 품질 판단에 대해서는 위성 개수가 5개 이하이면서 PDOP가 3 이하일 경우는 GPS 신호를 융합에 사용하지 않는 조건으로 활용하였다. 이 조건을 충족하지 못하는 경우는 IMU의 결과만으로 현재 차량의 위치를 파악하며, 이를 이용하면 멀티 패스 지역 및 터널 입구에서 GPS 신호가 불안해 지는 상황을 미리 판별하여 잘못된 GPS 정보가 차량 위치 파악에 영향을 미치는 것을 막을 수 있었다.

후속연구

본 연구에서는 GPS와 IMU의 약결합 방식을 이용하여 GPS 음영 지역 및 멀티 패스 지역에서 보다 정밀하게 차량의 위치를 파악하는 알고리즘을 제안하였다. 실주행 테스트에서는 유의미한 결과가 나왔으며, 제안한 방식을 활용하면 GPS 음영 지역에서 고가의 DGPS를 사용하지 않더라도 차량의 위치를 파악할 수 있을 것으로 기대된다. 추후 과제로는 보다 정량적인 분석을 위해 레퍼런스 데이터가 존재하는 지역에서 주행 을 하며 그 성능을 분석하는 일이 남아있다.
실주행 테스트에서는 유의미한 결과가 나왔으며, 제안한 방식을 활용하면 GPS 음영 지역에서 고가의 DGPS를 사용하지 않더라도 차량의 위치를 파악할 수 있을 것으로 기대된다. 추후 과제로는 보다 정량적인 분석을 위해 레퍼런스 데이터가 존재하는 지역에서 주행 을 하며 그 성능을 분석하는 일이 남아있다. 또한 GPS 신호 품질 판단 기준을 주행 테스트를 통해 유효함을 검증하고, 개선하는 일이 남아있다.

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

관성 센서와 GPS 약결합을 통한 GPS 음영지역에서 차량 위치 추정
Vehicle localization in GPS signal unavailability area using weakly coupled IMU and GPS 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

관성 센서와 GPS 약결합을 통한 GPS 음영지역에서 차량 위치 추정 Vehicle localization in GPS signal unavailability area using weakly coupled IMU and GPS 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

관성 센서와 GPS 약결합을 통한 GPS 음영지역에서 차량 위치 추정
Vehicle localization in GPS signal unavailability area using weakly coupled IMU and GPS 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper