• 제어로봇시스템학회논문지
• /
• 제8권6호
• /
• pp.524-532
• /
• 2002

This paper presents a new in-flight alignment method for an SDINS under large initial heading error. To handle large heading error, a new attitude error model is introduced. The attitude errors are divided into heading error and leveling errors using a newly defined horizontal frame. Some navigation error dynamic models are derived from the attitude error model for indirect feedback filtering of the in-flight alignment system. A Kalman filter with Position measurement is designed to estimate navigation errors as the indirect feedback filter Simulation results show that the proposed in-flight alignment method reduces the heading error very quickly from more than 40deg to about 5deg so as to apply a refined navigation filter. The total alignment process including leveling mode and navigation mode in addition to the proposed one allows large initial values not only in heading error but also in leveling errors.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.990-994
• /
• 2003

When the low cost IMU is used, the result of the stationary self alignment is not suitable for navigation. In this paper, an in-motion alignment method is proposed to obtain an accurate initial attitude of a low cost IMU based GPS/INS integration system. To design Kalman filter for alignment, large heading error model is introduced. And then Kalman filter is designed to estimate initial attitude error as the indirect feedback filter. In order to assess performance of the alignment method, computer simulations are carried out. The simulation results show that initial attitude error rapidly reduces.

• 한국항행학회논문지
• /
• 제28권4호
• /
• pp.379-385
• /
• 2024

관성항법장치는 정지 상태에서 가속도계 및 자이로 센서가 측정한 중력과 지구 자전 각속도 정보를 이용하여 정렬을 수행하며, 일반적으로 선형 항법 오차 모델 기반의 영속도 보정 칼만필터를 사용하여 수행된다. 하지만 이는 정지 상태를 가정하여 설계된 알고리즘으로 해상 정박 중 정렬을 수행하는 경우, 파도로 인해 발생하는 움직임으로 정렬 오차가 커지거나 필터가 발산하게 된다. 본 논문에서는 큰 방위각 오차 모델과 초기위치 보정 기법을 사용하여 해상 플랫폼을 위한 정박 중 정렬 알고리즘을 설계하고 시뮬레이션을 통해 검증하였다. 또한 이를 회전형 관성항법장치에 적용하였을 경우 바이어스가 상쇄되는 원리를 통해 비약적으로 성능이 개선됨을 확인하였다.

• 사물인터넷융복합논문지
• /
• 제10권4호
• /
• pp.101-108
• /
• 2024

실내 위치 측위는 대형 건물에서 내비게이션부터 비상 대응까지 다양한 애플리케이션이다. 본 논문에서는 스마트폰 센서를 이용하고 신경망 기반 동작 인식, 칼만 필터 기반 오류 수정, 다중 센서 데이터 융합을 통합한 향상된 PDR(Pedestrian Dead Reckoning) 기반 보행자 실내 위치 측위 기법을 제시한다. 제안된 기법은 가속도계, 자력계, 자이로스코프, 기압계의 데이터를 활용하여 사용자의 위치와 방향을 정확하게 측위하며, 신경망은 센서 데이터를 처리하여 동작 모드를 분류하고 보폭과 방향 계산에 대한 실시간 조정을 제공한다. 칼만 필터는 이러한 추정치를 더욱 구체화하여 누적 오류와 드리프트를 줄이며, 대형 건물의 여러 층에서 스마트폰을 사용하여 수집한 실험 결과는 수직 이동과 진행 방향 변화를 정확하게 추적하는 능력을 보여준다. 성능 비교 분석 결과에서 제안된 CNN-LSTM 모델은 각도예측에서 기존 CNN 및 Deep CNN 모델보다 성능이 뛰어난 것으로 나타났으며. 또한 기압 데이터를 통합하여 정확한 바닥 수준 감지가 가능해 다층 환경에서 시스템의 견고성을 향상시켰으며, 이 제안된 접근 방식은 실내 위치 파악의 정확성과 신뢰성을 크게 향상시켜 실제 응용 분야에서 활용 가능성이 높다고 판단된다.