1

GPS/INS/DMI 강결합 및 GPS 데이터 처리 기술 개발

2005. 1. 14

서울대학교 박 찬 국 교수항공대학교 이 형 근 교수

ETRI 최종발표

2

목 차• Part 1. 과제 요약

– 과제 개요

– 수행 연구 내용

• Part 2. INS/GPS 강결합 기법 연구– 측정치 증가 기법 및 강결합 알고리즘

– INS/GPS/DMI 통합 프로그램 구현 및 검증

– Bad Data 제거 알고리즘

• Part 3. GPS 데이터 처리 기법 연구– GPS 데이터 처리 모듈

– LAMBDA 기법 및 CDGPS 를 이용한 위치 결정

– GPS 를 이용한 자세 계산

• Part 4. 결론 및 추후 연구 과제– 과제 결과 요약

– 추후 연구 과제

3

Part 1. 과제 요약

4

• 과 제 명– GPS/INS/DMI 강결합 및 GPS 데이터 처리기술 개발

• 수행 기간– 2004 년 4 월 1 일 ~2004 년 12 월 31 일 (9 개월 )

• 과제 목표– 실시간 및 후처리용 알고리즘 모듈 개발

• 주요 연구 내용– 실시간 GPS 강결합 기술 연구 및 모듈 개발– GPS 부정확 측정치 추출 / 제거 기법 연구 및 모듈 개발– CDGPS 기술 연구 및 모듈 개발– GPS 수신기를 이용한 자세 측정 모듈 개발

과제 개요

5

과제참여 연구원박 찬 국

강결합 기법 부정확 측정치제거 CDGPS 기술 GPS 자세 측정

김 광 진 서 재 원

이 형 근 이 형 근 . 박 찬 국박 찬 국 박 찬 국 . 이 장 규

서 재 원 김 광 진

이 한 성강 우 용 강우용

세부과제명 :

세부 과책 :

연구원 (P) :

연구원 (S) :

과제책임자 :

신용설 . 심 주 영

6

연구 진행 계획4 월 5 월 6 월 7 월 8 월 9 월 10 월 11 월 12 월

기본 이론 강결합 기법 연구 강결합 프로그램 작성 실데이터 이용 검증 보충연구 과제정리INS/GPS/DMI강결합 기법

중간보고서 최종보고서

기본 이론L1, L2 모두 적용 가능LAMBDA 기법 연구

LAMBDA Code프로그램 및 검증

실데이터 이용 검증

자세측정 프로그램구현 및 검증

RINEX 분석 및 변환Ephemeris분석 , 연구

알고리즘 구현 및 검증

GPS 측정식 이해

Multipath 억제 ,Cycle Slip 검출 기법

Code Carrier 처리(Hatch Filter 적용 )

CDGPS Procedure

알고리즘 구현 및 검증

Dual Frequency특성 연구 ,LABMDA method

자세측정 ,Lever-Arm 오차 보상

RINEX Decoding,Ephemeris Correction

Filter, Detector,CovarianceEstimation

For advanced GPSCode-carrierProcessing

기본 이론

기본 이론

Bad Data 제거 기법알고리즘 구현 및 검증Smoothing Program

Bad Data Rejection

기본 이론

차량 운동 모델 연구

통합프로그램

Level-Arm 오차보상 기법 연구자세측정 기법 분석

GPS 데이터 처리기술 개발

운동모델연구 ,걍결합 기법 연구

연구 주제 세부 연구 내명

7

수행 연구 내용• INS/GPS/DMI 강결합 알고리즘 연구 및 프로그램 개발

– 차량용 순수항법 알고리즘 및 측정치 증가 기법 연구

– INS/GPS 강결합 알고리즘 연구

• GPS 데이터 처리를 위한 알고리즘 연구 및 프로그램 개발– RINEX 데이터 형식 분석 및 데이터 처리 알고리즘 연구

– 부정확 측정치 제거 기법 연구

– 미지정수 결정을 위한 LAMBDA 기법 연구

– GPS 를 이용한 자세계산 알고리즘 연구

• 후처리 항법을 위한 스무딩 알고리즘 성능 개선– Bad Data 제거 알고리즘 연구

8

Part 2. INS/GPS 강결합 기법 및 후처리 프로그램 성능 개선

9

실시간 항법 프로그램• 실시간 항법

– 운전자나 사용자에게 실시간으로 현재 위치 정보를 제공• 텔레매틱스 분야에서 주행 정보 제공을 위해서는 필수적임

• 4S VAN 실시간 운용 개념

순수 항법 연산( 위치 , 속도 , 자세 )

DMI 데이터 획득( 속도 정보 )

INS/GPS/DMI결합 알고리즘( 항법 오차 추정 )

200 Hz 200 Hz1 Hz

IMU : LN200 DMI : Wheel 장착GPS 수신기

실시간 항법정보 Display

10

항법 프로그램 흐름도가속도계 및 자이로

데이터 획득

Scale Factor 처리 및센서 오차 보상

회전벡터 이용한쿼터니언 자세 계산

차량 속도 계산

기준좌표계 속도및 현재 위치 계산

DMI 데이터 획득 및Scale Factor 처리

데이터 필터링

GPS 위성 정보 , 의사거리 ,의사거리 변화율 획득

GPS/DMI 측정치 생성

칼만필터 Propagation

칼만필터 갱신

오차 추정 및 보상

200Hz 수행 모듈 200Hz 수행 모듈 1Hz 수행 모듈

11

항법 프로그램 구조 Sensor Data 획득

변수 초기화 initGlobarVar() initKalmanVar()

자세 , 속도 증분 계산

fopen() fscanf ()

raw_aq() dataAvg() sculcon() attitude() acc_b2n

Selected Mode 연산 - Mode 1 - Mode 2

- Mode 3

crs_align() crs_align() fineAlign() Navigation

보정항법 계산 Fk_system() Get_measure() UD_filter()

Data_init.cpp

Nav_Part1.cpp

Nav_Part2.cpp

Nav_Part3.cpp

Main.c

12

차량용 운동 모델 연구• 연구 목적

– 4S VAN 차량 운동 모델 및 측정치 증가 알고리즘

• 4S VAN 차량 운동– 전진 방향으로 진행하므로 강제 조건 제시

• Nonholonomic 강제 조건– 차량의 직진방향 이외의 속도 성분은 0 :

– 적용 분야• INS 운동 모델 : 일반적인 INS 모델에서 수평 및 수직 성분 0• 측정치 모델 : GPS Outage 상태에서 속도 오차를 측정치로 사용

• INS 운동 모델 – 위치모델과 속도 모델에 강제 조건 적용

• 위치 모델 :

• 속도 모델 :

Arclength Coordinate

00

x x

b y

z

v vv v

v

cos cos

cos sin

sin

bx

n bb b x

bx

vxy c v vz v

2 2 2 2

bx

s x y z

s v

bx

b b b b bib b y x z

b b bz x y

a

v f v a v w

a v w

13

차량용 측정 모델• INS 측정 모델에 강제 조건 적용

– 차량 주행 진행 방향 이외의 속도는 0 이므로 기준 측정치로 사용• 측정식 구성

– 항체 속도 :– 속도 오차 :

– 칼만필터 측정식 :

• 시스템 구성도– GPS Outage 구간에서 칼만필터 측정식 변경

Tb bk y zz v v

전진방향 제외한 속도 : 최대 0.5[m/sec] 이내

12 22 32 32 22 12 32 22 12

13 23 33 33 23 13 33 23 13

0 0 00 0 0

E D D N N Ek

E D D N N E

C C C V C V C V C V C V C V CH

C C C V C V C V C V C V C V C

( ) ( ) ( )( )Tb b n n n n b n n n

b nv v I E C v v C I E v v b b n b n N

n nv C v C v

ˆ ˆˆ ˆ ˆTb b n n n

n bv C v C v

14

측정 모델 증가에 의한 항법 결과

0

5

10

15

20

25

30

35

40

45

1 61 121 181 241 301 361 421 481 541 601 661 721 781 841 901 961 1021 1081 1141Time [Sec]

RSS

Erro

r [m

]`

INS/GPS

INS/GPS/NH

GPS 50[sec]Outage

GPS 100[sec]Outage

GPS 150[sec]Outage

- 50

- 40

- 30

- 20

- 10

0

10

1 45 89 133 177 221 265 309 353 397 441 485 529 573 617 661 705 749 793 837 881 925 969 1013 1057 1101Time [Sec]

[m]

고도

오차

INS/GPS

INS/GPS/NH

GPS 50[sec]Outage

GPS 100[sec]Outage

GPS 150[sec]Outage

수평축 RSS 위치 오차 수직축 위치 오차

• 측정치 증가에 의한 성능 분석– 위치 오차 비교

• 수평축 위치 오차 : 3.56m 에서 2.58m 로 감소• 수직축 위치 오차 : 2.39m 에서 1.29m 로 감소

– GPS Outage 구간에서 급격한 오차 발생시 우수한 성능 보임• 100 초 동안 GPS Outage 일 경우 효과적으로 사용 가능

15

강결합 기법 개요• 강결합 기법

– GPS 수신기의 의사거리와 의사거리 변화율 정보를 사용

• 시스템 오차 모델– 기존 칼만필터 (16 차 ) 모델에 GPS 수신기 오차 추가– 시스템 오차 모델 식

– GPS 수신기 시계 오차 :

),0(~,00

0000

12152

21151

215115

TCTCTC

clock

DMI

INS

clock

DMI

INS

clock

DMI

INS

QNwwxxx

FF

F

xxx

Tdriftbiasclock ccx

2

1

2

1

0010

ww

cc

ww

cc

Fcc

drift

bias

drift

biasclock

drift

bias

INS Aided GPS ReceiverINS Aided GPS Receiver

Inertial Navigation SystemInertial Navigation System

Process Computer

INS Errors

KalmanFilter PVA

DelayLock Loop

Phase-Lock Loop

PVA

Ephemeris

Inertial Data

Navigation Processor

Pseudorange+Rate

Pseudorange+Rate

Range+Rate

Range+Rate

INS Aided GPS ReceiverINS Aided GPS Receiver

Inertial Navigation SystemInertial Navigation System

Process Computer

INS Errors

KalmanFilter PVA

DelayLock Loop

Phase-Lock Loop

PVA

Ephemeris

Inertial Data

Navigation Processor

Pseudorange+Rate

Pseudorange+Rate

Range+Rate

Range+Rate

16

강결합 기법을 위한 GPS 데이터• GPS Format

– 강결합 기법 사용 데이터를 위하여 GPS 위성 정보에서 데이터 재구성• 사용 데이터 : 의사거리 , 의사거리 변화율 , 위성 좌표 (X, Y, Z), 위성 속도• 가시 위성 개수 : 측정치 개수를 결정 . View_Sat_Number

• GPS 데이터 처리– 정의된 데이터 형식과 View_Sat_Number 이용 측정치와 측정식 구성– 의사거리 측정식

• 시선 거리 :

• 의사거리 추정식 :

• 의사거리 측정식 :

– 의사거리 변화율 측정식

• LOS 계산 :

• ECEF 속도차 :• 변화율 추정식 :• 변화율 측정식 :

2 2 2( ) ( ) ( )i i u i u i ur x x y y z z

2 2 2ˆ ( ) ( ) ( )i i u i u i u Biasx x y y z z clock

ˆ[ ]k i iz i

0 0 0i i i i i ii

u u u

x x y y z zh

x y z r r r

Ei GPS INSV V V

ˆ Ti i i rateh V clock

ˆ[ _ _ ]k i iz i View Sat Num

17

강결합 측정식 구성• 강결합 측정치

– 시선벡터와 편미분식을 이용 측정식 구성– 측정행렬의 행 : 가시위성의 개수 * 2[ 의사거리 + 변화율 ]– 측정식

• 강결합 측정식 알고리즘 출력값– 칼만필터 측정치 :– 측정식 행렬 :

1 1 11 9

1 9

1 1 9

1 9

0 0 0 1 0 0

0 0 0 1 0 0

0 0 0 0 0 0 1 0

0 0 0 0 0 0 1 0

n n nTC

T en

T en n

L l h

H L l hh C

h C

[2 _ _ ]kz View Sat Num

TCH

Get_Measure() 함수에서 처리 - 약결합 or 강결합 선택 - DMI 데이터 선택

18

측정치 생성 모듈Get Measure( )

GPS Available?

결합 기법 ? DMI Available?

약결합 측정치 계산 강결합 측정치 계산 DMI 측정치 계산

UD Filter( )

YES NO

YESLoosely Tightly NO

KF Propagation( )

Nonholonomic

GPS/DMI 연합측정치

DMI Available?YES NO

19

차량 주행 시험• 4S VAN 주행 궤적

– 4 공단 주행 데이터 이용– GPS Outage : Point 1. 지점에서 20 초 동안 왕복으로 발생

36.43

36.432

36.434

36.436

36.438

36.44

36.442

36.444

127.407 127.408 127.409 127.41 127.411 127.412 127.413 127.414 127.415 127.416 127.417 [Deg]경도

[Deg

]위

도

: GPS OUTAGEPoint 1.

Point 2.

Point 3.Point 4.

Point 5.

Start

20

결합 시스템 검증• INS/GPS/DMI 결합시스템

– GPS/DMI 연합 측정치 사용• 시스템 모델 18 차 : 강결합 17 차 모델에 속도계 오차 포함

36.43

36.432

36.434

36.436

36.438

36.44

36.442

36.444

127.407 127.408 127.409 127.41 127.411 127.412 127.413 127.414 127.415 127.416 127.417 [Deg]경도

[Deg

]위

도

: GPS OUTAGEPoint 1.

Point 2.

Point 3.Point 4.

Point 5.

21

결합 시스템 오차 비교• 결합시스템 오차 해석

– GPS 가시위성을 1 분간 제한하여 약결합 및 강결합 사용• 주행 후 5 분 , 10 분 , 15 분 , 20 분에서 1 분 동안 가시위성수 제한• 수평축 오차 비교

– 실험 결과• GPS 가시 위성 3 개 이하인 경우 약결합과 비교하여 강결합 성능 우수

– 약결합인 경우 가시위성 4 개 이상인 경우에만 GPS 측정치 출력

0

5

10

15

20

25

30

1 61 121 181 241 301 361 421 481 541 601 661 721 781 841 901 961 1021 1081 1141 1201 1261 1321 1381 1441Time [Sec]

[m

]`위

치오

차

INS/GPS 약결합

INS/GPS 강결합

3가시위성 개 2가시위성 개 1가시위성 개 0가시위성 개

22

스무딩 알고리즘 개선• Bad Data 제거

– 후처리 프로그램의 성능 향상

• 3-Sigma Residual Test

– 알고리즘 :

– 여기서 , m : GPS 또는 DMI 측정치 (3x1), H : 측정행렬 (3x16), X : 상태변수 (16x1) R : GPS 또는 DMI 측정치의 측정잡음 공분산 (3x3) P : 상태변수의 공분산 (16x16)

– Bad Data 판단 조건 :

– Q 값에 따라 3-Sigma Residual Test 의 결과가 많이 달라짐을 확인

; s: 3 1

; T: 3 3 matrix

vector

T

s m HX

R HPH

3i is Bad Data 로 간주 사용 안 함

23

스무딩 항법 결과 1

그림 1. 흰색 : Applanix 항법 결과 , 검은색 : 서울대 항법 결과

그림 2. 위도오차 (9.33cm) 그림 3. 경도오차 (7.46cm) 그림 4. 고도오차 (26.44cm) 위도 , 경도 , 고도 위치오차 모두 30cm 이내의 값을 가짐 .

Applanix 사의 CDGPS 를 이용한 항법 결과

24

그림 4. 흰색 : Applanix 항법 결과 , 검은색 : 서울대 항법 결과

그림 5. 위도오차 (11.33cm) 그림 6. 경도오차 (14.37cm) 그림 7. 고도오차 (27.60cm)

서울대의 CDGPS 를 이용한 항법 결과스무딩 항법 결과 2

SNU CDGPS 이용 : 위도 , 경도 , 고도 위치오차 모두 30cm 이내의 값을 가짐

25

그림 8. roll 오차 (0.009 도 ) 그림 9. pitch 오차 (0.018 도 ) 그림 10. yaw오차 (0.884 도 )

스무딩 항법 3• 자세 결과 비교

– SNU 결과와 Applanix 스무딩 결과 자세 비교

– 비교 결과• 수평축 자세인 롤 , 피치는 최대 0.1 도 , 평균 0.01 도로 오차 유발됨• 수직축 자세인 요는 평균 0.884 도 오차 발생

– 요 자세 오차는 일정 범위에서 수렴하지 않고 발산

26

Yaw 결과 비교• Applanix 사와 SNU 스무딩 Yaw 자세 비교

– 전체 주행 구간 중 정지상태 부분 확대

– Applanix Yaw 결과 : 일정 기울기를 가지면서 자세 Drift• 4S VAN 의 LN200 INS 는 1[deg/hr] 급으로 자세 Drift 원인• Applainx 사의 스무딩 알고리즘은 Yaw Drift 정확하게 보상하지 못 함

– SNU 스무딩 알고리즘의 Yaw 결과가 더 정확한 것으로 판단됨

27

결 론• INS/GPS/DMI 강결합 기법

– Nonholonomic 에 의한 측정치 생성 및 보정 항법 수행• GPS Outage 구간에서 우수한 성능 보임

– 측정치 생성 모듈 구현• 사용 측정치 선택 : INS, GPS, DMI, Nonholonomic• 결합 기법 선택 : 약결합 , 강결합

– 약결합 및 강결합 성능 비교• 가시위성 3 개 이하인 구간에서 강결합 성능 우수

• 스무딩 알고리즘 개선– 3-Sigma Residual Test 모듈 구현

• Bad Data 판단 조건 제시– 후처리 칼만필터 측정 및 공정 잡음 Tuning 에 의한 성능 개선

• 스무딩 Yaw 결과는 SNU 성능이 더 우수한 것으로 판단됨

28

Part 3. GPS 데이터 처리 기법 연구

29

CDGPS 1CDGPS(Carrier phase Differential GPS)

– GPS 위성이 송신하는 신호의 반송파를 이용하여 위치계산– 이동국의 위치 결정 : 기준국 수신 신호 , 기준국의 좌표 필요

30

CDGPS 2

Ref. station

User

j-th SVi-th SV

ir

iu

jr

ju

rR

iRjR

위치해 계산법– 측정식 : –

– 근사방정식

– 정확한 를 알 수 있다면 실수 를 계산할 수 있다 .

– 람다알고리듬과 실수 로부터 미지정수 를 계산

– 선형근사방정식

– 최소자승법에 의해 위치해 계산

ir

iiir

ir

ir

ir TINbBd

ijru

ijru

ijru

iru

jru

ijru

iru

iruru

iru

ir

iu

iru

Nd

NBd

: DD

: SD

ijrud

ijru

ijru

ijru Nd

ijruN~

ijruN~

ijruN

Tijru

ijru

ijru zyxHN ],,[

31

RINEX 데이터 입력 • 수신기에서 획득한 데이터 : RINEX 포맷으로 저장• Receiver INdependent EXchange • Observation data file, meteorological data file, navigatio

n message fileNavigation data Observation data

32

이중 차분 측정치 생성• L1 반송파 : 19.04cm 파장• L2 반송파 : 24.44cm 파장• Wide lane 측정치 생성 : • Wide lane 측정치 : 86.25cm 파장• Wide lane 이중 차분 측정치 :

• Wide lane 이중 차분 측정치 이용시 장점 – 파장이 크기 때문에 미지정수 결정을 위한 검색공간 축소– 잘못된 미지정수의 판별이 용이

21 LLwl 2L1L

ijru

ijru

ijruwlwl Nd

33

1 1

11

(1 )

n n n n

n n n

s s s s

n n

n n n

s s n n s

n n n

r r

p p q

k p p r

r r k r r

p k p

스무디드 코드 칼만필터• 스무디드 코드 칼만필터 (smoothed code Kalman filter)

– Lambda 알고리듬의 입력인 실수해와 공분산 제공 – 코드를 이용한 의사거리와 반송파 위상 변화량을 이용– 두 정보를 가장 효율적으로 결합– 정확한 의사거리와 그것의 공분산 값 제공– 정확한 의사거리로부터 미지정수의 실수해 계산– Filter equation

Snr

Snnp

Snr

qr

: 시간전파된 코드 의사거리 추정치: 측정치갱신된 코드 의사거리 추정치: 반송파 위상 측정치: 의사거리 추정치의 공분산: 반송파 위상 측정치의 공분산: 코드 의사거리 측정치의 공분산

34

Float Solution• 다음의 선형화된 이중 차분 식을 고려

이중차분된 측정치

이중차분된 시선각벡터이중차분된 미지정수

• Float solution( 실수 해 )– 미지정수를 구하는 과정에서 정수 조건 해제– 다음의 Cost function 에 가중 최소 자승법 적용

ijru

ijru

ijru

Tijru

ijru NXHNzyxH ],,[

:

:

:

ijru

ijru

ijru

H

N

2min

Q

ijru

ijru

ijru NXH

yofianceCoQ

Q

y

yT

Qy

var

12

35

Fixed Solution• 최소자승법으로 구한 실수해와 공분산 행렬

– 실수해

– 공분산

• 목적함수를 최소화하는 미지정수를 검색으로 결정

– 실수해 와 공분산을 이용– 검색공간의 효율화를 위해 LAMBDA 방법을 사용

• Fixed solution( 정수 해 )– 결정된 미지정수를 다시 대입하여 정확한 위치 해 결정

1

1

11

11

ˆ

ˆ

Q

QH

N

X

QHQ

QHHQHT

T

TT

TT

11

11

ˆˆˆ

ˆˆˆ

QHQ

QHHQH

QQ

QQTT

TT

NXN

NXX

n

QNZNwithNN

N

2

1ˆ

ˆmin

)ˆ(ˆ 1ˆˆˆ NNQQXX NNX

36

LAMBDA 미지정수 결정 기법• 이중 차분된 미지정수는 3 개만이 독립

– Measurement 가 많을 경우 미지정수 간의 상관관계가 커져 불필요한 검색 증가• 적절한 변환 행렬 Z 를 사용하여 미지정수의 상호 독립성을 높임

– 기존의 미지정수 검색에서 발생하는 불필요한 검색을 줄임

미지정수 검색 공간의 효율화

37

미지정수의 검증• LAMBDA 방법

– 미지정수의 검색을 보다 더 정확하게 효율적으로 하는 수단– 결정된 미지정수를 검증해야 잘못된 위치 해를 제거 가능

• 검증방법– 대부분의 경우 비율검사법을 이용

• 비율검사법– 잔차의 weighted squared sum 을 구하여 비율검사

– 비율이 임계치 (1.5-7 사이의 값 ) 이상이면 참 미지정수로 확정

2

1

1 2, : :

threshold ratio

where smallest one but smallest

)ˆ()ˆ( 1ˆ NNQNN N

T

38

LAMBDA 세부 대표 모듈• LAMTEST_TestFromFile()

– 실수 해 및 공분산 입력부

• LAMBDA_AllocateSearchRecord()– 미지정수의 비상관화를 위한 검색 공간 생성

• LAMBDA_FixAmbiguities()– 비상관화 및 검색 수행하고 정수 해 결정

• SquaredRatio()– 비율검사를 위한 비율계산

39

위치해 결정• 이중 차분 측정식 :• 미지정수가 구해지면 :

– 는 기준국으로부터 이동국까지의 기저선 좌표의 비선형 항

• 기준국 좌표를 nominal 값으로 선형 근사화

• 를 계산하기 위해서는 위성의 좌표와 기준국 좌표가 필요

• 미지수 ( 기저선 좌표 ) 보다 측정치가 많을 경우– 선형근사식의 해를 계산 : pseudo-inverse 이용

ijru

ijru

ijru Nd

Tijru

ijru

ijru zyxHN ],,[

ij ij ijru ru ruN d

ijrud

ijruH

40

미지정수 재결정 알고리듬• 환경적 요인에 의해 위성조합은 빈번하게 변화할 수 있음• 위성조합의 변화

– 미지정수 결정 알고리듬 초기화– 위성조합의 빈번한 변화 : 스무디드 코드 칼만 코드가 수렴할

시간적 여유가 없음– 결정된 미지정수의 신뢰성 악화

• 미지정수 재결정– 기존에 결정된 신뢰성 있는 미지정수의 활용 극대화– 방법

1. 이전 epoch 의 위성조합에서 탈락된 위성 파악 : 해당되는 미지정수의 제거후 위치해 계산

2. 이전 epoch 의 위성조합에 추가된 위성 파악 : 기존의 미지정수만을 이용하여 위치해 생성후 추가된 미지정수를 역으로 계산

41

알고리듬 전체 흐름도

42

대표적인 세부 모듈• main_dd_gps_RINEX() : 전체 알고리듬 구현

• form_wide_lane() : wide lane 측정치 생성

• form_gps_sd() : 단일 차분 측정치 생성

• form_gps_dd() : 이중 차분 측정치 생성

• smoothed_code_filter() : 스무디드 코드 칼만필터

• gen_ro_dd() : 스무디드 코드 의사거리 이중차분 생성

• gen_fixed_sol() : 정수해를 이용하여 위치해 계산

• gen_fixed_sol1(), gen_fixed_sol3(), gen_fixed_sol4() :

미지정수 재결정에 의해 위치해

계산

• gen_int() : 미지정수 재결정 방법에 의해 미지정수 계산

• read_correct_expand_RinexObs() : RINEX 데이터 입력 , 보상 , 전처리

43

Observation data header • 2003/10/31 기준국 데이터

• 기준국의 기선 감안이 필수적• 기록되어 있지 않은 경우도 있음

• 2003/10/10 기준국 데이터

1.593m

44

2003/10/10 데이터 분석 (1)

•제공된 해의 개수 : Applanix - 3581, 서울대 – 3356•Applanix 와의 차이 (RMS)

-위도 : 23.38cm-경도 : 10.22cm-고도 : 34.13cm

사양 만족

2.2226 2.2228 2.223 2.22320.6349

0.6349

0.635

0.635

0.635

0.635

0.635

0.6351

0.6351

Lat(r

ad)

Long(rad)

ApplanixSNU

4.58 4.585 4.59 4.595 4.6 4.605 4.61 4.615 4.62

x 105

75

80

85

90

95

100

105

time(sec)

Hei

ght(m

)

ApplanixSNU

< 50cm

• 평면도 • 고도

45

2003/10/31 데이터 분석 (1)• 평면도 • 고도

2.2225 2.2226 2.2227 2.2228 2.2229 2.223 2.2231 2.2232 2.22330.6348

0.6349

0.635

0.6351

0.6352

0.6353

0.6354

0.6355

Lat(r

ad)

Long(rad)

ApplanixSNU

4.525 4.53 4.535 4.54 4.545 4.55 4.555

x 105

50

60

70

80

90

100

110

time(sec)

Hei

ght(m

)

ApplanixSNU

•제공된 해의 개수 : Applanix - 2155, 서울대 – 2064•Applanix 와의 차이 (RMS)

-위도 : 12.23cm-경도 : 11.58cm-고도 : 23.60cm

< 50cm 사양 만족

46

2004/12/3 데이터 분석 (1)• 평면도 • 고도

2.2236 2.2236 2.2237 2.2237 2.2238 2.22380.6357

0.6358

0.6358

0.6359

0.6359

0.636

0.636

Long(rad)

Lat(r

ad)

ApplanixSNU

4.5 4.51 4.52 4.53 4.54 4.55

x 105

30

35

40

45

50

55

60

65

70

75

80ApplanixSNU

•제공된 해의 개수 : Applanix - 5072, 서울대 – 5148•APPLANIX 사의 고도 결과가 매우 좋지 않음•Applanix 와의 차이 (RMS)

-위도 : 24.57cm-경도 : 14.30cm

< 50cm 사양 만족

47

2004/12/3 데이터 분석 (2)• 고도 방향 부분 확대 1

• APPLANIX 사의 결과가 잘못되었음• 반면 서울대의 결과는 양호

• 고도 방향 부분 확대 2

• APPLANIX 사의 결과가 양호한 부분에서의 성능 비교• 고도 차이 (RMS) : 4.38cm

4.52 4.522 4.524 4.526

x 105

31

32

33

34

35

36

Hei

ght(m

)

4.525 4.53 4.535

x 105

30

32

34

36

4.534 4.536 4.538 4.54

x 105

30

32

34

36

38

time(sec)

Hei

ght(m

)

4.54 4.542 4.544 4.546 4.548

x 105

30

40

50

60

70

80

time(sec)

ApplanixSNU

4.498 4.5 4.502

x 105

32.5

33

33.5

Hei

ght(m

)

4.512 4.514 4.516 4.518 4.52

x 105

32.1

32.2

32.3

32.4

Hei

ght(m

)

4.525 4.526 4.527 4.528

x 105

32

32.1

32.2

32.3

Hei

ght(m

)

4.532 4.533 4.534 4.535

x 105

32

32.5

33

Hei

ght(m

)

4.539 4.54 4.541 4.542

x 105

32

32.5

33

time(sec)

Hei

ght(m

)

4.546 4.547 4.548

x 105

31.5

32

32.5

time(sec)

Hei

ght(m

)

ApplanixSNU

< 50cm 사양 만족

48

2004/12/3 데이터 분석 (3)

4.5 4.51 4.52 4.53 4.54 4.55

x 105

-1

0

1

lat(m

)

4.5 4.51 4.52 4.53 4.54 4.55

x 105

-1

0

1lo

ng(m

)

4.5 4.51 4.52 4.53 4.54 4.55

x 105

-1

0

1

time(sec)

heig

ht(m

)

• Applanix 와의 차이 (RMS)- 위도 : 24.57cm- 경도 : 14.30cm- 고도 : 4.38cm

49

자세 계산 과정부 안테나

• 자세 : 안테나와 부 안테나 사이의 상대적인 벡터• 4S VAN 의 경우 정지 및 이동하는 차량의 자세를 구해 주어야 함• 도심지 주행시 사이클 슬립 및 다중경로오차 영향이 커짐 -> 오차증가요인• 수신기간 차분 기법 : 이중 차분에 비해서 사이클 슬립에 둔감하게 동작

주 안테나

이동 방향

50

프로그램 흐름도변수 설정

기준 안테나 및부 안테나 data 설정

Ephemeris data 읽기

ObservableData 읽기

SD 생성

기준 안테나 좌표 계산

SD 의 위성수 ≥ 4

Hatch Filter Initialization

Hatch filter Time-propagation

and Measurement update

Floating Solution( 부 안테나 좌표 )

자세 계산

Y(Init==1)

Y(Init!=1)

N

Y

51

자세 계산 모듈• 코드 분량 : 2561 라인 , 89 개 함수• 주요함수 : attitude()

<Attitude 흐름도 >

52

SD 오차

• SD(Single Difference) – 수신기 시계 오차가 상쇄 되지 않음– 60 ㎝ : 오차 발생

• 자세 계산시 오차– Atan(0.6/1.6) = 20.5˚– 1.6 : 기저선 길이– 0.6 : 오차 범위

0.6m20.5˚

1.6 m

53

자세 계산 비교 방법• 기준 자세 정보

– Applanix 가 자세 정보의 기준 데이터를 제공해 주지 않음– CDGPS 로 계산된 4S VAN 의 이동 궤적을 기준 정보로 사용

• 비교 방법– 방위각 : 이동 궤적과 방위각 계산 결과 비교– 앙각 : 이동 궤적으로 비교가 불가능 방위각만 비교

• 자세 계산 1 (2004 년 12 월 3 일 )– 6 바퀴 원형 주행 궤적과 방위각 결과를 비교

• 자세 계산 2 (2004 년 1 월 5 일 )– 초기 200 초간 이동 궤적과 방위각을 비교

54

자세 계산 결과 1(12 월 3 일 ) -1

2.2236 2.2236 2.2236 2.2236 2.2237 2.2237 2.2237 2.2237 2.2237 2.2237 2.22370.6357

0.6357

0.6357

0.6357

0.6357

0.6358

0.6358CDGPS Positioning

2.2236 2.2236 2.2236 2.2236 2.2236 2.2236 2.2236 2.2236

0.6357

0.6357

0.6357

0.6357

0.6357

0.6357

CDGPS Positioning

5750 5800 5850 59000

50

100

150

200

250

300

350

400Heading

6 바퀴 원형 주형 구간 확대

1. 6 개의 원형 주행 궤적에 대해서 360˚ 회전이 6 번 측정됨2. ○ ,*,□ ,,☆,+,△ : 시간 순서 표시

<4S VAN 이동궤적 >

< 방위각 결과 >

55

자세 계산 결과 2(1 월 5 일 )

2.2229 2.223 2.223 2.223 2.223 2.223 2.223 2.223 2.2230.6349

0.6349

0.6349

0.6349

0.6349

0.6349

0.6349

0.6349CDGPS Positioning

<4S VAN 이동궤적 >

< 방위각 결과 >

< 이동 궤적 및 방위각 변화 양상 >

56

결 론 • CDGPS 알고리듬 연구 및 코드 구현

• 코드의 구성1. RINEX 데이터 변환 부분2. 확대 파장을 이용한 이중 차분 측정치 생성 부분3. 스무디드 코드 칼만필터 부분 ( 실수해 , 공분산 생성 )4. Lambda 알고리듬 부분 ( 정수해 생성 )5. 위치해 계산 부분6. 미지정수 재결정 부분

• 실험 데이터 적용 및 결과 분석

• APPLANIX 사와 유사한 성능 보임

57

Part 4. 결론 및 추후 연구 과제

58

주요 연구 결과• INS/GPS/DMI 강결합 기법 연구

– Nonholonomic 강제조건을 이용한 새로운 측정치 도출– INS/GPS/DMI 강결합 알고리즘 모듈 개발 완료– 실데이터를 이용한 INS/GPS/DMI 강결합 알고리즘 검증 완료

• GPS 데이터 처리 기술 개발– RINEX 데이터 추출 및 위성궤도 정보 추출 모듈 구현 완료– 부정확 측정치 제거 및 자세계산 결정 알고리즘 구현– 단일 / 이중 차분 알고리즘 및 LAMBDA 프로그램 모듈 개발 완료– 확대 파장을 위한 반송파 위상 조합 알고리즘 개발 완료– 실데이터를 이용한 GPS 데이터 처리 모듈 검증

• 후처리 스무딩 항법– 칼만필터 잡음 공분산 행렬에 따른 성능 분석 및 튜닝 기법– 잔차 검사 알고리즘 및 프로그램 모듈 구현

59

개발 프로그램 주요 모듈Main.c

INS/GPS/DMI강결합 기법

항법 및 측정치 생성 모듈 제어Nav_Part1.cpp 센서 데이터 획득 , 자세 및 속도 계산Nav_Part2.cpp 초기 정렬 , 위치 및 Transport Rate 계산Nav_Part3.cpp 측정치 생성 , 보정항법 수행

main_dd_gps_RINEX

GPS 데이터처리기법 연구

GPS 데이터 처리 모듈 전체 알고리즘 제어Form_wide_lane 확대 파장 측정치 생성Smoothed_code 스무디드 코드 칼만필터 계산

gen_ro_dd 스무디드 코드 의사거리 이중차분 생성

gen_fixed_sol 정수해를 이용하여 위치해 계산

Gen_int 미지정수 재결정 방법에 의한 미지정수 계산LAMBDA_Allocate 미지정수 비상관화를 위한 검색 공간 생성

LAMBDA_Fix 비상관화 및 검색 수행을 통한 정수해 결정

SquaredRatio 비율검사를 위한 비율계산attitude GPS 를 이용한 자세계산 수행

2216 Line

21 함수

7561 Line

109 함수

Initailize후처리 스무딩항법 프로그램

DMI 이용한 초기 정렬 시간 결정Forword_update Residual Test 수행

2949 Line42 함수

60

ETRI 요구 구격 및 SNU 항법 결과

61

추후 연구 과제• 영상정보와 항법정보 Fusion 알고리즘

– 영상 지형 지물을 이용한 항법 오차 보정– 디지털 지도와 결합을 통한 항법 정보 제공– 차량 운동 특성을 이용한 항법 성능 향상– 후처리 항법 알고리즘 자세 정보 개선