KR101296190B1 - Terrain referenced navigation and driving method therof - Google Patents

Abstract

본 발명은 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈은 EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서, 상기 지형 정보 활용 항법 모듈이, 상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와, 상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와, 추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와, 상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 한다.An object of the present invention is to provide a terrain information navigation and driving method that further improves the performance of the EGI by using the altitude data measured by the radar altimeter and DTED.
In order to achieve the above object, the navigation information module using the terrain information according to the present invention receives data from an EGI (Embedded GPS / INS), a radio altimeter (RALT), and a map database, and then performs accurate navigation calculation through correction. And a terrain information utilization navigation module for outputting the corrected data, wherein the terrain information utilization navigation module stores data input from the EGI and the radio altimeter internally through a time tag, and the data synchronization function. A Bayesian filter for estimating the current latitude and longitude of the aircraft using data synchronized with the digital terrain elevation data (DTED), the estimated latitude and longitude are input, and correcting the aircraft state data of the EGI. Bypassing the EGI data by determining a Kalman filter and an estimated state of the Kalman filter; The correction due to the Kalman filter is characterized in that it comprises the EGI switch for outputting data.

Description

지형 정보 활용 항법 및 그 구동 방법{TERRAIN REFERENCED NAVIGATION AND DRIVING METHOD THEROF}Navigation using terrain information and its driving method {TERRAIN REFERENCED NAVIGATION AND DRIVING METHOD THEROF}

본 발명은 지형 정보 활용 항법 및 그 구동 방법에 관한 것으로, 더욱 상세하게는 레이더 고도계로 측정한 고도 데이터 및 DTED(Digital Terrain Elevation Data)를 이용하여 EGI의 성능을 향상시킨 지형 정보 활용 항법 및 그 구동 방법에 관한 것이다.The present invention relates to a navigation using terrain information and a driving method thereof. More particularly, the navigation and driving of terrain information using the elevation data and DTED (Digital Terrain Elevation Data) measured by a radar altimeter are improved. It is about a method.

최근, 3차원 지형 정보를 이용한 항법이 개발되고 있다. 기존의 2차원 지형 정보 활용 항법은 자동차 운전시 많이 이용되고 있지만, 이와 같은 2차원 지형 정보 활용 항법은 높이의 높고 낮음을 측정하기가 불가능하기 때문에, 고가 위로 달리는 자동차와 고가 밑으로 달리는 자동차가 동일한 경로로 주행할 경우, 2차원 지형 정보 활용 항법은 이를 구분하지 못하는 문제점이 있었다.Recently, navigation using three-dimensional terrain information has been developed. Conventional two-dimensional terrain information navigation is widely used when driving a car, but such two-dimensional terrain information navigation is impossible to measure the high and low of the height, so that a car running higher and lower When driving on a route, there was a problem in that two-dimensional terrain information using navigation cannot distinguish it.

더욱이, 항공기 분야에서는 지형 정보 활용 항법을 통한 높이의 높고 낮음을 구분하는 것이 더욱 절실하다. 항공기의 운행시, 잘못된 지형 정보 활용 항법의 정보는 항공기의 운행을 방해할 뿐만 아니라, 항공기의 추락과 같은 대형 참사를 초래할 수 있는 원인이 될 수 있기 때문이다.Moreover, in the field of aircraft, it is more urgent to distinguish between high and low heights through terrain information navigation. This is because, when the aircraft is operating, navigation information using the wrong terrain information may not only hinder the operation of the aircraft, but may also cause a large disaster such as a crash of the aircraft.

따라서, 3차원 지형 정보를 이용한 항법은 특히 항공기의 분야에서는 매우 중요한 사안이며, 실제로 고도를 측정가능한 고도계를 이용한 3차원 지형 정보를 이용한 항법이 지속적으로 개발되고 있다.Therefore, navigation using 3D terrain information is a very important issue, especially in the field of aircraft, and navigation using 3D terrain information using an altimeter capable of measuring altitude is continuously being developed.

즉, 3차원 지형 정보를 이용한 항법은 현재에도 지속적인 개발을 진행중에 있으며, 더욱더 정확한 지형 정보를 측정하여 활용하는 방안이 3차원 지형 정보를 이용한 항법의 과제이기도 하다.That is, navigation using 3D terrain information is still under development, and the method of measuring and using more accurate terrain information is also a task of navigation using 3D terrain information.

따라서, 본 발명이 이루고자 하는 기술적 과제는 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 것을 목적으로 한다.Accordingly, an object of the present invention is to provide a terrain information navigation and driving method further improved the performance of the EGI by using the altitude data measured by the radar altimeter and DTED.

상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈은 EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서, 상기 지형 정보 활용 항법 모듈이, 상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와, 상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와, 추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와, 상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 한다.In order to achieve the above object, the navigation information module using the terrain information according to the present invention receives data from an EGI (Embedded GPS / INS), a radio altimeter (RALT), and a map database, and then performs accurate navigation calculation through correction. And a terrain information utilization navigation module for outputting the corrected data, wherein the terrain information utilization navigation module stores data input from the EGI and the radio altimeter internally through a time tag, and the data synchronization function. A Bayesian filter for estimating the current latitude and longitude of the aircraft using data synchronized with the digital terrain elevation data (DTED), the estimated latitude and longitude are input, and correcting the aircraft state data of the EGI. Bypassing the EGI data by determining a Kalman filter and an estimated state of the Kalman filter; The correction due to the Kalman filter is characterized in that it comprises the EGI switch for outputting data.

또한, 상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은 EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와, 상기 EGI 및 상기 전파 고도계의 데이터를 동기화하는 단계(S200)와, DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와, 필터의 업데이트 유무를 판단하는 단계(S400)와, 상기 필터가 업데이트된 경우에는, 상기 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와, 상기 필터가 업데이트되지 않은 경우에는, EGI 데이터를 상기 칼만 필터 측정치로 사용하는 단계(S600)와, 스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와, 신뢰도가 높을 경우 보정된 상기 EGI 데이터를 획득하는 단계(S800)와, 신뢰도가 낮을 경우 보정되지 않은 상기 EGI 데이터를 바이패스하는 단계(S900)를 포함하는 것을 특징으로 한다.In addition, in order to achieve the above object, the driving method of the terrain information navigation module according to the present invention comprises the steps of inputting an estimate of the current position of the aircraft by the EGI and radio altimeter (S100) and the EGI and the radio altimeter Synchronizing data (S200), operating a Bayesian filter using DTED (S300), determining whether the filter is updated (S400), and if the filter is updated, the Bayesian Using a filter position estimate as a Kalman filter estimate (S500); if the filter is not updated, using EGI data as the Kalman filter measurement (S600); Determining the reliability (S700), acquiring the corrected EGI data when the reliability is high (S800), and when the reliability is low, the uncorrected EGI data. Bypassing the data characterized in that it comprises a step (S900).

또한, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은, 상기 칼만 필터는 상태 변수를 물리값 그대로 사용하는 직접 방법과, 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 간접 방법으로 구분되는 것을 특징으로 한다.In addition, the driving method of the terrain information navigation module according to the present invention, the Kalman filter is a direct method using a state variable as a physical value, and an indirect method using a difference (error) in a reference state rather than a physical value It is characterized by being divided into.

또한, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은, 상기 간접 방법이 선형화의 과정에 따라, 상기 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산되는 간접 피드백(feedback) 방법과, 상기 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 간접 피드포워드(feedforward) 방법으로 구분되는 것을 특징으로 한다.In addition, in the driving method of the terrain information using navigation module according to the present invention, the indirect feedback in which the corrected value is calculated by adding an error estimate of the Kalman filter to an INS output value according to the linearization process. By directly reflecting the error estimate of the Kalman filter to the INS, the INS output value itself is divided into an indirect feedforward method that comes out as a corrected value.

본 발명에 따르면, 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 효과가 있었다.According to the present invention, there is an effect of providing a terrain information navigation and driving method further improved the performance of the EGI by using the altitude data measured by the radar altimeter and DTED.

도 1은 지형 정보 활용 항법 모듈의 개요를 나타내는 도면.
도 2는 지형 정보 활용 항법 모듈의 구성을 나타내는 블록도.
도 3은 지형 정보 활용 항법 모듈의 동작 흐름을 나타내는 순서도.
도 4의 (a)는 칼만 필터의 피드백 방법을 나타내는 개념도이고, 도 4의 (b)는 칼만 필터의 피드포워드 방법을 나타내는 개념도.
도 5는 칼만 필터의 구성을 도시한 개념도.1 is a diagram showing an outline of a terrain information utilizing navigation module.
2 is a block diagram showing the configuration of a terrain information utilizing navigation module.
3 is a flowchart illustrating an operation flow of a terrain information utilizing navigation module.
4 (a) is a conceptual diagram showing a feedback method of the Kalman filter, Figure 4 (b) is a conceptual diagram showing a feed forward method of the Kalman filter.
5 is a conceptual diagram illustrating a configuration of a Kalman filter.

이하, 첨부한 도면들 및 후술한 내용을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 그러나, 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 명세서 전체에 걸쳐서 동일한 참조 번호들은 동일한 구성 요소들을 나타낸다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급되지 않는 한 복수형도 포함된다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings and the following description. However, the present invention is not limited to the embodiments described herein but may be embodied in other forms. Rather, the embodiments disclosed herein are provided so that the disclosure can be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Like reference numerals designate like elements throughout the specification. It is to be understood that the terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. In this specification, the singular forms also include the plural unless specifically stated otherwise in the text. As used herein, "comprises" and / or "comprising" refers to the presence of one or more other components, steps, operations and / or elements in which the stated components, steps, operations and / or elements are known. Or does not exclude additions.

도 1은 지형 정보 활용 항법 모듈(110)의 개요를 나타내는 도면이다. 도 1을 참조하면, 지형 정보 활용 항법 모듈(110)은 전파 고도계(Rader Altimeter)(112)로 고도 데이터를 측정하고, DTED(Digital Terrain Elevation Data)로 지형 데이터를 측정함으로써, EGI(111)의 성능을 향상시키게 된다. 즉, DTED를 기반으로 전파 고도계(112)와 EGI(111)의 고도 데이터를 이용하여 항공기의 현재 위치를 추정하게 된다. GPS와 INS 센서가 통합됨으로써 서로의 단점을 보완해 주는 것과 마찬가지로, DTS(Digital Terrain System)가 전파고도계와 같은 기존의 센서와 Kalman 필터를 통해 결합할 경우, 외부 환경의 변화에 민감하지 않으면서 높은 정확도와 낮은 드리프트를 가진 항법 결과를 획득할 수 있다. 지형 정보 활용 항법 모듈(110)은 이러한 기능을 구현할 수 있다.1 is a diagram illustrating an outline of the terrain information utilization navigation module 110. Referring to FIG. 1, the terrain information utilizing navigation module 110 measures altitude data with a radar altimeter 112, and measures terrain data with a digital terrain elevation data (DTED). It will improve performance. That is, the current position of the aircraft is estimated using the altitude data of the radio altimeter 112 and the EGI 111 based on the DTED. Just as the integration of GPS and INS sensors compensates for each other's shortcomings, when the Digital Terrain System (DTS) is combined with existing sensors, such as radio altimeters, through Kalman filters, it is not sensitive to changes in the external environment. Navigation results with accuracy and low drift can be obtained. The terrain information utilizing navigation module 110 may implement such a function.

도 2는 지형 정보 활용 항법 모듈(110)의 구성을 나타내는 블록도이다.2 is a block diagram illustrating a configuration of the terrain information utilization navigation module 110.

도 2를 참조하면, 지형 정보 활용 항법 모듈(110)은 데이터 동기화 함수(114)와, 베이시안 필터(Bayesian Filter)(115)와, 칼만 필터(Kalman Filter)(116)와, 스위치(117)를 구비한다.Referring to FIG. 2, the terrain information utilizing navigation module 110 includes a data synchronization function 114, a Bayesian Filter 115, a Kalman Filter 116, and a switch 117. It is provided.

데이터 동기화 함수(114)는 EGI(111)와 전파 고도계(112)로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하게 된다. 또한, 베이시안 필터(115)는 동기화된 데이터와 DTED를 이용하여 항공기의 현재 위도 및 경도를 추정하게 된다. 한편, 추정된 위도 및 경도는 칼만 필터(116)로 입력되며, 여기서 EGI(111)의 항공기 상태 데이터를 보정하게 된다. 마지막으로, 스위치(117)에서는 칼만 필터(116)에서의 추정 상태를 판별하여 EGI(111) 데이터를 바이패스하거나, 칼만 필터(116)로 인해 보정된 EGI(111) 데이터를 출력하게 된다.The data synchronization function 114 internally stores the input received from the EGI 111 and the radio altimeter 112 through a time tag. In addition, the Bayesian filter 115 estimates the current latitude and longitude of the aircraft using the synchronized data and the DTED. On the other hand, the estimated latitude and longitude are input to the Kalman filter 116, where the aircraft state data of the EGI 111 is corrected. Finally, the switch 117 determines the estimated state of the Kalman filter 116 to bypass the EGI 111 data, or outputs the EGI 111 data corrected by the Kalman filter 116.

도 3은 지형 정보 활용 항법 모듈의 동작 흐름을 나타내는 순서도이다.3 is a flowchart illustrating an operation flow of the terrain information utilizing navigation module.

본 발명에 따른 지형 정보 활용 항법 모듈은, EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와, EGI 및 전파 고도계의 데이터를 동기화하는 단계(S200)와, DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와, 필터의 업데이트 유무를 판단하는 단계(S400)와, 필터가 업데이트된 경우에는, 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와, 필터가 업데이트되지 않은 경우에는, EGI 데이터를 칼만 필터 측정치로 사용하는 단계(S600)와, 스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와, 신뢰도가 높을 경우 보정된 EGI 데이터를 획득하는 단계(S800)와, 신뢰도가 낮을 경우 보정안된 EGI 데이터를 바이패스하는 단계(S900)를 포함한다.The terrain information utilizing navigation module according to the present invention comprises the steps of inputting an estimate of the current position of the aircraft by the EGI and the radio altimeter (S100), synchronizing data of the EGI and the radio altimeter (S200), and using DTED. Operating the Bayesian filter (S300), determining whether the filter is updated (S400), and if the filter is updated, using the Bayesian filter position estimate as the Kalman filter estimate (S500); If the filter is not updated, using the EGI data as the Kalman filter measurement (S600), determining the reliability of the terrain information utilization navigation module by the switch (S700), and correcting the EGI if the reliability is high Acquiring data (S800) and bypassing uncorrected EGI data when the reliability is low (S900).

본 발명에 따른 지형 정보 활용 항법은 DTED를 기반으로 전파 고도계와 EGI의 고도 데이터를 이용하여 항공기의 현재 위치를 추정하게 된다. 이와 같이, 현재 위치를 추정하는 방법으로는 베이시안 필터를 사용한다. 베이시안 필터란, 조건부 확률 밀도를 이용한 베이스 룰(Bayes' rule)을 기반으로 위치를 추정하는 비선형 필터이다. 이와 같은 베이시안 필터는 MMSE(Minimum Mean Square Error) 방법을 통해 최종 추정값을 산출하게 된다. 베이시안 필터는 선형화 과정이 없기 때문에, 필터의 발산 위험성이 없는 장점이 있다.The terrain information utilizing navigation according to the present invention estimates the current position of the aircraft using the altitude data of the radio altimeter and EGI based on the DTED. As such, a Bayesian filter is used to estimate the current position. The Bayesian filter is a nonlinear filter that estimates a position based on a Bayes' rule using conditional probability density. The Bayesian filter calculates a final estimated value through a minimum mean square error (MMSE) method. Since the Bayesian filter does not have a linearization process, there is an advantage that there is no risk of the divergence of the filter.

또한, 칼만 필터는 정규 분포를 가진 백색 잡음에 의해 구동되는 선형 시스템에 최적인 필터로서, 실제값 평균치와 추정값 평균치 사이의 편차가 없다는 가정하에 평균 제곱의 최소값을 추정하게 된다. 이러한 칼만 필터는 동적 특성을 갖는 시스템의 정보 통합에 유리하며 정밀 항법을 위한 INS와 다중 보조 센서의 통합으로 사용된다.In addition, the Kalman filter is an optimal filter for a linear system driven by white noise with a normal distribution, and assumes a minimum value of the mean square under the assumption that there is no deviation between the actual mean value and the estimated mean value. These Kalman filters are advantageous for the integration of information in systems with dynamic properties and are used as the integration of INS and multiple auxiliary sensors for precise navigation.

칼만 필터는 크게 직접 방법 및 간접 방법으로 구분된다. 직접 방법은 상태 변수를 물리값 그대로 사용하는 것이다. 반면에, 간접 방법은 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 방법에 의해 비선형 시스템을 선형화하는 것이다.Kalman filters are largely divided into direct and indirect methods. The direct method is to use state variables as they are. On the other hand, the indirect method is to linearize the nonlinear system by using the difference (error) in the reference state rather than the physical value.

또한, 간접 방법은 선형화의 과정에 따라 간접 피드백(feedback) 방법 및 간접 피드포워드(feedforward) 방법으로 구분된다.In addition, the indirect method is classified into an indirect feedback method and an indirect feedforward method according to the linearization process.

도 4의 (a)에 도시된 바와 같이, 간접 피드포워드 방법은 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산된다. 반면에, 간접 피드백 방법은 도 4의 (b)에 도시된 바와 같이 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 방법이다. 간접 피드포워드의 경우에는 구성이 간단하며 구현이 용이하지만, 시간이 지남에 따라 INS의 오차가 증가하고, 그에 따라 필터의 오차 추정치도 증가하기 때문에, 선형 시스템 특성을 유지시키지 못하여 전체 오차가 증가하게 된다. 반면에, 간접 피드백 방법의 경우에는 시스템 오차 증가가 선형적으로 유지되고, 이에 따라 오차를 양호하게 추정하기 때문에, 장시간의 운용시에 적합하다. 하지만, 하드웨어적으로 독립적인 장치인 INS에 추정 오차치를 직접 반영할 수 없으며, 단 한 번의 잘못된 입력의 영향을 직접적으로 받는 단점이 있다. 본 발명에서는 오차 추정치를 반영할 수 있는 INS 모듈을 별도로 사용함으로써, 장시간 운용에 적합한 간접 피드백 칼만 필터를 구현하였다.As shown in Fig. 4A, the indirect feedforward method adds an error estimate of the Kalman filter to the INS output value, whereby the corrected value is calculated. On the other hand, the indirect feedback method is a method in which the INS output value itself comes out as a corrected value by directly reflecting an error estimate of the Kalman filter to the INS, as shown in FIG. Indirect feedforward is simple to configure and easy to implement, but over time, the error in the INS increases and, accordingly, the error estimate of the filter increases, resulting in an increase in the overall error due to failure to maintain linear system characteristics. do. On the other hand, in the case of the indirect feedback method, the system error increase is maintained linearly, and thus the error is well estimated, which is suitable for a long time operation. However, it is not possible to directly reflect the estimated error value in the INS, which is a hardware independent device, and is directly affected by a single wrong input. In the present invention, by using an INS module that can reflect the error estimate separately, an indirect feedback Kalman filter suitable for long time operation is implemented.

도 5는 구현된 EGI와, 전파 고도계 + DTED(RALT+DTED)를 센서로 사용하는 간접 피드백 칼만 필터의 구성을 도시한 개념도이다.5 is a conceptual diagram illustrating a configuration of an implemented EGI and an indirect feedback Kalman filter using a radio altimeter + DTED (RALT + DTED) as a sensor.

도 5에 도시된 바와 같이, INS는 각속도와 가속도 센서를 이용하기 때문에, 잡음이 섞인 각속도 및 가속도를 가지게 된다. 또한, EGI와 전파 고도계 + DTED 모두 잡음이 섞인 신호로 측정된다. 이러한 잡음 섞인 신호에서 실제값 및 추정치의 차이의 제곱을 최소화하는 추정치를 찾아내는 것이 칼만 필터이다. 칼만 필터의 측정치는 EGI의 위치, 속도, 자세 및 전파 고도계 + DTED의 위치 측정치(베이시안 필터를 이용한 추정치)를 사용한다. 칼만 필터에서 계산된 오차 추정치는 INS에 직접적으로 반영되므로, INS 출력값 자체가 보정된 값이 된다. 이러한 과정에서, 센서 자체의 편향 오차를 추정함으로써, 관성 센서의 보정이 이루어진다.As shown in FIG. 5, since the INS uses the angular velocity and acceleration sensors, the INS has angular velocity and acceleration mixed with noise. In addition, both EGI and radio altimeter + DTED are measured as a noisy signal. The Kalman filter finds an estimate that minimizes the square of the difference between the actual value and the estimated value in such a noisy signal. The Kalman filter's measurements use the EGI's position, velocity, attitude, and propagation altimeter + DTED's position measurements (estimated using a Bayesian filter). The error estimate calculated by the Kalman filter is reflected directly in the INS, so the INS output itself is a calibrated value. In this process, the inertial sensor is corrected by estimating the deflection error of the sensor itself.

한편, 칼만 필터에서 사용하는 시스템의 방정식은 비선형 시스템인 항공기의 운동에 섭동 방법을 적용하여 오차에 대한 선형식을 유도하게 된다. 이와 같은 시스템 방정식은 항법 오차 모델과, 속도 오차 모델과, 자세 오차 모델과, 센서 오차 모델을 포함하며, 이에 따라 상태 변수는 항공기 위치인 위도 오차와, 경도 오차와, 고도 오차와, 항법 좌표계에서의 3축의 속도 오차와, 3축의 자세 오차와, 가속도의 편차 3개와, 각속도의 편차 3개 등 총 15개로 구성된다.On the other hand, the equation of the system used in the Kalman filter derives a linear equation for error by applying the perturbation method to the motion of the aircraft which is a nonlinear system. Such system equations include navigation error model, speed error model, attitude error model, and sensor error model. Thus, the state variables include the latitude error, the longitude error, the altitude error, and the navigation coordinate system. It consists of a total of 15, including the speed error of three axes, the posture error of the three axes, three deviations of acceleration, and three deviations of angular velocity.

본 발명의 칼만 필터는 EGI와 전파 고도계 + DTED의 측정을 이용한다. 이러한 2개의 데이터는 동일한 시간에 존재할 필요가 없기 때문에, 분산형 필터가 사용된다. 이러한 구조로 시스템의 센서가 준비되면, 개별적으로 측정치를 사용할 수 있게 된다.The Kalman filter of the present invention uses the measurement of EGI and radio altimeter + DTED. Since these two data need not be present at the same time, a distributed filter is used. With this structure, the sensors of the system are ready, allowing measurements to be used individually.

좀더 상세히 설명하면, EGI 데이터는 50Hz로 갱신되며, 전파 고도계 + DTED는 약 0.5Hz로 갱신됨에 따라, 두 측정치의 시간 차가 발생한다. EGI의 경우에는 칼만 필터와 시간 차가 없지만, 전파 고도계 + DTED에서 추정한 위치값은 0.5Hz의 경우 갱신율이 2초 전의 위치값이므로, 필터에 바로 적용할 경우 필터의 정확도를 떨어뜨리는 요소가 된다. 이러한 시간 오차를 보정하기 위해, 전파 고도계 + DTED 측정치 갱신시 시간축에 대해 보정을 하게 된다. 시간축을 보정시에는 현재 칼만 필터 INS에서의 시간축을 전파 고도계 + DTED의 시간축으로 전환한 후 칼만 필터를 동작시키고, 결과값을 현재 시간축으로 전환시켜서 보정하게 된다. 이러한 시간축 보정을 위해, 칼만 필터 갱신시의 상태 변수와 가속도와, 각속도계의 값을 저장한 후, 이를 사용한다.In more detail, the EGI data is updated at 50 Hz and the radio altimeter + DTED is updated at about 0.5 Hz, resulting in a time difference between the two measurements. In the case of EGI, there is no time difference with the Kalman filter, but the position value estimated by the radio altimeter + DTED is a position value of 2 seconds before the update rate at 0.5 Hz. . To correct this time error, a correction is made to the time base when updating the radio altimeter + DTED measurement. When correcting the time axis, the time axis of the current Kalman filter INS is converted to the time axis of the radio altimeter + DTED, and the Kalman filter is operated, and the result value is converted to the current time axis. For this timebase correction, the state variables, accelerations, and tachometer values during the Kalman filter update are stored and used.

또한, 데이터 동기화 함수는 EGI와 전파 고도계로부터 받은 입력 값을 시간 태그(tag)를 통해 내부적으로 저장한다. 데이터 동기화 함수가 필요한 이유는 시점이 다른 데이터가 들어오는 경우에 대비하고, 동기화하며, 필요한 데이터를 저장해 두는 역할을 한다.In addition, the data synchronization function internally stores the input values received from the EGI and the radio altimeter through time tags. The reason why the data synchronization function is required is to prepare for the case where data from different points of time come in, synchronize, and store necessary data.

또한, 스위치는 칼만 필터의 추정 상태를 판별하여, EGI 데이터를 바이패스 하거나, 칼만 필터에 의해 보정된 EGI 데이터를 출력한다. 이때, 판별 기준은 EGI 데이터 정보를 우선으로 한다. EGI 데이터가 바이패스되어 출력되는 경우에는, EGI 상태 정보에서 정상 동작을 의미하며, 적어도 4개 이상의 위성 데이터로 운용되고 있는 상태를 표시하는 플래그(flag)가 켜지고, 지형 정보 활용 항법 추정 위치와 EGI 출력 위치의 차이가 200m 이상일 경우에 해당한다. 이외의 경우에는 지형 정보 활용 항법 데이터를 출력하게 된다.In addition, the switch determines the estimated state of the Kalman filter, bypasses the EGI data, or outputs the EGI data corrected by the Kalman filter. At this time, the determination criteria gives priority to the EGI data information. When the EGI data is bypassed and output, it means normal operation in the EGI state information, and a flag indicating a state in which at least four satellite data are operated is turned on, and the terrain information utilization navigation estimation position and the EGI are turned on. This is the case when the output position difference is more than 200m. In other cases, the terrain information utilization navigation data is output.

이상에서는 본 발명의 실시예를 예로 들어 설명하였지만, 당업자의 수준에서 다양한 변경이 가능하다. 따라서, 본 발명은 상기의 실시예에 한정되어 해석되어서는 안 되며, 이하에 기재된 특허청구범위에 의해 해석되어야 함이 자명하다.Although the embodiments of the present invention have been described above, various modifications may be made by those skilled in the art. Therefore, it should be understood that the present invention should not be construed as being limited to the above embodiments, but should be construed in accordance with the following claims.

110 : 지형 정보 활용 항법 모듈
111 : EGI
112 : 전파 고도계
114 : 데이터 동기화 함수
115 : 베이시안 필터
116 : 칼만 필터
117 : 스위치110: terrain information utilizing navigation module
111: EGI
112: radio altimeter
114: data synchronization function
115: Bayesian filter
116: Kalman Filter
117: switch

Claims (4)

EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서,
상기 지형 정보 활용 항법 모듈은,
상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와,
상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와,
추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와,
상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 하는 지형 정보 활용 항법 모듈.It is a terrain information navigation module that receives data from EGI (Embedded GPS / INS), radio altimeter (RALT), and map database, performs accurate navigation calculation through correction, and then outputs the corrected data.
The terrain information utilizing navigation module,
A data synchronization function for internally storing the input received from the EGI and the radio altimeter through a time tag;
A Bayesian filter for estimating the current latitude and longitude of the aircraft using the data synchronized by the data synchronization function and DTED (Digital Terrain Elevation Data);
The estimated latitude and longitude are input, and a Kalman filter corrects aircraft state data of the EGI;
And a switch configured to determine an estimated state of the Kalman filter to bypass the EGI data or to output the EGI data corrected by the Kalman filter. EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와,
상기 EGI 및 상기 전파 고도계의 데이터를 동기화하는 단계(S200)와,
DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와,
필터의 업데이트 유무를 판단하는 단계(S400)와,
상기 필터가 업데이트된 경우에는, 상기 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와,
상기 필터가 업데이트되지 않은 경우에는, EGI 데이터를 상기 칼만 필터 측정치로 사용하는 단계(S600)와,
스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와,
신뢰도가 높을 경우 보정된 상기 EGI 데이터를 획득하는 단계(S800)와,
신뢰도가 낮을 경우 보정되지 않은 상기 EGI 데이터를 바이패스하는 단계(S900)를 포함하는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.Inputting an estimate of the current position of the aircraft by the EGI and the radio altimeter (S100);
Synchronizing the data of the EGI and the radio altimeter (S200);
Operating the Bayesian filter using the DTED (S300);
Determining whether the filter is updated (S400),
If the filter is updated, using the Bayesian filter position estimate as a Kalman filter estimate (S500);
If the filter is not updated, using the EGI data as the Kalman filter measurement (S600),
Determining the reliability of the terrain information utilization navigation module by the switch (S700);
Acquiring the corrected EGI data when the reliability is high (S800);
And bypassing the uncorrected EGI data when the reliability is low (S900). 제 2 항에 있어서,
상기 칼만 필터는 상태 변수를 물리값 그대로 사용하는 직접 방법과, 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 간접 방법으로 구분되는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.3. The method of claim 2,
The Kalman filter is classified into a direct method using a state variable as a physical value and an indirect method using a difference value (error) in a reference state instead of a physical value. 제 3 항에 있어서,
상기 간접 방법은 선형화의 과정에 따라,
상기 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산되는 간접 피드백(feedback) 방법과,
상기 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 간접 피드포워드(feedforward) 방법으로 구분되는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.
The method of claim 3, wherein
The indirect method according to the process of linearization,
An indirect feedback method in which a corrected value is calculated by adding an error estimate of the Kalman filter to an INS output value;
And applying an error estimate of the Kalman filter directly to the INS, thereby distinguishing the INS output value by an indirect feedforward method, in which the output value of the INS itself is corrected.

Images