KR101311590B1 - 운동 모델에 기초한 혼성형 관성 항법 시스템 - Google Patents
운동 모델에 기초한 혼성형 관성 항법 시스템 Download PDFInfo
- Publication number
- KR101311590B1 KR101311590B1 KR1020077015471A KR20077015471A KR101311590B1 KR 101311590 B1 KR101311590 B1 KR 101311590B1 KR 1020077015471 A KR1020077015471 A KR 1020077015471A KR 20077015471 A KR20077015471 A KR 20077015471A KR 101311590 B1 KR101311590 B1 KR 101311590B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- inertial navigation
- inertia
- error
- axis
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
본 발명은 모델화가능한 운동학적 움직임 성분들과 함께 이동하는 운반체(1)의 관성 항법 파라미터들(18)의 결정을 개선하는 방법에 관한 것으로, 이 방법은 (a) 운반체(1)의 운동 모델(13)을 고려하여, 관성 측정치들(20)의 적분(11)이 선정된 값을 제공하는 것으로 추정되는 최소한 하나의 움직임 성분을 선택하는 단계, (b) 선택된 성분(들)에 따라 관성 측정치들(20)을 적분하는 단계(11), (c) 단계(b)에서 얻은 적분(11)과 단계(a)의 선정된 값 사이의 편차를 성분(들)에 기초하여 결정하는 단계(14), (d) 이렇게 얻은 편차(들)에 기초하여, 상기 모델화가능 성분들과 관련된 관성 오차들로부터 비롯된 전체 관성 오차, 및 운동 모델(13)의 가변 파라미터들의 갱신될 값들을 평가하는 단계, 및 (e) 이렇게 결정된 전체 관성 오차에 기초하여 상기 관성 항법을 정정하는 단계를 포함한다. 본 발명은 또한 상기 방법을 구현하는 관성 항법 시스템에 관한 것이다.
관성 항법 파라미터, 운동 모델, 관성 측정치, 움직임 성분, 관성 오차
Description
본 발명은 일반적으로 운반체(carrier) 내에 장착된 관성 항법 시스템(INS: Inertial Navigation System)에 관한 것이다.
더욱 정확하게, 본 발명은 모델화가능한 운동학적 움직임 성분과 함께 이동하는 운반체의 관성 항법 파라미터를 결정하고자 하는 방법에 관한 것으로, 이 방법은 이들 파라미터를 잘못 결정하게 하는 관성 오차라 불리는 오차를 포함할 수 있는 관성 측정의 단계를 포함한다.
이러한 유형의 방법은 이미 알려져 있다.
그 방법들은 특히, 관성 항법 시스템이 설치된 운반체의 위치를 얻기 위해 사용된다.
이와 관련하여, 이들 시스템은 현재, 정밀도면에서 만족스러운 성능 레벨이 달성될 수 있게 한다.
예를 들어, 1 Nm/h 정도의 순수 관성에 의해 위치 정확도를 달성하는 것이 가능하다. 그러나, 더 큰 정확도(예를 들어, 데카미터 또는 미터)를 달성하기 위해, 이때 외부 데이터가 사용된다.
이것을 위해, 우선 운반체의 위치를 평가하기 위해 관성 측정을 하는 것부터 시작하고, 그 다음에 이 평가치의 임의의 오차를 정정하기 위해, 상기 외부 정보를 사용하는데, 이 외부 정보는 다른 시스템에 의해 공급된다.
그러한 항법 시스템은 이리하여 보통 "혼성형(hybrid) 시스템"이라 칭해진다.
한 예로서, 외부 정보를 나타내는 위성 위치확인 시스템(GPS: Global Positioning System)으로부터 오는 데이터에 의해 상기 정정이 달성되는 이러한 유형의 시스템에 익숙하다.
여기에서 한가지 장점은 이 외부 정보가 선정된 좌표계에서 바로 운반체의 좌표를 제공한다는 것이다.
그러나, 알려져 있는 문제점은 위성 위치확인 시스템이 가능성있는 방해 전파의 공격에 견딜 수 없다는 것이다.
이 경우에, 관성 항법 시스템은 정확한 위치로 복귀하기 위해 더 이상 GPS 데이터에 의존할 수 없다.
게다가, GPS 데이터로의 액세스가 운반체 궤도 상의 소정 지역에서 어렵게 되는 일이 발생할 수 있다.
또한, 관성 시스템은 정확한 위치로 복귀하기 위한 수단, 또는 다른 말로, 관성 센서의 레벨에서 시간이 지남에 따라 축적된 위치확인 오차를 정정하기 위한 수단을 더 이상 소유하지 않는다.
이때, GPS를 사용하는 항법 시스템의 성능은 순수 관성에 의해 달성된 성능 으로 제한되는데, 이것은 핸디캡으로 남아있다.
그러나, 물론, 이 단점을 극복하기 위해 사용될 수 있는 해결책에 익숙하다.
예를 들어, 자동차 형태의 운반체의 경우에, 외부 정보는 접속되는 주행거리계로부터 얻어질 수 있다.
이때, 관성 측정으로부터 추론된 위치를 정정하기 위해 차량에 의해 커버된 신뢰성있는 거리 측정을 사용한다.
이러한 유형의 시스템은 발생하는 문제들에 어느정도 응답하지만, 특히 자동차의 경우에는, 그것의 적분에 어떤 어려움이 전혀 없지는 않다고 하는 점이 여전히 남아있다.
첫째로, 차량에 대한 시스템의 적응은 특히 주행거리계에 의해 보내진 신호의 양호한 수신과 관련된 문제를 자주 일으킨다. 예를 들어, 이들 신호가 가질 수 있는 파형의 폭넓은 변화가 있으면, 양질의 수신은 전자 회로 레벨에서 신중한 설계 노력을 필요로 한다.
둘째로, 환경적인 제약(지형, 오르막, 내리막 등의 변형)으로 인해, 운반체는 공간에서의 방향을 변경할 수밖에 없다.
예를 들어, 차량의 진행 방향에 평행한 움직임 성분을 고려하면, 차량의 진행 방향은 이 성분(서스펜션(suspension) 움직임 등)에 따라 변할 수 있고, 이것은 주행거리계 측정치를 내장된 관성 측정치와 비교하는 관련성을 감소시킨다.
그러므로, GPS 또는 주행거리계가 없을 경우에 양호한 위치확인 성능을 달성하기 위해 사용되는 다른 해결책이 존재한다.
예를 들어, 약어 "ZUPT(Zero Update)"에 의해 이미 알려져 있는 다른 해결책은 공간에서의 축을 따른 속도가 0이 되도록 운반체를 주기적으로 멈추게 하고, 그 다음에 이 정보를 사용하는 것으로 이루어진다.
이 해결책은 종종 "제로-속도 혼성화(zero-speed hybridisation)"로 기술된다.
이 해결책을 선택함으로써, 관성 항법 시스템은 센서에 의해 야기된 오차를 평가할 수 있고, 따라서 특히 위치확인과 관련된 성능을 개선할 수 있다.
그럼에도 불구하고, 그러한 해결책에 제한이 있다.
전형적으로, 이들 주기적인 정지(요구된 성능에 따라 매 4~10분)는 때때로 엄격한 제약을 갖게 한다.
예를 들어, 탱크 또는 헬리콥터 또는 다른 전투용 기계와 같은 군용 운반체의 경우에, 제로-속도 혼성화를 실행하기 위해 정지하는 것은 불편할 수 있다.
어느 정도까지 외부 데이터를 필요없게 할 수 있는 운반체 내의 관성 항법 시스템에 대해 알고 있다[2].
이것을 위해, 시스템은 유닛의 관성 오차를 줄이는 방법을 구현한다.
더욱 정확히, 이 방법은 차량의 가로축과 세로축을 따른 2개의 속도 성분을 선택하는 단계를 포함한다.
이들 성분은 0으로 추정되고, 칼만(kalman) 필터로부터의 관측치로서 사용된다.
이 방법의 한가지 문제점은 특히 진행하는 조건(특히 일정한 운반체 속도 및 평탄한 지형)에서만 정밀도면에서 더 양호한 성능을 제공한다는 것이다.
그러므로, 비제한적인 예로서, 이 방법은 운반체가 방향이 바뀌고, 올라가고, 및/또는 내려가는 순간부터 더 이상 정확하지 않다.
본 발명의 한가지 목적은 상술된 단점을 어느정도 회피하기 위한 것이다.
특히, 본 발명의 한가지 목적은 움직임 조건과 같은 환경 조건에 상관없이, 순수 관성에 의한 것보다 훨씬 더 양호한 위치확인에 관한 성능을 달성할 수 있는 능력이다.
이 목적을 달성하기 위해, 본 발명은 모델화가능한 운동학적 움직임 성분들과 함께 이동하는 운반체의 관성 항법 파라미터들을 결정하고자 하는 방법을 제안하는데, 이 방법은 이들 파라미터들을 잘못 결정하게 하는 관성 오차로 공지되어 있는 오차를 포함할 수 있는 관성 측정의 단계를 포함하고,
(a) 운반체의 운동 모델을 갖고있다고 하면, 관성 측정치들의 적분이 그에 따라 선정된 값을 제공하는 것으로 추정되는 최소한 하나의 움직임 성분을 선택하는 단계,
(b) 선택된 성분 또는 성분들에 따라 측정치들을 적분하는 단계,
(c) 이들 성분들에 따라, 단계(b)에서 실행된 적분과 단계(a)의 선정된 값 사이의 차를 결정하는 단계,
(d) 이렇게 얻은 차들의 함수로서, 상기 모델화가능 성분들과 관련된 관성 오차들로부터 비롯된 전체 관성 오차, 및 갱신될 운동 모델(13)의 가변 파라미터들의 값들을 평가하는 단계,
(e) 이렇게 결정된 전체 관성 오차의 함수로서 상기 관성 항법 파라미터들을 정정하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 방법의 양호한, 하지만 제한하지 않는 실시양상은 다음과 같다:
- 단계(d)에서의 평가들은 필터에 의해 이루어진다;
- 필터는 칼만(Kalman) 필터이다;
- 운동 모델의 가변 파라미터들 중의 하나는 운반체의 최소한 하나의 축과 이 운반체가 이동하는 도로의 한 축 사이의 각도 α이다;
- 각도 α는 운반체의 조작 상태를 반영하는 최소한 하나의 파라미터의 함수로서 모델링된다;
- 운동 모델의 가변 파라미터들 중의 하나는 도로의 축과 운반체의 축 사이의 거리 좌표이다.
또한, 본 발명은 모델화가능한 운동학적 움직임 성분들과 함께 이동하는 운반체 내에 장착된 관성 항법 시스템을 제안하는데, 이 시스템은
- 관성 측정 수단,
- 운반체의 운동 모델에 관해, 관성 측정치들의 적분이 그에 따라 선정된 값을 제공하는 것으로 추정되는 최소한 하나의 움직임 성분을 선택하도록 설계된 수단,
- 선택된 성분 또는 성분들에 따른 측정치들을 적분하도록 설계된 수단,
- 상기 성분들에 따라, 적분과 선정된 값 사이의 차를 결정하도록 설계된 수단,
- 이렇게 얻은 차 또는 차들의 함수로서, 상기 모델화가능 성분들과 관련된 관성 오차들로부터 비롯된 전체 관성 오차를 평가하도록 설계된 수단,
- 결정된 전체 관성 오차의 함수로서 상기 관성 항법 파라미터들을 정정하도록 설계된 수단을 포함하고,
상기 차에 따라, 갱신될 운동 모델(13)의 가변 파라미터들의 값들을 평가하도록 설계된 수단을 또한 포함하는 것을 특징으로 한다.
본 발명에 따른 시스템은 단독으로 또는 조합하여, 본 발명의 양호한 실시양상 중의 하나에 따른 상술된 방법을 구현할 수 있다.
그러므로, 본 발명에서는 외부 정보에 대한 요구를 유리하게 회피할 수 있다.
관성 오차의 정정에 유용한 추가 정보는 선택된 성분들의 함수로서 특히 움직임면에서 운반체의 동작의 모델인 운동 모델에 의해 잘 발생되는 관성 정보이다.
본 발명의 다른 실시양상, 목적 및 장점은 첨부된 도면과 관련하여 제공되는 다음의 상세한 설명을 읽어보면 더욱 명백해질 것이다.
도 1은 수평 도로 상에서 직선으로 이동하고 있는 3차원 좌표계에서의 운반체를 나타낸 도면.
도 2는 본 발명에 따른 항법 시스템의 동작을 개략적으로 나타낸 도면.
도 3은 경사진 도로 상에서 직선으로 이동하고 있는 차량과 같은 운반체를 나타낸 도면.
도 4는 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 위치 오차를 시간의 함수로서 도시한 도면.
도 5는 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 고도 오차를 시간의 함수로서 도시한 도면.
도 6은 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 각도 α의 오차를 시간의 함수로서 도시한 도면.
도 7은 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 8은 도 3의 것에 대응하는 연구한 시스템에서, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 9는 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 가속도계 바이어스 오차 Z를 시간의 함수로서 도시한 도면.
도 10은 연구한 시스템이 도 3의 것인 경우에, 정정을 실행하지 않는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 11은 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 위치 오차를 시간의 함수로서 도시한 도면.
도 12는 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 고도 오차를 시간의 함수로서 도시한 도면.
도 13은 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 14는 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 15는 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로 부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 가속도계 바이어스 오차 Z를 시간의 함수로서 도시한 도면.
도 16은 연구한 시스템이 도 3의 것인 경우에, 운반체의 고도가 설정점으로부터 많이 변화하지 않는다는 가정에 기초하여, 순수 관성 정정을 실행하는 종래 기술로부터의 유형의 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 바이어스 오차를 시간의 함수로서 도시한 도면.
도 17은 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 위치 오차를 시간의 함수로서 도시한 도면.
도 18은 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 고도 오차를 시간의 함수로서 도시한 도면.
도 19는 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 각도(α)의 오차를 시간의 함수로서 도시한 도면.
도 20은 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Xb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 21은 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 속도 오차를 시간의 함수로서 도시한 도면.
도 22는 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 축 Zb를 따른 움직임의 오차를 시간의 함수로서 도시한 도면.
도 23은 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 가속도계 바이어스 오차(Z)를 시간의 함수로서 도시한 도면.
도 24는 연구한 시스템이 도 3의 것인 경우에, 본 발명에 따른 순수 관성에 의한 적분을 시뮬레이션함으로써 달성된 가속도계 바이어스 오차(X)를 시간의 함수로서 도시한 도면.
비제한적 예시로서 지상 차량에 적용된 본 발명의 한가지 구현 방법이 이제 설명될 것이다.
아주 명백하게, 본 발명은 그러한 차량에 결코 제한되지 않는다.
이와 관련하여, 운반체의 운동학적 행동 패턴에 따르면, 운동 모델에 의해 이용된 움직임 성분은 여기에서 나타낸 것과 매우 다를 수 있다는 것을 알 수 있을 것이다.
제1 예
제1 예에서, 비제한적 예로서, 운반체, 또는 더욱 정확히, 이 예에서, 수평 도로 상에서 똑바로 앞으로 이동하고 있는 차량과 같은 운반체(1)를 도 1에 나타냈다.
운반체(1)는 모델화가능한 운동 성분과 관련하여 움직임을 측정할 수 있는 본 발명에 따른 관성 항법 시스템을 갖추고 있다.
그러한 운반체의 경우에, 운동 성분을 이 차량의 움직임의 축과 관련시키는 것이 유리하다.
이와 관련하여, 도 1은 3개의 움직임 축 X, Y, Z를 도시하고 있는데, X축은 진행 방향과 평행하고, 다른 2개의 축(Y 및 Z)은 교차하거나, 또는 대체로 X축과 교차한다.
여기에서, 3개의 축은 반드시 직삼면체를 이루는 것은 아니라는 것을 알 수 있을 것이다.
X축을 따른 움직임을 정확히 결정하기 위해, 본 발명은 바퀴달린 운반체의 경우에 주행거리계로부터 얻어질 수 있는 것과 같은 외부 데이터의 사용을 배제한다.
본 발명에 따르면, 추가 데이터는 운동 모델에 의해 결정되는데, 이 운동 모델은 축 Y 및 Z를 따른 관성 측정에 기초하여, (순수 관성에 의한 결정에 관하여) 매우 작은 오차로, X축을 따른 움직임을 판정하기 위해 사용될 수 있다.
이와 관련하여, 운동 모델은 공교롭게 Y 및 Z축을 선택하지 않는다.
그들은 관성 측정이 그들 각각의 방향을 따라 실행된 경우에, 일단 이들 측정치가 적분되면 운동 모델에 이미 알려져 있는 결과를 이상적으로 얻을 수 있도록 선택되었다.
예를 들어, 운반체가 본질적으로 X에 평행한 방향인 직선으로 이동할 때, 모델은 축 Y 및 Z를 따른 움직임의 관성 측정치가 0이 되어야 한다고 정한다.
실제로, 궤도의 특정 부분에 걸쳐, 전형적으로 운반체가 방향을 바꾸지 않는 4 내지 5로 표시된 부분에 걸쳐, 운반체(1)는 특히, 축 Y 및 Z를 따른 실시간 움직임을 나타내는 차체의 움직임을 실행하지만, 궤도 4 내지 5의 상기 부분을 커버하는데 필요한 시간에서, 이들 움직임은 운반체가 항상 축 Y 및 Z를 따라 평형 위치로 되돌아가기 때문에 평균하여 0이다.
그러나, 당연히, 이것은 운반체 움직임이 우측 또는 좌측으로 회전하여 방향을 바꾸는 시간을 가졌을 정도로, 운반체(1) 움직임의 2개의 관측 사이에 일정기간이 있을 때 적용하지 않는데, 왜냐하면 예를 들어, Y를 따른 측정치(특히, 이 축을 따른 가속도 및 속도의 측정치)가 0인 모델의 예측이 회전시에는 더 이상 정확하지 않기 때문이다.
이 경우에, 본 발명은 예를 들어 운동 모델에 복잡도를 추가하는 것을 제안한다.
운반체의 동작에 관련된 측정치를 항상 분석하고 있는 모델은 (특히, 예를 들어, 자이로미터에 의해 운반체의 회전 측정치를 분석함으로써) 회전 조건에 관해 자이로미터에 의해 통지를 받고, 이 예측에 대해 시스템을 집중하게 하기 위해, 그리고 3차원 공간에서 구한 성분에 따라 움직임을 선택적으로 추론하기 위해, 선택된 축을 따라 그 움직임 예측을 적응시킨다.
예를 들어, 모델은 가장 최근의 회전 측정치에 따라, 시스템이 집중해야 하는 예측된 움직임의 속도가 이 회전 단계 동안에 선택된 Y축을 따라 정밀한 0이 아 닌 값과 동일하다는 것을 결정할 수 있다.
여기에서, 모델에 의해 고려될 축의 선택 및 관성 측정이 시간이 지남에 따라 자주 발생한다는 사실이 주의를 끈다.
그러한 갱신 빈도는 운반체의 움직임이 궤도를 따라 그들 전부를 연구하기 위해 사용될 수 있기 때문에 운반체의 더 미세한 움직한 결정을 하게 한다.
이제 도 2를 참조하여, 본 발명의 시스템의 동작을 더욱 정확히 설명할 것이다.
이전 순간에 측정된 움직임 조건(직선, 회전, 올라가기 등)에 따라, 운동 모델은 분석될 운반체의 움직임 성분에 관한 선택을 한다.
일단 이들 성분이 선택되었으면, 이들 성분을 따른 관성 측정치(20)는 특히 운반체(1) 상에 분별력있게 위치설정된 자이로스코프/자이로미터 및/또는 가속도계와 같은 관성 센서(10)에 의해 실행된다.
운반체의 예로 돌아가면, 관성 측정치(20)는 도 1에 나타낸 바와 같은 직선의 경우에, 모델이 이들 축 상에서 0 움직임 값을 예측하기 때문에, 축 Y 및/또는 Z를 따라 실행된다.
여기에서, 본 발명에 따른 방법은 또한 임의의 추가 변경에 관해 독립성을 증가시키기 위해 이들 센서(10)의 위치 및 방향을 제어/모니터하는 가능성에 대비한다는 것을 알 수 있을 것이다.
그 다음, 이들 관성 측정치(20)는, 나중에 설명될 블록(13)에서 관성 고도, 속도 및 위치 데이터를 결정하기 위해, 적분된다(11).
운반체의 멈춤이 가능하게 되는 경우(전형적으로 자연스런 정지)인, 제로-속도 혼성화(16)를 적용할 수 있는 경우에, 이들 측정치(20)는 정지를 검출하기 위해, 따라서 특히 X 방향의 주축을 따른 오차, 전형적으로 드리프트 또는 바이어스를 평가하기 위해, 운반체(1)의 움직임을 분석(15)하는데 사용될 수 있다.
그러나, 아주 명백하게, 본 발명의 개념과 같이, 이들 정지는 어떻든 필수적인 것은 아니다.
일단 관성 측정치(20)의 적분(11)이 실행되었으면, 파라미터의 값을 매트릭스(X)로 평가할 수 있게 하는 상태 모델 또는 형식(form)(12)을 사용한다.
상태 모델은 전형적으로 다음 형식의 수학식에 기초한다:
여기에서, f는 비선형 함수, F(t)는 그 선형화된 상태 매트릭스, X는 상태 벡터, t는 시간이다.
본 발명의 양호한 실시양상에 따르면, 칼만 필터가 사용되지만, 아주 명백하게, 전문 기술자에게 이미 공지된 다른 유형의 필터가 관련된 상황에 따라 사용될 수 있다.
그러한 칼만 필터의 설계와 관련하여, 예를 들어 "Applied Optimal Estimation"[1]을 포함하여, 참조할 수 있는 다수의 문서들이 있다.
또한, 매트릭스 X의 파라미터 중에는 속도, 가속도, 회전각 또는 고도의 파 라미터가 있다는 것을 알 수 있을 것이다.
또한, 본 발명의 다른 실시양상에 따르면, 운동 모델(13)은 (가변 파라미터를 통해) 구성가능해야 되는 것으로 되어 있고, 그 결과 매트릭스 X는 또한 이 모델(13)의 파라미터를 포함할 수 있다.
매트릭스 X의 파라미터의 평가된 값(21)이 동시에 공급되는데, 첫번째로 블록(14)에 공급되고, 두번째로 운반체(1)의 운동 모델(13)에 공급된다.
운동 모델(13)은 운반체(1)의 유용한 운동 특성을 모두 포함하고, 특히, 획득한 성분을 따른(예를 들어, X축을 따른) 움직임에 상기 선택된 성분을 따른 평가된(21) 움직임을 연결시키기 위해 사용될 수 있다.
또한, 이들 평가치(21)로부터, 모델은 상기 예측된 값(23)을 블록(14)에 공급했다.
예를 들어, 상술된 바와 같이, 곧바로 앞으로 이동하는 운반체의 경우에, 움직임 성분 Y를 따른 속도의 평가치는 거의 0이 되어야 한다.
평가치(21)의 분석 다음에, 운동 모델(13)은 운반체가 실제로 곧바로 앞으로 이동하고 있다는 것을 추론하고, 그 다음에 상기 예측된 0 값(23)을 블록(14)에 공급한다.
또한, 운동 모델(13)은 적분(11)으로부터, 그리고 상태 모델(12)로부터, 이전의 반복 동안에 결정된 파라미터의 값도 공급한다.
아주 명백하게, 또한 상술된 바와 같이, 회전 이동의 경우에, 운동 모델(13)은 회전시의 운반체의 움직임을 알고 있으면, (예를 들어, 자이로스코프 또는 자이로미터의 측정으로부터 얻은 평가치와 같은) 평가치(21)를 사용하여, 예측된 값(23)을 공급해서, 이 새로운 상황에 적합하게 한다.
그 다음, 블록(14)은 당해의 평가치의 값과 동일한 파라미터에 관한 예측된 값(23)으로, 운동 모델(13)에 의해 공급된 예측된 값(23)과 평가된 값 사이의 차를 결정한다.
이 예에서, 블록(14)은 특히, Y를 따른 속도의 평가치를 Y를 따른 속도의 상기 예측된 값(23)과 비교한다.
이 비교의 결과 I(따라서, I는 일반적으로 이노베이션(innovation) 매트릭스라 칭해지는 오차 매트릭스임)는 루프에 의해 상태 모델(12)의 파라미터(바이어스, 드리프트 등의 평가치)를 정정하기 위해 블록(17)에 공급된다.
예를 들어, 블록(14)에서 Y를 따른 속도에 관해 관측된 관성 오차는 상태 모델(12)의 파라미터를 정정하기 위해, 그리고 루프 반복과 동시에 Y를 따른 속도의 평가치에 관한 오차를 정정하기 위해 사용된다.
또한, 화살표(24)로 나타낸 바와 같이, 상태 모델(12)의 파라미터의 정정은 또한 초기에 적분된 측정치(20)의 오차를 정정할 수 있게 하므로, (여기에서 고려된 예에서, 특히 Y를 따른 속도의 평가치에 관한) 평가치에 있어서의 오차의 상기 정정을 더욱 개선한다.
그러므로, 방금 설명되고 블록(11, 12, 13, 14 및 17)을 동작하게 하는 단계들은 관성 오차를 끊임없이 감소시키기 위해 루프 내에서 반복적으로 구현됨으로써, 위치, 속도 및 고도의 평가치를 개선한다.
또한, 정정의 빈도가 양호하게 관성 센서(10)로부터 얻은 측정치(20)의 빈도보다 적다는 것을 알 수 있을 것이다.
최종적으로, 도 2에 나타낸 바와 같이, 운반체의 관성 항법 파라미터의 최종 평가치는 예를 들어 표시 화면에 의해 사용자에게 공급될 수 있다(18).
이들 평가치는 또한 다른 시스템이 그것들을 사용할 수 있는 경우에 다른 시스템에 공급될 수 있다.
상술된 바와 같이, 본 발명에 따른 항법 시스템은 유리하게 다른 공지된 시스템에 의해 보완될 수 있다.
예를 들어, 제로-속도 혼성화 시스템을 추가하는 것이 가능한데, 여기에서 제로-속도 혼성화 시스템은 외부 조건이 그렇게 허용하는 경우(자연스런 정지 등)에만 요구된다.
이와 관련하여, 도 2는 그러한 가능성을 점선 화살표로 나타낸다.
제로-속도 혼성화의 사용에 대응하는 블록(16)은 본 발명의 운동 모델(13)의 블록과 동시에 실행되는데, 이 경우에 평가치(21)는 블록(13 및 16)에 공급된다.
따라서 매트릭스 H의 크기가 증가되었다는 것을 이 사실로부터 알 수 있다.
제2 예
본 발명을 예시하기 위해 사용된 제2의 비제한적인 예는 도 3 내지 24를 참조하여 아래에 설명된다.
도 3은 이제 도로(2) 상에서 직선으로 올라가고 있는 운반체(1)를 나타내고 있다.
그러므로, 길이 축 Xr 및 그 수직 축 Zr의 도로(2)는 수평 축 Xh에 관해 β 각도 기울어져 있다(도 3).
게다가, 운반체의 축 Xb 및 Zb는 각각 도로의 축 Xr 및 Zr과 α 각도를 이룬다.
유닛과 관련된 축이 운반체(1)의 축, 즉 Xb 및 Yb와 다를 수 있기 때문에, 유닛은 운반체의 축과 맞춰진다.
각도 α는 칼만 필터에 의해 평가된 상태 변수의 일부를 형성한다는 것을 알 수 있을 것이다.
또한, 각각의 좌표계는 직교 좌표계를 얻도록 정해진 제3 축 Yb, Yr을 갖는다는 것을 알 수 있을 것이다.
이와 관련하여, 관성 측정은 특히 축 Yb 상에서 실행될 수 있다.
이 비제한적인 예에서, 운동 모델은 축 Zr을 따른 움직임이 0이 되게 정한다(다른 비제한적인 예는 축 Yb 또는 Yr을 따른 비제로 움직임을 고려해야 할 필요가 있을 수 있다).
본 발명에 따르면, 이때 관측은 축 Zb를 따른 움직임의 측정뿐만 아니라, 각도 α로부터의 축 Zr 상에서 실행된다.
그 다음, 이노베이션 I는 운동 모델에 의해 예측된 0 값과 상기 관측치를 비교함으로써, 시스템의 파라미터를 정정하기 위해 결정된다.
예시로서, 땅이 편평하다고 가정하면, 관련된 단순화한 시스템의 모델링을 나타내는 식이 아래 제공된다.
- Vxb, Vzb는 각각 축 Xb 및 Zb를 따른 운반체(1)의 속도라고 하자.
- xx, zz는 각각 축 Xb 및 Zb를 따른 운반체(1)의 위치라고 하자.
- φy는 Yb를 따른 수직 오차라고 하자.
- Dy는 축 Yr을 따른 자이로스코프의 드리프트라고 하자.
- bx는 x상의 가속도계 바이어스라고 하자.
- bz는 z상의 가속도계 바이어스라고 하자.
- α는 각도 α라고 하자.
- depZ는 축 Zr을 따른 움직임이라고 하자.
- g는 중력의 모델이라고 하자.
최적해 부근의 선형화될 오차에 관해 추론함으로써, 칼만 필터는 특히 아래에 나타낸 형식을 취할 수 있다(기호 δ는 계산 오차를 나타낸다는 것을 알 수 있을 것이다):
따라서, 다음과 같은 상태 매트릭스 F를 얻는다:
칼만 필터의 관측치는 바로 축 Zr을 따른 움직임이고, 즉 다음과 같다:
여기에서, H는 관측 매트릭스이다.
상기 이노베이션 I는 다음과 같이 계산된다:
depZ가 각도 α에 의해 평가된 도로의 수직 상의 운반체의 평가된 속도의 투영 적분이라고 하면 다음과 같이 된다:
이제 본 발명에 의해 제안된 시스템 및 종래 기술의 시스템의 성능을 비교할 수 있게 하는 몇가지 시뮬레이션 결과를 소개한다.
우선 첫째로, 계산을 단순화하기 위해 땅이 평탄했다고 간주하고, 다음 설정 을 실행함으로써, 다음 결과가 얻어졌다는 것을 알 수 있을 것이다.
궤도
축 Xr을 따른 운반체의 속도 = 20 m/s,
α= 34 mrad,
β= 17 mrad,
시뮬레이션된 유닛의 오차(이 예에서)
Dy = 0.01o/h
BX = 10 μg
bz = 50 μg
시뮬레이션 결과는 도 4 내지 24에 제시되고, 3개의 그룹으로 나누어진다.
제1 그룹(도 4-10)은 종래 기술의 순수 관성에 의한 시스템으로 얻어질 수 있고 관성 오차의 정정을 적용하지 않는 결과에 관한 것이다.
제2 그룹(도 11-16)은 일반적으로 사용된 종래 기술의 혼성화 시스템으로 얻어질 수 있는 결과에 관한 것으로, 이 종래의 시스템은 관성 오차의 정정을 구현하고, 운반체의 고도가 설정점 부근에서 아주 조금 변화한다는 가정에 기초하고 있다.
제3 그룹(도 17-24)은 본 발명의 이 예에서 제안된 혼성화 시스템으로 얻어지는 결과에 관한 것이다.
도 4-24의 각각에서, 대칭적인 점선 곡선은 도시된 크기의 3σ 공분산을 나타낸다.
예를 들어, 도 5에서, 곡선(50)은 축 Zb를 따른 고도의 적분 오차에 대응하는 반면, 곡선(51 및 52)은 필터에서의 이 오차의 3σ 공분산을 나타낸다.
먼저 도면의 제1 그룹을 참조하면, 특히 시간의 함수로서 가속도계 바이어스 Z를 나타내는 도 10을 참조하면, 특히 공분산 곡선(51, 52)이 서로 접근하지 않는다는 사실에 의해 정정이 없다는 것을 관측할 수 있다.
이에 반해, 제2 및 제3 그룹에서, 특히 시간의 함수로서 가속도계 바이어스 Z를 각각 나타내는 도 15 및 23에서, 특히 공분산 곡선의 수렴에 의해 정정의 실행을 관측할 수 있다.
도 4 내지 24의 각각을 상세하게 분석하지 않고, 본 발명에 따른 혼성화로 최상의 결과가 얻어진다는 것을 아주 단순하고 일반적으로 관측할 수 있다.
특히, 본 발명에 따르면, 15 미터의 고도 오차는 (도 5의) 정정을 실행하지 않는 종래 기술로부터의 유형의 혼성화에 따른 750 미터보다 큰 것에 대해, (도 18의) 항행의 30분 후에 얻어진다.
고도가 일정한 상태로 있다(그룹 2)는 가정에 기초한 종래 기술로부터의 유형의 혼성화와 관련하여, 고도의 오차에 관련된 곡선(120)이 발산하고, 점 A에서, 상부 공분산 곡선(121)(도 12)과 교차한다는 것을 도 12에서 관측할 수 있는데, 도 12는 이러한 유형의 혼성화의 사용이 여기에서 고려된 예의 경우에 발산의 위험을 초래할 수 있다는 것을 보여준다.
이것은 운반체가 도로(2)를 올라가고 있는 동안에 고도가 일정한 것으로 간주된다는 사실 때문이고, 따라서 가정이 잘못되었다.
이제 도 4, 11 및 17을 비교함으로써, 축 Xb를 따른 위치 오차가 유리하게 본 발명에 따른 혼성화의 경우에 더 작다는 것을 관측할 수 있다.
예로서, t=1800s에서, 곡선(40 및 110)은 약 750 미터에 도달하지만, 본 발명에 관한 곡선(170)은 약 500 미터에 도달한다.
그러한 차이는 선택된 축을 따른 관성 측정으로부터, 특히 다른 축을 따른 움직임을 결정하는데 어느정도 도움이 되는 운동 모델(13)을 사용하는 본 발명에 따른 장점을 나타낸다.
이러한 제2 예에 소개된 구현 방법의 변형에 따르면, 운동 모델의 복잡도를 더욱 더 증가시킴으로써 항법 시스템의 성능을 더욱 개선시킬 수 있다.
예를 들어, 각도 α는 운반체의 조작 상태를 결정하는 최소한 하나의 파라미터를 고려함으로써(특히 축 Xr을 따른 가속도를 고려함으로써), 그리고/또는 이 운반체의 최소한 하나의 기술적 특성(특히 유닛의 위치에 관한 무게 중심의 위치, 또는 실제로 운반체의 강도)을 고려함으로써 모델링될 수 있다.
이와 관련하여, 각도 α를 갖는 본 발명의 양호한 모델은 다음 식으로 표현될 수 있다:
α=αc + k*yxr
여기에서, αc, k 및 yxr은 각각 상수 성분, 운반체의 강도를 반영하는 비례 계수, 및 축 Xr을 따라 측정된 운반체의 가속도에 대응한다.
본 발명에 따르면, 파라미터 αc 및 k는 특히 칼만 필터에 의해 평가될 수 있다.
또한, 운반체가 이동하고 있는 조건에서 항법 시스템의 성능을 개선하기 위해, 예를 들어 이 제2 예에 적용된 본 발명의 다른 실시양상에 따르면, 상술된 조건에서, 움직임이 0으로 추정되는 축 Zr은 특히 운반체의 운동의 함수로서 공간에서의 위치를 변경한다는 것을 고려할 수 있다.
특히 하나 이상의 각속도(예를 들어, 선에서의 회전 속도)에서, 실시간 이동 조건에 따라 이 위치를 모델링함으로써, 본 발명의 모델에 이러한 방식으로 복잡도를 추가할 수 있다.
축 Zr의 위치는, 예를 들어 각각 축 Xr 및 Yr을 따른 거리 좌표에 의해 모델링된다.
유리하게, 이들 좌표는 칼만 필터에 이해 평가되고, 운반체의 움직임이 0인 축 Zr의 위치에 아주 명백하게 대응한다.
그러나, 물론, 본 발명은 상술되고 도면에 도시된 구현 형식에 조금도 제한되지 않는다.
실제로, 다수의 변형은 본 발명의 일반적인 개념으로부터 벗어날 수 있다.
이것은 움직임 성분들이 특히 운반체의 유형 및 그 모델화가능 운동 행동 패턴에 의존하기 때문에, 특히 운동 모델(13)에 의해 고려된 움직임 성분들에 관한 경우이다.
그러므로, 본 발명의 변형은 운동 움직임의 각(angular) 성분을 사용하게 된다.
이것은 예를 들어, 선에서의 일정 회전 속도를 갖는 관측 장치(이를테면, 레이더 세트, 위성 등)의 위에 장착된 시스템에 적용할 수 있다.
또한, 전문 기술자는 다른 축 상의 데이터를 추론하기 위해 선택될 축의 수는 본 발명이 적용되는 경우에 따라 다를 것이라는 것을 알 수 있을 것이다.
이와 관련하여, 본 발명의 방법에 따르면, 운반체의 운동 모델에 비추어보아, 관성 측정치의 적분이 소정의 선정된 값을 제공하는 것으로 추정되는 최소한 하나의 움직임 성분을 선택할 수 있다.
그러므로, 하나의 성분은 순수 관성에 의해 동작하는 시스템의 성능을 개선시키기 위해 충분할 수 있다.
그럼에도 불구하고, 외부 데이터의 종류가 많을 수록, 시스템의 성능이 더욱 개선될 것이라는 것은 말할 것도 없다.
그러므로, 2개의 움직임 성분, 또는 더 많은 움직임 성분(선 또는 각 또는 그 조합)의 사용은 본 발명의 시스템에 유리할 수 있을 뿐이다.
마지막으로, 본 발명의 다른 변형은 또한 도 2에서 설명된 본 발명의 방법이 정정을 실행하는 파라미터의 특성에 관한 것이다.
예로서, 이 방법은 움직임 성분 및/또는 속도 성분 및/또는 가속도 성분을 모델링할 수 있다.
참고문헌
[1] Applied Optimal Estimation, The Analytic Sciences Corporation, Ed. Arthur Gelb, 1974.
[2] The Aiding of a Low-Cost Strapdown Inertial Measurement Unit Using Vehicle Model Constraints for Land Vehicle Applications, Gamini Dissanayake, IEEE Transactions on Robotics and Automation, Vol. 17, No 5, October 2001.
Claims (13)
- 모델화가능한 운동학적 움직임 성분들(modelizable kinematic movement components)과 함께 이동하는 운반체(carrier)(1)의 관성 항법 파라미터들(18)을 결정하고자 하는 방법으로서 - 상기 방법은 이들 파라미터들의 부정확한 결정을 초래하는 관성 오차로 알려져 있는 오차를 포함할 수 있는 관성 측정치들(20)을 구하는 단계를 포함함 -,a) 상기 운반체(1)의 운동 모델(13)에 관해, 적어도 하나의 움직임 성분 - 이 적어도 하나의 움직임 성분에 따라 상기 관성 측정치들(20)의 적분(11)이 미리 결정된 값을 제공하는 것으로 추정됨 - 을 선택하는 단계와,b) 선택된 성분 또는 성분들에 따라 상기 측정치들(20)을 적분(11)하는 단계와,c) 이들 성분들에 따라, 상기 단계 b)에서 얻은 적분(11)과 상기 단계 a)로부터의 미리 결정된 값 사이의 차를 결정하는 단계(14)와,d) 이렇게 얻은 차 또는 차들의 함수로서, 상기 모델화가능한 성분들과 관련된 관성 오차들로부터 비롯된 전체 관성 오차, 및 갱신될 운동 모델(13)의 가변 파라미터들의 값들을 평가(estimating)하는 단계와,e) 이렇게 결정된 전체 관성 오차의 함수로서 상기 관성 항법 파라미터들을 정정하는 단계를 포함하는 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제1항에 있어서, 상기 단계 d)에서의 평가들은 필터에 의해 이루어지는 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제2항에 있어서, 상기 필터는 칼만(Kalman) 필터인 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제1항에 있어서, 상기 운동 모델의 가변 파라미터들 중의 하나는 상기 운반체의 적어도 하나의 축(Xb)과 이 운반체가 이동하는 도로의 축(Xr) 사이의 각도 α인 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제4항에 있어서, 상기 각도 α는 상기 운반체의 조작 상태를 반영하는 적어도 하나의 파라미터의 함수로서 모델링되는 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제4항에 있어서, 상기 운동 모델의 가변 파라미터들 중의 하나는 상기 도로의 축들과 상기 운반체의 축들 사이의 거리 좌표인 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 모델화가능한 운동학적 움직임 성분들(X; Y; Z)과 함께 이동하는 운반체(1) 내에 장착된 관성 항법 시스템으로서,관성 측정 수단과,상기 운반체의 운동 모델(13)에 관해, 적어도 하나의 움직임 성분(X; Y; Z) - 이 적어도 하나의 움직임 성분(X; Y; Z)에 따라 관성 측정치들의 적분이 미리 결정된 값을 제공하는 것으로 추정됨 - 을 선택하도록 설계된 수단과,선택된 성분 또는 성분들(X; Y; Z)에 따른 측정치들을 적분하도록 설계된 수단과,상기 성분들에 따라, 상기 적분과 상기 미리 결정된 값 사이의 차를 결정하도록 설계된 수단과,이렇게 얻은 차 또는 차들의 함수로서, 상기 모델화가능한 성분들(X; Y; Z)과 관련된 관성 오차들로부터 비롯된 전체 관성 오차를 평가하도록 설계된 수단과,결정된 전체 관성 오차의 함수로서 상기 관성 항법 파라미터들을 정정하도록 설계된 수단을 포함하고,상기 차에 따라, 갱신될 운동 모델(13)의 가변 파라미터들의 값들을 평가하도록 설계된 수단을 또한 포함하는 것을 특징으로 하는 관성 항법 시스템.
- 제7항에 있어서, 상기 전체 관성 오차를 평가하도록 설계된 수단과 상기 가변 파라미터들의 값들을 평가하도록 설계된 수단은 필터인 것을 특징으로 하는 관성 항법 시스템.
- 제5항에 있어서, 상기 운동 모델의 가변 파라미터들 중의 하나는 상기 도로의 축들과 상기 운반체의 축들 사이의 거리 좌표인 것을 특징으로 하는 관성 항법 파라미터 결정 방법.
- 제8항에 있어서, 상기 필터는 칼만 필터인 것을 특징으로 하는 관성 항법 시스템.
- 제7항에 있어서, 상기 운동 모델의 가변 파라미터들 중의 하나는 상기 운반체의 적어도 하나의 축(Xb)과 이 운반체가 이동하는 도로의 축(Xr) 사이의 각도 α인 것을 특징으로 하는 관성 항법 시스템.
- 제11항에 있어서, 상기 각도 α는 상기 운반체의 조작 상태를 반영하는 적어도 하나의 파라미터의 함수로서 모델링되는 것을 특징으로 하는 관성 항법 시스템.
- 제11항에 있어서, 상기 운동 모델의 가변 파라미터들 중의 하나는 상기 도로의 축들과 상기 운반체의 축들 사이의 거리 좌표인 것을 특징으로 하는 관성 항법 시스템.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0413040 | 2004-12-07 | ||
FR0413040A FR2878954B1 (fr) | 2004-12-07 | 2004-12-07 | Systeme de navigation inertielle hybride base sur un modele cinematique |
PCT/EP2005/056578 WO2006061403A1 (fr) | 2004-12-07 | 2005-12-07 | Systeme de navigation inertielle hybride base sur un modele cinematique |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070091641A KR20070091641A (ko) | 2007-09-11 |
KR101311590B1 true KR101311590B1 (ko) | 2013-09-26 |
Family
ID=34955389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020077015471A KR101311590B1 (ko) | 2004-12-07 | 2005-12-07 | 운동 모델에 기초한 혼성형 관성 항법 시스템 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8165795B2 (ko) |
EP (1) | EP1819984B1 (ko) |
KR (1) | KR101311590B1 (ko) |
CN (1) | CN101099076B (ko) |
FR (1) | FR2878954B1 (ko) |
IL (1) | IL183755A0 (ko) |
WO (1) | WO2006061403A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10907969B2 (en) | 2017-10-12 | 2021-02-02 | Hanwha Defense Co.. Ltd. | Inertia-based navigation apparatus and inertia-based navigation method based on relative preintegration |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2936598B1 (fr) * | 2008-09-30 | 2010-11-12 | Mbda France | Systeme de guidage d'un projectile |
FR2944867B1 (fr) * | 2009-04-24 | 2011-04-22 | Sagem Defense Securite | Procede de determination de parametres de navigation inertielle d'un porteur et systeme de navigation inertielle. |
CN101957204B (zh) * | 2010-09-28 | 2011-11-09 | 北京航空航天大学 | 一种基于相互测距信息的机群惯性导航数据融合方法 |
JP5482766B2 (ja) * | 2011-11-07 | 2014-05-07 | 株式会社デンソー | 車両用ナビゲーション装置 |
CN102692872B (zh) * | 2012-04-26 | 2014-04-09 | 中冶南方工程技术有限公司 | 结晶器离散状态方程辨识方法 |
CN102967313B (zh) * | 2012-11-13 | 2015-10-28 | 李涛 | 一种履带车辆用捷联惯性导航***的数据处理方法 |
CN105286759B (zh) * | 2015-09-21 | 2017-07-11 | 厦门大学 | 基于惯导***的腔体形变复位检测装置及复位检测方法 |
EP3365844B1 (en) | 2015-10-20 | 2023-05-24 | Crown Equipment Corporation | Adjusting industrial vehicle performance |
CN105467418A (zh) * | 2015-12-22 | 2016-04-06 | 中船航海科技有限责任公司 | 一种新的舰艇编队相对定位方法 |
US11144075B2 (en) | 2016-06-30 | 2021-10-12 | Ichor Systems, Inc. | Flow control system, method, and apparatus |
US10303189B2 (en) | 2016-06-30 | 2019-05-28 | Reno Technologies, Inc. | Flow control system, method, and apparatus |
FR3075355B1 (fr) | 2017-12-14 | 2019-11-08 | Safran Electronics & Defense | Procede d'estimation de donnees de navigation d'un vehicule terrestre utilisant des parametres de geometrie et d'orientation de route |
US11691699B2 (en) | 2019-05-13 | 2023-07-04 | Thayermahan, Inc. | Field-configurable and modular navigational system for autonomous vehicle |
CN110488853B (zh) * | 2019-08-29 | 2021-06-08 | 北京航空航天大学 | 一种降低转轴涡动影响的混合式惯导***稳定控制指令的计算方法 |
CN113137975B (zh) * | 2020-05-28 | 2024-03-19 | 西安天和防务技术股份有限公司 | 天文惯性组合导航的惯性校正方法、装置及电子设备 |
CN111829511A (zh) * | 2020-06-08 | 2020-10-27 | 中国航天空气动力技术研究院 | 一种基于m估计的auv组合导航方法及*** |
CN112731483B (zh) * | 2020-12-14 | 2024-04-09 | 北京航空航天大学 | 一种自动驾驶组合导航***中rtk异常值的判断方法 |
CN112683281B (zh) * | 2021-03-11 | 2021-06-04 | 之江实验室 | 一种基于车辆运动学的自动驾驶车辆联合定位方法 |
US11913757B2 (en) * | 2022-01-18 | 2024-02-27 | Rosemount Aerospace Inc. | Constraining navigational drift in a munition |
Family Cites Families (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2984435A (en) * | 1956-04-05 | 1961-05-16 | Chance Vought Corp | Missile terminal guidance system controller |
US3058697A (en) * | 1959-03-25 | 1962-10-16 | Sperry Rand Corp | Automatic pilot |
US3301508A (en) * | 1961-06-07 | 1967-01-31 | United Aircraft Corp | Guidance system with stellar correction |
US3439427A (en) * | 1965-03-17 | 1969-04-22 | North American Rockwell | Method for navigating a space vehicle |
US3702477A (en) * | 1969-06-23 | 1972-11-07 | Univ Iowa State Res Found Inc | Inertial/doppler-satellite navigation system |
US3693909A (en) * | 1970-02-18 | 1972-09-26 | Us Air Force | Guided missile trajectory alignment method |
US3680355A (en) * | 1970-10-07 | 1972-08-01 | Singer Co | Method and apparatus for performance monitoring of dual platform inertial navigation systems |
US4144571A (en) * | 1977-03-15 | 1979-03-13 | E-Systems, Inc. | Vehicle guidance system |
US4321678A (en) * | 1977-09-14 | 1982-03-23 | Bodenseewerk Geratetechnik Gmbh | Apparatus for the automatic determination of a vehicle position |
US4168524A (en) * | 1977-09-29 | 1979-09-18 | The Charles Stark Draper Laboratory, Inc. | Airborne surveying apparatus and method |
US4347573A (en) * | 1978-10-30 | 1982-08-31 | The Singer Company | Land-vehicle navigation system |
US4320287A (en) * | 1980-01-25 | 1982-03-16 | Lockheed Electronics Co., Inc. | Target vehicle tracking apparatus |
US4351027A (en) * | 1980-08-13 | 1982-09-21 | Honeywell Inc. | Adaptive riser angle position reference system |
FR2511146B1 (fr) * | 1981-08-07 | 1986-07-25 | British Aerospace | Instrument de navigation |
GB2208017B (en) * | 1983-11-25 | 1989-07-05 | British Aerospace | Guidance systems |
US5355316A (en) * | 1989-03-24 | 1994-10-11 | Northrop Grumman Corporation | Position aided evader maneuvering re-entry vehicle navigator |
US5001647A (en) * | 1989-08-31 | 1991-03-19 | General Electric Company | Inertial transformation matrix generator |
US5050086A (en) * | 1990-04-30 | 1991-09-17 | The Boeing Company | Aircraft lateral-directional control system |
US5184304A (en) * | 1991-04-26 | 1993-02-02 | Litton Systems, Inc. | Fault-tolerant inertial navigation system |
US5339684A (en) * | 1991-12-10 | 1994-08-23 | Textron Inc. | Gravity aided inertial navigation system |
JPH05240654A (ja) * | 1992-02-28 | 1993-09-17 | Japan Aviation Electron Ind Ltd | 慣性航法装置 |
FR2692667B1 (fr) * | 1992-06-18 | 1994-08-19 | Alsthom Cge Alcatel | Dispositif de mesure de déplacement pour véhicule, notamment pour robot tout-terrain, et véhicule équipé d'un tel dispositif. |
US5574650A (en) * | 1993-03-23 | 1996-11-12 | Litton Systems, Inc. | Method and apparatus for calibrating the gyros of a strapdown inertial navigation system |
JP3319101B2 (ja) * | 1993-12-09 | 2002-08-26 | 住友電気工業株式会社 | 車両の重力式加速度計 |
US5948045A (en) * | 1995-05-23 | 1999-09-07 | State Of Israel-Ministry Of Defense Armament Development Authority-Rafael | Method for airbourne transfer alignment of an inertial measurement unit |
US5736923A (en) * | 1995-07-11 | 1998-04-07 | Union Switch & Signal Inc. | Apparatus and method for sensing motionlessness in a vehicle |
US5790405A (en) * | 1995-07-31 | 1998-08-04 | Litton Systems, Inc. | Method and apparatus for detecting circular torpedo runs |
US6024655A (en) * | 1997-03-31 | 2000-02-15 | Leading Edge Technologies, Inc. | Map-matching golf navigation system |
US6647352B1 (en) * | 1998-06-05 | 2003-11-11 | Crossbow Technology | Dynamic attitude measurement method and apparatus |
US6532419B1 (en) * | 1998-09-23 | 2003-03-11 | Magellan Dis, Inc. | Calibration of multi-axis accelerometer in vehicle navigation system |
US6163021A (en) * | 1998-12-15 | 2000-12-19 | Rockwell Collins, Inc. | Navigation system for spinning projectiles |
SE512716C2 (sv) * | 1999-01-18 | 2000-05-02 | Saab Ab | Metod och anordning för att beräkna reservattityd och reservkurs för ett flygplan |
US6374184B1 (en) * | 1999-09-10 | 2002-04-16 | Ge-Harris Railway Electronics, Llc | Methods and apparatus for determining that a train has changed paths |
US6459990B1 (en) * | 1999-09-23 | 2002-10-01 | American Gnc Corporation | Self-contained positioning method and system thereof for water and land vehicles |
US6170344B1 (en) * | 1999-09-29 | 2001-01-09 | Honeywell Inc. | Pipeline distortion monitoring system |
US6282496B1 (en) * | 1999-10-29 | 2001-08-28 | Visteon Technologies, Llc | Method and apparatus for inertial guidance for an automobile navigation system |
US6273370B1 (en) * | 1999-11-01 | 2001-08-14 | Lockheed Martin Corporation | Method and system for estimation and correction of angle-of-attack and sideslip angle from acceleration measurements |
US6477465B1 (en) * | 1999-11-29 | 2002-11-05 | American Gnc Corporation | Vehicle self-carried positioning method and system thereof |
AU775676B2 (en) * | 2000-06-01 | 2004-08-12 | Furuno Electric Company, Limited | System for determining the heading and/or attitude of a body |
IL136566A (en) * | 2000-06-05 | 2007-07-24 | Rafael Advanced Defense Sys | Method for adjusting an inertial measurement unit in the presence of delays in unknown aircraft measurements |
US6445983B1 (en) * | 2000-07-07 | 2002-09-03 | Case Corporation | Sensor-fusion navigator for automated guidance of off-road vehicles |
US6594617B2 (en) * | 2000-08-18 | 2003-07-15 | Applanix Corporation | Pedometer navigator system |
CN1361409A (zh) * | 2000-12-23 | 2002-07-31 | 林清芳 | 增强型导航定位之方法及其*** |
CN1361431A (zh) * | 2000-12-23 | 2002-07-31 | 林清芳 | 完全整合式导航定位方法和*** |
US6564148B2 (en) * | 2001-03-06 | 2003-05-13 | Honeywell International | Integrated inertial VMS navigation with inertial odometer correction |
US6859747B2 (en) * | 2001-04-26 | 2005-02-22 | Siemens Energy & Automation, Inc. | Method and apparatus for self-calibrating a motion control system |
US6845938B2 (en) * | 2001-09-19 | 2005-01-25 | Lockheed Martin Corporation | System and method for periodically adaptive guidance and control |
US6914931B2 (en) * | 2001-09-26 | 2005-07-05 | The Aerospace Corporation | Spread spectrum receiver kalman filter residual estimator method |
US6853909B2 (en) * | 2001-12-03 | 2005-02-08 | Applanix Corporation, Inc | Walking stick navigator for position determination |
GB2391732B (en) * | 2002-05-16 | 2005-09-07 | Furuno Electric Co | Attitude sensing apparatus for determining the attitude of a mobile unit |
US6782315B2 (en) * | 2002-06-19 | 2004-08-24 | Ford Global Technologies, Llc | Method and apparatus for compensating misalignments of a sensor system used in a vehicle dynamic control system |
US6868921B2 (en) * | 2003-01-13 | 2005-03-22 | Merlin Technology, Inc. | Boring tool tracking fundamentally based on drill string length, pitch and roll |
US7222007B2 (en) * | 2004-01-07 | 2007-05-22 | Ford Global Technologies, Llc | Attitude sensing system for an automotive vehicle relative to the road |
US8583315B2 (en) * | 2004-03-19 | 2013-11-12 | Agjunction Llc | Multi-antenna GNSS control system and method |
US7509216B2 (en) * | 2004-03-29 | 2009-03-24 | Northrop Grumman Corporation | Inertial navigation system error correction |
US20050240347A1 (en) * | 2004-04-23 | 2005-10-27 | Yun-Chun Yang | Method and apparatus for adaptive filter based attitude updating |
JP2006176084A (ja) * | 2004-12-24 | 2006-07-06 | Advics:Kk | 車両挙動センサの検出値補正方法 |
US7451033B2 (en) * | 2005-06-10 | 2008-11-11 | Ford Global Technologies, Llc | Lateral and longitudinal velocity determination for an automotive vehicle |
-
2004
- 2004-12-07 FR FR0413040A patent/FR2878954B1/fr not_active Expired - Fee Related
-
2005
- 2005-12-07 US US11/792,403 patent/US8165795B2/en active Active
- 2005-12-07 KR KR1020077015471A patent/KR101311590B1/ko not_active IP Right Cessation
- 2005-12-07 CN CN2005800459952A patent/CN101099076B/zh active Active
- 2005-12-07 WO PCT/EP2005/056578 patent/WO2006061403A1/fr active Application Filing
- 2005-12-07 EP EP05813387.7A patent/EP1819984B1/fr active Active
-
2007
- 2007-06-07 IL IL183755A patent/IL183755A0/en active IP Right Grant
Non-Patent Citations (1)
Title |
---|
The Aiding of a Low Cost Strapdown Inertial Measurement Unit Using Vehicle Model Constraints for Land Vehicle Applications, IEEE Transactions on Robotics and Automation, Vol. 17, No. 5, pp.731-747 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10907969B2 (en) | 2017-10-12 | 2021-02-02 | Hanwha Defense Co.. Ltd. | Inertia-based navigation apparatus and inertia-based navigation method based on relative preintegration |
Also Published As
Publication number | Publication date |
---|---|
US8165795B2 (en) | 2012-04-24 |
US20080221794A1 (en) | 2008-09-11 |
CN101099076B (zh) | 2010-06-02 |
FR2878954B1 (fr) | 2007-03-30 |
KR20070091641A (ko) | 2007-09-11 |
IL183755A0 (en) | 2007-09-20 |
EP1819984B1 (fr) | 2014-02-12 |
FR2878954A1 (fr) | 2006-06-09 |
CN101099076A (zh) | 2008-01-02 |
EP1819984A1 (fr) | 2007-08-22 |
WO2006061403A1 (fr) | 2006-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101311590B1 (ko) | 운동 모델에 기초한 혼성형 관성 항법 시스템 | |
JP5036462B2 (ja) | ナビゲーション・システムおよびナビゲーション方法 | |
Georgy et al. | Modeling the stochastic drift of a MEMS-based gyroscope in gyro/odometer/GPS integrated navigation | |
Huang et al. | A low-order DGPS-based vehicle positioning system under urban environment | |
CN104061899B (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
CN105509738B (zh) | 基于惯导/多普勒雷达组合的车载定位定向方法 | |
Jo et al. | Road slope aided vehicle position estimation system based on sensor fusion of GPS and automotive onboard sensors | |
AU730035B2 (en) | System and method for determining an operating point | |
Julier et al. | On the role of process models in autonomous land vehicle navigation systems | |
EP0737320B1 (en) | System and method for precisely determining an operating point for an autonomous vehicle | |
US20090099774A1 (en) | Systems and methods for improved position determination of vehicles | |
JP2010019703A (ja) | 移動体用測位装置 | |
KR101239864B1 (ko) | 다중 센서를 이용한 항법시스템 및 그 제공방법 | |
WO2013149149A1 (en) | Method to identify driven lane on map and improve vehicle position estimate | |
US11898872B2 (en) | Method for calibrating a gyrometer equipping a vehicle | |
CN115060257B (zh) | 一种基于民用级惯性测量单元的车辆变道检测方法 | |
JP6488860B2 (ja) | 勾配推定装置及びプログラム | |
CN109579870A (zh) | 捷联惯导***的自动对准方法和组合导航装置 | |
Glavine et al. | Gps integrated inertial navigation system using interactive multiple model extended kalman filtering | |
RU2751680C1 (ru) | Способ оценки навигационных данных наземного транспортного средства с использованием параметров геометрии и ориентации дороги | |
Balzer et al. | Epe and speed adaptive extended kalman filter for vehicle position and attitude estimation with low cost gnss and imu sensors | |
CN104864868B (zh) | 一种基于近距离地标测距的组合导航方法 | |
Dissanayake et al. | A new algorithm for the alignment of inertial measurement units without external observation for land vehicle applications | |
Yang et al. | High-accuracy, high-frequency differential carrier phase GPS aided low-cost INS | |
Vavilova et al. | Development of a low-cost INS/GNSS/odometer integration algorithm for a road surface testing laboratory software |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
LAPS | Lapse due to unpaid annual fee |