KR102259920B1 - 실내 환경에서 운행하는 무인 비행체의 방위각의 추정 - Google Patents

실내 환경에서 운행하는 무인 비행체의 방위각의 추정 Download PDF

Info

Publication number
KR102259920B1
KR102259920B1 KR1020200171022A KR20200171022A KR102259920B1 KR 102259920 B1 KR102259920 B1 KR 102259920B1 KR 1020200171022 A KR1020200171022 A KR 1020200171022A KR 20200171022 A KR20200171022 A KR 20200171022A KR 102259920 B1 KR102259920 B1 KR 102259920B1
Authority
KR
South Korea
Prior art keywords
azimuth
error compensation
uav
image
compensation value
Prior art date
Application number
KR1020200171022A
Other languages
English (en)
Inventor
송진우
이주한
김응주
김용훈
강산희
Original Assignee
세종대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 세종대학교산학협력단 filed Critical 세종대학교산학협력단
Priority to KR1020200171022A priority Critical patent/KR102259920B1/ko
Application granted granted Critical
Publication of KR102259920B1 publication Critical patent/KR102259920B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • G01C17/02—Magnetic compasses
    • G01C17/28—Electromagnetic compasses
    • G01C17/30—Earth-inductor compasses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • G01C17/38—Testing, calibrating, or compensating of compasses

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)

Abstract

실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각을 추정하는 방법이 제공된다. 개시된 방법은, UAV의 지자기 센서로부터 수신된 자기장 측정 데이터를 기반으로 방위각을 계산하는 단계와, 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각을 판정하는 단계와, UAV의 촬상 유닛으로부터 수신된 영상 데이터를 기반으로 실내 환경의 사전결정된 특징을 검출하는 단계와, 검출된 사전결정된 특징으로부터 영상 기반 방위각을 판정하는 단계와, 센서 기반 방위각 및 영상 기반 방위각을 기반으로 상기 오차 보상 값을 갱신하는 단계를 포함한다.

Description

실내 환경에서 운행하는 무인 비행체의 방위각의 추정{ESTIMATION OF AZIMUTH ANGLE OF UNMANNED AERIAL VEHICLE THAT OPERATES IN INDOOR ENVIRONMENT}
본 개시는 실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각의 추정에 관한 것이다.
다양한 환경에서 무인 이동체, 특히 드론(drone)과 같은 무인 비행체(Unmanned Aerial Vehicle: UAV)를 활용하려는 연구가 활발하다. 실제로 UAV가 동작할 어떤 환경에서는 UAV의 자세를 정확히 추정하는 데에 난제가 있을 수 있다. 예를 들어, 글로벌 포지셔닝 시스템(Global Positioning System: GPS)과 같은 위성 항법 시스템을 이용하기가 쉽지 않은 실내 환경에서 무인 이동체를 운행할 경우에, 무인 이동체의 항법 시스템은 지자기 센서(geomagnetic sensor)(이는 자력계(magnetometer)로도 지칭됨)에 의해 제공되는 자기장 측정 데이터를 이용하여 무인 이동체의 방위각을 추정할 수 있다. 그런데, 여러 관성 항법 시스템에서 흔히 사용되는 다른 센서, 예컨대, 자이로스코프(gyroscope)나 가속도계(accelerometer)에 비해, 지자기 센서는 주변 환경의 영향을 크게 받는다. 예를 들어, 지자기 센서로부터 출력된 자기장 측정 데이터에는 지구 자력 외에 다른 자력을 야기하는 주변 물체 또는 기존의 자력의 방향을 바꾸는 주변 물체로 인해 왜곡(distortion)이 생길 수 있다.
실내 환경에서 운행하는 UAV의 방위각의 추정이 본 문서에 개시된다.
예 1에서, 실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각을 추정하는 방법은 다음을 포함한다: 상기 UAV의 지자기 센서(geomagnetic sensor)로부터 수신된 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 단계; 상기 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각을 판정하는 단계; 상기 UAV의 촬상 유닛(imaging unit)으로부터 수신된 영상 데이터를 기반으로 상기 실내 환경의 사전결정된 특징을 검출하는 단계; 상기 검출된 사전결정된 특징으로부터 영상 기반 방위각을 판정하는 단계; 및 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 기반으로 상기 오차 보상 값을 갱신하는 단계.
예 2는 예 1의 주제(subject matter)를 포함하는데, 상기 사전결정된 특징은 사전결정된 절대 방위각을 갖는 직선 부분을 포함하고, 상기 영상 기반 방위각을 판정하는 단계는 상기 UAV에 대한 상기 직선 부분의 상대 각도 및 상기 절대 방위각으로부터 상기 영상 기반 방위각을 계산하는 단계를 포함한다.
예 3은 예 1 또는 예 2의 주제를 포함하는데, 상기 오차 보상 값을 갱신하는 단계는 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 상보 필터(complementary filter)로써 필터링하여 필터링된 방위각을 산출하는 단계와, 상기 센서 기반 방위각 및 상기 필터링된 방위각 간의 차이에 상기 오차 보상 값이 누적된 값으로 상기 오차 보상 값을 설정하는 단계를 포함한다.
예 4는 예 1 내지 예 3 중 임의의 것의 주제를 포함하는데, 상기 오차 보상 값을 갱신하는 단계는 상기 센서 기반 방위각 및 상기 영상 기반 방위각 간의 차이가 임계 값 이상인지를 기반으로, 상기 오차 보상 값을 초기 값으로 또는 상기 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 단계를 포함한다.
예 5는 예 1 내지 예 4 중 임의의 것의 주제를 포함하는데, 상기 영상 데이터가 상기 촬상 유닛으로부터 임계 시간 이상 수신되지 않는 경우에 상기 오차 보상 값을 초기 값으로 설정하는 단계를 더 포함한다.
예 6은 예 1 내지 예 5 중 임의의 것의 주제를 포함하는데, 상기 방법은 상기 지자기 센서의 2차원 평면상 회전으로부터 수집된 데이터를 기반으로 상기 지자기 센서의 캘리브레이션(calibration)을 수행하는 단계를 더 포함하고, 상기 방위각을 계산하는 단계는 상기 캘리브레이션이 적용된 상기 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 단계를 포함한다.
예 7은 예 1 내지 예 6 중 임의의 것의 주제를 포함하는데, 상기 방위각을 계산하는 단계는 상기 UAV의 자이로스코프(gyroscope)로부터 수신된 각속도 측정 데이터를 기반으로 상기 방위각을 자이로스코프 기반 방위각으로서 계산하는 단계와, 상기 자기장 측정 데이터를 기반으로 상기 방위각을 지자기 센서 기반 방위각으로서 계산하는 단계와, 상기 자이로스코프 기반 방위각 및 상기 지자기 센서 기반 방위각을 상보 필터로써 필터링하여 상기 방위각을 계산하는 단계를 포함한다.
예 8에서, 컴퓨터 프로세서에 의해 실행되는 경우 상기 컴퓨터 프로세서로 하여금 예 1 내지 예 7 중 임의의 것에 기재된 방법을 수행하게 하는 컴퓨터 실행가능 명령어가 저장된 컴퓨터 판독가능 저장 매체가 제공된다.
예 9에서, 컴퓨팅 장치는 프로세서와, 메모리를 포함하되, 상기 메모리는 실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각을 추정하기 위해 상기 프로세서에 의해 실행가능한 컴퓨터 프로그램 명령어의 세트로써 인코딩되고, 상기 세트는 다음을 포함한다: 상기 UAV의 지자기 센서로부터 수신된 자기장 측정 데이터를 기반으로 상기 UAV의 방위각을 계산하는 명령어; 상기 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각을 판정하는 명령어; 상기 UAV의 촬상 유닛으로부터 수신된 영상 데이터를 기반으로 상기 실내 환경의 사전결정된 특징을 검출하는 명령어; 상기 검출된 사전결정된 특징으로부터 영상 기반 방위각을 판정하는 명령어; 및 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 기반으로 상기 오차 보상 값을 갱신하는 명령어.
예 10은 예 9의 주제를 포함하는데, 상기 사전결정된 특징은 사전결정된 절대 방위각을 갖는 직선 부분을 포함하고, 상기 영상 기반 방위각을 판정하는 명령어는 상기 UAV에 대한 상기 직선 부분의 상대 각도 및 상기 절대 방위각으로부터 상기 영상 기반 방위각을 계산하는 명령어를 포함한다.
예 11은 예 9 또는 예 10의 주제를 포함하는데, 상기 오차 보상 값을 갱신하는 명령어는 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 상보 필터로써 필터링하여 필터링된 방위각을 산출하는 명령어와, 상기 오차 보상 값을 상기 센서 기반 방위각 및 상기 필터링된 방위각 간의 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 명령어를 포함한다.
예 12는 예 9 내지 예 11 중 임의의 것의 주제를 포함하는데, 상기 오차 보상 값을 갱신하는 명령어는 상기 센서 기반 방위각 및 상기 영상 기반 방위각 간의 차이가 임계 값 이상인지를 기반으로, 상기 오차 보상 값을 초기 값으로 또는 상기 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 명령어를 포함한다.
예 13은 예 9 내지 예 12 중 임의의 것의 주제를 포함하는데, 상기 세트는, 상기 영상 데이터가 상기 촬상 유닛으로부터 임계 시간 이상 수신되지 않는 경우에 상기 오차 보상 값을 초기 값으로 설정하는 명령어를 더 포함한다.
예 14는 예 9 내지 예 13 중 임의의 것의 주제를 포함하는데, 상기 세트는, 상기 지자기 센서의 2차원 평면상 회전으로부터 수집된 데이터를 기반으로 상기 지자기 센서의 캘리브레이션을 수행하는 명령어를 더 포함하고, 상기 방위각을 계산하는 명령어는 상기 캘리브레이션이 적용된 상기 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 명령어를 포함한다.
예 15는 예 9 내지 예 14 중 임의의 것의 주제를 포함하는데, 상기 방위각을 계산하는 명령어는 상기 UAV의 자이로스코프로부터 수신된 각속도 측정 데이터를 기반으로 상기 방위각을 자이로스코프 기반 방위각으로서 계산하는 단계와, 상기 자기장 측정 데이터를 기반으로 상기 방위각을 지자기 센서 기반 방위각으로서 계산하는 단계와, 상기 자이로스코프 기반 방위각 및 상기 지자기 센서 기반 방위각을 상보 필터로써 필터링하여 상기 방위각을 계산하는 명령어를 포함한다.
예 16에서, 예 9 내지 예 15 중 임의의 것에 기재된 지자기 센서, 촬상 유닛 및 컴퓨팅 장치를 포함하는 무인 비행체가 제공된다.
전술된 개요는 상세한 설명에서 추가로 후술되는 몇몇 양상을 단순화된 형태로 소개하기 위해 제공된다. 이 개요는 청구된 주제의 중요 특징 또는 필수적 특징을 식별하도록 의도되지 않고, 청구된 주제의 범위를 정하는 데 사용되도록 의도되지도 않는다. 나아가, 청구된 주제는 본 명세서에서 논의되는 임의의 또는 모든 이점을 제공하는 구현에 한정되지 않는다.
본 개시에 따르면, 실내 환경에서 운행하는 UAV의 방위각을 추정하는 데에서 지자기 센서에 의해 측정된 자기장뿐만 아니라 실내 환경 내의 사전결정된 특징이 포착된 영상도 활용함으로써 추정의 정확도를 향상시킬 수 있다.
도 1은 실내 환경에서의 운행을 위한 예시적인 무인 비행체(Unmanned Aerial Vehicle: UAV)의 항법 시스템의 예를 보여주는 블록도이다.
도 2는 도 1의 UAV의 자세 추정의 예시적인 흐름을 보여준다.
도 3은 도 1의 UAV의 방위각을 계산하기 위한 영상 처리의 예시적인 흐름을 보여준다.
도 4a 및 도 4b는 각각 도 3의 영상 처리에서의 에지 검출 및 직선 검출을 설명하기 위한 도면이다.
도 5는 도 1의 UAV의 방위각을 설명하기 위한 도식이다.
도 6은 도 1의 UAV의 방위각을 계산하는 데에 사용되는 지자기 센서의 출력 데이터에 대해 지자기 센서의 캘리브레이션이 적용되기 전과 후를 비교하기 위한 도면이다.
도 7은 도 1의 UAV의 방위각 추정에서의 오차에 대한 보상의 예시적인 흐름을 보여준다.
도 8은 도 1의 UAV의 방위각 추정에서의 오차에 대한 보상의 다른 예시적인 흐름을 보여준다.
도 9는 도 1의 UAV의 방위각을 추정하는 프로세스의 예를 보여주는 흐름도이다.
본 개시에서 사용되는 다양한 용어는 본 문서에서의 기능을 고려하여 상용 용어의 용어법으로부터 선택되는데, 이는 당업자의 의도, 준례, 또는 새로운 기술의 출현에 따라서 달리 인식될 수 있다. 특정한 사례에서, 몇몇 용어에는 상세한 설명에서 개진된 바와 같이 의미가 주어질 수 있다. 따라서, 본 문서에서 사용되는 용어는, 단순히 그 명칭에 의해서가 아니라, 본 개시의 맥락에서 그 용어가 갖는 의미와 일관되게 정의되어야 한다.
본 문서에서 용어 "포함하다", "가지다" 등은 이후에 열거된 요소, 예컨대, 어떤 특징, 숫자, 단계, 동작, 구성요소, 정보 또는 이들의 조합의 존재를 명시하는 경우에 사용된다. 달리 표시되지 않는 한, 이런 용어 및 이의 변형은 다른 요소의 존재 또는 추가를 배제하도록 의도되지 않는다.
본 문서에서 사용되는 바와 같이, 용어 "제1", "제2" 등은 몇 개의 서로 닮은 요소를 식별하도록 의도된다. 달리 기재되지 않는 한, 그러한 용어는 이들 요소의 또는 이들의 사용의 특정한 순서와 같은 한정을 부과하도록 의도된 것이 아니라, 단지 여러 요소를 따로따로 지칭하기 위해 사용된다. 예를 들면, 어떤 요소가 일례에서 용어 "제1"로써 참조될 수 있는 한편 동일한 요소가 다른 예에서 "제2" 또는 "제3"과 같은 상이한 서수로써 참조될 수 있다. 그러한 예에서, 이들 용어는 본 개시의 범위를 한정하지 않는 것이다. 또한, 여러 요소의 리스트에서 용어 "및/또는"을 사용하는 것은 열거된 항목 중 임의의 하나 또는 복수 개를 비롯하여 이들 항목의 모든 가능한 조합을 포함한다. 나아가, 단수 형태의 표현은 명확하게 달리 사용되지 않는 한, 복수 형태의 의미를 포함한다.
첨부된 도면을 참조하여 본 개시의 소정의 예가 이제 상세히 기술될 것이다. 다만, 본 개시는 많은 상이한 형태로 체현될 수 있으며, 본 문서에 개진된 예에 한정되는 것으로 해석되어서는 안 된다. 오히려, 이들 예는 본 개시의 범위의 더 나은 이해를 제공하기 위해서 주어지는 것이다.
도 1은 실내 환경에서의 운행을 위한 예시적인 UAV(10)의 항법 시스템(100)의 예를 보여주는 블록도이다. UAV(10)의 예는 하나 이상의 로터(rotor)(또는 회전익(rotor blade))를 가진 드론(drone), 고정익(fixed wing)을 가진 드론 및 가변 로터(tilt-rotor) 메커니즘을 가진 드론을 포함한다.
도 1의 예시적인 항법 시스템(100)은 현재의 항법 정보(이는, 예컨대, UAV(10)의 위치, 속도 및 자세를 나타냄)를 UAV(10)에 장착된 센서로부터의 측정 정보 및 이전의 항법 정보에 기반하여 산출한다. 몇몇 예에서, 항법 시스템(100)은 외부의 항법 시스템(가령, GPS)으로부터 보조 정보를 수신하고 이를 사용하는 메커니즘을 갖지 않을 수 있다.
도 1의 예에서, 항법 시스템(100)은 자이로스코프(110), 가속도계(120), 지자기 센서(130), 촬상 유닛(imaging unit)(140) 및 처리 유닛(processing unit)(150)을 포함한다. 항법 시스템(100)의 다른 예시적인 구현이 또한 고려된다. 예를 들어, 항법 시스템(100)은 도시되지 않은 추가적인 컴포넌트를 또한 포함할 수 있고/거나, 도 1에 도시된 컴포넌트 중 일부를 포함하나 전부를 포함하지는 않을 수 있다.
도시된 예에서, 자이로스코프(110)는 각속도 측정 데이터를 제공한다. 예시적인 구현에서, 자이로스코프(110)는 각속도 측정 데이터가 UAV(10)의 동체 좌표계의 x축, y축 및 z축에 대해 각각 측정된 각속도
Figure 112020133338052-pat00001
,
Figure 112020133338052-pat00002
및
Figure 112020133338052-pat00003
를 나타내도록 UAV에 장착될 수 있다. 예를 들어, 자이로스코프(140)는 3축 자이로스코프일 수 있다.
도시된 예에서, 가속도계(120)는 가속도 측정 데이터를 제공한다. 예시적인 구현에서, 가속도계(120)는 가속도 측정 데이터가 x축, y축 및 z축에 대해 각각 측정된 가속도
Figure 112020133338052-pat00004
,
Figure 112020133338052-pat00005
및
Figure 112020133338052-pat00006
를 나타내도록 UAV(10)에 장착될 수 있다. 예를 들어, 가속도계(150)는 3축 가속도계일 수 있다.
도시된 예에서, 지자기 센서(130)는 자기장 측정 데이터를 제공한다. 예시적인 구현에서, 지자기 센서(110)는 자기장 측정 데이터가 x축, y축 및 z축 방향에서 각각 측정된 자기장
Figure 112020133338052-pat00007
,
Figure 112020133338052-pat00008
및
Figure 112020133338052-pat00009
을 나타내도록 UAV(10)에 장착될 수 있다. 예를 들어, 지자기 센서(110)는 3축 자력계일 수 있다.
도시된 예에서, 촬상 유닛(140)은 영상 데이터를 제공한다. 예시적인 구현에서, 촬상 유닛(120)은 사전결정된 주기로 UAV(10)의 전진 방향(가령, x축 방향)을 따라 포착된 M×N 픽셀의 영상 데이터를 제공하도록 UAV(10)에 장착될 수 있다. 예를 들어, 촬상 유닛(120)은 CMOS 이미지 센서, 카메라 모듈, 또는 다른 타입의 촬상 유닛일 수 있다.
도시된 예에서, 처리 유닛(150)은 UAV(10)의 자세를 추정한다. 그러한 자세 추정의 예시적인 흐름이 도 2에 도시된다.
몇몇 예시적인 구현에서, 블록(210 및 215)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 자이로스코프(110)로부터 수신된 각속도 측정 데이터를 기반으로 UAV(10)의 롤(roll) 각, 피치(pitch) 각 및 요(yaw) 각(즉, 방위각)을 다음 수학식에 따라 각각
Figure 112020133338052-pat00010
,
Figure 112020133338052-pat00011
및
Figure 112020133338052-pat00012
으로서 계산할 수 있다.
Figure 112020133338052-pat00013
위 수학식에서 알 수 있는 바와 같이, 자이로스코프(110)의 각속도 측정 데이터로써 UAV(10)의 자세를 계산하는 것은 오차의 누적을 야기하는 적분을 수반한다. 그러한 드리프트(drift)로 인한 계산된 값의 발산은, 예컨대, 다음에서 기술되는 바와 같이, 억제될 수 있다.
몇몇 예시적인 구현에서, 블록(220)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 가속도계(120)로부터 수신된 가속도 측정 데이터를 기반으로 UAV(10)의 롤 각 및 피치 각을 다음 수학식에 따라 각각
Figure 112020133338052-pat00014
및
Figure 112020133338052-pat00015
으로서 계산할 수 있다.
Figure 112020133338052-pat00016
그러면, 블록(225)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 각속도 측정 데이터를 기반으로 계산된 롤 각
Figure 112020133338052-pat00017
및 피치 각
Figure 112020133338052-pat00018
을 가속도 측정 데이터를 기반으로 계산된 롤 각
Figure 112020133338052-pat00019
및 피치 각
Figure 112020133338052-pat00020
과 각각 융합하여 UAV(10)의 센서 기반 롤 각
Figure 112020133338052-pat00021
및 센서 기반 피치 각
Figure 112020133338052-pat00022
을 산출할 수 있다. 특정한 예에서, 그러한 융합은 상보 필터(complementary filter)의 사용, 예컨대, 자이로스코프 기반 각도 값
Figure 112020133338052-pat00023
및
Figure 112020133338052-pat00024
에 고대역 통과 필터(High Pass Filter: HPF)를 적용하는 것 및 가속도계 기반 각도 값
Figure 112020133338052-pat00025
및
Figure 112020133338052-pat00026
에 저대역 통과 필터(Low Pass Filter: LPF)를 적용하는 것을 포함할 수 있다.
또한, 몇몇 예시적인 구현에서, 블록(230)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 지자기 센서(130)로부터 수신된 자기장 측정 데이터를 기반으로, 그리고 UAV(10)의 롤 각 및 피치 각, 예컨대, 센서 기반 롤 각
Figure 112020133338052-pat00027
및 센서 기반 피치 각
Figure 112020133338052-pat00028
에 또한 기반하여, UAV(10)의 방위각을 다음 수학식에 따라
Figure 112020133338052-pat00029
으로서 계산할 수 있다.
Figure 112020133338052-pat00030
그러면, 블록(235)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 각속도 측정 데이터를 기반으로 계산된 방위각
Figure 112020133338052-pat00031
을 자기장 측정 데이터를 기반으로 계산된 방위각
Figure 112020133338052-pat00032
과 융합할 수 있다. 특정한 예에서, 그러한 융합은 상보 필터의 사용, 예컨대, 자이로스코프 기반 각도 값
Figure 112020133338052-pat00033
에 HPF를 적용하는 것 및 지자기 센서 기반 각도 값
Figure 112020133338052-pat00034
에 LPF를 적용하는 것을 포함할 수 있다.
나아가, 몇몇 예시적인 구현에서, 방위각
Figure 112020133338052-pat00035
및 방위각
Figure 112020133338052-pat00036
의 융합은 사전설정된 오차 보상 값
Figure 112020133338052-pat00037
으로써 오차 보상이 될 수 있다. 예를 들어, 블록(250)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 융합으로부터 초래된 값에서 오차 보상 값
Figure 112020133338052-pat00038
을 감산함으로써 UAV(10)의 방위각의 최종적인 추정치로서 센서 기반 방위각
Figure 112020133338052-pat00039
을 산출할 수 있다. 특정한 예에서, 처리 유닛(150)은 UAV의 초기화 동안에 오차 보상 값
Figure 112020133338052-pat00040
을 초기 값(가령, 0)으로 초기화할 수 있고, 블록(245)에 의해 나타내어진 바와 같이, 오차 보상 값
Figure 112020133338052-pat00041
을 UAV(10)의 센서 기반 방위각
Figure 112020133338052-pat00042
및 영상 기반 방위각
Figure 112020133338052-pat00043
에 기반하여 갱신할 수 있다. 영상 기반 방위각
Figure 112020133338052-pat00044
은, 블록(240)에 의해 나타내어진 바와 같이, 촬상 유닛(140)으로부터 수신된 영상 데이터에 대해 처리 유닛(150)에 의해 수행된 영상 처리의 출력일 수 있다.
몇몇 예에서, 처리 유닛(150)은 지자기 센서(130)로부터 자기장 측정 데이터를 제1 주기로 수신할 수 있고, 촬상 유닛(140)으로부터 영상 데이터를 제2 주기로 수신할 수 있는데, 제2 주기(가령, 0.5초)가 제1 주기(가령, 0.01초)보다 더 클 수 있다. 이들 예에서, 영상 데이터가 새로 수신될 때까지, 결국 영상 기반 방위각
Figure 112020133338052-pat00045
이 새로 출력될 때까지, 위와 같이 계산된 오차 보상 값
Figure 112020133338052-pat00046
이 센서 기반 방위각
Figure 112020133338052-pat00047
의 산출에 사용될 수 있다.
전술된 오차 보상은 자기장 측정 데이터에 발생할 수 있는 왜곡이 방위각 추정에 미칠 영향을 억제할 수 있다. 이와 같이, 실내에서 UAV(10)를 운행하면서 상당한 지자기 외란을 겪을 경우에도, 자이로스코프 기반 각도 값
Figure 112020133338052-pat00048
및 지자기 센서 기반 각도 값
Figure 112020133338052-pat00049
의 융합에 오차 보상을 적용하는 것은 보다 신뢰성 있는 방위각 추정을 가능하게 한다.
다음은 도 2에 예시된 자세 추정에 관한 추가의 세부사항을 제공한다.
우선, 도 3을 참조하여, UAV(10)의 방위각을 계산하기 위한 영상 처리의 예시적인 흐름이 논의된다. 도 3의 블록(310 내지 360)은 도 2의 블록(240)에 포함될 수 있다.
몇몇 예시적인 구현에서, 블록(310)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 UAV(10)가 실내 환경에서 운행하는 동안에 촬상 유닛(140)에 의해 포착된 영상 데이터를 촬상 유닛(140)으로부터 수신할 수 있다. 실내 환경 내에는, 예컨대, 실내 환경의 바닥에, 가시적으로든 또는 다른 식으로 인식가능(가령, 적외선 카메라로써 감지가능)하게든 표시된 직선 부분(가령, 직선 인공물)을 포함하는 사전결정된 특징이 있을 수 있다.
몇몇 예시적인 구현에서, 수신된 영상 데이터는 RGB 색상 포맷으로 된 영상 데이터일 수 있다. 그러면, 블록(320)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 수신된 영상 데이터의 RGB 색상을 그레이스케일(grayscale)로 변환할 수 있다.
몇몇 예시적인 구현에서, 블록(330)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 그레이스케일 영상 데이터를 에지(edge) 보존 필터로써 처리할 수 있다. 예를 들어, 에지 보존 필터는 영상의 선명도를 증가시키고 영상의 노이즈를 감소시키는 데에 적합한 양방향 필터(bilateral filter)일 수 있다.
몇몇 예시적인 구현에서, 블록(340)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 필터링된 영상 데이터로부터 에지를 검출할 수 있다. 예를 들어, 그러한 에지 검출을 위해 캐니 에지 검출(Canny edge detection) 알고리즘이 사용될 수 있다. 도 4a는 에지 검출의 결과를 나타낸다.
몇몇 예시적인 구현에서, 블록(350)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 검출된 에지를 기반으로 실내 환경 내의 표시된 직선 부분을 검출할 수 있다. 예를 들어, 그러한 직선 검출을 위해 허프 라인 검출(Hough line detection) 알고리즘이 사용될 수 있다. 도 4b는 직선 검출의 결과를 나타낸다.
몇몇 예시적인 구현에서, 블록(360)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 검출된 직선 부분을 기반으로 UAV(10)의 영상 기반 방위각
Figure 112020133338052-pat00050
을 산출할 수 있다. 예를 들어, 도 5를 참조하면, 직선 부분이 검출된 경우에, 처리 유닛(150)은 UAV(10)의 전진 방향, 예컨대, 영상 데이터의 수직 해상도가 정의되는 수직 영상 방향(가령, 도 4b의 영상의 위쪽 방향)에 대한 직선 부분의 상대 각도
Figure 112020133338052-pat00051
를 판정할 수 있다. 한편, 직선 부분의 자북 기준 절대 방위각
Figure 112020133338052-pat00052
은 사전결정된 값으로서 처리 유닛(150)에 주어질 수 있다. 그러면, 처리 유닛(150)은 직선 부분의 절대 방위각
Figure 112020133338052-pat00053
및 상대 각도
Figure 112020133338052-pat00054
를 기반으로 영상 기반 방위각
Figure 112020133338052-pat00055
을 산출할 수 있다. 예를 들어, 도 5의 예에서, UAV(10)의 영상 기반 방위각은
Figure 112020133338052-pat00056
로 주어진다.
다음으로, 지자기 센서(130)의 캘리브레이션(calibration)의 예가 논의된다. 지자기 센서(130)에 의해 제공되는 자기장 측정 데이터는 지구 자기장의 측정치 외에 동작 환경 내의 주변 물체로 인해 왜곡될 수 있다. 자기장 측정 데이터에서의 왜곡을 보정하는 것은 결국 지구의 자력이 아닌 자력의 영향을 자기장 측정 데이터에서 제거하는 것으로서, 특히 UAV(10)의 초기 방위각 추정에 유용하다. 지자기 센서의 캘리브레이션은 그러한 보정에 사용될 파라미터를 정하는 프로세스이다.
몇몇 예시적인 구현에서, 처리 유닛(150)은 지자기 센서(130)의 2차원 평면상 회전(two-dimensional planar rotation)으로부터 자기장 측정 데이터를 수집할 수 있다. 특히, UAV(10)는 호버링(hovering) 동안에 롤 각 및 피치 각을 가능한 한 0도로 유지할 수 있다는 점을 고려하면, 그러한 2차원 캘리브레이션은 보다 복잡한 3차원 캘리브레이션에 비해 별다른 열화 없이 방위각 추정에 도움이 될 수 있다.
예를 들어, 처리 유닛(150)은 UAV(10)(의 지자기 센서(130))로 하여금 초기화 동안에 x-y 평면 상에서 360도 회전하도록 제어할 수 있다. 그러한 회전으로부터 수집된 데이터는 x축 및 y축 방향의 자력을 나타내는 수평 자기 벡터의 세트를 포함할 수 있다. 그러면, 처리 유닛(150)은 수집된 데이터를 기반으로 파라미터를 결정하고 향후 자기장 측정 데이터에서의 왜곡을 보정하는 데에 파라미터를 사용할 수 있다. 도 6은 지자기 센서(130)로부터 출력된 자기장 측정 데이터에 대해 그러한 캘리브레이션이 적용되기 전과 후를 보여준다. 지자기 센서(130)의 2차원 평면상 회전으로부터 수집된 데이터는, 왜곡의 보정이 정확할수록, 원점을 중심으로 하는 원에 가까운 그래프로 묘사된다. 왜곡의 보정이 부정확하면, 강성 왜곡(hard iron distortion)으로 인해 원 그래프의 중심이 원점을 벗어난 채로 그리고/또는 약성 왜곡(soft iron distortion)으로 인해 원 그래프가 찌그러져 타원 형태로 된 채로 남아 있다.
몇몇 예시적인 구현에서, 전술된 2차원 캘리브레이션은 수집된 자기장 측정 데이터의 타원 방정식 행렬 표현을 사용한다. 그러한 타원 방정식의 계수는 지자기 센서(130)의 오차 파라미터에 달려 있다. 따라서, 그러한 캘리브레이션은 표현된 행렬에 대해 고유 분해(eigen-decomposition)(대각화 분해로도 지칭됨)를 수행하는 것과, 선형 최소 자승법(least square method)으로써 타원 방정식의 계수를, 그리고 결국 지자기 센서(130)의 오차 파라미터를 결정하는 것을 수반한다.
나아가, 도 7을 참조하여, UAV(10)의 방위각 추정에서의 오차에 대한 보상의 예시적인 흐름이 논의된다. 도 7의 블록(710 내지 730)은 도 2의 블록(245)에 포함될 수 있다.
몇몇 예시적인 구현에서, 블록(710)에 의해 나타내어진 바와 같이, 처리 유닛(150)은 센서 기반 방위각
Figure 112020133338052-pat00057
및 영상 기반 방위각
Figure 112020133338052-pat00058
을 융합하여 필터링된 방위각
Figure 112020133338052-pat00059
을 산출할 수 있다. 특정한 예에서, 그러한 융합은 상보 필터의 사용, 예컨대, 센서 기반 방위각
Figure 112020133338052-pat00060
에 HPF를 적용하는 것 및 영상 기반 방위각
Figure 112020133338052-pat00061
에 LPF를 적용하는 것을 포함할 수 있다.
몇몇 예시적인 구현에서, 블록(720)에 의해 나타내어지는 바와 같이, 처리 유닛(150)은 센서 기반 방위각
Figure 112020133338052-pat00062
및 필터링된 방위각
Figure 112020133338052-pat00063
의 차이
Figure 112020133338052-pat00064
를 계산할 수 있다.
몇몇 예시적인 구현에서, 블록(730)에 의해 나타내어지는 바와 같이, 처리 유닛(150)은 계산된 차이
Figure 112020133338052-pat00065
에 오차 보상 값
Figure 112020133338052-pat00066
을 누적하는 방식으로 오차 보상 값
Figure 112020133338052-pat00067
을 갱신할 수 있다. 예를 들어, 갱신된 오차 보상 값
Figure 112020133338052-pat00068
은 UAV(10)의 차후 영상 기반 방위각
Figure 112020133338052-pat00069
이 산출될 때까지 UAV(10)의 오차 보상된 센서 기반 방위각
Figure 112020133338052-pat00070
을 산출하는 데에 사용될 수 있고, 그러한 경우에 만약 오차 보상 값
Figure 112020133338052-pat00071
이 누적되지 않는다면 이전에 보상된 오차만큼 오차가 존재할 것임을 감안하여, 오차 보상 값
Figure 112020133338052-pat00072
은 누적식으로 갱신될 수 있다.
또한, 도 8을 참조하여, UAV(10)의 방위각 추정에서의 오차에 대한 보상의 다른 예시적인 흐름이 논의된다. 도 8의 블록(810 내지 840)은 도 2의 블록(245)에 포함될 수 있다.
몇몇 예시적인 구현에서, 블록(810)에 의해 나타내어지는 바와 같이, 처리 유닛(150)은 센서 기반 방위각
Figure 112020133338052-pat00073
및 영상 기반 방위각
Figure 112020133338052-pat00074
의 차이
Figure 112020133338052-pat00075
를 계산할 수 있다.
몇몇 예시적인 구현에서, 블록(820)에 의해 나타내어지는 바와 같이, 처리 유닛(150)은 계산된 차이
Figure 112020133338052-pat00076
가 임계 값(가령, 30도) 이상인지를 판정할 수 있다.
블록(830)에 의해 나타내어지는 바와 같이, 만일 차이
Figure 112020133338052-pat00077
가 임계 값 미만인 경우, 처리 유닛(150)은 계산된 차이
Figure 112020133338052-pat00078
에 오차 보상 값
Figure 112020133338052-pat00079
을 누적하는 방식으로 오차 보상 값
Figure 112020133338052-pat00080
을 갱신할 수 있다. 예를 들어, 갱신된 오차 보상 값
Figure 112020133338052-pat00081
은 UAV(10)의 차후 영상 기반 방위각
Figure 112020133338052-pat00082
이 산출될 때까지 UAV(10)의 오차 보상된 센서 기반 방위각
Figure 112020133338052-pat00083
을 산출하는 데에 사용될 수 있고, 그러한 경우에 만약 오차 보상 값
Figure 112020133338052-pat00084
이 누적되지 않는다면 이전에 보상된 오차만큼 오차가 존재할 것임을 감안하여, 오차 보상 값
Figure 112020133338052-pat00085
은 누적식으로 갱신될 수 있다.
블록(840)에 의해 나타내어지는 바와 같이, 만일 차이
Figure 112020133338052-pat00086
가 임계 값 이상인 경우, 처리 유닛(150)은 오차 보상 값
Figure 112020133338052-pat00087
을 초기 값으로 초기화할 수 있다. 환언하면, 전술된 바와 같이 누적식으로 오차 보상 값
Figure 112020133338052-pat00088
을 갱신하는 것은 차이
Figure 112020133338052-pat00089
가 어느 정도 한도 내에 있을 때에 유용하다. 만일 차이
Figure 112020133338052-pat00090
에 갑작스런 큰 변화가 있다면, 이 변화는 지자기 외란보다는 실내 환경 내의 사전결정된 특징에 포함된 인접한 부분들 간의 상당한 특징 차이(가령, 두 인접한 직선 부분의 절대 방위각 간의 큰 차이)에 기인할 공산이 높다. 이에 따라, 몇몇 예에서, 처리 유닛(150)은 그러한 경우에, 오차 보상 값
Figure 112020133338052-pat00091
을 계속해서 누적시키는 것 대신에, 오차 보상 값
Figure 112020133338052-pat00092
을 초기화할 수 있다.
추가적으로, 도 7의 오차 보상에서든 또는 도 8의 오차 보상에서든, 촬상 유닛(140)으로부터 영상 데이터가 (그리고 따라서 영상 처리(240)의 결과로서 영상 기반 방위각
Figure 112020133338052-pat00093
이) 임계 시간(가령, 3초) 이상 수신되지 않는 경우에, 처리 유닛(150)은 오차 보상 값
Figure 112020133338052-pat00094
을 초기 값으로 초기화할 수 있다. 이 경우에도, 실내 환경의 이전에 검출된 특징을 기반으로 설정된 오차 보상 값
Figure 112020133338052-pat00095
을 계속해서 누적시키는 것은 오히려 센서 기반 방위각
Figure 112020133338052-pat00096
의 오차를 늘릴 수 있으므로, 처리 유닛(150)은 이를 방지하기 위해 오차 보상 값
Figure 112020133338052-pat00097
을 초기화할 수 있다.
도 9는 UAV(10)의 방위각을 추정하는 프로세스(900)의 예를 보여주는 흐름도이다. 전술된 바와 같이, UAV(10)는 사전결정된 특징(가령, 인공물)을 포함하는 실내 환경에서 운행할 수 있다. 예를 들어, 도 9의 프로세스(900)는 UAV(10)의 항법 시스템(100)(특히, 처리 유닛(150))에 의해 수행될 수 있다. 또한, 예로서, 도 9의 프로세스(900)는 외부의 항법 시스템으로부터의 보조 정보의 사용 없이 수행될 수 있다. 프로세스(900)의 다른 예시적인 흐름이 또한 고려된다. 예를 들어, 프로세스(900)는 도시되지 않은 추가적인 동작을 또한 포함할 수 있고/거나, 도 9에 도시된 동작 중 일부를 포함하나 전부를 포함하지는 않을 수 있다.
동작(910)에서, UAV(10)의 지자기 센서(130)로부터 수신된 자기장 측정 데이터를 기반으로 UAV(10)의 방위각이 계산된다. 전술된 바와 같이, 자기장 측정 데이터는 자이로스코프(110)로부터 수신된 측정 데이터를 기반으로 방위각을 계산하는 데에서 발생하는 발산 오차를 보정하기 위해 사용될 수 있다. 몇몇 예에서, UAV(10)의 초기화 동안에 지자기 센서(130)의 2차원 평면상 회전으로부터 데이터가 수집될 수 있고, 수집된 데이터를 기반으로 지자기 센서(130)의 캘리브레이션이 수행될 수 있다. 그러면, UAV(10)의 방위각은 그러한 캘리브레이션이 적용된 자기장 측정 데이터를 기반으로 계산될 수 있다.
동작(920)에서, UAV(10)의 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각이 판정된다. 예를 들어, 오차 보상 값은 초기화된 후에 후술되는 바와 같이 갱신될 수 있다.
동작(930)에서, UAV(10)의 촬상 유닛(140)으로부터 수신된 영상 데이터를 기반으로 실내 환경의 사전결정된 특징이 검출된다. 촬상 유닛(140)으로부터 영상 데이터가 수신되는 주기는 지자기 센서(130)로부터 자기장 측정 데이터가 수신되는 주기보다 더 클 수 있다. 특정한 예에서, 사전결정된 특징은 (가령, 자북을 기준으로 한) 사전결정된 절대 방위각을 갖는 직선 부분을 포함할 수 있다.
동작(940)에서, 검출된 사전결정된 특징으로부터 영상 기반 방위각이 판정된다. 특정한 예에서, UAV(10)에 대한 사전결정된 특징의 직선 부분의 상대 각도 및 이 직선 부분의 사전결정된 절대 방위각으로부터 영상 기반 방위각이 계산될 수 있다.
동작(950)에서, 센서 기반 방위각 및 영상 기반 방위각을 기반으로 오차 보상 값이 갱신된다. 예를 들어, 센서 기반 방위각 및 영상 기반 방위각이 필터링된 방위각으로 처리될 수 있다. 그러한 처리는 센서 기반 방위각 및 영상 기반 방위각을 상보 필터로써 필터링하여 필터링된 방위각을 산출하는 것을 포함할 수 있다. 그러면, 센서 기반 방위각 및 필터링된 방위각 간의 차이에 오차 보상 값이 누적된 값으로 오차 보상 값이 설정될 수 있다. 다른 예에서, 센서 기반 방위각 및 영상 기반 방위각 간의 차이가 임계 값 이상인지를 기반으로, 상기 오차 보상 값은 초기 값으로 또는 상기 오차 보상 값에 상기 차이가 누적된 값으로 설정될 수 있다. 또한, 어느 예에서든, 영상 데이터가 촬상 유닛(140)으로부터 임계 시간 이상 수신되지 않는 경우에, 오차 보상 값은 초기 값으로 설정될 수 있다.
도 9의 프로세스(900)의 추가적인 세부사항에 대해, UAV(10)의 항법 시스템(100)에 관해 전술된 설명이 참조될 수 있다.
특정한 예에서, 본 문서에서 언급된 장치, 디바이스, 시스템, 머신 등은 임의의 적합한 유형은 컴퓨팅 장치이거나, 이를 포함하거나, 이에 구현될 수 있다. 컴퓨팅 장치는 프로세서 및 프로세서에 의해 판독가능한 컴퓨터 판독가능 저장 매체를 포함할 수 있다. 프로세서는 컴퓨터 판독가능 저장 매체 내에 저장된 하나 이상의 명령어를 실행할 수 있다. 프로세서는 또한 컴퓨터 판독가능 저장 매체 내에 저장된 다른 정보를 판독할 수 있다. 추가로, 프로세서는 컴퓨터 판독가능 저장 매체 내에 새로운 정보를 저장할 수 있고 컴퓨터 판독가능 저장 매체 내에 저장된 어떤 정보를 갱신할 수 있다. 프로세서는, 예컨대, 중앙 처리 유닛(Central Processing Unit: CPU), 디지털 신호 프로세서(Digital Signal Processor: DSP), 그래픽 처리 유닛(Graphics Processing Unit: GPU), 프로세서 코어(processor core), 마이크로프로세서(microprocessor), 마이크로제어기(microcontroller), 필드 프로그램가능 게이트 어레이(Field-Programmable Gate Array: FPGA), 애플리케이션 특정 집적 회로(Application Specific Integrated Circuit: ASIC), 다른 하드웨어 및 로직 회로, 또는 이의 임의의 적합한 조합을 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 다양한 정보, 예컨대, 프로세서에 의해 수행될 수 있는 프로세서 실행가능(processor executable) 명령어의 세트 및/또는 다른 정보로써 인코딩된다. 예를 들어, 컴퓨터 판독가능 저장 매체는 프로세서에 의해 실행되는 경우 컴퓨팅 장치(가령, 프로세서)로 하여금 본 문서에 개시된 몇몇 동작을 수행하게 하는 컴퓨터 프로그램 명령어 및/또는 그러한 동작에서 사용되는 정보, 데이터, 변수, 상수, 데이터 구조, 기타 등등이 내부에 저장될 수 있다. 컴퓨터 판독가능 저장 매체는, 예컨대, 판독 전용 메모리(Read-Only Memory: ROM), 랜덤 액세스 메모리(Random-Access Memory: RAM), 휘발성(volatile) 메모리, 비휘발성(non-volatile) 메모리, 착탈가능(removable) 메모리, 비착탈가능(non-removable) 메모리, 플래시(flash) 메모리, 솔리드 스테이트(solid-state) 메모리, 다른 타입의 메모리 디바이스, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 다른 타입의 저장 디바이스 및 저장 매체, 또는 이의 임의의 적합한 조합을 포함할 수 있다.
특정한 예에서, 본 문서에 기술된 동작, 기법, 프로세스, 또는 이의 어떤 양상이나 부분은 컴퓨터 프로그램 제품 내에 체현될 수 있다. 그러한 컴퓨터 프로그램은 컴퓨터에 의해 실행될 수 있는 어떤 유형의 (가령, 컴파일형(compiled) 또는 해석형(interpreted)) 프로그래밍 언어, 예컨대, 어셈블리(assembly), 기계어(machine language), 프로시저형(procedural) 언어, 객체지향(object-oriented) 언어 등등으로 구현될 수 있고, 하드웨어 구현과 조합될 수 있다. 컴퓨터 프로그램 제품은 컴퓨터 판독가능 저장 매체의 형태로 배포될 수 있거나 온라인으로 배포될 수 있다. 온라인 배포를 위해, 컴퓨터 프로그램 제품의 일부 또는 전부가 서버(가령, 서버의 컴퓨터 판독가능 저장 매체) 내에 일시적으로 저장되거나 일시적으로 생성될 수 있다.
이상의 설명은 상세하게 몇몇 예를 예시하고 기술하기 위해 제시되었다. 본 개시의 범주에서 벗어나지 않고서 위의 교시에 비추어 많은 수정 및 변형이 가능함을 당업자는 응당 이해할 것이다. 다양한 예에서, 전술된 기법이 상이한 순서로 수행되고/거나, 전술된 시스템, 아키텍처, 디바이스, 회로 및 유사한 것의 컴포넌트 중 일부가 상이한 방식으로 결합 또는 조합되거나, 다른 컴포넌트 또는 이의 균등물에 의해 대치 또는 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 본 개시의 범주는 개시된 그 형태에 한정되어서는 안 되며, 후술하는 청구항 및 이의 균등물에 의해 정해져야 한다.
10: 무인 비행체
100: 항법 시스템
110: 자이로스코프
120: 가속도계
130: 지자기 센서
140: 촬상 유닛
150: 처리 유닛

Claims (16)

  1. 실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각을 추정하는 방법으로서,
    상기 UAV의 지자기 센서(geomagnetic sensor)로부터 수신된 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 단계와,
    상기 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각을 판정하는 단계와,
    상기 UAV의 촬상 유닛(imaging unit)으로부터 수신된 영상 데이터를 기반으로 상기 실내 환경의 사전결정된 특징을 검출하는 단계와,
    상기 검출된 사전결정된 특징으로부터 영상 기반 방위각을 판정하는 단계와,
    상기 센서 기반 방위각 및 상기 영상 기반 방위각을 기반으로 상기 오차 보상 값을 갱신하는 단계를 포함하되,
    상기 사전결정된 특징은 사전결정된 절대 방위각을 갖는 직선 부분을 포함하고, 상기 영상 기반 방위각을 판정하는 단계는 상기 UAV에 대한 상기 직선 부분의 상대 각도 및 상기 절대 방위각으로부터 상기 영상 기반 방위각을 계산하는 단계를 포함하는,
    방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 오차 보상 값을 갱신하는 단계는 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 상보 필터(complementary filter)로써 필터링하여 필터링된 방위각을 산출하는 단계와, 상기 센서 기반 방위각 및 상기 필터링된 방위각 간의 차이에 상기 오차 보상 값이 누적된 값으로 상기 오차 보상 값을 설정하는 단계를 포함하는,
    방법.
  4. 제1항에 있어서,
    상기 오차 보상 값을 갱신하는 단계는 상기 센서 기반 방위각 및 상기 영상 기반 방위각 간의 차이가 임계 값 이상인지를 기반으로, 상기 오차 보상 값을 초기 값으로 또는 상기 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 단계를 포함하는,
    방법.
  5. 제1항에 있어서,
    상기 영상 데이터가 상기 촬상 유닛으로부터 임계 시간 이상 수신되지 않는 경우에 상기 오차 보상 값을 초기 값으로 설정하는 단계를 더 포함하는,
    방법.
  6. 제1항에 있어서,
    상기 지자기 센서의 2차원 평면상 회전으로부터 수집된 데이터를 기반으로 상기 지자기 센서의 캘리브레이션(calibration)을 수행하는 단계를 더 포함하고, 상기 방위각을 계산하는 단계는 상기 캘리브레이션이 적용된 상기 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 단계를 포함하는,
    방법.
  7. 제1항에 있어서,
    상기 방위각을 계산하는 단계는 상기 UAV의 자이로스코프(gyroscope)로부터 수신된 각속도 측정 데이터를 기반으로 상기 방위각을 자이로스코프 기반 방위각으로서 계산하는 단계와, 상기 자기장 측정 데이터를 기반으로 상기 방위각을 지자기 센서 기반 방위각으로서 계산하는 단계와, 상기 자이로스코프 기반 방위각 및 상기 지자기 센서 기반 방위각을 상보 필터로써 필터링하여 상기 방위각을 계산하는 단계를 포함하는,
    방법.
  8. 컴퓨터 프로세서에 의해 실행되는 경우 상기 컴퓨터 프로세서로 하여금 제1항 및 제3항 내지 제7항 중 어느 한 항에 기재된 방법을 수행하게 하는 컴퓨터 실행가능 명령어가 저장된 컴퓨터 판독가능 저장 매체.
  9. 컴퓨팅 장치로서,
    프로세서와,
    메모리를 포함하되, 상기 메모리는 실내 환경에서 운행하는 무인 비행체(Unmanned Aerial Vehicle: UAV)의 방위각을 추정하기 위해 상기 프로세서에 의해 실행가능한 컴퓨터 프로그램 명령어의 세트로써 인코딩되되, 상기 세트는,
    상기 UAV의 지자기 센서로부터 수신된 자기장 측정 데이터를 기반으로 상기 UAV의 방위각을 계산하는 명령어와,
    상기 계산된 방위각 및 사전설정된 오차 보상 값으로부터 센서 기반 방위각을 판정하는 명령어와,
    상기 UAV의 촬상 유닛으로부터 수신된 영상 데이터를 기반으로 상기 실내 환경의 사전결정된 특징을 검출하는 명령어와,
    상기 검출된 사전결정된 특징으로부터 영상 기반 방위각을 판정하는 명령어와,
    상기 센서 기반 방위각 및 상기 영상 기반 방위각을 기반으로 상기 오차 보상 값을 갱신하는 명령어를 포함하되,
    상기 사전결정된 특징은 사전결정된 절대 방위각을 갖는 직선 부분을 포함하고, 상기 영상 기반 방위각을 판정하는 명령어는 상기 UAV에 대한 상기 직선 부분의 상대 각도 및 상기 절대 방위각으로부터 상기 영상 기반 방위각을 계산하는 명령어를 포함하는,
    컴퓨팅 장치.
  10. 삭제
  11. 제9항에 있어서,
    상기 오차 보상 값을 갱신하는 명령어는 상기 센서 기반 방위각 및 상기 영상 기반 방위각을 상보 필터로써 필터링하여 필터링된 방위각을 산출하는 명령어와, 상기 오차 보상 값을 상기 센서 기반 방위각 및 상기 필터링된 방위각 간의 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 명령어를 포함하는,
    컴퓨팅 장치.
  12. 제9항에 있어서,
    상기 오차 보상 값을 갱신하는 명령어는 상기 센서 기반 방위각 및 상기 영상 기반 방위각 간의 차이가 임계 값 이상인지를 기반으로, 상기 오차 보상 값을 초기 값으로 또는 상기 차이에 상기 오차 보상 값이 누적된 값으로 설정하는 명령어를 포함하는,
    컴퓨팅 장치.
  13. 제9항에 있어서,
    상기 세트는, 상기 영상 데이터가 상기 촬상 유닛으로부터 임계 시간 이상 수신되지 않는 경우에 상기 오차 보상 값을 초기 값으로 설정하는 명령어를 더 포함하는,
    컴퓨팅 장치.
  14. 제9항에 있어서,
    상기 세트는, 상기 지자기 센서의 2차원 평면상 회전으로부터 수집된 데이터를 기반으로 상기 지자기 센서의 캘리브레이션을 수행하는 명령어를 더 포함하고, 상기 방위각을 계산하는 명령어는 상기 캘리브레이션이 적용된 상기 자기장 측정 데이터를 기반으로 상기 방위각을 계산하는 명령어를 포함하는,
    컴퓨팅 장치.
  15. 제9항에 있어서,
    상기 방위각을 계산하는 명령어는 상기 UAV의 자이로스코프로부터 수신된 각속도 측정 데이터를 기반으로 상기 방위각을 자이로스코프 기반 방위각으로서 계산하는 명령어와, 상기 자기장 측정 데이터를 기반으로 상기 방위각을 지자기 센서 기반 방위각으로서 계산하는 명령어와, 상기 자이로스코프 기반 방위각 및 상기 지자기 센서 기반 방위각을 상보 필터로써 필터링하여 상기 방위각을 계산하는 명령어를 포함하는,
    컴퓨팅 장치.
  16. 제9항 및 제11항 내지 제15항 중 어느 한 항에 기재된 지자기 센서, 촬상 유닛 및 컴퓨팅 장치를 포함하는 무인 비행체.
KR1020200171022A 2020-12-09 2020-12-09 실내 환경에서 운행하는 무인 비행체의 방위각의 추정 KR102259920B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200171022A KR102259920B1 (ko) 2020-12-09 2020-12-09 실내 환경에서 운행하는 무인 비행체의 방위각의 추정

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200171022A KR102259920B1 (ko) 2020-12-09 2020-12-09 실내 환경에서 운행하는 무인 비행체의 방위각의 추정

Publications (1)

Publication Number Publication Date
KR102259920B1 true KR102259920B1 (ko) 2021-06-01

Family

ID=76376145

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200171022A KR102259920B1 (ko) 2020-12-09 2020-12-09 실내 환경에서 운행하는 무인 비행체의 방위각의 추정

Country Status (1)

Country Link
KR (1) KR102259920B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113551663A (zh) * 2021-06-21 2021-10-26 北京理工大学 图像与地磁组合的飞行器姿态解算***及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080094618A (ko) * 2007-04-19 2008-10-23 (주)에스엠엘전자 인코더 및 가속도 센서를 이용한 위치 추정 시스템 및 방법
KR20180051996A (ko) * 2016-11-09 2018-05-17 삼성전자주식회사 무인 비행 장치 및 이를 이용한 피사체 촬영 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080094618A (ko) * 2007-04-19 2008-10-23 (주)에스엠엘전자 인코더 및 가속도 센서를 이용한 위치 추정 시스템 및 방법
KR20180051996A (ko) * 2016-11-09 2018-05-17 삼성전자주식회사 무인 비행 장치 및 이를 이용한 피사체 촬영 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113551663A (zh) * 2021-06-21 2021-10-26 北京理工大学 图像与地磁组合的飞行器姿态解算***及方法
CN113551663B (zh) * 2021-06-21 2024-03-19 北京理工大学 图像与地磁组合的飞行器姿态解算***及方法

Similar Documents

Publication Publication Date Title
KR102483649B1 (ko) 차량 위치 결정 방법 및 차량 위치 결정 장치
US20210027641A1 (en) Systems and methods for vehicle guidance
CN107111879B (zh) 通过全景环视图像估计车辆自身运动的方法和设备
US10788830B2 (en) Systems and methods for determining a vehicle position
EP4290878A2 (en) Techniques for co-optimization of motion and sensory control
CN106873619B (zh) 一种无人机飞行路径的处理方法
CN112230242B (zh) 位姿估计***和方法
KR101738750B1 (ko) 실외 환경에서의 강인한 위치 인식 방법 및 장치
KR20200044420A (ko) 위치 추정 방법 및 장치
US11814056B2 (en) Travel amount estimation apparatus
Troiani et al. Low computational-complexity algorithms for vision-aided inertial navigation of micro aerial vehicles
CN111145251A (zh) 一种机器人及其同步定位与建图方法和计算机存储设备
CN110793526A (zh) 基于可穿戴单目视觉和惯性传感器融合的行人导航方法及***
KR102259920B1 (ko) 실내 환경에서 운행하는 무인 비행체의 방위각의 추정
CN115436917A (zh) Lidar视轴对准误差和主车辆定位误差的协同估计和校正
EP4001844A1 (en) Method and apparatus with localization
CN114777768A (zh) 一种卫星拒止环境高精度定位方法、***及电子设备
Lee et al. Measuring vehicle velocity in real time using modulated motion blur of camera image data
CN107270904B (zh) 基于图像配准的无人机辅助引导控制***及方法
EP3872692A1 (en) Compensation for vertical road curvature in road geometry estimation
KR101340158B1 (ko) 고정 표적을 이용한 무인항공기의 표적 위치 보정 방법 및 컴퓨터 판독 가능한 기록매체
CN115456898A (zh) 停车场的建图方法、装置、车辆及存储介质
CN115560744A (zh) 机器人以及基于多传感器的三维建图方法、存储介质
KR102304662B1 (ko) 무인 이동체의 사고의 재현을 위한 항법 필터링
WO2023234384A1 (ja) 地図生成装置、地図生成方法、及びコンピュータ読み取り可能な記録媒体

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant