KR102432116B1

KR102432116B1 - 항법 시스템

Info

Publication number: KR102432116B1
Application number: KR1020170110617A
Authority: KR
Inventors: 니콜라스 알. 윌킨슨
Original assignee: 애틀랜틱 이너셜 시스템스 리미티드
Priority date: 2016-11-09
Filing date: 2017-08-31
Publication date: 2022-08-16
Also published as: EP3321631A1; GB2555806A; US11015957B2; US20180128645A1; KR20180052075A; EP3321631B1

Abstract

항법 시스템
항법 시스템으로서, 제1 위치 추정치를 출력하도록 배열된 관성 항법 시스템, 제2 위치 추정치를 출력하도록 배열된 지형 기반 항법 유닛, 위치를 수신하고 상기 위치에 대한 중력 정보를 출력하도록 배열된 저장된 중력 맵, 및 각각의 반복구간에서 INS 오차 상태를 결정하도록 배열된 반복 알고리즘 유닛을 포함하며, 각각의 반복구간에서 반복 알고리즘 유닛은, 제1 위치 추정치 및 제2 위치 추정치를 수신하며, 제1 위치 추정치, INS 오차 상태 및 중력 정보를 기초로 중력 수정된 위치 추정치를 결정하고, INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트하도록 배열된다. 중력 맵으로부터의 중력 정보가 INS의 가속도계 및 자이로스코프 출력의 국지적 중력 장으로 인한 성분을 결정하는 데 사용될 수 있으며, 특히, 국지적 중력 장의 공간 변화를 고려할 수 있다. 센서 출력의 나머지 성분들이 차량 움직임 때문으로 간주된다. 따라서 현재 반복구간의 INS 오차 상태 및 INS로부터의 제1 위치 추정치와 함께 국지적 중력 장 정보를 고려함으로써, 항법 시스템은 제1 위치 추정치를 수정하여 중력 수정된 위치 추정치를 제공할 수 있다.

Description

항법 시스템{A NAVIGATION SYSTEM}

본 발명은 특히, 중력 이상이 존재할 때 관성 항법 시스템에서의 불확실성의 크기를 감소시키기 위한 항법 시스템, 상기 항법 시스템을 포함하는 차량, 방법, 컴퓨터 판독형 매체, 및 장치와 관련된다.

항공기 항법 데이터, 레이더 고도계 데이터 및 수치 지형 표고 데이터(digital terrain elevation data)를 통합하여, 항법 솔루션을 생성하는 지형 참조 항법(TRN: Terrain Referenced Navigation) 시스템이 복수의 공중 플랫폼 상에서 서비스 중이며 항법 솔루션 및 상기 항법 솔루션에 대한 불확실성 추정치를 제공한다. 이러한 시스템은 종종 관성 항법 시스템(INS)으로부터의 항법 솔루션을 키 입력(key input)으로서 이용하고 지형 기반 위치 측정치를 INS 데이터와 통합하는 수단으로서 칼만 필터(Kalman Filter)를 교정하는 INS 오차를 이용한다.

관성 항법 시스템(INS)은 종종 차량(가령, 항공기, 선박, 잠수함 및 차)에 의해 차량의 항법 시스템의 일부로서 사용되어 차량의 항법 데이터(가령, 차량의 위치, 속도, 가속도 및 자세)를 결정할 수 있다. 예를 들어 항법 데이터는 차량이 원하는 경로를 따라 항행하는 중인지 여부를 체크하고 경로에서 벗어날 때 적합한 궤도 수정을 결정하는 데 사용될 수 있다. 데이터의 불확실성의 추정이 종종 모니터링될 것이다.

INS가 차량을 위한 항법 데이터의 일차 소스를 제공할 경우가 있다. 이러한 상황은 다른 항법 보조, 가령, GPS가 이용 가능하지 않거나 신뢰될 수 없을 때(가령, 재밍되거나 스푸핑될 수 있다는 의심이 있을 때) 발생할 수 있다. INS는 쉽게 재밍되거나 스푸핑될 수 없는 온보드 센서를 기초로 데드 레코닝(dead reckoning)에 의해 항행한다.

일반적으로, 차량의 가속도 및 회전이 관성 센서, 가령, 가속도계 및 자이로스코프를 이용해 측정되고, INS가 이들 센서의 출력으로부터 차량의 속도 및 위치 정보를 얻는다. 가속도계의 측정 기능 또는 자이로스코프의 균형에서의 작은 오차가 시간의 흐름에 따라 INS의 출력의 큰 오차의 구축을 초래할 수 있다. 이러한 오차는 차량 위치(및/또는 속도, 자세 등)의 추정치에서 상당한 오차를 야기할 수 있고 항법 결정에 문제가 될 수 있는데, 예를 들어, 잘못된 궤도 수정을 초래할 수 있다. 일반적으로, INS 위치 추정치의 오차가 INS 내 가속도계 및 자이로스코프 센서 내 오차의 시간에 따른 적분 때문에 시간당 약 2 해리(nautical mile)의 속도로 표류한다.

덧붙여, INS로부터의 출력이 또한 중력 이상의 지역에서 심각하게 열화될 수 있다. 일반적으로 오늘날 서비스 중인 시스템은 중력 이상이 어디에서 발생하는지에 대한 어떠한 지식도 갖지 않는다. 이러한 이상의 지역에서 INS 내 가속도계가 중력 이상(가령, 중력 장 강도/구배의 국지적 변화)로 인한 가속도 변화를 감지한다. 이러한 가속도 측정은 INS에 의해 항공기 움직임 때문이라고 잘못 파악될 수 있으며 가속도를 잘못된 위치, 속도, 가속도 및 자세 출력을 도출하는 INS 항법 솔루션으로 통합시킬 수 있다. TRN 기반 시스템의 경우, 이는 지형 참조 항법 시스템의 항법 솔루션 출력을 심각하게 저하시키고 또한 불확실성 출력이 항법 솔루션에서 가능한 오차를 나타내지 않게 하여 항법 솔루션 및 불확실성을 사용되기 안전하지 않게 만들 수 있다.

이러한 잘못된 판독을 보상하기 위해, 일부 기존 시스템은 중력 이상의 측정치 또는 맵을 직접 기초로 하는 INS 측정치를 수정하도록 시도했다. 그러나 최종 INS 성능은, 많이 개선되더라도, 항법 오차를 계속 보인다.

많은 차량이 이들의 항법 시스템 내에서 칼만 필터 유형 알고리즘을 이용하여 타 소스, 가령, GPS, 지형 참조 항법 등으로부터의 항법 데이터를 관성 센서 오차와 INS에 의해 생성된 항법 오차 간 관계를 이해하는 INS 오차 모델과 함께 이용해 INS 내 오차를 교정할 수 있다. 알고리즘을 추정하는 이러한 INS 오차는 일반적으로 INS 항법 솔루션을 이용하는 타 시스템에 의해 이용 가능한 수정의 세트를 만들 수 있다.

본 발명은 개선된 INS를 제공하려 한다.

첫 번째 양태에 따라, 본 개시내용은 항법 시스템을 제공하며, 상기 항법 시스템은 제1 위치 추정치를 출력하도록 배열된 관성 항법 시스템, 제2 위치 추정치를 출력하도록 배열된 지형 기반 항법 유닛, 위치를 수신하고 상기 위치에 대한 중력 정보를 출력하도록 배열된 저장된 중력 맵, 및 각각의 반복구간에서 INS 오차 상태를 결정하도록 배열된 반복 알고리즘 유닛을 포함하며, 각각의 반복구간에서 반복 알고리즘 유닛은 제1 위치 추정치 및 제2 위치 추정치를 수신하고, 제1 위치 추정치, INS 오차 상태 및 중력 정보를 기초로 중력 수정된 위치 추정치를 결정하고, INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트하도록 배열된다.

INS 오차 상태는 관성 항법 시스템(INS)으로부터의 위치 추정치에서 추정된 오차를 나타낸다. 항법 시스템은 INS 위치 추정치를 INS 오차 상태와 조합하여, 오차 수정된 위치 추정치를 제공할 수 있다. 즉, 항법 시스템은 INS 오차 상태를 INS로부터의 위치 추정치를 수정하기 위한 (복수의 수정 값을 포함할 수 있는) 수정 함수로서 이용할 수 있다.

INS 오차 상태는 INS 센서 측정치(가령, 가속도계 및 자이로스코프 측정치)에서의 오차, 자세 오차, 및 속도 오차를 나타내는 데이터를 더 포함할 수 있다. 따라서 INS 오차 상태가 사용되어 INS에 의해 제공되는 전체 항법 솔루션을 수정할 수 있음이 자명할 것이다.

중력 맵으로부터의 중력 정보가 사용되어 INS의 가속도계 및 자이로스코프 출력의 국지적 중력 장으로 인한 성분을 결정할 수 있고, 구체적으로, 국지적 중력 장에서의 공간 변화를 고려할 수 있다. 센서 출력의 나머지 성분이 차량 이동 때문인 것으로 간주된다. 따라서 국지적 중력 장 정보를 현재 반복구간의 INS 오차 상태 및 INS로부터의 제1 위치 추정치와 함께 고려함으로써, 항법 시스템은 제1 위치 추정치를 수정하여 중력 수정된 위치 추정치를 제공할 수 있다.

각각의 반복구간에서의 INS 오차 상태 추정치의 정확도가 현재 반복구간의 INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트함으로써 개선된다. 이러한 방식으로, 업데이트 단계의 결과로서 반복 알고리즘 유닛의 다음 반복구간이 이전 반복구간의 파라미터 및 계산을 기초로 INS 오차 상태를 상속하도록 배열된다. 특히, 반복 알고리즘 유닛의 다음 반복구간이 현재 반복구간의 INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 하는 INS 오차 상태를 이용할 것이 자명할 것이다.

단순히 중력 수정이 INS 출력의 수정으로 직접 적용되는 것은 아니며, 대신 중력 수정된 위치 추정치가 제2 위치 추정치와 함께 또 다른 위치 추정치로서 사용될 수 있음이 자명할 것이다. 각각의 추정치에서 불확실성을 모니터링함으로써, 반복 알고리즘이 이들의 추정된 불확실성에 따라, 더 낮은 불확실성을 갖는 위치 추정치에 더 많은 가중치를 두면서, 서로 다른 위치 추정치를 가중화할 수 있다.

항법 정보, 가령, GPS의 추가 소스를 포함하도록 아키텍처가 확장될 수 있음이 자명할 것이다. 예를 들어, GPS는 중력 수정된 위치 추정치 및 제2 위치 추정치와 함께 추가(가령, 제3) 위치 추정치로서 사용될 수 있다.

예를 들어, 반복 알고리즘 유닛은 칼만 필터 또는 그 밖의 다른 유형의 "예측기 수정기(predictor corrector)" 알고리즘을 포함한다. 칼만 필터는 수정형 칼만 필터, 가령, 확장형 칼만 필터일 수 있다. 칼만 필터는 INS 오차 상태를 모델링하고 전파하는 오차 모델을 포함한다. 칼만 필터는 관성 센서와 INS에 의해 생성되는 항법 오차 간 관계를 모델링하는 것이 바람직하다. 각각의 반복구간에서, 칼만 필터는 INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 전파된 오차 상태를 업데이트하는 것이 바람직하다. 반복 알고리즘 유닛은 하나의 반복구간에서 다음 반복구간으로의 INS 오차 상태의 성장을 예측할 수 있기 때문에, 중력으로부터의 기여분이 모니터링되고 고려된다. 칼만 필터는 수정 또는 측정 단계(즉, 업데이트 단계) 내에 최소 제곱 추정을 이용하는 일종의 "예측기 수정기" 반복 알고리즘임이 자명할 것이다. 칼만 필터의 경우처럼, 이러한 최소 제곱 추정기가 선행 상태를 기초로 후속 상태의 추정치를 제공한다. 따라서 일부 예시에서 반복 알고리즘 유닛이 최소 제곱 추정기를 포함할 수 있음이 자명할 것이다.

지형 기반 항법 유닛(TNU)이 측정된 지형 프로파일 데이터와 지형 맵 내 저장된 지형 프로파일 데이터(가령, 수치 지형 표고 데이터) 간 상관을 기초로 제2 위치 추정치를 결정하도록 배열될 수 있다. 측정된 지형 프로파일 데이터는 임의의 적합한 센서 또는 검출 장비를 이용해 획득될 수 있다. 그러나 일부 선호되는 예시에서, 레이더 고도계 또는 레이저 고도계가 사용된다. 지형 프로파일 데이터는 표면 토폴로지 측정치, 가령, 표면 높이 측정치를 포함할 수 있다. 전통적인 TRN 시스템에서, INS 출력은 거시적 위치 추정치(coarse position estimate)를 제공하는 데 사용된다. 그 후 TRN 알고리즘은 레이더(또는 레이저) 고도계 데이터와 지형 표고 데이터의 매칭을 기초로 INS 위치의 수정을 생성한다.

제2 위치 추정치가 위치의 외부 및 독립적 측정치를 제공한다. 특히, 중력 수정된 위치를 기초로 INS 오차 상태를 업데이트할 때 제2 위치 추정치를 고려함으로써, INS 오차 상태의 정확도가 더 개선됨이 발견된다. 이는 제2 위치 추정치가 중력 수정된 INS 출력의 오차의 성장을 제한하기 때문이다. 반복 알고리즘 유닛이 칼만 필터 또는 그 밖의 다른 유형의 "예측기 추정기" 알고리즘을 포함하는 예시에서, 중력 수정된 위치 추정치를 제2 위치 추정치와 통합함으로써, 제2 위치 추정치가 INS 출력의 오차의 성장을 연동시킨다.

중력 맵이 복수의 형태 중 임의의 것을 취할 수 있음이 자명할 것이다. 그러나 일부 바람직한 예시에서, 중력 정보가 3차원 중력 장 강도/구배 데이터 및/또는 중력 장 강도/구배의 2차 또는 3차 텐서(tensor)를 포함할 수 있다. INS 센서 측정에 미치는 중력 이상의 영향을 결정하는 것이 계산상 더 용이하기 때문에 중력 구배 데이터를 이용하는 것이 바람직하다. 예를 들어, 중력 구배가 비선형 운동 방정식에 직접 입력되어, 가속도계 및 자이로스코프 출력의 중력 구배로 인한 성분을 결정할 수 있다. 계산 프로세스는 텐서를 이용해 훨씬 더 빠르게 이뤄진다. 이러한 속도 증가는 물론 "실시간" 항법을 위해 특히, 시간 당 200마일 초과의 높은 속도로 이동할 때 바람직하다. 3D 중력 정보에 의해 INS 센서에 미치는 중력 이상의 영향이 2D 또는 1D 중력 정보보다 더 정확하게 결정될 수 있다.

제1 위치 추정치 및 제2 위치 추정치는 3차원 좌표를 포함할 수 있다.

INS 위치 추정치의 오차 및 정확도가 시간에 따라, (관광 센서 측정치의 오차가 속도 및 자세 오차로 통합되고, 이들이 다시 위치 오차로 통합되기 때문에) 일반적으로 시간당 최대 2해리의 속도로 표류한다.

일반적으로 우수한 상관을 위해 지형 맵 데이터 및 지형 측정치의 정보가 충분할 때 TNU 위치 추정치가 약 20미터까지 정확하다. 그러나 우수한 상관을 위해 지형 맵 데이터 및 지형 측정치의 정보가 불충분할 때(가령, 평탄 지형 위를 이동할 때), TNU 위치 추정치의 오차가 증가할 수 있다.

우수한 상관을 위해 지형 맵 데이터 및 지형 측정치의 충분한 정보 없는 주기 후에, 충분한 정보가 이용 가능해지는 경우, 일반적으로 TNU가 정보와 상관하면 TNU 위치 추정치의 오차가 20미터 내 정확도 수준까지 복귀할 것이다.

항법 시스템으로부터의 위치 추정치의 오차가 또한 표류할 수 있지만 INS 솔루션에 의해 보여주는 시간당 2해리보다 낮은 속도로 표류할 것이며, 일반적으로 항법 시스템으로부터의 위치 추정치가 개별 INS, TNU 및 GNU 위치 추정치보다 더 정확할 것이다. 이는 항법 시스템 위치 추정치가 업데이트된 INS 오차 상태에 의해 적용되는 수정으로부터 이익을 얻기 때문이다.

예를 들어, 저장된 중력 맵에 의해 수신된 위치 추정치는 INS 오차 상태에 의해 수정된 바의 제1 위치 추정치일 수 있다. 또 다른 예를 들면, 제1 위치 추정치 또는 제2 위치 추정치일 수 있다. 일부 다른 예를 들면, INS의 추정된 정확도가 x, y 및/또는 z 위치 좌표에 대한 지정 임계치보다 우수할 때 제1 위치 추정치가 사용될 수 있다. 일부 예시에서, 제2 위치 추정치의 추정된 정확도가 지정된 임계치보다 우수할 때 제2 위치 추정치가 사용될 수 있다. 이러한 방식으로 어느 위치 추정치가 사용될지를 선택함으로써, 중력 정보가 이용 가능한 가장 정확한 위치 추정치에서 결정됨이 보장된다. 가장 바람직한 것은, 저장된 중력 맵에 의해 수신된 위치 추정치가 INS 오차 상태에 의해 수정된 바의 제1 위치 추정치이다. 정상 동작에서, 이는 이용 가능한 가장 정확한 위치 추정치인 것으로 예상된다. 일부 예시에서, 지형 기반 항법 유닛 또는 INS의 추정된 정확도에 따라(가령, 앞서 언급된 추정된 불확실성을 기초로) 임계 레벨이 설정될 수 있다.

일부 예시에서, 반복 알고리즘 유닛의 각각의 반복구간에서, 반복 알고리즘 유닛은 다음 반복구간에 대한 INS 오차 상태 및 INS로부터의 제1 위치 추정치를 기초로 오차 수정된 위치 추정치를 출력하도록 더 배열될 수 있다. 오차 수정된 위치 추정치는 다음 반복구간에 대한 INS 오차 상태에 의해 제1 위치 추정치를 수정함으로써 중력 장의 변경을 더 정확히 설명하는 위치 추정치를 제공한다.

본 개시내용은 또한 (선택 사항으로서, 앞서 기재된 바람직한 또는 선택적 특징부 중 임의의 것 또는 전부를 포함하는) 상기의 예시 중 임의의 것에 따라 항법 시스템을 포함하는 차량까지 확장된다.

추가 양태에 따라, 본 개시내용은 INS 오차 상태를 결정하는 반복 방법을 제공하며, 상기 방법의 각각의 반복구간은, 관성 항법 시스템으로부터 제1 위치 추정치 및 지형 기반 항법 유닛으로부터 제2 위치 추정치를 수신하는 단계, 저장된 중력 맵으로부터 수신된 위치에서 중력 정보를 결정하는 단계, 제1 위치 추정치, INS 오차 상태 및 중력 정보를 기초로 중력 수정된 위치 추정치를 결정하는 단계, 및 INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트하는 단계를 포함한다.

선호되는 특징부 및 선택적 특징부를 포함해 시스템과 관련하여 앞서 기재된 특징부가 반복 방법에 동일하게 적용된다.

따라서 예를 들면, 칼만 필터를 이용해 INS 오차 상태가 업데이트될 수 있다.

측정된 지형 프로파일 데이터와 지형 맵 내 저장된 지형 프로파일 데이터 간 상관을 기초로 제2 위치 추정치가 결정될 수 있다.

저장된 중력 맵으로부터의 중력 정보가 INS 오차 상태에 의해 수정된 제 위치 추정치, 제1 위치 추정치 또는 제2 위치 추정치를 기초로 결정된다.

반복 방법의 각각의 반복구간은 다음 반복구간에 대한 INS 오차 상태 및 제1 위치 추정치를 기초로 오차 수정된 위치 추정치를 출력하는 단계를 더 포함할 수 있다.

본 개시내용은 또한 앞서 기재된 방법 중 임의의 것을 수행하도록 프로세서에 의해 실행 가능한 명령을 포함하는 컴퓨터 판독형 매체까지 확장된다.

본 개시내용은 또한 프로세서 및 메모리를 포함하는 장치까지 확장되며, 상기 메모리는 프로세서에 의해 앞서 기재된 방법들 중 임의의 것을 수행하도록 실행 가능한 명령을 저장한다.

하나 이상의 비제한적 예시가 이제 첨부된 도면을 참조하여 기재될 것이며, 여기서 도 1은 본 발명에 따르는 항법 시스템(100)의 개략적 흐름도를 도시한다.

도 1에 도시된 항법 시스템(100)은 차량(vehicle), 가령, 비행기, 차, 보트 또는 로켓을 위한 것이다. 항법 시스템(100)은 관성 항법 시스템(INS)(110)과 통신하는 반복 알고리즘 유닛(IAU)(140), 지형 기반 항법 유닛(TNU)(120), 및 저장된 중력 맵(130)을 포함한다. 기존 항법 시스템은 INS(110) 및 선택사항으로서 TNU(120)와 함께 칼만 필터를 포함하는 IAU를 이용하여, INS 차량 위치 추정치에서 오차를 결정할 수 있고 결정된 오차를 수정함으로써, 더 우수한 차량 위치 추정치를 제공할 수 있다.

본 발명의 예시에 따르는 시스템에서, IAU(140)는 처리 블록(20 및 40)을 포함한다. 처리 블록(20)은 INS 오차 상태(INS error state)(22)와, INS 오차 상태 및 공분산이 INS 오차 모델 및 중력 맵(130)으로부터 얻어진 중력으로 인한 가속도를 기초로 전파되는 칼만 필터 전파 유닛을 포함한다. 처리 블록(40)은 지형 센서 측정치(가령, 레이더 고도계(Radalt))의 맵 데이터(가령, 지형 맵 데이터) 및 추정된 위치(가령, 수정 수정된 위치 추정치(35))와의 최적합으로부터 생성된 위치 측정치를 기초로 (가령, INS 오차 상태를) 업데이트한다.

더 구체적으로, IAU(140)는 업데이트된 INS 오차 상태(45)를 결정하도록 배열된다. 업데이트된 INS 오차 상태(45)는 INS 오차 상태(22), 중력 수정된 위치 추정치(35) 및 제2 위치 추정치(55)를 기초로 결정된다. 이의 결과는 INS 오차 상태(45)가 중력 이상이 INS 위치 추정치(10)에 미치는 영향과 연관된 오차를 설명하고, INS 출력의 오차에서의 성장이 TNU 위치 추정치(55)와 연동된다는 것이다. 바람직하게는, 항법 시스템(100)이 오차 수정된 위치 추정치(60)를 더 결정한다. 상기 오차 수정된 위치 추정치(60)는 업데이트된 INS 오차 상태(45)에 의해 수정된 바의 INS의 위치 추정치(10)와 관련된다.

단순히 INS 출력에 직접 인가되는 대신, 제2 위치 추정치와 함께 반복 알고리즘의 일부로서 중력 수정이 적용됨에 따라, 이들 수정에서의 불확실성이 제2 위치 추정치에서의 불확실성이 모니터링되는 것과 동일한 방식으로 모니터링될 수 있다. 따라서 오차 상태를 업데이트할 때 이들 수정의 정확성이 적절하게 고려될 수 있다.

INS(110)가 적절한 센서, 가령, 가속도계 및 자이로스코프를 이용해 차량의 위치를 추정하는 표준 INS이다. INS(110)는 물론 가속도계 및/또는 자이로스코프 판독치를 기초로 그 밖의 다른 항법 데이터, 가령, 차량의 속도, 롤(roll), 피치(pitch), 및 요(yaw)를 제공할 수 있다.

TNU(120)는 디지털 지형 맵(125) 및 지형 프로파일링 센서(126), 가령, 레이더 고도계를 포함한다. 디지털 지형 맵(125)은 기준 표면 위로의(가령, 지오이드(geoid) 또는 그 밖의 다른 기준 표면 위로의) 지형 표고 정보와 아마도 그 밖의 다른 이러한 지형 프로파일 데이터까지 포함하는 표면 토폴로지에 대한 정보를 포함한다. 이러한 디지털 지형 맵(125)은 예를 들어 정부 조사국으로부터 획득될 수 있다. 지형 프로파일링 센서(126)는 표면 토폴로지의 표고를 측정하도록 위치된다. 지형 맵에서 측정된 지형 프로파일 데이터를 지형 프로파일 데이터와 상관시킴으로써 차량 위치의 추정치가 결정된다. 최고 상관 강도와 연관된 지형 맵 상의 위치가 차량의 위치의 추정치를 제공한다.

저장된 중력 맵(130)은 중력 구배에 대한 정보의 3D 공간 맵을 포함한다.

IAU(140)는 현재 INS 오차 상태(22), 중력 수정된 위치 추정치(35) 및 TNU 위치 추정치(55)를 기초로 업데이트된 INS 오차 상태(45)를 결정하도록 배열된 반복 알고리즘(가령, 수정된 칼만 필터일 수 있는 칼만 필터, 가령, 확장 칼만 필터)을 계산하는 INS 오차 상태를 포함한다. 반복 알고리즘을 계산하는 INS 오차 상태가 처리 블록(20 및 40)에서 처리됨이 자명할 것이다.

항법 시스템(100)의 특정 반복구간에서, INS(110) 및 TNU(120) 각각은 차량의 현재 위치 추정치(10, 55)를 결정한다. 처리 블록(20)에서, IAU(140)는 INS 및 TNU 위치 추정치(10, 55)를 수신하고, INS 오차 상태(22)에 의해 수정되는 바와 같은 INS 위치 추정치(10)에 대응하는 위치에서 중력 맵(130)으로부터 수신된 3D 공간 맵 정보(15)를 기초로 중력 장 강도를 결정한다. 그러나 또 다른 예시에서, TNU(120)가 지정 임계치보다 우수한 x, y 및/또는 z 위치 좌표에 대해 정확도를 갖는다고 추정되는 경우, IAU(140)가 TNU 위치 추정치(55)에 대응하는 위치에서의 중력 맵(130) 내 3D 공간 맵 정보(15)를 기초로 중력 장 강도를 결정할 수 있다. 따라서 IAU(140)는 다양한 위치 추정치의 추정된 정확도에 따라 어느 위치 추정치(10, 55)가 사용될지를 선택할 수 있다. 이는 이용 가능한 가장 정확한 위치 추정치에서 중력 정보가 결정됨을 보장하기 때문에 유익하다.

IAU(140)는 중력 장 강도를 기초로 INS 오차 상태(22)를 수정하여 중력 수정된 INS 오차 상태(30)를 제공하도록 구성된다. 덧붙여, IAU(140)는 또한 중력 수정된 INS 오차 상태(30)를 기초로 INS 위치 추정치(10)를 수정하여 중력 수정된 위치 추정치(35)를 제공하도록 구성된다. 예를 들어, IAU(140)는 중력 수정된 INS 오차 상태(30)에 의해 연관된 INS 센서 데이터(가령, INS의 가속도계 및 자이로스코프로부터의 데이터)를 수정함으로써 INS 위치 추정치(10)를 수정할 수 있다. 또 다른 예를 들면, 중력 수정된 위치 추정치(35)는 항법 시스템(100)의 또 다른 구성요소에 의해 결정될 수 있다.

처리 블록(40)에서, INS 오차 상태(22)가 중력 수정된 위치 추정치(35), INS 오차 상태(22) 및 TNU 위치 추정치(55)를 기초로 업데이트된다. 예를 들어, 칼만 필터에서 INS 오차 상태(22) 및 TNU 위치 추정치(55)와 함께 중력 수정된 위치 추정치(35)가 사용되어, 업데이트된 INS 오차 상태(45)를 제공할 수 있다. TNU 위치 추정치(55)가 예를 들어 칼만 필터에서 INS 출력의 오차의 성장을 제약하는 이차 항법 보조로서 역할 한다. IAU(140)의 다음 반복구간에서 사용되도록 업데이트된 INS 오차 상태(45)가 피드 포워드(50)됨이 자명할 것이다. 그러나 전체적으로, 현재 반복구간의 INS 오차 상태(22), 중력 수정된 위치 추정치(35) 및 TNU 위치 추정치(55)를 기초로 다음 반복구간에 대해 INS 오차 상태(45)를 업데이트하는 것이 업데이트된 INS 오차 상태(45)의 정확도를 개선함이 자명할 것이다.

업데이트된 INS 오차 상태(45)를 피드 포워드한 결과로서, IAU(140)는 업데이트된 INS 오차 상태를 기초로 각각의 반복구간에서의 INS 오차 상태의 성장을 예측 및 전파한다. 이러한 방식으로 IAU(140)는 INS 오차 상태의 성장에 대한 중력의 영향을 고려한다.

단계(56)에서, IAU(140)는 업데이트된 INS 오차 상태(45)를 기초로 INS 위치 추정치(10)를 수정하여 오차 수정된 위치 추정치(60)를 제공하도록 구성된다.

추가로 또는 대안으로, IAU(140)는 또한 현재 반복구간의 INS 오차 상태(22), 중력 수정된 위치 추정치(35) 및 TNU 위치 추정치(55)를 기초로 INS 오차 상태(22)와 연관된 공분산을 또한 업데이트할 수 있다.

일부 예시에서, IAU(140)는 TNU(120)로부터 디지털 지형 맵(125) 정보 및 지형 프로파일링 센서(126) 측정치를 수신할 수 있고 상관을 수행하여, 예를 들어, 처리 블록(40)에서 TNU 위치 추정치(55)를 결정할 수 있다.

따라서 상기 예시에 따라, 중력 맵이 지형 참조 항법 시스템으로 통합될 수 있음이 자명할 것이다. 차량의 위치에서의 중력 맵으로부터의 정보가 지형 참조 항법 시스템의 칼만 필터의 오차 전파에 의해 다음과 같이 사용될 수 있다:

(1) 중력 이상의 영향으로 인한 관성 항법 시스템의 항법 솔루션에서의 오차 성장이 추정될 것이다. 차량 위치에서의 국지적 중력 이상으로 인해 감지되는 3차원 가속도가 중력 맵으로부터 계산될 것이다. 이 추가 가속도가 칼만 필터 내에 구현되는 INS 오차 모델에 의해 설명될 것이며 칼만 필터 오차 상태를 업데이트하는 데 사용될 것이다.

(2) 중력 맵으로부터 판독된 국지적 중력 이상의 크기에 비례하여, 추가 불확실성이 프로세스 노이즈 매트릭스(Process Noise matrix)를 통해 칼만 필터에 추가되어 앞서 (1)에서 얻어진 가속도 추정치에서 임의의 오차 또는 한계를 설명할 수 있다.

본 명세서에 기재된 다양한 방법은 하나 이상의 장치 상에 제공된 하나 이상의 컴퓨터 프로그램 프로덕트 또는 컴퓨터 판독형 매체에 의해 구현될 수 있다. 컴퓨터 프로그램 프로덕트 또는 컴퓨터 판독형 매체는 컴퓨터 또는 복수의 컴퓨터에게 본 명세서에 기재된 다양한 방법 중 하나 이상의 기능을 수행하도록 명령하도록 배열된 컴퓨터 코드를 포함할 수 있다. 이러한 방법을 수행하기 위한 컴퓨터 프로그램 및/또는 코드가 장치, 가령, 컴퓨터에 컴퓨터 판독형 매체 또는 컴퓨터 프로그램 프로덕트 상에서 제공될 수 있다. 컴퓨터 판독형 매체는 일시적(transitory) 또는 비일시적(non-transitory)일 수 있다. 컴퓨터 판독형 매체는, 예를 들어, 데이터 전송을 위한, 가령, 인터넷을 통해 코드를 다운로드하기 위한 전자, 자기, 광학, 전자기, 적외선, 또는 반도체 시스템, 또는 전파 매체일 수 있다. 대안으로, 컴퓨터 판독형 매체가 물리 컴퓨터 판독형 매체, 가령, 반도체 또는 솔리드 스테이트 메모리, 자기 테이프, 이동식 컴퓨터 디스켓, 랜덤 액세스 메모리(RAM), 리드-온리 메모리(ROM), 강성 자기 디스크, 및 광학 디스크, 가령, CD-ROM, CD-R/W 또는 DVD의 형태를 가질 수 있다. 장치, 가령, 컴퓨터는 이러한 코드에 따라 본 명세서에 언급된 다양한 방법에 따라 하나 이상의 프로세스를 수행하도록 구성될 수 있다. 이러한 장치는 데이터 처리 시스템의 형태를 가질 수 있다. 이러한 데이터 처리 시스템은 분산 시스템일 수 있다. 예를 들어, 이러한 데이터 처리 시스템은 네트워크에 걸쳐 분산될 수 있다. 프로세스 중 일부는 사용자 장치 상의 소프트웨어에 의해 수행되면서 또 다른 프로세스는 서버 상의 소프트웨어에 의해 수행될 수 있거나, 이들의 조합이 가능하다.

Claims

항법 시스템으로서,
제1 위치 추정치를 출력하도록 배열된 관성 항법 시스템,
제2 위치 추정치를 출력하도록 배열된 지형 기반 항법 유닛,
위치를 수신하고 상기 위치에 대한 중력 정보를 출력하도록 배열된 저장된 중력 맵, 및
각각의 반복구간에서 INS 오차 상태를 결정하도록 배열된 반복 알고리즘 유닛을 포함하며,
각각의 반복구간에서 반복 알고리즘 유닛은
제1 위치 추정치 및 제2 위치 추정치를 수신하고,
상기 제1 위치 추정치, INS 오차 상태 및 중력 정보를 기초로 중력 수정된 위치 추정치를 결정하며,
INS 오차 상태, 중력 수정된 위치 추정치, 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트하도록 배열되는, 항법 시스템.
제1항에 있어서, 상기 반복 알고리즘은 칼만 필터를 포함하는, 항법 시스템.
제1항 또는 제2항에 있어서, 지형 기반 항법 유닛은 측정된 지형 프로파일 데이터와 지형 맵 내 저장된 지형 프로파일 데이터 간 상관을 기초로 제2 위치 추정치를 결정하도록 배열되는, 항법 시스템.
제3항에 있어서, 지형 기반 항법 유닛은 지형 프로파일 데이터를 측정하도록 배열된 레이더 고도계 또는 레이저 고도계를 포함하는, 항법 시스템.
제1항 또는 제2항에 있어서, 중력 정보는 3차원 중력 장 강도/구배 데이터 및/또는 중력 장 강도/구배의 2차 또는 3차 텐서를 포함하는, 항법 시스템.
제1항 또는 제2항에 있어서, 저장된 중력 맵에 의해 수신된 위치 추정치가 INS 오차 상태에 의해 수정된 제1 위치 추정치, 제1 위치 추정치 또는 제2 위치 추정치인, 항법 시스템.
제1항 또는 제2항에 있어서, 각각의 반복구간에서 반복 알고리즘 유닛은 다음 반복구간에 대한 INS 오차 상태 및 제1 위치 추정치를 기초로 오차 수정된 위치 추정치를 출력하도록 더 배열되는, 항법 시스템.
제1항 또는 제2항에 따르는 항법 시스템을 포함하는 차량.
INS 오차 상태를 결정하는 반복 방법으로서, 방법의 각각의 반복구간은
관성 항법 시스템으로부터 제1 위치 추정치 및 지형 기반 항법 유닛으로부터 제2 위치 추정치를 수신하는 단계,
저장된 중력 맵으로부터 수신된 위치에서 중력 정보를 결정하는 단계,
제1 위치 추정치, INS 오차 상태 및 중력 정보를 기초로 중력 수정된 위치 추정치를 결정하는 단계, 및
INS 오차 상태, 중력 수정된 위치 추정치 및 제2 위치 추정치를 기초로 다음 반복구간에 대한 INS 오차 상태를 업데이트하는 단계를 포함하는, 반복 방법.
제9항에 있어서, 상기 INS 오차 상태는 칼만 필터를 이용해 업데이트되는, 반복 방법.
제9항 또는 제10항에 있어서, 제2 위치 추정치는 측정된 지형 프로파일 데이터와 지형 맵 내 저장된 지형 프로파일 데이터 간 상관을 기초로 결정되는, 반복 방법.
제9항 또는 제10항에 있어서, 저장된 중력 맵으로부터의 중력 정보가 INS 오차 상태에 의해 수정된 제1 위치 추정치, 제1 위치 추정치, 또는 제2 위치 추정치를 기초로 결정되는, 반복 방법.
제9항 또는 제10항에 있어서, 반복 방법의 각각의 반복구간은 다음 반복구간에 대한 INS 오차 상태 및 제1 위치 추정치를 기초로 오차 수정된 위치 추정치를 출력하는 단계를 더 포함하는, 반복 방법.
제9항 또는 제10항에 따르는 방법을 수행하도록 프로세서에 의해 실행 가능한 명령을 포함하는 컴퓨터 판독형 매체.
프로세서 및 메모리를 포함하는 장치로서, 상기 메모리는 제9항 또는 제10항에 따르는 방법을 수행하도록 프로세서에 의해 실행 가능한 명령을 저장하는, 장치.