Core Concepts
도시 캐년 환경에서 GNSS NLOS 신호 탐지 및 완화를 위해 FCN 기반 스카이 세그멘테이션 알고리즘을 제안하고, 이를 GNSS/INS/비전 통합 모델 Sky-GVIO에 적용하여 정밀한 차량 위치 추정을 달성하였다.
Abstract
이 연구에서는 도시 캐년 환경에서의 정밀하고 연속적이며 신뢰할 수 있는 차량 위치 추정을 위해 다음과 같은 기여를 하였다:
FCN 기반의 적응형 스카이 이미지 세그멘테이션 알고리즘을 제안하여 다양한 조명 조건에 잘 대응할 수 있도록 하였다.
GNSS, INS, 비전 센서를 통합한 Sky-GVIO 모델을 제안하고, 기존의 S-NDM 방법을 이 모델에 확장 적용하여 도시 캐년 환경에서의 차량 위치 추정 성능을 향상시켰다.
SPP 및 RTK 기반 GNSS 위치 추정 모드에서 S-NDM 알고리즘의 성능을 종합적으로 평가하여 다양한 GNSS 통합 기법에서의 적용 가능성을 검증하였다.
스카이 이미지 데이터셋을 공개하여 관련 연구 분야에 기여하였다.
실험 결과, Sky-GVIO 모델은 도시 캐년 환경에서 SPP 모드에서 미터 수준, RTK 모드에서 10cm 수준의 정밀도를 달성하여 기존 GNSS/INS/비전 프레임워크 대비 성능이 향상되었음을 확인하였다.
Stats
GNSS 위성 고도각 범위는 10도에서 90도 사이로 나타났다.
PDOP 값은 1.5에서 4.5 사이로 변동되었다.
도시 캐년 환경에서 4개 미만의 LOS 위성만 검출되는 등 위성 가시성이 매우 제한적이었다.
Quotes
"도시 캐년 환경에서 GNSS NLOS 신호 탐지 및 완화는 정밀한 차량 위치 추정을 위해 매우 중요하다."
"FCN 기반 스카이 이미지 세그멘테이션은 다양한 조명 조건에서도 높은 정확도와 효율성을 보였다."
"Sky-GVIO 모델은 도시 캐년 환경에서 미터 수준의 SPP 정밀도와 10cm 수준의 RTK 정밀도를 달성하였다."