Core Concepts
본 연구는 Wahba 문제를 해결하지 않고도 모든 관측 벡터를 활용하여 동시에 위도와 자세를 결정할 수 있는 새로운 자기 정렬 방법을 제안한다.
Abstract
이 연구는 자율주행 차량의 스트랩다운 관성항법시스템(SINS)에서 초기 정렬을 위한 새로운 방법을 제안한다. 초기 정렬은 차량의 초기 자세, 속도 및 위치 정보를 결정하는 핵심 기술이다.
제안된 방법은 다음과 같은 특징을 가진다:
Wahba 문제를 해결하지 않고도 모든 관측 벡터를 활용하여 동시에 위도와 자세를 결정할 수 있다. 이는 기존 방법과 차별화된다.
각 관측 벡터와 기준 벡터의 이상 텐서를 구성하고 이를 하나의 방정식으로 누적하여, 같은 고유값을 가진 행렬을 이용해 위도 변수를 추출하고 해결한다. 이후 고유값 분해를 통해 자세를 얻는다.
시뮬레이션과 실험 테스트를 통해 제안 방법의 효과성을 검증하였다. 수렴 속도와 안정성 면에서 TRIAD 방법보다 우수하고, 위도 유무에 관계없이 OBA 방법과 유사한 정렬 정확도를 보인다.
자율주행 차량 애플리케이션의 초기 정렬 설계에 유용할 것으로 기대된다.
Stats
SINS의 초기 정렬 정확도와 속도는 이후 항법 성능에 큰 영향을 미친다.
관성 센서의 바이어스 오차는 0.02 °/h (자이로스코프) 및 100 μg (가속도계)이다.
관성 센서의 랜덤 워크 오차는 0.002 °/√h (자이로스코프) 및 10 μg/√Hz (가속도계)이다.
Quotes
"초기 정렬은 SINS에서 초기 상태 정보를 제공하는 핵심 기술이다."
"위도 정보가 없는 경우, 외부 보조 없이 자기 정렬이 매우 필요하다."
"제안된 방법은 Wahba 문제를 해결하지 않고도 모든 관측 벡터를 활용하여 동시에 위도와 자세를 결정할 수 있다."