Core Concepts
본 연구는 저비용 착용형 매핑 시스템에서 발생하는 진동 및 복잡한 환경의 특징점 분포 불균형 문제를 해결하기 위해 하이브리드 연속 시간 최적화 기반의 LiDAR 관성 항법 기법을 제안한다.
Abstract
본 연구는 저비용 착용형 매핑 시스템의 LiDAR 관성 항법 문제를 해결하기 위해 하이브리드 연속 시간 최적화(HCTO) 기법을 제안한다.
첫째, HCTO는 원시 IMU 측정치 분석을 통해 사람의 움직임 패턴(고주파 부분, 저주파 부분, 일정 속도 부분)을 인식한다.
둘째, HCTO는 다양한 움직임 상태에 따라 하이브리드 IMU 요인을 구성하여 IMU 측정치의 진동 노이즈에 강인하고 정확한 추정을 가능하게 한다.
셋째, 최적 설계를 사용하여 최적의 점 대응을 선택함으로써 실시간 성능과 더 나은 항법 정확도를 달성한다.
실험 결과, 제안된 HCTO 기법은 기존 최신 기법들에 비해 복잡한 환경에서 우수한 성능을 보였다. 특히 다층 건물 및 복도와 같은 열악한 환경에서도 안정적인 결과를 얻을 수 있었다.
Stats
사람의 움직임 패턴 중 고주파 부분과 저주파 부분을 구분하는 기준은 가속도 측정치의 RMS 오차 σmotion이 가속도계 측정 오차의 3배를 초과하는 경우이다.
일정 속도 부분은 가속도 크기 ∥aw(t)∥이 0에 가까운 경우이다.