실내 측위 추정을 위한 센서 융합과 결합된 칼만 필터

• Published in: 한국항행학회논문지 Vol. 25; no. 6; pp. 441 - 449
• Main Authors: 양장훈, Janghoon Yang
• Format: Journal Article
• Language: Korean
• Published: 한국항행학회 31.12.2021
• Subjects: Bluetooth; IMU; Indoor positioning system; Kalman filter; Position estimation; IMU; Bluetooth; Indoor positioning system; Kalman filter; Position estimation
• ISSN: 1226-9026; 2288-842X

지능형 이동체 시스템 발달에 따라서, 보다 정확한 위치 정보 추정 기술에 대한 요구가 증가하고 있다. 특히, 실내에서 사용되는 이동 로봇에게 주어진 일을 정해진 위치에서 수행할 때에는 보다 정확한 위치 추정에 대한 성능을 필요로 한다. 따라서, 이 논문에서는 고정형 또는 이동형 사물에 적용 가능한 진보된 위치 추정 방법을 제안한다. 제안 방법은 미리 설치된 블루투스 비콘 신호로부터 위치 추정 결과를 칼만 필터의 관찰 신호로 사용한다. 또한, 센서의 위치와 각도에 따라서 결정되는 각 방향의 중력 가속도를 추정하기 위해서, 롤(roll)과 피치(pitch) 각도를 먼저 계산하고, 이 결과를 자기장 센서 출력과 결합하여 요(Yaw) 각도를 추정함으로써, 이동체의 진행 방향을 정확히 추정한다. 이를 기반으로 이동체의 제어 입력이 되는 가속도 신호를 정확히 계산함으로써, 칼만 필터의 성능을 향상시키는 방법을 제안한다. 제안 방법의 성능은 고정 상태와 이동 상태로 나누어 평균 위치 오차를 계산하여 기존의 칼만 필터와 비교시 위치 오차를 크게 향상시킴을 확인하였다. With advances in autonomous vehicles, there is a growing demand for more accurate position estimation. Especially, this is a case for a moving robot for the indoor operation which necessitates the higher accuracy in position estimation when the robot is required to execute the task at a predestined location. Thus, a method for improving the position estimation which is applicable to both the fixed and the moving object is proposed. The proposed method exploits the initial position estimation from Bluetooth beacon signals as observation signals. Then, it estimates the gravitational acceleration applied to each axis in an inertial frame coordinate through computing roll and pitch angles and combining them with magnetometer measurements to compute yaw angle. Finally, it refines the control inputs for an object with motion dynamics by computing acceleration on each axis, which is used for improving the performance of Kalman filter. The experimental assessment of the proposed algorithm shows that it improves the position estimation accuracy in comparison to a conventional Kalman filter in terms of average error distance at both the fixed and moving states.