センサーフュージョン

用語集に戻る

センサーフュージョンとは、複数の異種センサーからの測定値を組み合わせることで、個々のセンサーが単独で提供できるものよりも高い精度、信頼性、および堅牢性を備えたシステムの状態を推定するプロセスです。慣性航法において、センサーフュージョンは、IMU、GNSS 、磁力計、走行距離計、DVL、カメラ、LiDAR、およびその他の補助センサーからのデータを統合し、位置、速度、姿勢を継続的に推定します。

各センサーには、それぞれ固有の長所と限界があります。MEMSジャイロスコープや加速度計は、優れた短期安定性を備えた高レートの運動測定値を提供しますが、推測航法によって時間の経過とともにバイアスやドリフトが蓄積されます。一方、GNSS 長期的なドリフトのない絶対位置とGNSS 、信号遮断、マルチパス、干渉、および更新レートの制限といった問題を抱えています。センサーフュージョンは、これらの相互に補完し合う特性を活用し、動的かつ過酷な条件下でも精度を維持できるソリューションを生み出します。

現代のセンサーフュージョンアルゴリズムは、主にベイズ推定手法に依存している。拡張カルマンフィルタ（EKF）は、非線形航法システムの業界標準である。EKFは、IMU を用いて慣性ソリューションを伝播させる。また、外部観測値を用いて蓄積された誤差を継続的に補正する。このアプローチにより、長期にわたり正確かつ安定した航法を維持できる。その他には、ファクターグラフ最適化、パーティクルフィルタ、または平滑化アルゴリズムを実装するものもある。アルゴリズムの選択は、アプリケーションの要件、計算リソース、およびシステムの複雑さに依存する。

INS 、慣性データと外部センサーのINS 統合します。これらは、GNSSの間をシームレスに切り替えます。ナビゲーションフィルタは、プラットフォームの状態をリアルタイムで推定します。また、センサーのバイアス、スケール係数、その他の確率的誤差源も推定します。これらの補正により、長期的な精度、安定性、およびシステムの完全性が大幅に向上します。

センサーフュージョンは、航空宇宙、防衛、海洋、測量、ロボット工学、自動車などのアプリケーションに対応しています。相互に補完的なセンサー測定値を組み合わせることで、精度と堅牢性を向上させます。また、過酷な環境下における状況認識能力も高めます。その結果、個々のセンサーだけでは性能要件を満たせない場合でも、システムは信頼性の高い測位を維持することができます。