센서 융합

용어집으로 돌아가기

센서 융합이란 여러 가지 이종 센서에서 얻은 측정값을 결합하여, 개별 센서가 제공할 수 있는 것보다 더 높은 정확도, 신뢰성 및 견고성을 바탕으로 시스템의 상태를 추정하는 과정입니다. 관성 항법에서 센서 융합은 IMU, GNSS , 자력계, 주행거리계, DVL, 카메라, LiDAR 및 기타 보조 센서의 데이터를 통합하여 위치, 속도 및 자세를 지속적으로 추정합니다.

각 센서는 고유한 장점과 한계를 가지고 있습니다. MEMS 뛰어난 단기 안정성을 갖춘 고속 동작 측정값을 제공하지만, 추정을 통해 시간이 지남에 따라 바이어스와 드리프트가 누적됩니다. 반대로, GNSS 장기적인 드리프트 없이 절대 위치와 속도를 GNSS , 신호 차단, 다중 경로, 간섭 및 제한된 업데이트 속도의 문제를 겪습니다. 센서 퓨전은 이러한 상호 보완적인 특성을 활용하여 동적이며 가혹한 조건에서도 정확성을 유지하는 솔루션을 도출합니다.

현대적인 센서 퓨전 알고리즘은 주로 베이지안 추정 기법에 의존합니다. 확장 칼만 필터(EKF)는 비선형 항법 시스템의 업계 표준입니다. EKF는 고속 IMU 사용하여 관성 솔루션을 전파합니다. 또한 외부 관측값을 활용하여 누적된 오차를 지속적으로 보정합니다. 이러한 접근 방식은 시간이 지나도 정확하고 안정적인 항법을 유지합니다. 그 밖에도 팩터 그래프 최적화, 입자 필터 또는 평활화 알고리즘을 구현하는 경우도 있습니다. 알고리즘 선택은 응용 분야의 요구 사항, 계산 자원 및 시스템의 복잡성에 따라 달라집니다.

고성능INS 관성 데이터와 외부 센서 측정값을INS 통합합니다. 이 시스템은 GNSS 상태와 GNSS 비가용 상태 간에 원활하게 전환됩니다. 항법 필터는 플랫폼 상태를 실시간으로 추정합니다. 또한 센서 바이어스, 스케일 계수 및 기타 확률적 오차 원인을 추정합니다. 이러한 보정은 장기적인 정확도, 안정성 및 시스템 무결성을 크게 향상시킵니다.

센서 퓨전은 항공우주, 국방, 해양, 측량, 로봇 공학 및 자동차 분야를 지원합니다. 상호 보완적인 센서 측정값을 결합함으로써 정확도와 견고성을 향상시킵니다. 또한 까다로운 환경에서 상황 인식을 강화합니다. 그 결과, 개별 센서만으로는 성능 요구 사항을 충족할 수 없는 경우에도 시스템은 신뢰할 수 있는 위치 정보를 유지합니다.