Stellar-40 전술 등급 관성 항법 시스템

---

추측 항법(Dead reckoning)은 관성과 기타 센서 데이터를 활용하여 GNSS 신호 없이도 지속적인 추적을 유지하는 항법 방식입니다. 일반적으로 GNSS가 손실되면 시스템은 위치를 완전히 잃게 됩니다. 추측 항법을 사용하면 시스템은 시간이 지남에 따라 서서히 오차가 누적되는 연속적인 위치를 계산합니다. 이러한 오차 발생(드리프트) 속도는 내부 IMU의 품질과 외부 보조 센서의 가용성에 따라 달라집니다.

Stellar-40은 명확하게 정의된 메시지 프레임을 활용하는 당사 고유의 sbgECom 프로토콜을 사용합니다. 이러한 사전 정의된 메시지를 사용하여 시스템은 대기 데이터, 동체 속도, 그리고 해당 정보를 제공할 수 있는 모든 외부 센서의 절대 위치 데이터를 매끄럽게 수집할 수 있습니다.

아니요, 필요하지 않습니다. Stellar-40의 고급 센서 융합 알고리즘이 실시간으로 풍속 조건을 자동으로 계산하고 추정하므로 사용자가 수동으로 입력할 필요가 없습니다.

지상 플랫폼의 경우, Stellar-40은 GNSS 음영 지역에서 항법 정확도를 향상시키기 위해 다양한 보조 입력을 지원합니다. 여기에는 하드웨어 오도메터(바퀴 오도메트리), 외부 센서(LiDAR 또는 광학 센서 등)의 속도 보조, 절대 위치 보조가 포함됩니다.

작동 환경에 따라 적절한 선택이 달라집니다. 급강하 드론이나 무인 지상차량(UGV)과 같이 가혹하고 진동이 심한 환경에 노출되는 플랫폼에는 댐핑 버전을 적극 권장합니다. 애플리케이션에 어떤 버전이 적합한지 확실하지 않은 경우 지원 팀이 올바른 선택을 도와드릴 준비가 되어 있습니다.

SBAS란 무엇인가요?

위성 기반 보정 시스템(SBAS, Satellite-Based Augmentation System)은 위성 측위의 정확도, 무결성, 가용성, 연속성을 향상시키는 GNSS 보정 기술입니다. 원래 항공 지원을 위해 개발된 SBAS는 UAV, 해양 항법, 정밀 농업, GIS 맵핑, 자율주행 차량, 관성 항법 시스템(INS) 등의 응용 분야에서 가치 있는 항법 보조 장치가 되었습니다. 실시간 키네마틱(RTK) 또는 정밀 단독 측위(PPP)와 달리 SBAS는 로컬 기준국이나 인터넷 연결 없이도 미터 수준의 무료 위치 결정을 제공합니다.

단독 GNSS 수신기는 GPS, 갈릴레오, 글로나스, 베이두 같은 위성 군집에 속한 위성들로부터의 의사거리를 측정하여 위치를 결정합니다. 그러나 이러한 측정값은 위성 시계 오차, 궤도(역서) 오차, 전리층 지연, 대류권 지연, 수신기 노이즈, 다중 경로 등 여러 오차 원인의 영향을 받습니다. SBAS는 이러한 오차 중 가장 큰 요인들을 지속적으로 추정하고 실시간 보정 정보를 브로드캐스트하여 항법 솔루션을 크게 향상시킵니다.

SBAS 아키텍처는 한 지역에 분산되어 정밀하게 측량된 기준국 네트워크에 의존합니다. 이 기준국들은 GNSS 신호를 지속적으로 모니터링하고 측정된 위성 거리를 알려진 위치와 비교하여 위성 시계, 궤도 및 전리층 오차를 추정합니다. 측정값은 마스터 제어 센터로 전송되며, 센터는 모든 기준국의 데이터를 결합하여 보정 메시지 및 무결성 정보를 생성합니다. 이 메시지들은 정지궤도 위성으로 업링크되어 SBAS 지원 GNSS 수신기로 재송신됩니다. 수신기는 위치를 계산하기 전에 이 보정 정보를 적용하여 의사거리 측정에 영향을 미치는 주요 오차 원인을 효과적으로 줄입니다.

수학적으로, 보정된 의사거리(pseudorange)는 다음과 같이 표현할 수 있습니다:

P보정됨​ = P측정됨​ − Δ시계 ​− Δ궤도​ − Δ전리층​

여기서 P측정됨은 원래의 의사거리 측정값이고, Δ시계는 위성 시계 보정값을 나타내며, Δ궤도​는 궤도 보정값이고, Δ전리층은 전리층 지연 보정값입니다.

이러한 보정은 일반적으로 단독 GNSS 수평 위치 오차를 약 3~10미터에서 1~2미터 수준으로 줄여줍니다. 이 정확도 수준은 RTK나 PPP로 달성하는 센티미터 수준의 성능에는 못 미치지만, SBAS는 무결성 모니터링이라는 엄청난 장점을 제공합니다. 단순히 위치 정확도를 향상시키는 것을 넘어, SBAS는 모니터링되는 모든 위성의 상태를 지속적으로 평가하고 시계 이상, 궤도 오류 또는 신호 저하로 인해 위성을 신뢰할 수 없게 될 경우 사용자에게 신중하게 경고합니다. 이 기능은 항법 솔루션을 신뢰할 수 있는지 사용자가 반드시 알아야 하는 안전이 필수적인 애플리케이션에서 매우 중요합니다.

전 세계적으로 여러 지역 SBAS 서비스가 운영되고 있습니다. 북미의 WAAS, 유럽의 EGNOS, 일본의 MSAS, 인도의 GAGAN, 러시아의 SDCM, 한국의 KASS, 그리고 호주 및 뉴질랜드의 SouthPAN이 여기에 해당합니다. 최신 다중 주파수 GNSS 수신기는 일반적으로 지리적 위치에 따라 여러 SBAS를 자동으로 지원합니다.

관성 항법 시스템의 경우, SBAS는 센서 융합 성능을 향상시키는 보다 정확하고 신뢰할 수 있는 GNSS 참조를 제공합니다. 확장 칼만 필터(EKF)는 보정된 GNSS 위치 및 속도 측정값을 사용하여 관성 센서에 누적된 오차(Drift)를 주기적으로 제한합니다. 독립형 GNSS에 비해 SBAS는 측정 노이즈와 위성 관련 편향을 줄여주며, 항법 알고리즘에 유용한 무결성 정보를 제공하는 동시에 더욱 안정적인 위치 및 속도 업데이트를 제공합니다. 그러나 SBAS는 GNSS 업데이트 주기를 증가시키지 않으며 GNSS 음영 지역을 보상할 수는 없습니다. 신호 중단 시 전반적인 항법 성능은 여전히 주로 IMU의 품질과 INS 추정 알고리즘의 효과에 따라 달라집니다.

따라서 SBAS는 높은 신뢰성과 무결성을 갖춘 무료의 전 세계 가용 미터급 측위가 필요한 애플리케이션을 위한 훌륭한 솔루션입니다. 센티미터 수준의 정확도보다 견고한 항법이 더 중요한 자율주행 차량, UAV, 해상 항법, 정밀 농업 및 산업용 시스템에 특히 적합합니다. 측지 수준의 위치 지정을 요구하는 애플리케이션에서는 RTK나 PPP가 선호되는 보정 기술로 남는 반면, SBAS는 기존 GNSS 항법을 위한 신뢰할 수 있고 널리 사용되는 보완책 역할을 합니다.

GNSS 음영 지역에서 관성 항법 시스템이 위치를 유지하는 방법

1 – 관성 항법 시스템과 GNSS 통합

관성 항법 시스템(INS)은 탑재된 관성 측정값을 기반으로 위치, 속도, 방향을 결정합니다. 핵심적으로 관성 측정 장치(IMU)는 3개의 가속도계와 3개의 자이로스코프를 결합합니다. 가속도계는 비가속도를 측정하고, 자이로스코프는 3개의 직교 축을 따라 각속도를 측정합니다.

항법 컴퓨터는 이러한 측정값을 고속으로 처리합니다. 먼저 자이로스코프 측정값을 적분하여 자세 변화를 추정합니다. 그런 다음 측정된 가속도를 항법 좌표계로 변환하고 중력 및 기타 알려진 효과를 보정합니다. 마지막으로 가속도를 적분하여 속도와 위치를 추정합니다. 이 프로세스를 통해 INS는 외부 신호에 의존하지 않고 연속적인 항법 솔루션을 도출할 수 있습니다.

GNSS를 사용할 수 있을 때, INS는 일반적으로 통합된 GNSS/INS 솔루션의 일부로 작동합니다. GNSS는 위치와 속도에 대한 외부 기준을 제공하고, IMU는 고속 모션 측정값을 제공합니다. 항법 필터는 두 소스를 결합하여 차량의 상태를 추정하고 관성 오차를 억제합니다.

GNSS 신호를 사용할 수 없게 되면, 시스템은 추측 항법으로 흔히 설명되는 관성 전파로 전환됩니다. INS는 마지막으로 알려진 항법 상태를 기반으로 자이로스코프와 가속도계 측정값을 계속 적분합니다. 그 결과, 신호 중단 중에도 연속적인 위치, 속도, 자세 출력을 유지할 수 있습니다.

그러나 관성 항법은 신호 중단 중 발생하는 위치 오차를 완전히 제거하지 못합니다. 센서 바이어스, 노이즈, 스케일 팩터 오차, 정렬 불량 및 기타 결함들이 적분 과정을 통해 누적됩니다. 특히 가속도계 오차는 속도에 영향을 미친 후 위치에 영향을 미치며, 자이로스코프 오차는 자세에 영향을 미치고 잘못된 중력 보상을 통해 추가적인 위치 오차를 유발할 수 있습니다.

따라서 GNSS 신호 중단의 지속 시간과 규모는 결과적인 위치 불확실성에 직접적인 영향을 미칩니다. 고성능 관성 센서는 오차 증가를 줄이고, 누적된 드리프트가 심해지기 전에 시스템이 더 오랜 시간 동안 중단 구간을 극복할 수 있도록 합니다.

약 20년 동안 관성 센서를 연구하고 제조해 온 SBG Systems는 GNSS 가용성이 제한되거나 중단된 환경에서도 신뢰할 수 있는 항법 성능을 제공하도록 설계된 IMU 및 INS 기술을 개발합니다.

2 – 칼만 필터링 및 센서 퓨전

센서 융합을 통해 GNSS/INS 시스템은 서로 다른 특성을 가진 측정값들을 결합할 수 있습니다. IMU는 연속적인 고속 측정값을 제공하지만 시간이 지남에 따라 오차가 누적됩니다. GNSS는 절대 위치 기준을 제공하지만 신호를 수신할 수 없거나 갱신 주기가 느려질 수 있습니다. 항법 필터는 이러한 상호 보완적 특성을 결합하여 차량의 상태를 추정합니다.

칼만 필터(Kalman filter)는 이러한 유형의 상태 추정에 널리 사용됩니다. 실제 INS 애플리케이션에서는 차량의 모션과 자세를 설명하는 방정식이 비선형이기 때문에 확장 칼만 필터(EKF)를 주로 사용합니다. EKF는 사용 가능한 센서의 측정값을 처리하는 동시에 항법 상태 및 그 불확실성에 대한 추정치를 유지합니다.

이 과정은 예측과 측정 업데이트라는 두 가지 기본 단계로 구성됩니다.

예측 단계에서 필터는 이전 항법 상태와 최신 IMU 측정값을 사용하여 다음 상태를 추정합니다. 또한 관련 불확실성도 함께 전파합니다. 측정 업데이트 단계에서 필터는 사용 가능한 외부 측정값을 예측된 상태와 비교합니다. 그런 다음 차이값(혁신값)을 사용하여 상태 추정치를 업데이트하고 불확실성을 줄입니다.

GNSS/INS 시스템에서 GNSS 측정값은 관성 드리프트를 제한하는 외부 관측 데이터를 제공합니다. 필터는 또한 시스템 모델과 가용 측정값을 통해 해당 파라미터를 관측할 수 있을 때 가속도계 및 자이로스코프 바이어스와 같은 파라미터를 추정할 수 있습니다.

이러한 구분은 중요합니다. 칼만 필터는 온보드 센서의 모든 오차를 단순히 제거하지 않습니다. 대신, 수학적 모델과 가용한 측정값을 바탕으로 항법 상태와 관련 오차 상태를 추정합니다. 센서의 불완전성, 모델의 부정확성, 그리고 관측되지 않은 교란을 완전히 제거할 수 없기 때문에 잔류 오차는 남게 됩니다.

GNSS를 사용할 수 없게 되면, 필터는 관성 측정값을 사용하여 항법 솔루션을 계속 전파할 수 있습니다. 그러나 외부 관측 데이터가 없으면 시스템이 오차 상태를 제한할 수 있는 기회가 줄어듭니다. 결과적으로 신호 중단이 지속될수록 불확실성이 증가합니다. GNSS 측정값이 다시 가능해지면, 필터는 이를 관성 솔루션과 비교하고 결과적인 혁신(innovation)을 사용하여 추정된 상태와 누적된 오차를 보정합니다. 이를 통해 GNSS/INS 시스템은 GNSS 보조 항법과 관성 전파 사이를 원활하게 전환할 수 있습니다.