자율 주행 차량을 위한 고정밀 내비게이션
관성항법장치(INS)는 자율 주행 차량 응용 분야에 수많은 이점을 제공합니다. 가속도계 및 자이로스코프와 같은 센서를 사용하여 INS 솔루션은 외부 신호에 의존하지 않고 지속적이고 정확한 항법 데이터를 제공합니다.
당사의 INS는 차량의 위치, 속도 및 자세에 대한 실시간 업데이트를 제공하여 GNSS 사용 불가 환경에서도 정확한 항법을 보장합니다. 우리는 시간이 지남에 따라 오류를 최소화하고 차량 위치 결정의 정확도를 유지하기 위해 고급 알고리즘을 개발했습니다.
열악한 환경에서의 견고성
당사의 INS는 터널, 도심 협곡, 빽빽한 수목 지대를 포함한 GNSS 신호 취약 지역에서도 안정적으로 작동합니다. 신호 재밍 및 스푸핑으로부터 보호하며 GNSS를 보완하여 내비게이션 보안을 강화합니다.
이 시스템은 즉각적인 차량 움직임 피드백을 제공하여 신속한 의사 결정과 적응형 대응을 가능하게 합니다. 외부 신호에 의존하지 않고 당사의 INS는 지속적으로 기능하여 동적인 환경에 이상적입니다. 경로 계획, 장애물 회피 및 경로 최적화와 같은 고급 알고리즘을 위한 정밀한 데이터를 생성합니다. 결과적으로 자율 시스템은 더욱 원활하고 효율적인 작동을 달성합니다.
또한 날씨, 지형 또는 신호 방해와 관계없이 일관된 성능을 유지합니다. 본질적으로 당사의 INS는 자율성을 강화하고 신뢰할 수 있는 내비게이션을 보장하며 모든 조건에서 차량이 안전하고 효율적으로 작동할 수 있도록 지원합니다.
실시간 데이터 및 센서 융합
당사의 센서는 실시간 모션 및 자세 데이터를 제공하여 자율 주행 차량이 지형, 도로 조건 또는 교통 상황 변화에 즉시 반응하여 조향, 가속 및 제동을 조정할 수 있도록 합니다. 또한 안정성과 제어를 유지하는 데 도움이 됩니다.
다른 내비게이션 보조 장치(예: GNSS, LiDAR, 카메라)와 결합하면 전반적인 정확성과 신뢰성을 향상시킵니다. 이러한 센서 융합은 상황 인식 및 의사 결정 능력을 향상시킵니다. 여러 센서의 데이터를 통합함으로써 당사의 INS는 외부 요인으로 인한 부정확성을 수정하여 보다 신뢰할 수 있는 내비게이션을 보장할 수 있습니다.
자율주행 차량을 위한 당사의 솔루션을 살펴보십시오.
당사의 솔루션은 UGV 플랫폼과 완벽하게 통합되어 가장 까다로운 조건에서도 안정적인 성능을 제공합니다.
Ellipse-D
Ekinox Micro
Ekinox-D
자율 애플리케이션 브로셔
브로셔를 받은 편지함으로 바로 받아보십시오!
사례 연구
SBG Systems의 관성 솔루션이 사례 연구 섹션에서 자율 주행 차량 기술에 혁명을 일으키고 있는 방법을 알아보십시오. 이러한 실제 성공 사례는 당사의 고급 관성 센서가 까다로운 환경에서 정확한 내비게이션과 안정성을 제공하는 방법을 강조합니다. 도시 환경에서 차량 안전을 개선하는 것부터 GNSS가 거부된 시나리오에서 성능을 최적화하는 것까지 당사의 솔루션은 자율 주행 차량이 비교할 수 없는 정확성과 제어력으로 작동할 수 있도록 지원합니다.
각 사례 연구는 당사의 기술이 자율 주행 운송의 미래를 주도하는 혁신적인 방법에 대한 귀중한 통찰력을 제공합니다.
그들은 우리에 대해 이야기합니다.
SBG Systems 기술을 도입한 혁신가와 고객의 생생한 이야기를 들어보십시오.
그들의 사용 후기와 성공 사례는 당사의 센서가 실제 자율 차량 애플리케이션에 미치는 중요한 영향을 보여줍니다.
자율 관성 시스템을 사용한 다른 애플리케이션 살펴보기
자율 관성 시스템이 다양한 산업 분야에서 운영 방식을 어떻게 변화시키고 있는지 알아보십시오. 로봇 공학 및 산업 자동화에서 광업 및 물류에 이르기까지 당사의 고성능 솔루션은 GNSS 문제가 있는 환경에서도 정확한 내비게이션, 방향 및 모션 데이터를 제공합니다. 안정적인 자율성으로 구동되는 새로운 가능성을 탐색하십시오.
궁금한 점이 있으십니까?
당사가 선보이는 애플리케이션에 대한 가장 일반적인 질문에 대한 답변을 찾아보십시오. 찾으시는 정보를 찾지 못하셨다면, 주저하지 마시고 직접 문의하여 도움을 받으십시오.
자율 주행 자동차의 자율성 수준은 어떻게 됩니까?
자율 주행 차량의 자율성 수준은 자동차 기술 학회(SAE)에서 6단계(레벨 0 ~ 레벨 5)로 분류하며, 차량 작동 시 자동화 정도를 정의합니다. 자세한 내용은 다음과 같습니다.
- 레벨 0: 자동화 없음 - 운전자는 항상 차량을 완전히 제어하며 경고와 같은 수동 시스템만 사용합니다.
- 레벨 1: 운전자 지원 - 차량이 조향 또는 가속/감속을 지원할 수 있지만 운전자는 계속 제어하고 주변 환경을 모니터링해야 합니다(예: 어댑티브 크루즈 컨트롤).
- 레벨 2: 부분 자동화 - 차량이 조향과 가속/감속을 동시에 제어할 수 있지만 운전자는 계속 개입할 준비가 되어 있어야 합니다(예: Tesla의 Autopilot, GM의 Super Cruise).
- 레벨 3: 조건부 자동화 - 차량이 특정 조건에서 모든 주행을 처리할 수 있지만 운전자는 시스템의 요청 시 개입할 준비가 되어 있어야 합니다(예: 고속도로 주행). 운전자는 적극적으로 모니터링할 필요는 없지만 계속 경계를 유지해야 합니다.
- 레벨 4: 고도 자동화 - 차량이 인간의 개입 없이 특정 조건 또는 환경(예: 도시 지역 또는 고속도로) 내에서 모든 주행 작업을 자율적으로 수행할 수 있습니다. 그러나 다른 환경이나 특수한 상황에서는 사람이 운전해야 할 수도 있습니다.
- 레벨 5: 완전 자동화 - 차량은 완전 자율적이며 인간의 개입 없이 모든 조건에서 모든 주행 작업을 처리할 수 있습니다. 운전자가 필요 없으며 차량은 어떤 조건에서도 어디에서든 작동할 수 있습니다.
이러한 레벨은 기본 운전자 지원에서 완전 자율 주행에 이르기까지 자율 주행 자동차 기술의 진화를 정의하는 데 도움이 됩니다.
주행 기록계란 무엇입니까?
주행 거리계는 차량이 이동한 거리를 측정하는 데 사용되는 기기입니다. 차량이 얼마나 멀리 갔는지에 대한 중요한 정보를 제공하며, 이는 유지 보수 일정, 연비 계산 및 재판매 가치 평가와 같은 다양한 목적에 유용합니다.
주행 거리계는 차량 바퀴의 회전 수를 기준으로 거리를 측정합니다. 타이어 크기를 기준으로 하는 보정 계수는 바퀴 회전을 거리로 변환합니다.
많은 내비게이션 애플리케이션, 특히 차량에서 주행 거리계 데이터는 전반적인 정확도를 향상시키기 위해 INS 데이터와 통합될 수 있습니다. 센서 융합으로 알려진 이 프로세스는 두 시스템의 강점을 결합합니다.
재밍 및 스푸핑은 무엇을 의미합니까?
재밍과 스푸핑은 GNSS와 같은 위성 기반 내비게이션 시스템의 신뢰성과 정확성에 큰 영향을 미칠 수 있는 두 가지 유형의 간섭입니다.
재밍은 GNSS 시스템에서 사용하는 것과 동일한 주파수에서 간섭 신호를 브로드캐스팅하여 위성 신호를 의도적으로 방해하는 것을 의미합니다. 이러한 간섭은 합법적인 위성 신호를 압도하거나 덮어 GNSS 수신기가 정보를 정확하게 처리할 수 없도록 만듭니다. 재밍은 일반적으로 군사 작전에서 적의 내비게이션 기능을 방해하는 데 사용되며 민간 시스템에도 영향을 미쳐 내비게이션 오류 및 운영상의 어려움을 초래할 수 있습니다.
반면에 스푸핑은 실제 GNSS 신호를 모방하는 위조 신호를 전송하는 것을 포함합니다. 이러한 기만적인 신호는 GNSS 수신기를 오도하여 잘못된 위치 또는 시간을 계산하도록 할 수 있습니다. 스푸핑은 내비게이션 시스템을 잘못된 방향으로 유도하거나 잘못된 정보를 제공하는 데 사용될 수 있으며, 잠재적으로 차량이나 항공기가 코스를 벗어나거나 잘못된 위치 데이터를 제공할 수 있습니다. 신호 수신을 방해하기만 하는 재밍과 달리 스푸핑은 거짓 정보를 합법적인 정보로 제시하여 수신기를 적극적으로 속입니다.
재밍과 스푸핑 모두 GNSS 의존 시스템의 무결성에 심각한 위협을 가하며, 분쟁 지역 또는 까다로운 환경에서 안정적인 작동을 보장하기 위해 고급 대응책과 탄력적인 항법 기술이 필수적입니다.
추측 항법이란 무엇입니까?
데드 레코닝은 GPS와 같은 외부 신호에 의존하지 않고, 측정된 이동 정보를 사용하여 알려진 과거 위치를 지속적으로 갱신함으로써 차량의 현재 위치를 파악하는 항법 방식입니다.
실제로 시스템은 기준점(종종 마지막으로 알려진 정확한 위치)에서 시작하여 가속도계, 자이로스코프, 휠 오도메트리 또는 속도 로그와 같은 온보드 센서를 사용하여 시간이 지남에 따라 차량이 어떻게 움직였는지 추정합니다. 이러한 움직임 측정값을 통합함으로써 추측 항법은 속도, 방향 및 변위의 변화를 계산하여 점진적으로 업데이트된 위치 추정치를 구축합니다. GPS가 거부되거나 성능이 저하된 환경에서도 완전 자율 항법을 제공하지만, 추측 항법은 본질적으로 오차 누적에 취약합니다. 작은 센서 바이어스, 스케일 팩터 오차 또는 환경적 영향은 시간이 지남에 따라 증가하여 추정된 궤적이 실제와 멀어지게 합니다.
이러한 드리프트를 완화하기 위해 추측 항법은 종종 GNSS, 자력계, 기압계 또는 지형 매칭 기술과 같은 외부 보조 장치와 현대 관성 항법 시스템에서 결합됩니다. 한계에도 불구하고 추측 항법은 절대 참조를 사용할 수 없을 때에도 연속적인 실시간 위치 확인을 보장하기 때문에 항법의 기본 원리로 남아 있습니다.
관성 항법 시스템이란 무엇입니까?
관성 항법 시스템(INS)은 관성 센서를 사용하여 움직임을 지속적으로 측정함으로써 움직이는 플랫폼의 위치, 속도, 자세를 결정하는 자체 포함된 항법 솔루션입니다. 핵심적으로 INS는 3개의 직교 축을 따라 선형 가속도를 감지하는 3축 가속도계와 동일한 축을 중심으로 각속도를 측정하는 3축 자이로스코프를 기반으로 합니다. 이러한 측정값을 시간에 따라 통합함으로써 시스템은 알려진 시작점으로부터 플랫폼의 속도, 자세 및 위치가 어떻게 변화하는지 계산합니다.
INS는 GPS, 무선 비콘 또는 시각적 참조와 같은 외부 신호에 의존하지 않으므로 수중, 실내, 지하 또는 군사 GNSS 재밍 시나리오와 같이 외부 내비게이션 보조 장치를 사용할 수 없거나, 거부되거나, 성능이 저하된 환경에서 안정적으로 작동할 수 있습니다.
최신 INS는 일반적으로 원시 센서 데이터를 융합하고 드리프트를 완화하며 가장 정확한 항법 상태를 추정하기 위해 칼만 필터와 같은 정교한 필터링 알고리즘을 통합합니다. 많은 애플리케이션에서, 장기 드리프트를 제한하고 매우 안정적인 항법을 제공하기 위해 INS는 GNSS와 결합되어 주행 거리계, 도플러 속도 기록 장치 또는 자력계와 함께 사용됩니다. 그 결과는 항공기, UAV, 미사일, 자율 주행 차량, 선박, AUV 및 움직임과 방향에 대한 정밀하고 지속적인 인식이 필요한 광범위한 산업 시스템에 필수적인 견고하고 높은 업데이트 속도의 항법 솔루션입니다.
