관성항법장치

MATLAB 및 Simulink를 사용한 관성항법장치의 설계 및 분석

INS(관성항법장치)는 초기 상태 또는 마지막으로 알려진 상태를 기준으로 플랫폼의 자세(위치 및 방향)와 속도를 계산하는 데 사용됩니다. 관성항법장치에는 다음과 같은 두 핵심 구성요소가 포함됩니다.

  • IMU (관성 측정 장치): 일반적으로 가속도계와 자이로스코프 같은 관성 센서를 포함
  • 계산 장치: 원시 센서 데이터를 처리 및 융합할 수 있는 필터링 알고리즘 제공

GPS 보조 관성항법장치(또는 GPS/INS)에는 GPS 수신기도 포함됩니다. MATLAB®Simulink®를 사용하면 시뮬레이션된 센서 데이터를 생성하고 다양한 관련 센서의 원시 데이터를 융합할 수 있습니다.

항공기와 잠수함부터 이동 로봇과 자율주행 차량에 이르기까지, 관성항법장치는 안전 필수 차량을 위한 추적 및 위치추정 기능을 제공합니다. 또한 관성항법장치는 게임 컨트롤러와 스마트폰에서 기기의 3차원 공간 내 운동을 추적하는 용도로도 찾아볼 수 있습니다.

GPS 보조 관성항법장치를 사용한 MATLAB의 상태 추정 워크플로.

GPS 보조 관성항법장치를 사용한 MATLAB의 상태 추정 워크플로.

GPS는 일정한 외부 입력값을 사용하여 절대 측정값을 제공할 수 있는 반면, 관성항법장치는 주어진 초기 참조값에 대한 상대적인 측정값을 제공합니다. 이러한 상대 측정값은 시간이 지나면서 드리프트 오차를 누적할 수 있습니다. GPS가 발명되기 전에 로켓에는 관성항법장치가 탑재되었는데, 그때는 초기 위치를 사람이 직접 입력했습니다.

오늘날 대부분의 아웃도어 차량과 플랫폼에는 두 센서 측정법의 장점을 결합한 GPS 보조 관성항법장치가 탑재됩니다. 일정한 GPS 입력값은 드리프트 오차를 줄이고, GPS 신호를 놓칠 때는 관성항법장치가 마지막으로 알려진 상태를 기반으로 추측 항법을 사용하여 단독으로 동작할 수 있습니다. 자동차 한 대가 터널로 진입한다고 가정해 보겠습니다. 이때 GPS 수신기는 신호를 놓치겠지만, 관성항법장치는 터널 진입 전에 수신된 GPS 신호를 토대로 상대 운동 정보를 제공할 수 있습니다.

관성 항법 디스커버리 페이지 그림 2 비교 위치 GPS IMU 모델 MATLAB

MATLAB에서 GPS 모델만을 사용한 경우와 GPS 모델에 IMU 센서 모델을 결합한 경우의 위치 추정값 비교.

MATLAB 및 Simulink를 사용하면 특정 데이터시트 파라미터와 일치하는 개별 관성 센서를 모델링할 수 있습니다. 관성 융합 필터를 개발, 조정 및 배포할 수 있으며, 환경 및 잡음 속성이 실제 효과를 모방하도록 필터를 조정할 수도 있습니다.

MATLAB 및 Simulink를 사용하여 다음과 같은 작업을 수행할 수 있습니다.

  • IMU 및 GNSS 센서 모델링, 시뮬레이션된 센서 데이터 생성
  • Allan 분산을 사용하여 IMU 측정값 보정
  • 센서 모델의 실측 운동 생성
  • 방향 추정을 위해 가속도계, 자이로스코프, 자력계 센서의 원시 데이터 융합
  • 자세 추정을 위해 IMU 및 GPS 센서의 데이터 스트리밍 및 융합
  • 자동 필터 조정을 사용하여 차량의 위치추정
  • GPS 사용 불가 구역에서의 관성 항법을 위해 IMU, GPS, 고도계 및 휠 인코더 센서의 원시 데이터 융합

또한 MATLAB Coder™를 사용해서 C/C++ 코드를 생성하여 필터를 배포할 수도 있습니다. 

참조: 로봇공학을 위한 MATLAB 및 Simulink, Navigation Toolbox, Sensor Fusion and Tracking Toolbox, Aerospace Blockset, Automated Driving Toolbox, Lidar Toolbox, Radar Toolbox, Satellite Communications Toolbox, Robotics System Toolbox, ROS Toolbox, UAV Toolbox, 로봇 프로그래밍, 드론 프로그래밍, SLAM (동시적 위치추정 및 지도작성), MATLAB 및 Simulink를 사용한 Arduino 프로그래밍