GNSS/IMU/OBD를 이용한 도심지에서의 적응형 차량 위치추정시스템에 관한 연구

Abstract

스마트 카는 현재 자동차가 발전해가고 있는 방향이며 시대의 화두이다. 이러한 스마트 카는 크게 자율주행 자동차와 커넥티드 카로 구분된다. 이 둘의 목적은 다를지 몰라도 모두 정확한 차량의 위치정보를 기반으로 다양한 고품질의 서비스를 제공할 수 있다는 공통점을 가진다. 그리고 이런 스마트 카에서는 정확한 차량의 위치정보가 매우 중요하며 가장 필수적인 요소가 된다. 실시간으로 차량의 위치를 알아내는 기술을 차량측위이라 보통 칭하는데 측위기술에는 다양한 방법이 존재한다. GNSS, INS, 레이다, 비젼센서, WLAN, 맵 매칭, 초음파, CAN 등 다양한 방식을 통해 차량의 위치를 알아낸다. 이러한 기술들을 융합하여 차량위치를 추정하지만, 상용화하기 위해서는 비용적으로 문제가 있다. 그래서 낮은 비용과 높은 정확도를 확보하는 것이 스마트 카의 대중화의 가장 큰 관건이다. 이러한 차량측위 기술의 가장 기본이자 뼈대가 되는 부분은 GNSS를 이용한 측위이다. 이는 절대적인 좌표 값을 알 수 있기에 측위 기술의 가장 중요한 기반이 된다. 또한 INS의 경우 IMU를 이용한 Dead Reckoning 기법으로 수중/지상/공중에서의 항법기술로 또는 로봇 등에 널리 사용되고 있는데 이는 차량에서도 사용될 수 있으며 GNSS의 큰 오차 원인인 멀티패스와 음영지역에서 측위가 불가능한 단점을 보완한다. 그리고 OBD는 주로 차량의 엔진상태를 진단하기 위해 사용하지만 차량의 속도를 알 수 있기에 차량측위에서도 이용되는 경우가 종종 있다. 따라서 본 논문에서는 값싼 비용과 높은 위치 정확도를 확보하기 위해 복수의 기기인 GNSS, IMU, OBD를 이용하여 단일 GNSS로 측위가 힘든 도심지에서 주행 중인 차량의 측위가 가능한 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 분산구조이며 Pitch, 종방향 속도, 진행방향, 위치를 추정필터로 추정한다. 추정에 사용된 데이터는 GNSS, IMU, OBD에서 각각 1, 100, 2Hz로 입력 받고 이들을 추정 시 서로 융합하여 추정결과의 신뢰도와 정확도를 향상시켰다. 그리고 주행 차량의 환경인 센서 상태, 차량 주행상태 등에 맞게 추정필터를 적응형 제어하여 GNSS 단일 측위가 힘든 지역에서의 측위 결과를 향상시켰다. 또한 CAN 데이터 유무에 따라 본 알고리즘이 유동적으로 변형될 수 있도록 하였다. 본 알고리즘을 성능의 확인을 위해서 도심지역의 다양한 환경에서 실차 테스트를 진행하여 그 결과를 분석하고 성능을 평가한다.