무인 비행체의 착륙 과정에 있어서 높은 측위 정확도가 필요하지만 위성 항법 기반의 항법시스템은 도심 지역과 같은 위성 신호 난청 지역에서 충분한 정확도를 보장하기 어렵다. 이를 보완하기 위해 IMU, Vision, Optical 등 부가적인 센서들을 활용할 수 있다. 하지만, 센서간 시각 동기화가 이뤄져 있지 않고 측정값에 시간 지연이 존재할 수 있어 데이터 융합에 문제가 따른다. 따라서, 본 논문에서는 비동기 칼만필터를 이용하여 IMU/GNSS/UWB의 융합 알고리즘을 설계하였다. 비동기 칼만필터는 주기적인 예측과 교정을 수행하며 비동기 센서 측정값이 입력되었을 때 실시간으로 예측, 교정하여 최 적해를 도출한다. 설계된 알고리즘을 검증하기 위하여 실제 무인 비행체의 착륙 데이터에 적용하였고, RTK-GNSS와 비교하여 측위 오차를 산출하였다.

Design of Autonomous Landing System Based on IMU/GNSS/UWB Integration Using Asynchronous Kalman Filter

Cheolmin Lee, Euiho Kim*

Autonomous landing operation of the unmanned aerial vehicle (UAV) requires highest positioning accuracy. But positioning accuracy of the navigation system based on global navigation satellite system (GNSS) may degraded in the GNSS-denied environment. To acquire reliable navigation solution, it is common to use additional sensors such as IMU, Vision and Optical. Usually, measurements from multiple sensors are asynchronous due to time delay, which might degrade estimation performance. In this paper, we implemented an asynchronous Kalman filter (AKF) to integrate IMU/GNSS/UWB. The AKF consists of periodic predictions, and non-periodic predict and update from asynchronous measurement from sensors. Thus, AKF enhances accuracy of state estimation by additional non-periodic prediction and update of corresponding state and covariances. To evaluate performance of the algorithm, we conducted an experiment with actual multi-copter landing data.

Keywords: UWB/GNSS/IMU, multi-sensor fusion, asynchronous Kalman filter

Speaker 이철민 홍익대학교