본 논문에서는 외부 가속도를 모델링 하고 이를 가속도 측정치의 불확실성으로 반영하는 자세 추정 알고리즘을 제안한다. 스마트폰 기반 보행항법에서 스마트폰의 자세를 추정하는 것은 항법 정확도와 관계 가 된다. 스마트폰에 내장된 관성 센서를 사용하는 경우 가속도 측정치는 자세 오차를 보정하기 위해 주로 정적 상태에서 사용된다. 하지만, 보행 상황에서 스마트폰은 손의 움직임에 따라서 동적 상황에 마주 하게 되어 자세 오차 보정 성능이 저하된다. 제안한 기법은 외부 가속도의 방향 벡터를 모델링 하고 이를 기반으로 확장 칼만 필터의 측정치 공분산을 조정한다. 제안한 방법의 성능을 시뮬레이션 결과를 통해 분석 및 비교하였으며, 동적 상황에서 자세 오차를 추정할 수 있음을 보였다.

External Acceleration Model-based Covariance Adjustment Method for Smartphone Attitude Estimation

Jae Hong Lee, Chan Gook Park*

In this paper, we propose an attitude estimation algorithm that models external acceleration and reflects it as the uncertainty of the acceleration measurement. In smartphone-based pedestrian navigation, estimating the smartphone attitude is related to navigation accuracy. When using the inertial sensor built into the smartphone, the acceleration measurement is mainly used in a static state to correct the attitude error. However, while walking, the smartphone is placed in various dynamic situations according to the movement of the hand, so that the attitude error correction performance is degraded. The proposed method models the direction vector of the external acceleration and adjusts the measurement error covariance of the extended Kalman filter based on this. The performance of the proposed method was analyzed and compared through the simulation result, and it was shown that attitude errors can be estimated in dynamic situations.

Keywords: smartphone, attitude estimation, adaptive covariance

Speaker 이재홍 서울대학교