본 연구에서는 도심지에 기계학습 모델로 생성한 GNSS 다중경로 지도와 3D 건물 정보로 생성한 GNSS 가시성 지도를 결합한 다중 해상도 GNSS 지도를 생성하였으며, 사용자 측정치에 재귀벡터에 기반 다중경로오차 추정 기법을 적용하여 계산한 LOS/NLOS 판별 확률을 이용해 GNSS 가시성 지도를 사용자에 적용하는 기법을 제안하였다. 또한 초기 사용자 위치가 결정된 이후, 사용자 반송파 측정치를 활용한 연속 측위 기법과 다중 해상도 GNSS 지도를 결합하는 기법을 제안하였다. 제안된 기법은 강남구 테헤란로 일대에서 이동하는 차량으로 취득한 데이터에 적용되었으며, 초기 위치 정보가 없는 사용자의 위치를 수 m 수준의 정확도로 측위가 가능한 것이 확인되었다.

Urban GNSS Positioning using Recursive Vector-based Multipath Estimation and Multi-resolution GNSS Map

Yongjun Lee, Jungyo Park, Byungwoon Park*, Hyunseung Jei, Youngsun Yun Jei, Haesung Park

In this study, we generated a multi-resolution GNSS map by combining a GNSS multipath map created using a machine learning model with a GNSS visibility map generated from 3D building information in an urban environment. We propose a method that applies the GNSS multipath map to the user by utilizing the probability of LOS/NLOS, calculated through a recursive vector-based multipath error estimation technique based on user measurements. Additionally, we propose a method that combines continuous positioning techniques using user carrier-phase measurements with the multi-resolution GNSS map after determining the user's initial position. The proposed method was applied to data collected from a vehicle moving in the Teheran-ro area of Gangnam-gu, and it was confirmed that the user's position could be determined with an accuracy of several meters, even without initial position information.

Keywords: GNSS, multipath, recursive vector, 3D building, LOS probability

Speaker 이용준 세종대학교