Earticle

현재 위치 Home

통신

GPS 음영 지역에서 측위 성능 개선을 위한 CNN-GRU 기반 GPS/INS 융합 측위 시스템
A GPS/INS Integrated Positioning System Based on CNN-GRU Model to Improve Positioning Performance in GPS Shaded Areas

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    한국인터넷방송통신학회 논문지 KCI 등재 바로가기
  • 통권
    제24권 제6호 (2024.12)바로가기
  • 페이지
    pp.63-70
  • 저자
    이민규, 황병선, 김수현, 선준호, 김정호, 김진욱, 김진영
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A462076

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Positioning technology is essential for the safe operation of moving objects in real-time, such as autonomous vehicles and UAVs. While traditional GPS/INS fusion positioning systems offer high accuracy, their performance degrades in GPS shadow zone due to the error accumulation problem of the INS. To address this issue, a GPS/INS fusion positioning system based on CNN-GRU is proposed in this paper. The proposed system predicts the position of the moving object in GPS shadow zone using a CNN-GRU model and inputs the predicted values into a Kalman filter to estimate the position with high accuracy even in GPS shadow zone. In order to validate the performance of the proposed model, training and simulations were performed on the North Campus Long-Term (NCLT) dataset. Experimental results show that the proposed positioning system reduced the positioning error in GPS shadow zones by up to 83.3% compared to the positioning results using only the traditional Kalman filter.
한국어
측위 기술은 자율주행과 UAV 등 실시간으로 이동하는 이동체의 안전한 운행을 위해 필수적으로 적용되는 기술 이다. GPS와 INS를 결합한 기존 융합 측위 시스템은 높은 정확도를 제공하지만, GPS 음영지역에서는 INS 센서의 오차 누적 문제로 인해 측위 성능이 저하되는 문제가 있다. 이를 해결하기 위해 본 논문에서는 CNN-GRU 기반 GPS/INS 융합 측위 시스템을 제안한다. 본 논문에서 제안한 시스템은 음영지역에서 CNN-GRU 모델을 통해 이동체 위치를 예측 하고 예측값을 Kalman filter에 입력하여 GPS 음영지역에서도 높은 정확도로 위치를 추정한다. 제안된 모델 성능 검증 을 위해 NCLT (North Campus Long-Term) 데이터셋으로 학습 및 시뮬레이션을 진행하였으며, 실험 결과 제안된 측위 시스템은 기존 Kalman filter만을 이용한 측위 결과의 오차보다 음영 지역에서 최대 83.3% 감소한 측위 오차를 얻었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 이론
1. Kalman filter
2. CNN
3. GRU
Ⅲ. 시스템 모델
Ⅳ. 모의실험 및 결과분석
1. 실험 개요
2. 데이터 전처리
3. 실험 결과 분석
Ⅴ. 결론
References

저자

  • 이민규 [ Min-Gyu Lee | 준회원, 광운대학교 전자융합공학과 ]
  • 황병선 [ Byungsun Hwang | 준회원, 광운대학교 전자융합공학과 ]
  • 김수현 [ Soo Hyun Kim | 준회원, 광운대학교 전자융합공학과 ]
  • 선준호 [ Joonho Seon | 준회원, 광운대학교 전자융합공학과 ]
  • 김정호 [ Jeongho Kim | 준회원, 광운대학교 전자융합공학과 ]
  • 김진욱 [ Jinwook Kim | 준회원, 광운대학교 전자융합공학과 ]
  • 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전자융합공학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]
  • 간기
    격월간
  • pISSN
    2289-0238
  • eISSN
    2289-0246
  • 수록기간
    2001~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / 한국인터넷방송통신학회 논문지 제24권 제6호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장