LiDAR를 사용한 모바일 매핑 - 관성 내비게이션 시스템이 필수적인 이유는 무엇인가요?

이 글은 OXTS의 수석 제품 엔지니어인 이안 클라크가 다음과 협력하여 작성했습니다. LiDAR 뉴스. Iain은 관성 내비게이션, 센서 융합 및 고급 위치추적 기술 전문가입니다.

관성 항법 시스템(INS)은 많은 최신 위치 측위 워크플로우에서 필수적인 부분이 되었으며, 특히 기존 GNSS로는 부족할 때 더욱 그렇습니다. 이 섹션에서는 INS가 LiDAR와 같은 기술의 중요한 동반자인 이유를 살펴봅니다.

INS는 관성 센서와 정교한 알고리즘을 사용하여 위치와 움직임을 측정하는 장치입니다. 가장 기본적인 수준에서 INS는 추측 항법이라는 기술을 사용하여 마지막으로 알려진 위치와 그 이후 가속도 및 각속도 측정값의 통합을 기반으로 물체가 어떻게 움직였는지 지속적으로 추정합니다. 그러나 이러한 관성 측정값에는 작은 오차가 존재하며, 이러한 오차는 속도를 계산하기 위해 통합할 때 커지고, 위치를 계산하기 위해 다시 통합할 때 더욱 커집니다. 오차 증가를 제한하기 위해 관성 측정 장치(IMU)에 추가 센서를 결합하는 경우가 많습니다. 가장 일반적으로 사용되는 보조 센서 중 하나는 GNSS입니다.

LiDAR의 가장 큰 장점은 고밀도, 고정밀 공간 데이터를 빠르게 캡처할 수 있다는 점입니다. 그러나 LiDAR 스캐너를 다음과 같이 움직이는 플랫폼에 장착하면 차량 또는 항공기를 사용하면 플랫폼의 위치와 방향이 얼마나 정확하게 업데이트되느냐에 따라 데이터의 정확도가 달라집니다. 이것이 바로 고속 관성 내비게이션이 필요한 이유입니다.

하이엔드 INS와 같은 OXTS RT3000 v4는 100Hz(초당 100회) 또는 250Hz의 속도로 내비게이션 데이터를 제공할 수 있어, 장애물이 있는 환경에서는 낮은 업데이트 주파수와 신호 드롭아웃으로 인해 제한되는 일반적인 GNSS 전용 솔루션보다 훨씬 빠른 속도를 자랑합니다. INS의 고주파, 저지연 데이터 스트림은 위치나 방향의 편차로 인해 포인트 클라우드 데이터에 상당한 오류가 발생할 수 있는 LiDAR로 모바일 매핑을 할 때 정확성을 보장하는 데 탁월한 도구입니다. SLAM은 위치와 방향을 결정하는 대안적인 방법을 제공하지만, INS의 지원이 없는 SLAM 전용 시스템은 현재 기술로는 품질이 낮은 포인트 클라우드를 생성합니다.

INS의 작동 방식을 이해하려면 먼저 핵심 구성 요소를 살펴보는 것이 중요합니다. INS는 가속도계와 자이로스코프의 정밀한 모션 감지에 의존하며, 이 둘을 합쳐 관성 측정 장치(IMU)를 형성합니다. IMU 데이터는 정교한 알고리즘에 의해 처리됩니다. INS는 원시 IMU 데이터와 정교한 알고리즘을 결합하여 상세한 내비게이션 데이터를 계산합니다(구체적인 측정값은 아래에 설명되어 있음).

가속도계 및 자이로스코프

가속도계와 자이로스코프는 IMU를 구성하는 센서 구성 요소입니다. 가속도계는 선형 가속도를 측정하고 자이로스코프는 각속도 또는 회전 속도를 측정합니다. IMU는 일반적으로 각 측정 축(x, y, z)에 이러한 센서가 각각 하나씩 포함되어 있으므로 "6축" 센서라고 합니다.

다양한 등급의 IMU를 만드는 데 사용되는 다양한 기술이 있지만 가장 널리 사용되는 것은 MEMS(미세전자기계시스템)입니다. 이 기술은 실리콘 스프링에 장착된 작은 질량을 사용하는 방식으로 작동합니다. 움직임이 발생하면 질량이 움직이면서 질량과 전극 사이의 커패시턴스에 변화를 일으키고, 이를 디지털 전기 신호로 변환하여 움직임의 측정값을 제공합니다.

내비게이션 데이터 출력

OXTS INS는 기본적으로 100Hz로 내비게이션 데이터를 출력하며, 고속 250Hz 옵션도 사용할 수 있습니다. 모든 데이터는 자동으로 내부 스토리지에 기록되며 매우 짧은 지연 시간으로 실시간으로 출력할 수 있습니다. 내비게이션 데이터에는 다양한 기준 프레임과 좌표계에서 시간, 위치, 속도, 방향, 가속도, 각속도 등이 포함됩니다. 이 외에도 정확도 추정치, 품질 지표, 상태 정보, 저크, 슬립 각도, 기복과 같은 특정 산업을 위한 틈새 측정과 같은 다양한 추가 정보가 있습니다.

로봇 공학, 항공우주, 자율 시스템과 같은 산업 전반에서 정밀한 위치 측위에 대한 수요가 증가함에 따라 INS 도입이 가속화되고 있습니다. INS는 신호가 제한된 환경에서 GNSS를 보완하거나 대체함으로써 첨단 센서 융합을 통해 정확한 고주파 위치 및 방향 측정을 가능하게 합니다. 이 섹션에서는 INS가 가장 중요한 시기와 LiDAR를 비롯한 최신 기술을 지원하는 방법을 살펴봅니다.

LiDAR를 사용한 모바일 매핑 - INS는 언제 필요합니까?

독립형 GNSS는 높은 정확도의 위치 데이터를 제공할 수 있지만, 위성 신호가 양호해야 한다는 단점이 있습니다. 또한 업데이트 속도가 상대적으로 느려 보다 동적인 사용 사례에는 적합하지 않으며, 위치와 속도 정보만 제공할 수 있습니다. INS 기술을 추가하면 사용 사례와 기능의 범위가 크게 늘어납니다. 센서와 IMU를 융합하면 출력의 탄력성이 높아져 위성 신호의 장애물이나 손실에 대처할 수 있습니다. 또한 로컬라이제이션 데이터가 더 빠른 속도로 출력되며, 풀 3D 포즈 및 동역학 데이터에 훨씬 더 많은 정보를 사용할 수 있습니다.

INS 기술은 항공우주, 방위, 해양, 측량 분야에서 오랜 역사를 가지고 있습니다. 하지만 최근에는 자동차 테스트, 로봇 공학, 무인 항공기, 증강 및 가상 현실(AR/VR)과 같은 새로운 분야에서도 많이 채택되고 있습니다.

오늘날 가장 혁신적이고 빠르게 발전하는 프로젝트 중 일부는 GNSS만으로는 신뢰할 수 없거나 사용할 수 없는 환경에서 운영되는 프로젝트입니다. 여기에는 도시 협곡, 터널, 울창한 숲, 실내와 실외 환경을 원활하게 탐색해야 하는 자율 시스템에서 LiDAR를 사용한 모바일 매핑이 포함됩니다. 이러한 시나리오에서 INS를 LiDAR 및 카메라와 같은 보완 센서와 결합하면 정교한 센서 융합이 가능하여 정확도, 복원력, 운영 유연성을 향상시킬 수 있습니다.

라이다용 관성 항법 시스템

LiDAR를 이용한 모바일 매핑이 기존의 지리 공간 측량을 넘어 자동차 테스트 및 자율주행차 개발과 같은 분야로 확장됨에 따라 INS와 LiDAR의 통합이 점점 더 보편화되고 있습니다. INS는 LiDAR 기반 매핑의 정확성과 신뢰성을 향상시키지만, LiDAR는 INS의 성능도 향상시킬 수 있습니다. 최근 출시된 OXTS WayFinder 가 대표적인 예로, 사전 통합된 LiDAR 센서가 내장되어 있으며 LiDAR 부스트 기술을 통해 GNSS가 없는 환경에서 위치 파악에 LiDAR 데이터를 사용하여 위치 드리프트를 획기적으로 줄이거나 아예 없애줍니다. 이는 다양한 작동 조건에서 강력하고 탄력적인 측위를 달성하기 위해 상호 보완적인 기술인 GNSS, INS, SLAM을 결합하는 것의 가치를 강조합니다.

INS 기술의 급속한 발전은 정밀 내비게이션의 새로운 지평을 열었습니다. 하드웨어가 더 작고, 더 빠르고, 더 저렴해지고, 센서 융합 기술이 더욱 정교해지면서 INS는 더 다양한 산업과 사용 사례에 적용되고 있습니다. 이 섹션에서는 관성 내비게이션의 미래를 형성하고 있는 주요 개발 사항, 현재 진행 중인 과제, 새로운 트렌드를 중점적으로 살펴봅니다.

INS의 최근 발전

수년에 걸친 IMU와 GNSS 기술의 발전으로 항공기와 잠수함뿐만 아니라 더 많은 산업 분야에서 INS를 사용할 수 있게 되었습니다. RTK 기능은 이제 GNSS 수신기에 거의 보편화되어 보급형 시스템에서도 센티미터 수준의 위치 측위가 가능해졌습니다. 또한 IMU는 직교로 장착된 개별 가속도계와 자이로스코프의 커다란 부피 블록에서 6개의 센서를 모두 단일 모듈에 통합하는 소형 칩으로 발전했습니다. 이러한 센서의 소형화와 비용 절감 덕분에 성능은 그대로 유지하면서 규모에 대한 비전을 가진 자율 주행 및 로봇 공학 같은 신흥 산업에서 실행 가능한 비용 효율적인 시스템을 개발할 수 있게 되었습니다.

INS에 대한 현재 제한 사항

INS 도입의 전통적인 한계 중 하나는 비용 문제입니다. 10여 년 전으로 거슬러 올라가면, 많은 기술이 엄청나게 비싸서 적절한 예산이 있는 국방 및 항공 우주와 같은 산업에만 제한적으로 사용되었습니다. 하지만 지금은 기술이 발전하면서 상업용 및 산업용 애플리케이션에서 훨씬 더 실용적이고 확장 가능한 기술로 바뀌었습니다.

최근 몇 년 동안 더욱 널리 퍼지고 있는 또 다른 한계는 GNSS가 완전히 차단된 환경을 포함한 까다로운 환경에서 작동해야 한다는 점입니다. INS에서 IMU 오류를 제한하는 유일한 보조 소스가 GNSS인 경우, 이 기능이 없으면 사용 가능한 출력을 매우 빠르게 유지하는 데 어려움을 겪거나 광섬유 또는 링 레이저 자이로와 같은 매우 비싸고 번거로운 IMU 기술에 의존해야 합니다.

바로 이 지점에서 고급 센서 융합이 점점 더 중요해지고 있습니다. GNSS의 부재를 보완하기 위해 더 정밀한 IMU에만 의존하는 대신, SLAM과 같은 접근 방식을 사용하여 LiDAR 또는 카메라와 같은 추가 센서를 통합하면 LiDAR를 사용한 모바일 매핑에 강력한 대체 위치 측량 데이터 소스를 제공할 수 있습니다.

INS 기술 개발

갈릴레오와 같은 최신 위성 별자리가 정확도와 무결성을 모두 개선하는 새로운 신호를 제공하면서 IMU 및 GNSS 기술은 계속 발전하고 있습니다. 한편, 실리콘 포토닉스 및 양자 센싱을 기반으로 하는 차세대 IMU가 곧 출시될 예정입니다. 그러나 가장 중요한 발전은 GNSS와 IMU의 한계를 뛰어넘는 것이 아니라 센서 융합의 범위를 확장하여 한계를 해결하고 중복성을 추가하는 데서 비롯될 것입니다. 라이더와 시각적 SLAM 기술은 이제 산업 전반에 걸쳐 광범위하게 활용되고 있습니다. 이러한 센서를 INS와 통합하면 GNSS가 없는 환경에서도 안정적으로 작동하는 보다 강력하고 다양한 기능을 갖춘 내비게이션 시스템을 만들 수 있습니다.

자율 주행, 로봇 공학, 고정밀 매핑이 점점 더 복잡하고 다양한 환경으로 확장됨에 따라 GNSS가 사용되지 않거나 성능이 저하된 조건에서 안정적인 위치 측위에 대한 필요성이 커지고 있습니다. GNSS는 사용 가능한 경우 여전히 글로벌 포지셔닝을 위한 유용한 소스이지만 터널, 밀집된 도심 지역, 숲 또는 실내에서는 신뢰할 수 없습니다. 이에 따라 업계에서는 IMU를 LiDAR, 카메라, 주행 거리 측정과 같은 대체 센서와 통합하는 고급 센서 융합 접근 방식으로 전환하고 있습니다. 이러한 시스템은 모든 운영 환경에서 고정밀, 고신뢰성 측위를 제공하도록 설계되어 GNSS 가용성에 관계없이 일관된 성능을 보장합니다.