English
Chinese
German
Spanish
Japanese
INS 드리프트란 무엇인가요?
드리프트가 발생하는 이유를 이해하는 것은 아주 쉽습니다. 5m 길이의 줄자 하나로 나무의 길이를 측정한다고 상상해 보세요. 줄자의 구분을 1mm의 정확도로 읽을 수 있다면 이 나무 조각의 길이가 4m ± 1mm라고 쉽게 선언할 수 있습니다. 반면에 찾을 수 있는 유일한 줄자의 길이가 0.5m이고 여전히 1mm의 정확도만 읽을 수 있다면 줄자를 따라 8번 측정하고 움직였을 때 나무의 길이가 4m ± 8mm라고만 말할 수 있습니다. 실제로는 4m가 되지 않을 수도 있습니다.
관성 내비게이션 드리프트도 같은 방식으로 누적됩니다. 가속도계나 자이로를 읽을 때마다 측정값에 미세한 오차가 발생합니다. 가속 또는 선회 속도를 파악하기 위해 한 번만 측정했다면 문제가 되지 않을 것입니다. 하지만 내비게이션 컴퓨터는 각 측정값을 합산하여 이전 위치 추정치에서 어떻게 이동했는지 계산하기 때문에 시간이 지남에 따라 미세한 오차가 커집니다.
이 다이어그램은 비보조 관성 내비게이션 시스템에서 드리프트가 어떻게 누적되는지 매우 단순하게 보여줍니다. 이러한 오차의 축적을 최소화하는 시스템에 많은 노력을 기울여 왔지만, 오차가 존재한다는 사실에서 벗어날 수는 없습니다. 하지만 그렇다고 해서 관성 내비게이션 시스템의 원리가 쓸모없다거나 GPS보다 열등하다는 의미는 아닙니다. 그와는 거리가 멀죠.
추정 이론
가장 기본적인 용어인 추정 이론은 사용 가능한 데이터를 기반으로 예측을 하는 방식을 말합니다. 이는 관찰자 문제를 해결하는 방법입니다. 어떤 것의 진정한 가치는 확실하게 알 수 없기 때문에 추정 이론을 사용하여 진정한 가치가 무엇이고 그 예측이 얼마나 좋은지 예측합니다. 데이터를 사용하여 어떤 것의 실제 가치를 예측하는 것도 중요하지만, 그 예측에 얼마나 확신을 가져야 하는지도 그에 못지않게 중요합니다. 잘못된 예측에 확신을 갖는 것은 애초에 잘못된 예측을 하는 것보다 더 많은 문제를 야기할 수 있기 때문입니다.
수학자와 과학자들은 추정 이론을 통해 무작위 성분이 포함된 특정 매개변수에 대해 정확한 예측을 할 수 있습니다. 관성 내비게이션의 세계에서 가장 관련성이 높은 예 중 하나는 GNSS 수신기 또는 더 구체적으로 데이터를 수신하는 위성과 같은 다른 센서를 사용하여 디바이스가 위치를 계산하는 방식에서 비롯됩니다.
예를 들어, INS가 20개의 위성을 추적하고 있고 20개의 위성이 모두 동일한 위치 업데이트를 제공하는 경우 INS는 위성이 실제로 해당 위치에 있다고 확신할 수 있습니다. 그러나 예를 들어 위성 중 하나가 대기 간섭으로 인해 약 20마일 떨어진 위치를 알려주는 경우, INS는 어떻게 19개의 위성 중 하나를 신뢰하지 않고 19개의 위치를 신뢰할 수 있을까요? 이를 위해서는 계산적이고 체계적인 방법이 있어야 합니다.
이제 한 위성이 아닌 다른 위성이 부정확한 수치를 제공하고 네트워크의 다른 센서가 제 목소리를 낼 수 있는 상황까지 더해지면 모든 데이터를 분석하여 무엇을 신뢰하고 무엇을 무시할지 결정할 수 있는 방법이 갑자기 필요합니다.
추정 이론은 본질적으로 다양한 센서의 정보를 결합하고 해당 데이터를 사용하여 위치와 같은 다양한 매개변수에 대한 정확한 예측을 내리기 위한 이론적 프레임워크입니다.
GPS 지원 INS가 솔루션입니다.
이 페이지의 서두에서 드리프트가 비보조 관성 내비게이션 시스템의 아킬레스건이라고 말씀드렸는데, 그렇다면 보조 내비게이션은 어떨까요? INS와 GPS를 결합하여 GPS 보조 INS(GPS+INS라고도 함)를 만들면 드리프트 문제를 해결하고 GPS에 영향을 미치는 문제도 해결할 수 있습니다. 그렇기 때문에 OXTS는 모든 환경에서 위치, 방향 및 동적 측정을 위한 완벽한 솔루션을 제공하여 고객에게 자신 있게 측정할 수 있는 기능을 제공할 수 있습니다. 이에 대한 자세한 내용은 'GNSS란 무엇인가요?'.
이 글은 '관성 내비게이션 시스템이란 무엇인가요?' 시리즈.
