INS/GPS複合航法の精度向上に関する調査報告

Low-Cost INS/GPS複合航法の
精度向上に関する調査報告
鈴木・土屋研
修士課程 1年
56367 成岡優
1
概要
1.
2.
3.
4.
5.
6.
2005/7/6
背景
問題点
改善手法
適用結果
結論
今後の展望
鈴木・土屋研輪講用資料
2
背景(1)

現在の位置・速度・姿勢情報を安価に精度
よく知りたい
小型の無人機
 電車・自動車
 ロボット
 ヘッドマウントディスプレィ
などなど

2005/7/6
鈴木・土屋研輪講用資料
3
背景(2)

小型の無人機に対しては…

安価なセンサを利用したInertial Navigation
System (INS)


Global Positioning System (GPS)


精度高いが、遅い更新周期
両者をKalman Filterで統合 = INS/GPS

2005/7/6
精度低いが、早い更新周期
精度高く、早い更新周期
鈴木・土屋研輪講用資料
4
背景(3)
INS
位置
加速度
角速度
センサ
速度
積分
位置
Kalman
Filter
姿勢
速度
姿勢
位置
速度
GPS
2005/7/6
鈴木・土屋研輪講用資料
5
問題点(1)

安価なセンサを用いるため…

個体差が大きい


製品群に対して一様に特性を決定することができ
ない
動的な修正を要求する
電源を入れるたびにゼロ点が大きく変化
 温度変化等により誤差共分散などの特性が変化
する

2005/7/6
鈴木・土屋研輪講用資料
6
問題点(2)
適さない先見情報を入力するとどうなるか
 例題として

INS/GPS環境下で初期Alignment
 Gyroのゼロ点(バイアス)を推定する問題


注目すべきは…
正しい値に収束するか
 収束の早さ

2005/7/6
鈴木・土屋研輪講用資料
7
問題点(3)

適さないモデルでは…
収束スピードが遅くなる
 最悪の場合には収束しない

2005/7/6
鈴木・土屋研輪講用資料
Gyroの
誤差共分散
8
改善手法(1)

どこを修正するか


Kalman Filterを柔軟にする手法
1.
2.
3.
2005/7/6
例えばKalman Filter
Covariance Scaling
Adaptive Kalman Filter
Multiple Model Adaptive Estimation
鈴木・土屋研輪講用資料
9
改善手法(2)
Correct時
Update時
+
P
2005/7/6
+
+
Q
+
P
R
+
鈴木・土屋研輪講用資料
-
K
10
改善手法(3)

Covariance Scaling
意図的にUpdate時にPを操作する
 ただし、ゲインSを決定する必要がある

Update時
Correct時
+
P
+
+
Q
+
P
+
S
2005/7/6
R
鈴木・土屋研輪講用資料
K
11
改善手法(4)

Adaptive Kalman Filter
Correct時にオンラインでQとRを更新
 ただし、安定性に疑問

+
P
+
+
+
P
Q
+
-
2005/7/6
R
鈴木・土屋研輪講用資料
K
12
改善手法(5)

Multiple Model Adaptive Estimation
複数のKalman Filterから正しいモデルを選択
 しかし、計算量増大

2005/7/6
鈴木・土屋研輪講用資料
13
適用結果(1)
紹介した手法を適用してみる
 先ほどと同じく、例題として

INS/GPS環境下で初期Alignment
 Gyroのバイアスを推定する問題


注目すべきは…
正しい値に収束するか
 収束の早さ

2005/7/6
鈴木・土屋研輪講用資料
14
適応結果(2)

Covariance Scalingを適用した場合

2005/7/6
Scalingは200[s]まで50[s]ごとに1.2、1.15、
1.1、1.05と減らしていく
鈴木・土屋研輪講用資料
15
適応結果(3)

Adaptive Kalman Filterを適用した場合
2005/7/6
鈴木・土屋研輪講用資料
16
適応結果(4)

Multiple Model Adaptive Estimationを適
用した場合

2005/7/6
8種類のKalman Filterを用意
鈴木・土屋研輪講用資料
17
結論

Filterが柔軟に変化している
どの改良手法を用いても収束している
 収束速度も改善されている


いくつかのマイナス面もある
新たな先見情報の必要性
 安定性の低下
 計算量の増大

2005/7/6
鈴木・土屋研輪講用資料
18
今後の展望(1)

今回紹介した手法以外にも

センサからの出力自体を修正

Wavelet変換などを用い、センサからの出力を望
ましい帯域に制限する
Neural Networkとの組み合わせ
 Kalman Filter以外のFilterを利用


2005/7/6
H(∞) Filter
鈴木・土屋研輪講用資料
19
今後の展望(2)

実機で試験を行う(秋頃?)
Cross-Bow INS/GPS (200万)
 自作 INS/GPS (数万円)


その他のAlgorithmの検討
Wavelet変換とKalman Filter
 Neural NetworkとKalman Filter

2005/7/6
鈴木・土屋研輪講用資料
20
参考文献

Adaptive Kalman Filtering for Low-cost
INS/GPS


Multiple Model Kalman Filtering for GPS and
Low-cost INS integration


Christopher Hide, Terry Moore, Martin Smith.
Journal of Navigation(2003) 56: pp143-152.
Christopher Hide, Terry Moore, Martin Smith.
Adaptive Kalman Filtering for INS/GPS

2005/7/6
A. H. Mohamed, K. P. Schwarz. Journal of
Geodesy(1999) 73: pp193-203.
鈴木・土屋研輪講用資料
21

Download Report