초록 close

본 논문에서는 가우시안 정규분포 모델 기반의 멀티센서 데이터 퓨전 알고리즘을 이용한 차량 위치인식 시스템을 제안한다. 기존의 차량 위치인식 시스템은 GPS를 중심으로 제공되어 왔으나 위성 신호 수신이 어려운 실내나 빌딩이 빽빽하게 들어선 도심에서는 제대로 작동하지 않는 문제가 있었다. 이를 해결하기 위해 GPS와 UWB를 결합하는 방법이 연구되었으나 위치변화에 따라 각 측위매체를 이산적으로 전환하여 차량과 같은 이동이 잦은 대상에게 끊임없이 유연한 위치 정보를 제공하지 못하는 단점이 있다. 따라서 본 논문에서는 가우시안 정규분포 모델을 바탕으로 GPS 위치 데이터와 UWB 센서 데이터를 유기적으로 결합하는 Hybrid UWB/GPS 측위시스템을 구성하여 측위시스템의 적용범위에 민감하지 않고 유연한 위치정보를 제공하도록 한다. 제안된 시스템을 Ubisense와 Asen GPS를 이용하여 12m × 8m 크기의 실외 환경에서 실험하였으며, 구현된 시스템을 통해 기존 UWB 및 GPS 시스템에 비해 정밀도 및 연동성이 향상되었음을 확인하였다. 이를 통해 차량에서 주차 관리 및 차량추적 관리 등 다양한 CNS를 지원할 수 있다.


In this paper, Gaussian probability distribution model based multi-sensor data fusion algorithm is proposed for a vehicular location awareness system. Conventional vehicular location awareness systems are operated by GPS (Global Positioning System). However, the conventional system is not working in the indoor of building or urban area where the receiver is difficult to receive the signal from satellites. A method which is combined GPS and UWB (Ultra Wide-Band) has developed to improve this problem. However, vehicular is difficult to receive seamless location information since the measurement systems by both GPS and UWB convert the vehicle’s movement information separately at each sensor. In this paper, normalized probability distribution model based Hybrid UWB/GPS is proposed by utilizing GPS location data and UWB sensor data. Therefore the proposed system provides information with seamless and location flexible properties. The proposed system tested by Ubisense and Asen GPS in the 12m×8m outdoor environments. As a result, the proposed system has improved performance for accurateness and connection ability between devices to support various CNS (Car Navigation System).