Design of AHRS using Low-Cost MEMS IMU Sensor and Multiple Filters

저가형 MEMS IMU센서와 다중필터를 활용한 AHRS 설계

Recently, Autonomous vehicles are getting hot attention. Amazon, the biggest online shopping service provider is developing a delivery system that uses drones. This kinds of platforms are need accurate attitude information for navigation. In this paper, a structure design of AHRS using low-cost inertia sensor is proposed. To estimate attitudes a Kalman filter which uses a quaternion based dynamic model, bias-removed measurements from MEMS Gyro, raw measurements from MEMS accelerometer and magnetometer, is designed. To remove bias from MEMS Gyro, an additional Kalman filter which uses raw Gyro measurements and attitude estimates, is designed. The performance of implemented AHRS is compared with high price off-the-shelf 3DM-GX3-25 AHRS from Microstrain. The Gyro bias was estimated within 0.0001[deg/s]. And from the estimated attitude, roll and pitch angle error is smaller than 0.2 and 0.3 degree. Yaw angle error is smaller than 6 degree.

최근 무인자동차가 큰 관심을 받고 있다. 세계 최대 규모의 온라인 쇼핑 서비스업체인 아마존은 드론을 활용한 배송시스템을 개발하고 있다. 이러한 플랫폼의 항법을 위해서는 정확한 자세정보가 필요하다. 본 논문에서는 저가형 관성센서를 활용한 AHRS 구조 설계를 제안하였다. 쿼터니언기반의 운동방정식, 바이어스가 제거된 자이로 측정치, MEMS 가속도계와 지자기 센서를 이용하여 자세를 추정하는 칼만 filter를 설계하였다. MEMS 자이로의 바이어스를 제거하기 위하여 자이로 측정치와 자세 추정치를 이용하는 자이로 바이어스 제거용 칼만 filter를 추가하였다. 구현한 AHRS의 성능을 고가의 상용 Microstrain사의 3DM-GX3-25 AHRS와 비교 실험을 통하여 칼만 filter가 자이로의 바이어스 오차를 0.0001[deg/s]이하로 추정함을 볼 수 있었다. 또한 최종적으로 구해진 자세에서 롤각과 피치각은 0.2, 0.3[deg]이내의 오차를 보여주었다. 요 각은 6[deg] 이하의 오차가 발생하였다.