• 제어로봇시스템학회논문지
• /
• 제22권9호
• /
• pp.723-732
• /
• 2016

This paper proposes an approach to fused navigation of an unmanned surface vehicle(USV) and to detection of the outlier or interference of global positioning system(GPS). The method fuses available sensor measurements through extended Kalman filter(EKF) to find the location and attitude of the USV. The method uses error covariance of EKF for detection of GPS outlier or interference. When outlier or interference of the GPS is detected, the method excludes GPS data from navigation process. The measurements to be fused for the navigation are GPS, acceleration, angular rate, magnetic field, linear velocity, range and bearing to acoustic beacons. The method is tested through simulated data and measurement data produced through ground navigation. The results show that the method detects GPS outlier or interference as well as the GPS recovery, which frees navigation from the problem of GPS abnormality.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2003년도 제2회 정기총회 및 추계학술대회
• /
• pp.297-302
• /
• 2003

• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.731-738
• /
• 2006

교통 혼잡이 증가하면서, 경로에 대한 교통정보, 특히 실시간 구간통행시간에 대한 사람들의 관심이 증대되고 있다. 본 논문은 GPS Probe를 통해 구간통행시간을 산출했던 최기주(1998) 등의 후속 연구로써, 도시부에서 구간 통행시간을 산출하기 위해 택시를 GPS Probe로 활용하였다. 택시는 GPS Probe로 활용되기 위한 매우 좋은 수단이지만, 승객의 승하차시간 등 주행과 관계없는 불필요한 데이터가 포함되게 된다. 따라서 본 논문에서는 도시부에서 Taxi GPS를 통해 교통정보를 생성할 경우 주행과 관계없는 정보를 실시간으로 검지하여 제거하는 휴리스틱한 이상치 제거 알고리즘을 개발하였다. 평가를 위해 서울시 주요 간선축에서 번호판 조사를 실시하였으며 알고리즘을 적용한 통행시간과 비교하였다. 이상치 제거 알고리즘을 적용한 결과, 약 70%의 이상치가 제거되었으며, 실측 통행시간과의 상대 오차가 73.7%로 향상된 것으로 나타났다. 따라서 본 알고리즘을 이용할 경우 Taxi GPS를 통해 신뢰할 수 있는 실시간 교통정보를 생성할 수 있을 것으로 판단된다.

• Smart Structures and Systems
• /
• 제20권2호
• /
• pp.219-229
• /
• 2017

Outlier detection is an imperative task to identify the occurrence of abnormal events before the structures are suffered from sudden failure during their service lives. This paper proposes a two-phase method for the outlier detection of Global Positioning System (GPS) monitoring data. Prompt judgment of the occurrence of abnormal data is firstly carried out by use of the relational analysis as the relationship among the data obtained from the adjacent locations following a certain rule. Then, a negative selection algorithm (NSA) is adopted for further accurate localization of the abnormal data. To reduce the computation cost in the NSA, an improved scheme by integrating the adjustable radius into the training stage is designed and implemented. Numerical simulations and experimental verifications demonstrate that the proposed method is encouraging compared with the original method in the aspects of efficiency and reliability. This method is only based on the monitoring data without the requirement of the engineer expertise on the structural operational characteristics, which can be easily embedded in a software system for the continuous and reliable monitoring of civil infrastructure.

• 대한토목학회논문집
• /
• 제29권2D호
• /
• pp.319-327
• /
• 2009

GPS 관측에 의해 정확한 위치추정을 위해서는 올바른 함수모형과 통계모형이 사용되어야 한다. 그러나 함수모형에 고려되지 않는 과대오차가 관측데이터에 포함되어 있는 경우는 추정좌표에 편의를 유발 시킨다. 이러한 과대오차는 전리층영향과 다중경로의 급격한 변화 혹은 수신기 오작동에 의해 주로 발생하며, 최소제곱법에 의한 수신기 위치 추정에서 반드시 제거해야 정확도를 최대화 할 수 있다. 이를 위하여 본 연구에서는 과대오차의 검출, 규명, 적용의 세 단계로 구성된 GPS 관측데이터 처리에서의 품질제어 알고리즘과 통계검정 기법의 성능을 나타내는 신뢰도 이론을 연구하여 의사거리를 이용하는 단독측위에 대하여 구현하였다. 이를 바탕으로 정지측위와 동적측위 관측실험을 실시하여 분석한 결과 잉여관측데이터수가 많고 기하구조의 강도가 높고 보다 현실적인 통계모형을 사용할 때 과대오차 규명 성능이 높아졌으며, 관측데이터에서 과대 오차가 제거됨에 따라 추정좌표의 정확도가 증가되어 전체적으로 GPS 측위의 신뢰성을 향상 시킬 수 있었다.

• 한국ITS학회 논문지
• /
• 제7권6호
• /
• pp.21-30
• /
• 2008

GPS를 탑재한 프로브차량에 의해 수집되는 교통정보(구간통행속도)는 차량검지기와 같이 특정링크에 대하여 연속적으로 교통정보를 수집하는 방식이 아니다. 따라서 단속교통류 구간에서 신호시간 등의 영향으로 수집되는 정보의 안정성과 대표값 등에 문제점이 있다. 본 연구는 GPS를 장착한 프로브차량에 의해 수집된 구간통행속도 데이터를 필터링하는 방법을 개발하는데 목적이 있다. 시간간격별로 수집되는 데이터에 대하여 사분위편차와 관리도에 의해 이상치를 제거하였다. 사분위편차를 적용한 결과는 제거율이 $0{\sim}3.7%$ 이고, 개별 관리도에 의한 결과는 제거율이 $0.3{\sim}7.2%$ 이었다. 두 방법 모두 교통소통이 원활한 새벽시간 대에 이상치 제거율이 낮고, 낮 시간대에 이상치 제거율이 높은 것으로 나타났다. 문제점으로 지적되는 것은 모형에 충실할 경우 Low Bound에서 이상치의 제거기준이 낮게 설정되는 것이다. 따라서 시스템 운영과정에서 경험적인 사항이 반영되어져야 할 것으로 검토된다.

• 로봇학회논문지
• /
• 제16권4호
• /
• pp.306-312
• /
• 2021

This paper describes localization of autonomous underwater vehicles(AUV), which can be used when some navigation sensor data are an outlier. In that situation, localization through existing navigation algorithms causes problems in long-range localization. Even if an outlier sensor data occurs once, problems of localization will continue. Also, if outlier sensor data is related to azimuth (direction of AUV), it causes bigger problems. Therefore, a parallel localization module, in which different algorithms are performed in a normal and abnormal situation should be designed. Before designing a parallel localization module, it is necessary to study an effective method in the abnormal situation. So, we propose a localization method through machine learning. For this method, a learning model consists of only Fully-Connected and trains through randomly contaminated real sea data. The ground truth of training is displacement between subsequent GPS data. As a result, average error in localization through the learning model is 0.4 times smaller than the average error in localization through the existing navigation algorithm. Through this result, we conclude that it is suitable for a component of the parallel localization module.

• 대한교통학회지
• /
• 제27권2호
• /
• pp.47-56
• /
• 2009

현장에서 수집되는 교통원시자료는 수집장비의 결함 및 주변환경 등에 의해 다양한 이상치가 발생한다. 원시자료의 품질은 추가 가공을 통해 생성되는 교통정보의 신뢰도에 직접적인 영향을 미치는 중요한 요인이다. 실시간으로 수집되는 교통원시자료를 1차 가공하는데 있어서 핵심은 이상치(Outlier)를 검지하고 보정하는 것이라고 할 수 있다. 본 연구에서는 GPS장비를 이용해 얻은 개별차량의 주행속도에서 발생하는 이상치를 제거하고 보정하는 기법을 제안하였다. GPS는 광범위한 교통네트워크상의 차량추적에 용이하게 사용될 수 있는 장점이 있다. 수집된 개별차량의 주행속도에서 이상치를 검지하고 보정하기 위해 국소가중다항회귀분석(LWR: Locally Weighted Regression)을 적용하였다. 또한 국소가중다항회귀분석을 수행하기 위한 파라미터 결정 알고리즘을 개발하여 적용하였다. 개발된 필터링 기법의 성능 평가를 위해 Synthetic Outlier를 생성 및 주입하여 개발된 필터링 기법을 통해 보정시키고 원시자료와 비교 분석 하였고, LWR을 이용한 기법의 상대적 성능 평가를 위해 지수평활화를 이용한 기법과 비교하였다. 평가 결과 LWR기법이 지수평활화를 이용한 기법보다 낮은 오차율을 보여 상대적으로 우수함을 검증하였다. 본 연구에서 제안한 방법론은 교통정보공학 분야의 자료처리 및 정보가공을 위한 도구로서 활용도가 클 것으로 기대된다.

• 한국도로학회논문집
• /
• 제13권2호
• /
• pp.175-185
• /
• 2011

도로기하구조정보는 도로의 안전성평가 및 도로의 유지관리를 위한 필수적인 요소이다. 본 연구에서는 GPS(Global Positioning System)/INS(Inertial Navigation System)센서가 탑재된 조사차량을 이용하여 기하구조정보를 수집하였으며, 수집된 차량의 자세정보 중 평면선형과 관련된 Roll, Heading 자료를 이용하여 직선, 원곡선, 완화곡선을 구분하는 알고리즘을 개발하였다. 본 연구에서는 평면선형 인식 이전에 전처리 과정으로 이동평균법을 통하여 자료를 평활화함으로써 원시자료의 이상치를 제거하여 평면선형 인식의 신뢰성을 제고하였다. 유전알고리즘(GA, Genetic Algorithm)을 이용하여 분류정확도(CCR, Correct Classification Rate)를 최대로 하는 알고리즘 파라미터를 설정한 결과 100%의 분류정확도를 보였다. 설정된 파라미터를 이용하여 고속도로와 국도 주행자료를 이용하여 알고리즘을 평가한 결과 90.48%와 88.24%의 분류정확도를 보여, 제안된 평면선형인식 알고리즘은 현장에서 적용 시 높은 신뢰도를 가지는 정보를 제공 가능한 것으로 분석되었다. 본 연구에서 개발한 평면선형인식 알고리즘은 조사차량에 GPS/INS센서의 소프트웨어로 탑재되어 도로 및 교통기술자에게 도로기하구조정보를 보다 용이하게 수집하고 분석할 수 있는 환경을 제공하는데 기여할 것으로 기대된다.

• Journal of Astronomy and Space Sciences
• /
• 제19권2호
• /
• pp.163-172
• /
• 2002

위성에 탑재된 GPS 수신기의 관측 자료를 활용하여 저궤도위성의 정밀궤도 결정을 위해서 반드시 필요한 관측 자료 전처리에 관련된 연구를 수행하였다. 전처리 과정에서는 반송파 위상 자료와 코드 자료에 있는 사이클 슬립, 시계 오차, 불량 관측값, 이온층 지연 효과 등을 제거하거나 보정하여 일정한 간격으로 재정렬된 이중차분 자료를 생성한다. DGPS 방식을 이용하여 저궤도 위성의 정밀궤도결정을 수행하면 그 정밀도가 수 미터에서 수 센티미터 수준에 달하기 때문에 전처리 과정에서도 그 정밀도에 영향을 미치지 않을 정도로 관측 자료의 편집이 정밀하게 수행되어야 한다. 그러나 GPS수신기가 자료를 수집하는 시간간격에 따라 관측 자료를 분해할 수 있는 한계가 달라지기 때문에 자료의 수신시간간격은 전처리의 성능과 직결된다. 또한 수신기의 성능과 수신기를 탑재한 위성의 고도에 따라서 자료의 질이 달라지기도 하므로, 이 논문에서는 DGPS 방식에 의한 위성의 정밀궤도결정을 수행하기 위한 전처리 과정에서 수신시간간격, 수신기의 성능과 위성의 고도에 따른 전처리의 성능을 분석하여 시간간격과 수신기의 종류에 따라 사용할 수 있는 전처리 방법을 제안하였다.