다중 모드 센서를 기반으로 한 융합 알고리즘 연구

GPS/IMU 다중 센서 융합 알고리즘은 자동 주행 시스템에서 매우 중요하다. GPS는 높은 정밀도를 가지지만 샘플링 주파수가 낮고 고장에 취약하다; IMU 센서는 샘플링 주파수가 높고 상대적으로 안정적이지만 오차 누적에 취약하다. 따라서 두 센서는 서로 좋은 보완성을 가지며, 이를 통합함으로써 단일 내비게이션 시스템보다 더 나은 성능의 내비게이션 솔루션을 얻을 수 있다. 최근 몇 년 동안 칼만 필터(KF)를 기반으로 한 많은 알고리즘이 등장하였고, 일부 학자들은 인공지능을 사용하여 GPS/IMU 데이터를 융합할 것을 제안하였다. 이 기사의 목적은 다중 모드 센서를 효과적으로 융합하고 기존 칼만 필터, 기계 학습 알고리즘 및 신경망 기반 알고리즘의 장단점을 깊이 분석하는 것이다.