[논문 리뷰] It is time for Factor Graph Optimization for GNSS/INS Integration: Comparison between FGO and EKF

Weisong Wen, Tim Pfeifer외 2명|arXiv (Cornell University)|2020. 04. 22.

GNSS positioning and interference참고 문헌 47인용 수 17

한 줄 요약

이 논문은 도심 협곡 환경에서 GNSS/INS 통합을 위한 요소 그래프 최적화(FGO)와 확장 칼만 필터링(EKF)을 평가하며, 비교 분석을 통해 FGO의 뛰어난 성능을 입증한다. FGO는 특히 어려운 신호 조건에서 위치 측정 정확도와 내성에서 EKF를 능가하며, FGO 기반 시스템의 최적 윈도우 크기 선택에 대한 통찰을 제공한다.

ABSTRACT

The recently proposed factor graph optimization (FGO) is adopted to integrate GNSS/INS attracted lots of attention and improved the performance over the existing EKF-based GNSS/INS integrations. However, a comprehensive comparison of those two GNSS/INS integration schemes in the urban canyon is not available. Moreover, the performance of the FGO-based GNSS/INS integration rely heavily on the size of the window of optimization. Effectively tuning the window size is still an open question. To fill this gap, this paper evaluates both loosely and tightly-coupled integrations using both EKF and FGO via the challenging dataset collected in the urban canyon. The detailed analysis of the results for the advantages of the FGO is also given in this paper by degenerating the FGO-based estimator to an EKF like estimator. More importantly, we analyze the effects of window size against the performance of FGO, by considering both the GNSS pseudorange error distribution and environmental conditions.

연구 동기 및 목표

• 도심 협곡 조건에서 요소 그래프 최적화(FGO)와 확장 칼만 필터링(EKF) 간의 종합적인 비교를 제공하기 위해.
• 윈도우 크기가 FGO 성능에 미치는 영향을 분석하여, 특히 가상거리 오차 분포와 환경 요인과의 관계를 규명하기 위해.
• FGO와 EKF를 사용한 느슨하게 결합된 통합 및 단단하게 결합된 통합 방식 간의 성능 및 안정성의 상호 교환 관계를 분석하기 위해.
• 도심 환경에서 흔히 발생하는 신호 열악 조건 하에서 FGO의 내성과 위치 측정 정확도를 평가하기 위해.
• 실세계 도심 환경에서 기존의 EKF 기반 통합 방식을 효과적으로 능가할 수 있도록 FGO를 적절히 튜닝할 수 있는지 판단하기 위해.

제안 방법

• 연구는 어려운 도심 협곡 환경에서 수집한 실세계 데이터셋을 사용하여 FGO 및 EKF 기반 GNSS/INS 통합의 성능을 평가한다.
• FGO는 슬라이딩 윈도우 최적화 프레임워크를 구현하며, 측정치의 시퀀스에 대해 비선형 비용 함수를 최소화하여 상태를 추정한다.
• FGO 수식은 GNSS 가상거리 및 가상거리 속도 측정치와 함께 INS의 관성 측정치를 요소 그래프 구조에 통합한다.
• EKF 기반 통합은 표준적인 느슨하게 결합된 통합 및 단단하게 결합된 추정기로 구현되며, 표준 상태 전파 및 갱신 단계를 사용한다.
• FGO는 EKF 유사 추정기로 변환되어 직접 비교할 수 있도록 하며, 최적화와 필터링의 영향을 분리한다.
• 성능 평가는 다양한 윈도우 크기와 환경 조건 하에서 위치 오차, 일관성, 수렴성 기반으로 평가된다.

실험 결과

연구 질문

• RQ1 FGO 기반 GNSS/INS 통합은 도심 협곡 환경에서 EKF와 비교해 위치 측정 정확도와 내성 측면에서 어떻게 다를까?
• RQ2 도심 GNSS/INS 통합에서 FGO의 최적 윈도우 크기는 무엇이며, 다양한 신호 조건 하에서 성능에 어떤 영향을 미치는가?
• RQ3 다중 경로 및 시야 외 조건 하에서 느슨하게 결합된 통합과 단단하게 결합된 통합 방식 간의 FGO 및 EKF 성능과 안정성은 어떻게 다를까?
• RQ4 GNSS 가상거리 오차 분포가 FGO 성능에 어떤 영향을 미치며, 이를 윈도우 크기 튜닝에 어떻게 활용할 수 있는가?
• RQ5 FGO를 효과적으로 EKF 유사 추정기로 변환하여 성능 우월성을 검증하고, 그 배경에 있는 성능 향상 요인을 이해할 수 있는가?

주요 결과

• FGO는 다중 경로 및 시야 외 조건이 빈번한 도심 협곡 환경에서 EKF보다 위치 측정 정확도에서 뚜렷한 우월성을 보인다.
• FGO 성능은 윈도우 크기에 매우 민감하며, 계산 부담과 추정 정확도 사이의 균형을 맞추는 최적 범위가 존재한다.
• 단단하게 결합된 FGO 통합은 느슨하게 결합된 FGO보다 더 우수한 위치 측정 결과를 제공하며, 특히 GNSS 가상거리 오차가 정규분포가 아닐 경우 더욱 두드러진다.
• 연구는 테스트된 도심 환경에서 윈도우 크기가 5~10초 사이일 때 정확도와 계산 비용 사이의 최적의 균형을 이룬다고 규명했다.
• FGO를 EKF 유사 추정기로 변환함으로써, FGO의 주요 성능 향상 요인이 단순한 상태 추정이 아니라 슬라이딩 윈도우를 통한 전역 최적화에 기인한다는 것이 확인되었다.
• 신호 차단 및 다중 경로와 같은 환경 요인이 EKF 성능을 크게 악화시키지만, FGO는 과거 상태를 최적화를 통해 보정할 수 있어 영향을 더 온건하게 받는다.