Over the last ten years, much work has gone into the development of autonomous vehicles, and the DARPA Urban Challenge in 2007 showed that autonomous vehicles will be developed in the near future. Currently, research on commercial autonomous vehicles with various low-cost sensor is accelerating, and sensor fusion techniques for autonomous vehicles are also gaining attention. Factors that degrade the the performance of the conventional sensor fusion techniques include sensor failure, overly complex computational requirements, and external attacks (i.e., jamming and spoofing). This dissertation introduces a two stage federated Kalman filter (TS-FKF) and deterministic compressed sensing based reduced order Kalman filters (DCS-ROKF and DCS-ROEKF) which correspondingly improve the safety and real-time capability of navigation systems. The TS-FKF is demonstrated with information sharing and slip and slide detection algorithms for high-speed trains, and the DCS-ROKF and DCS-ROEKF are demonstrated for autonomous vehicles. The simulation results of tests of the TS-FKF and DCS based filters (DCS-ROKF and DCS-ROEKF) show that they successfully improve the safety and real-time capability of their respective navigation systems.
Recently, cooperative navigation systems utilizing vehicle-to-vehicle (V2V) and vehicle-to-infra (V2I) communication techniques have been developed to surpass the limits of autonomous vehicles. Cooperative navigation systems are capable of better navigation performance than multi-sensor based navigation systems, as they integrate information from their own sensors, connected neighboring vehicles, and the connected infra. However, the performance of these cooperative navigation systems is degraded in urban environments due to non-line-of-sight (NLOS) delays or malicious attacks. To develop robust cooperative navigation systems capable of functioning in urban environments, secure urban cooperative positioning techniques (SUCPTs) are introduced in this dissertation. The simulation results of SUCPTs demonstrate that they are robust against NLOS delays and malicious attacks through their capabilities to detect NLOS satellites, NLOS vehicles, and malicious vehicles.
Robust navigation systems can be implemented with the techniques in this dissertation, and the computational complexity of these systems can be reduced. Therefore, this dissertation contributes to the development of autonomous and cooperative navigation systems for various vehicles such as cars, trains, and airplanes.
지난 10여 년간 인류는 편리성과 안전성을 동시에 만족시키는 자율주행 자동차를 개발하기위해 노력해왔고, 2007년 DARPA Urban Challenge를 통해 그 가능성을 확인하였다. 최근에는 다양한 저가형 센서들을 이용한 상용 자율주행 자동차들에 대한 연구가 가속화되고 있으며, 자율주행 자동차들을 위한 센서 융합 기술들이 주목받고 있다. 기존 센서 융합 기술들의 성능을 저해하는 예로는 센서들의 고장과 과도한 계산량으로 인한 계산 시간지연 그리고 센서의 성능을 저해하는 외부의 공격이 있다. 본 학위논문에서는 자율주행 자동차를 비롯한 항법 시스템들의 안전성 향상을 위해 차륜센서의 오차 검출 및 보상을 위한 2단 연합형 칼만필터 (Two stage federated Kalman filter, TS-FKF)를 소개하고 실시간성 향상을 위해 압축센싱 기술을 접목한 확정적 압축센싱 기반 저감 차수 칼만필터 (Deterministic compressed sensing based reduced order Kalman filter, DCS-ROKF)와 확정적 압축센싱 기반 저감 차수 확장 칼만필터 (DCS based reduced order extended Kalamn filter, DCS-ROEKF)를 소개한다. 2단 연합형 칼만필터와 확정적 압축센싱 기반 칼만필터들은 각각 고속열차와 자동차 항법 시스템을 모델링한 시뮬레이션을 통해 검증되었으며, 검증 결과 필터들이 성공적으로 항법 시스템의 안전성 또는 실시간성을 향상시킴을 확인하였다.
최근에는 자율주행 시스템의 한계를 뛰어넘기 위해, 차량간 또는 차량과 인프라간의 통신 기술들을 이용한 협력주행 시스템들이 개발되고 있다. 협력주행 시스템들은 자차의 센서 정보 뿐 아니라 네트워크로 연결된 이웃차량들 그리고 인프라들의 정보도 이용하기 때문에 보다 향상된 항법 성능을 나타낸다. 하지만, 악의적인 차량의 공격이나 위성 또는 차량의 non-line-of-sight (NLOS) 시간지연이 빈번히 발생하는 도심에서의 항법 성능이 감소한다는 단점이 있다. 이 단점을 해결하기위해 본 학위논문에서는 NLOS 위성 및 차량 검출 알고리즘과 분산형 악의적인 차량 검출 알고리즘을 적용한 도심용 안전한 협력주행 기술들 (secure urban cooperative positioning techniques, SUCPTs)을 소개한다. 협력주행 시스템을 모델링하여 시뮬레이션한 결과, 도심용 안전한 협력주행 기술들이 NLOS 위성 및 차량 그리고 악의적인 차량을 성공적으로 검출하여 오차가 큰 센서 측정치 또는 외부의 공격에 강인한 항법 성능을 나타냈다.
본 학위논문에서 소개한 기술들을 이용하면 센서의 고장과 외부의 공격에 강인한 항법 시스템을 구축할 수 있으며, 필요에 따라 그 계산량을 줄일 수 있다. 따라서 자율주행 및 협력주행 자동차, 고속열차 그리고 무인항공기 등의 항법 시스템의 안전성과 실시간성 향상에 크게 기여할 것으로 예상된다.
