Vehicular application technologies, i.e., autonomous driving cars, have rapidly developed in recent years, as they provide convenience, location-related information, and safety to transportation users. Specially, vehicular navigation technology which provides precise positioning has become a vital component in most transportation systems and, with recent developments, now uses a Global Navigation Satellite System (GNSS). GNSS performance degradations can have various sources, but disconnections of the GNSS signal during signal outages (i.e., tunnels) and non-line-of-sight (NLOS) GNSS signals in urban environments (i.e., urban canyons) lead to significant errors. A number of studies have been conducted with regard to precise positioning methods, but they require a heavy computation cost, show low performance, or have high implementation costs to realize a viable vehicular navigation system. Therefore, in this thesis, two navigation systems which are robust against harsh signal environments and which outperform conventional navigation systems are introduced for vehicles. One of the navigation systems is a sensor-fusion-based navigation system of the type slated for use on Korean next-generation high-speed trains. It is modified to make it feasible for an actual train environment and its outperformance is demonstrated in a comparison to conventional navigation systems with empirical data. Moreover, we develop a non-line-of-sight (NLOS) GNSS signal-detection algorithm and propose cooperative navigation techniques that significantly enhance accuracy and multipath-robustness in urban environments. We discuss the theoretical derivation and realization of the proposed techniques and demonstrate their performance capabilities with numerous Monte Carlo simulations using field measurements with multipath delays. The proposed techniques significantly improve the positioning accuracy of all vehicles and outperform the conventional cooperative positioning technique in urban multipath environments.
최근 차량 안전, 편의성 및 주행효율을 위해 자율주행을 비롯한 다양한 차량 관련 기술이 발전하고 있다. 특히 차량의 정확한 위치정보를 제공하는 항법기술은 교통시스템에 요구되는 핵심적인 요소로, 이를 위해 과거부터 현재에 이르기까지 위성항법시스템을 바탕으로한 정밀 항법시스템이 연구개발되어왔다. 그러나 위성항법시스템은 다양한 오차 요인들에 의해 측위성능이 저하되는데, 특히 터널과 같은 위성신호 음영지역 및 도심과 같은 난반사 환경에서의 큰 성능저하가 발생한다. 이를 위한 많은 노력들이 있었지만 실시간성이 고려되지 않은 높은 계산량, 계산량 대비 낮은 성능, 비용문제 등으로 차량 항법시스템에 적합한 해결방안은 뚜렷이 없는 실정이다. 따라서 본 논문에서는 열악한 위성신호환경에 강인하며, 기존 항법 시스템보다 측위 정확도를 월등히 향상시킬 수 있는 두 가지의 차량용 항법시스템들에 대해 소개하고 그 성능을 분석한다. 그 중 첫번째는, 개발중인 한국형 차세대 고속열차에 적용될 다중센서 기반의 항법시스템으로, 앞서 개발된 시뮬레이션 기반의 항법시스템을 실제 주행환경에 적합하게 개량하고 실제 주행 데이터를 통해 그 성능을 검증한다. 기존 차량항법시스템의 결과비교를 통해 기존 차량항법시스템으로 수십에서 수백미터에 이르는 위치오차를 가지는 한국철도환경에서, 현재 개발중인 다중센서 기반의 항법시스템의 위치 정확도가 비약적으로 증가하는 것을 확인하였다. 두 번째로, 도심 위성신호 음영지역 및 난반사 환경에서 측위 정확도와 강인성을 위한 협력항법시스템에 대한 연구를 진행하였다. 측위오차의 주범인 비가시 위성신호를 차량 네트워크를 이용해 탐지하는 알고리즘을 제안하고 협력항법시스템에 적용하였다. 제안한 협력항법 알고리즘을 이론적으로 기술하였고, 실제 도심에서 측정한 위성신호와 가상의 도심환경 채널모델을 바탕으로 다수의 시뮬레이션을 진행하고, 기존 협력방식 대비 매우 우수한 측위성능을 확인하였다.
