Unconventional resources that contain shale gas have become significant sources of natural gas. However, unconventional resources are present in complex and horizontal layers. Since conventional drilling methods such as vertical drilling cannot reach complex and horizontal regions, directional drilling, which can change the drilling direction to the desired direction, is required. Underground localization is a major technology for controlling the directional drilling system and path following. In particular, accurate underground localization is essential to increase the production volume and efficiency.
Underground localization has several impediments. For example, the underground environment is a GPS-denied area. Moreover, the underground environment is lightless and narrow and also does not transmit radio waves well. Therefore, the sensors that are used in general localization cannot be practically used in the underground environment. In order to overcome these impediments, inertial measurement unit (IMU) have been widely used in conventional methods for underground localization. There are various methods to mitigate the noise of an IMU or to reduce accumulated errors. However, since there are vibrations and distortion of the geomagnetic field in the drilling environment, the results of these methods are thus easily affected by the external environment. Other papers have proposed localization methods using an artificial magnetic field. These approaches, however, can only measure the relative pose within a short range. Therefore, an innovative underground localization method that can correct the accumulated error and is robust to the external environment is required.
In response, a novel underground localization using the magnetic field distribution is proposed in this study. To minimize the accumulated errors, simultaneous localization and mapping (SLAM) framework is used in this study. In particular, pose graph SLAM method uses a concise graph structure that consists of the nodes represent the poses of the system and the constraints stand for the relative positions between nodes. To detect the constraints, the proposed algorithm utilizes the attributes of the underground magnetic field and directional drilling. First, different soil constituents produce different magnetic field anomalies. Therefore, the region can be distinguished by the magnetic field anomalies. Second, the drilling system repeats forward and backward movements in the borehole. Since this property enables the drilling system to revisit the previous path, the magnetic field anomalies can be re-measured. To find correspondence between the magnetic field anomalies, concurrent normalized cross-correlation and magnetic field vector matching is proposed in this study. Furthermore, to estimate the variation of the orientation between nodes, orientation estimation using least squares is proposed. Using these results, the constraints is detected. Finally, to optimize the path, pose graph optimization is used.
To verify the performance and the applicability of the proposed algorithm, various simulations and field tests are performed. The sensor system for the proposed algorithm is also designed. The results show that the proposed algorithm estimates the 6-degree of freedoms (DOF) pose with high accuracy regardless of the drilling environment.
셰일 가스와 치밀 가스를 포함하는 비전통 자원은 천연가스의 주요한 생산원으로 주목받고 있다. 그러나 비전통 자원은 전통 자원에 비해서 복잡하고 넓은 수평 지층에 존재한다. 수직 시추와 같은 기존의 시추 방법은 이와 같이 복잡한 수평 지층에 도달할 수 없기 때문에, 비전통 자원의 개발을 위해서 원하는 방향으로 시추가 가능한 방향성 시추 기술을 필요로 하고 있다. 하지만 지하에서의 위치를 알 수 없다면 목표 지점으로의 방향 설정을 할 수 없기 때문에, 지하 위치인식은 방향성 시추의 제어 및 경로 설정을 위한 필수 기술이다. 특히 정밀한 지하 위치인식은 자원의 생산량과 효율을 높여줄 수 있기 때문에, 더 주목을 받는 기술이다.
지하 위치인식은 여러가지 제한 조건들이 존재한다. 예를 들어 지하 환경은 GPS 등의 전파가 잘통과하지 못하고 어두우며 비좁다. 이에 따라 일반적인 위치인식에 쓰이는 센서들을 지하 환경에 바로 적용하는 것은 어렵다. 이러한 제한 조건을 극복하기 위해서 기존의 지하위치인식 연구들은 보편적으로 관성센서를 사용한다. 여기에는 관성 센서의 노이즈를 줄이거나 누적 오차를 감소시키는 방법들이 소개되고 있다. 하지만 지하 시추 환경은 진동과 지구자기장의 왜곡이 있기 때문에, 기존 연구들의 결과는 이와 같은 외부 환경에 대해서 쉽게 영향을 받는다. 또 다른 방면으로는 인위적인 자기장을 이용한 지하 위치인식 방법들이 소개되고 있으나, 이는 짧은 거리 이내에서만 유효하기 때문에 실제 적용가능성은 낮다. 따라서 외부 환경에 대해 강인하면서, 누적 오차를 줄일 수 있는 획기적인 지하 위치인식 방법이 필요하다.
이에 따라 본 연구에서는 자기장의 분포를 이용한 새로운 방식의 지하 위치인식 방법을 제안한다. 본 연구에서는 누적 오차를 감소시키기 위해서 SLAM (simultaneous localization and mapping) 체계를 사용한다. 특히 pose graph SLAM 방식은 대상 시스템의 위치를 나타내는 node와 node간의 상대적 위치 관계를 나타내는 constraint로 이루어진 간략화된 graph를 사용한다. Constraint를 찾아내기 위해서 본 연구에서는 지하 자기장 및 방향성 시추의 특성을 활용한다. 첫번째로 서로 다른 토질의 구성 물질은 서로 다른 자기장 왜곡을 만든다. 따라서 지하에서의 위치는 자기장 왜곡의 형태에 따라 구분할 수 있다. 두번째로는 시추 장비가 시추공 (borehole)을 따라 전진과 후진을 반복하면서 움직인다는 점이다. 이와 같은 특성은 이전에 지나쳤던 위치를 다시 지날 수 있게 하기 때문에 측정했던 자기장 왜곡을 다시 한번 측정할 수 있도록 해준다. 왜곡된 자기장들 사이의 관련성을 찾기 위해 concurrent normalized cross-correlation 및 magnetic field vector matching 방법을 제안했다. 이 방법은 자기장의 형태에 상관없이 강인한 성능을 보인다. 또한 자세 변화를 예측하기 위해 least squares를 이용한 orientation estimation 방법을 제안하였다. 이와 같은 방법들은 각각의 constraint를 형성하며, node 및 constraint 정보를 이용해 경로를 최적화하기 위해서 pose graph optimization 방법을 사용한다.
제안한 알고리즘의 성능 및 적용성을 검증하기 위해서 알맞은 센서 시스템을 설계하고, 다양한 시뮬레이션과 현장 실험을 진행하였다. 각 결과들은 시추 환경에 상관없이 제안한 알고리즘이 기존 방법들에 비해 6 자유도의 정확한 위치를 추정하는 것을 보여준다.
