직관적인 관성 센서 바이어스 추정법: 칼만 필터 없이 구현하는 저비용 MEMS AHRS

초록

본 논문은 외부 보조 정보를 이용한 가상 플랫폼 피드백을 기반으로, 칼만 필터 없이 저비용 MEMS 관성 센서(자이로·가속도계)의 바이어스를 실시간 추정하는 두 단계 구조의 알고리즘을 제안한다. 3개의 시간 상수만을 튜닝 파라미터로 사용하며, 차량 주행 실험을 통해 롤·피치 자이로 바이어스 0.01 deg/s, 가속도계 바이어스 0.04 m/s² 수준의 정확도를 확인하였다.

상세 분석

이 논문은 전통적인 칼만 필터 기반 바이어스 추정이 갖는 고비용 연산, 비선형성에 대한 수렴 보장 어려움, 파라미터 튜닝의 비직관성 등을 지적하고, ‘가상 플랫폼(virtual platform)’ 개념을 활용한 물리적 직관에 기반한 새로운 접근법을 제시한다.
먼저, 스트랩다운 AHRS가 계산하는 방향코사인 행렬 C와 외부 보조(예: GPS‑derived 가속도) 사이의 오차를 ‘토크’ u 로 표현한다. 이 토크는 실제 가속도와 측정 가속도 사이의 차이에 비례하며, 자이로·가속도계 바이어스가 존재할 경우 지속적으로 발생한다. 식(9)에서 보듯이 토크 u는 바이어스에 의해 구동되는 저역통과 필터 형태의 동역학을 가지며, 이때의 고정점은 바이어스와 토크가 정확히 상쇄되는 상태이다. 따라서 정상 상태에서 측정된 토크 u를 직접 바이어스 추정에 사용할 수 있다.
바이어스 추정은 두 단계로 나뉜다. 1단계에서는 외부 보조를 이용해 자세 오차를 빠르게 보정하고, 그 과정에서 발생하는 토크 u를 실시간으로 기록한다. 2단계에서는 토크 u와 차량의 회전속도 ω b 사이의 선형 관계식(식 11)을 이용해 자이로 바이어스 g_b 를 추정하고, 차량이 회전할 때는 식 13·14를 통해 가속도계 바이어스 a_b 를 추정한다. 관측 가능성은 차량이 직선 구간과 회전 구간을 모두 포함해야 함을 명시적으로 제시한다(직선 구간에서는 자이로 바이어스만, 회전 구간에서는 가속도계 바이어스가 관측 가능).
알고리즘 구현에 필요한 파라미터는 (i) 자세 보정 시간 상수 τ_k, (ii) 자이로 바이어스 필터 시간 상수 τ_g, (iii) 가속도계 바이어스 필터 시간 상수 τ_a 로, 모두 직관적인 물리적 의미를 가진다. 이 파라미터들은 각각 시스템의 응답 속도와 잡음 억제 정도를 조절한다.
실험에서는 4 s의 자세 보정 상수와 40 s의 바이어스 필터 상수를 사용했으며, 직선 구간과 90° 회전 구간을 포함한 경로를 차량에 적용하였다. 자이로 바이어스 필터는 약 120 s(3τ) 내에 수렴했으며, RMS 오차는 0.01–0.02 deg/s 수준이었다. 가속도계 바이어스는 관측성이 약해 수렴에 약 300 s가 소요됐지만, RMS 오차는 0.04 m/s² 이하로 만족스러운 결과를 보였다. 또한, IMU 설치 각도가 10–15° 이내일 경우 추정 정확도에 큰 영향을 주지 않음이 확인되었다.
이와 같이 제안된 방법은 비선형 시스템에 대한 복잡한 행렬 연산을 회피하고, 직관적인 물리 모델에 기반해 구현이 간단하면서도 실시간 적용이 가능하다. 다만, 고정밀 내비게이션 등 고성능 관성 시스템에는 여전히 칼만 필터와 같은 고차원 상태 추정기가 필요할 수 있다.