본 논문에서는 OpenCL을 이용하여 CPU-GPGPU(General Purpose computing on Graphics Processing Units)환경에서 PMF(Point Mass Filter)기반의 지형참조항법 연산가속화를 수행하였다. 무인항공기를 비롯한 일반적인 항공기는 자신의 위치정보를 획득하기 위하여 INS/GNSS항법을 사용한다. INS(Inertial Navigation System)는 시간이 지남에 따라 항법오차가 증가하고, GNSS(Global Navigation Satellite System)의 경우 항법해를 도출하는 과정에서 외부 신호를 받아 사용하기 때문에 전파 방해나 교란이 발생할 시 정확한 항법해를 도출하지 못한다는 단점이 있다. 하지만 지형참조항법의 경우 외부 신호를 받지 않는 자립항법으로 INS/GNSS의 단점을 극복할 수 있다. 지형참조항법 알고리듬은 항공기에 탑재되어 있는 센서에서 취득한 지형고도 정보와 수치 지형 표고데이터(DTED)를 비교하여 항공기의 위치를 추정한다. 지형참조항법을 구성하는 다양한 필터 중 베이지안 추정기법을 기반으로 한 필터를 적용하는 것이 좋다고 알려져 있다. 따라서 본 논문에서는 지형참조항법을 포인트 매스 필터를 이용하여 구현하였다. 포인트 매스 필터를 이용한 지형참조항법을 사용하여 정밀한 해를 얻기 위해선 격자수를 늘려야한다. 하지만 포인트 매스 필터의 경우 시간 업데이트단계에 컨벌루젼 연산을 포함하고 있어 격자수가 늘어나게 되면 계산량이 많아진다는 단점을 가지고 있다. 이 단점을 해결하기 위해 본 논문에서는 OpenCL을 이용하여 CPU-GPGPU환경에서 알고리듬 가속화를 수행하였다. OpenCL(Open Computing Language)은 개방형 범용 병렬 컴퓨팅 프레임워크로 CPU, GPU, DSP 등으로 이루어진 이종 플랫폼에서 실행되는 프로그램을 구성할 수 있다. GPU의 경우 CPU보다 연산을 수행하는 Core의 개수가 많이 포함되어 있으며 CPU가 수행하던 연산을 GPU에서 수행하도록 하는 방법을 GPGPU라고 한다. GPU에서 연산을 수행하게 되면 다수의 Core를 이용하기 때문에 CPU보다 빠른 연산을 수행할 수 있다. 따라서 본 논문에서는 PMF기반의 지형참조항법 알고리듬을 구현하고 격자수 증가에 따른 계산량 증가를 GPGPU를 이용한 연산 가속화를 수행함으로써 항공기의 항법해를 실시간으로 제공하고자한다. 구현된 지형참조항법 알고리듬 및 연산가속화 성능은 시뮬레이션을 통하여 검증하였다.
In this paper, accelerating of the PMF(Point Mass Filter) based terrain reference navigation algorithm using OpenCL on CPU-GPGPU(General Purpose computing on Graphics Processing Units) was investigated. Flying vehicles such as UAVs use the INS/GNSS navigation system to estimate their position. The position error of the INS(Inertial Navigation System) are increased over time due to bias and random walk error. The GNSS(Global Navigation Satellite System) has the disadvantage of interfering or blocking external satellite signals. The TRN(Terrain Reference Navigation) algorithm can overcome these disadvantages by blending INS data with measured terrain height. The TRN algorithm estimates the position of the aircraft by comparing the terrain elevation with DTED(Digital Terrain Elevation Data). The TRN algorithm has been studied with various filters such as the EKF(Extended Kalman Filter), BKF(Bank of Kalman Filter), PF(Particle Filter) and PMF(Point Mass Filter). In this paper, PMF is employed for TRN algorithm and sufficient grid points are needed to improve the navigation accuracy. However, as the number of grid points increases, the computational loads are increased exponentially. To overcome this problem, the PMF based TRN algorithm was accelerated using OpenCL on CPU-GPGPU platform. From the simulation, we evaluated that the constructed algorithm provides an accurate and accelerated navigation solution in real time on CPU-GPGPU platform.