오늘날 사람이 직접 수행하던 많은 작업들을 대체할 목적으로 자율 이동 로봇의 개발이 많아지고 있다. 이러한 이동 로봇의 자율성이 요구되기 위해서는 이동체의 자세와 현재 위치 정보 등이 중요한 요소로서 등장하게 된다. 이러한 정보를 외부의 조력자를 통해 알 수 있지만, 여러 제한요소가 뒤따르게 된다. 이러한 부분을 내부적으로 해결하기 위하여 이동체에 센서를 설치하고, 센서 데이터를 조합하여 이동체의 자세 및 위치를 추정할 수 있다. 오늘날 MEMS(Micro Electro Mechanical Systems)의 발달로 저가이면서 소형의 관성 센서들이 많이 개발되고 있다. 그리고 데이터를 처리할 ...
오늘날 사람이 직접 수행하던 많은 작업들을 대체할 목적으로 자율 이동 로봇의 개발이 많아지고 있다. 이러한 이동 로봇의 자율성이 요구되기 위해서는 이동체의 자세와 현재 위치 정보 등이 중요한 요소로서 등장하게 된다. 이러한 정보를 외부의 조력자를 통해 알 수 있지만, 여러 제한요소가 뒤따르게 된다. 이러한 부분을 내부적으로 해결하기 위하여 이동체에 센서를 설치하고, 센서 데이터를 조합하여 이동체의 자세 및 위치를 추정할 수 있다. 오늘날 MEMS(Micro Electro Mechanical Systems)의 발달로 저가이면서 소형의 관성 센서들이 많이 개발되고 있다. 그리고 데이터를 처리할 마이크로프로세서의 처리속도도 비약적으로 증가하고 있기 때문에 관성센서, 관성항법장치(INS : Inertial Navigation System)의 사용 범위가 점차 확대될 것이라고 확신한다. 본 논문에서는 저가, 소형의 자이로스코프와 가속도계를 이용하여 3차원 상에서의 자세를 추정하였다. 저가의 관성 센서는 센서 자체의 노이즈와 여러 오차요인을 가지고 있다. 그중에서, 외부 가속도는 자세를 추정하는데 있어 결정적인 에러요인이 된다. 본 논문에서 제안하는 Two Step 칼만 필터는 외부 가속도의 방향을 추정하여 가속도계의 측정 공분산 행렬의 값을 조정해 줌으로서 외부 가속도에 적응적인 보상을 하게 된다.
오늘날 사람이 직접 수행하던 많은 작업들을 대체할 목적으로 자율 이동 로봇의 개발이 많아지고 있다. 이러한 이동 로봇의 자율성이 요구되기 위해서는 이동체의 자세와 현재 위치 정보 등이 중요한 요소로서 등장하게 된다. 이러한 정보를 외부의 조력자를 통해 알 수 있지만, 여러 제한요소가 뒤따르게 된다. 이러한 부분을 내부적으로 해결하기 위하여 이동체에 센서를 설치하고, 센서 데이터를 조합하여 이동체의 자세 및 위치를 추정할 수 있다. 오늘날 MEMS(Micro Electro Mechanical Systems)의 발달로 저가이면서 소형의 관성 센서들이 많이 개발되고 있다. 그리고 데이터를 처리할 마이크로프로세서의 처리속도도 비약적으로 증가하고 있기 때문에 관성센서, 관성항법장치(INS : Inertial Navigation System)의 사용 범위가 점차 확대될 것이라고 확신한다. 본 논문에서는 저가, 소형의 자이로스코프와 가속도계를 이용하여 3차원 상에서의 자세를 추정하였다. 저가의 관성 센서는 센서 자체의 노이즈와 여러 오차요인을 가지고 있다. 그중에서, 외부 가속도는 자세를 추정하는데 있어 결정적인 에러요인이 된다. 본 논문에서 제안하는 Two Step 칼만 필터는 외부 가속도의 방향을 추정하여 가속도계의 측정 공분산 행렬의 값을 조정해 줌으로서 외부 가속도에 적응적인 보상을 하게 된다.
Recently, a lot of attention has been paid to autonomous mobile robots. For autonomous operation, attitude and position information of robots must be estimated. Such information could be obtained from external environments. However, these approaches are dependent on external environments and have se...
Recently, a lot of attention has been paid to autonomous mobile robots. For autonomous operation, attitude and position information of robots must be estimated. Such information could be obtained from external environments. However, these approaches are dependent on external environments and have several constraints. On the other hand, attitude estimation based on inertial sensors does not depend on external environments. This paper is concerned with attitude estimation using low cost, small-sized accelerometers and gyroscopes. Low cost inertial sensor has noise and error itself. Among the rest, external acceleration is the main source of estimation error. A Two Step extended Kalman filter is proposed, which adaptively compensates external acceleration. According to the estimated direction, the accelerometer measurement covariance matrix of the two step extended Kalman filter is adjusted.
Recently, a lot of attention has been paid to autonomous mobile robots. For autonomous operation, attitude and position information of robots must be estimated. Such information could be obtained from external environments. However, these approaches are dependent on external environments and have several constraints. On the other hand, attitude estimation based on inertial sensors does not depend on external environments. This paper is concerned with attitude estimation using low cost, small-sized accelerometers and gyroscopes. Low cost inertial sensor has noise and error itself. Among the rest, external acceleration is the main source of estimation error. A Two Step extended Kalman filter is proposed, which adaptively compensates external acceleration. According to the estimated direction, the accelerometer measurement covariance matrix of the two step extended Kalman filter is adjusted.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.