본 논문은 무인 쿼드콥터의 비행을 자율적으로 제어하기 위하여 EKF-SLAM 알고리즘을 쿼드콥터의 비행 제어에 적용하여 그 위치를 추정하는 방법을 제안하고 그 효용성을 시뮬레이션을 통해서 검증한다. 무인 쿼드콥터의 자율비행을 위해서는 정확한 위치를 추정하기 위한 알고리즘이 필요하며 다양한 접근 방법이 있지만 국내에서 쿼드콥터에 적용된 사례가 드문 SLAM을 적용하여 쿼드콥터의 주행 궤적을 추정하는 시스템을 시뮬레이션 했다. SLAM은 ...
본 논문은 무인 쿼드콥터의 비행을 자율적으로 제어하기 위하여 EKF-SLAM 알고리즘을 쿼드콥터의 비행 제어에 적용하여 그 위치를 추정하는 방법을 제안하고 그 효용성을 시뮬레이션을 통해서 검증한다. 무인 쿼드콥터의 자율비행을 위해서는 정확한 위치를 추정하기 위한 알고리즘이 필요하며 다양한 접근 방법이 있지만 국내에서 쿼드콥터에 적용된 사례가 드문 SLAM을 적용하여 쿼드콥터의 주행 궤적을 추정하는 시스템을 시뮬레이션 했다. SLAM은 칼만 필터, 파티클 필터 등 다양한 방법으로 구현이 가능하다. 본 논문에서는 확장 칼만 필터를 기반으로 한 EKF-SLAM을 소개하며 이를 시뮬레이션한다. 시뮬레이션에 앞서 쿼드콥터에 관한 동역학 모델을 소개하고 추력에 따라서 쿼드콥터의 자세가 어떻게 변하는지를 시뮬레이션 한다. 그리고 PD 제어기를 통하여 수평제어와 자세제어를 시뮬레이션하며 자세제어를 통한 쿼드콥터의 비행궤적을 분석한다.
제작된 쿼드콥터 시뮬레이터를 기반으로 EKF-SLAM을 적용하기위한 가상의 랜드마크를 설정하고 이를 관측하기 위한 관측모델과 쿼드콥터의 주행궤적을 예측하기 위한 상태방정식과 자코비안 행렬을 제시한다. 최종적으로 쿼드콥터EKF-SLAM을 시뮬레이션 하며 성능을 검증함으로써 SLAM을 이용한 쿼드콥터의 위치추정기술의 발전 가능성을 제시한다.
본 논문은 무인 쿼드콥터의 비행을 자율적으로 제어하기 위하여 EKF-SLAM 알고리즘을 쿼드콥터의 비행 제어에 적용하여 그 위치를 추정하는 방법을 제안하고 그 효용성을 시뮬레이션을 통해서 검증한다. 무인 쿼드콥터의 자율비행을 위해서는 정확한 위치를 추정하기 위한 알고리즘이 필요하며 다양한 접근 방법이 있지만 국내에서 쿼드콥터에 적용된 사례가 드문 SLAM을 적용하여 쿼드콥터의 주행 궤적을 추정하는 시스템을 시뮬레이션 했다. SLAM은 칼만 필터, 파티클 필터 등 다양한 방법으로 구현이 가능하다. 본 논문에서는 확장 칼만 필터를 기반으로 한 EKF-SLAM을 소개하며 이를 시뮬레이션한다. 시뮬레이션에 앞서 쿼드콥터에 관한 동역학 모델을 소개하고 추력에 따라서 쿼드콥터의 자세가 어떻게 변하는지를 시뮬레이션 한다. 그리고 PD 제어기를 통하여 수평제어와 자세제어를 시뮬레이션하며 자세제어를 통한 쿼드콥터의 비행궤적을 분석한다.
제작된 쿼드콥터 시뮬레이터를 기반으로 EKF-SLAM을 적용하기위한 가상의 랜드마크를 설정하고 이를 관측하기 위한 관측모델과 쿼드콥터의 주행궤적을 예측하기 위한 상태방정식과 자코비안 행렬을 제시한다. 최종적으로 쿼드콥터EKF-SLAM을 시뮬레이션 하며 성능을 검증함으로써 SLAM을 이용한 쿼드콥터의 위치추정기술의 발전 가능성을 제시한다.
In this paper, a method for estimating the location of a quadcopter is proposed by applying an EKF-SLAM algorithm to its flight control, to autonomously control the flight of an unmanned quadcopter. The usefulness of this method is validated through simulations. For autonomously flying the unmanned ...
In this paper, a method for estimating the location of a quadcopter is proposed by applying an EKF-SLAM algorithm to its flight control, to autonomously control the flight of an unmanned quadcopter. The usefulness of this method is validated through simulations. For autonomously flying the unmanned quadcopter, an algorithm is required to estimate its accurate location, and various approaches exist for this. Among them, SLAM, which has seldom been applied to the quadcopter in domestic researches, was applied in this study to simulate a system that estimates flight trajectories of the quadcopter. SLAM can be implemented by using various methods such as the Kalman filter and particle filter. In this paper, an extended Kalman filter-based EKF-SLAM is introduced and . Prior to simulation, a dynamic model for the quadcopter is introduced, and simulations are carried out to determine the manner in which the of the quadcopter changes with respect to the thrust. Moreover, the leveling control and posture control are simulated through a PD controller, and the flight trajectories of the quadcopter are analyzed through the posture control. Furthermore, a virtual landmark is established for applying the EKF-SLAM based on a fabricated quadcopter simulator. Moreover, an observation model for observing the landmark is proposed for estimating the flight trajectories of the quadcopter, along with a state equation and a Jacobian matrix. Finally, by simulating the quadcopter EKF-SLAM and validating its performance, potential advancement in the simultaneous location estimation and mapping technology of the quadcopter is presented.
In this paper, a method for estimating the location of a quadcopter is proposed by applying an EKF-SLAM algorithm to its flight control, to autonomously control the flight of an unmanned quadcopter. The usefulness of this method is validated through simulations. For autonomously flying the unmanned quadcopter, an algorithm is required to estimate its accurate location, and various approaches exist for this. Among them, SLAM, which has seldom been applied to the quadcopter in domestic researches, was applied in this study to simulate a system that estimates flight trajectories of the quadcopter. SLAM can be implemented by using various methods such as the Kalman filter and particle filter. In this paper, an extended Kalman filter-based EKF-SLAM is introduced and . Prior to simulation, a dynamic model for the quadcopter is introduced, and simulations are carried out to determine the manner in which the of the quadcopter changes with respect to the thrust. Moreover, the leveling control and posture control are simulated through a PD controller, and the flight trajectories of the quadcopter are analyzed through the posture control. Furthermore, a virtual landmark is established for applying the EKF-SLAM based on a fabricated quadcopter simulator. Moreover, an observation model for observing the landmark is proposed for estimating the flight trajectories of the quadcopter, along with a state equation and a Jacobian matrix. Finally, by simulating the quadcopter EKF-SLAM and validating its performance, potential advancement in the simultaneous location estimation and mapping technology of the quadcopter is presented.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.