[논문]자율이동 로봇의 위치추정을 위한 변형된 칼만필터 방식

엄기환; 강성호; 김주웅

doi:10.6109/jkiice.2008.12.4.781

자율이동 로봇의 위치추정을 위한 변형된 칼만필터 방식
Modified Kalman Filter Method for the Position Estimation of an Autonomous Mobile Robot 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.12 no.4, 2008년, pp.781 - 790

엄기환 (동국대학교) , 강성호 ((주)마스타연구소) , 김주웅 (동국대학교)

초록
AI-Helper

본 논문에서는 칼만 필터 위치 추정 방식에서 노이즈 공분산에 의해 발산이 되는 문제점을 개선하기 위해 바퀴로 구성된 자율이동 로봇에 노이즈를 고려한 위치추정 방식을 제안하였다. 제안한 방식은 신경회로망을 이용한 변형된 칼만 필터 설계 방식으로, 신경회로망을 이용하여 시스템 노이즈와 측정노이즈의 공분산을 추정함으로서 발산을 방지하는 것이다. 제안한 방식의 유용성을 자체 제작한 자율이동 로봇을 대상으로 시뮬레이션 및 실험을 통하여 칼만 필터 위치 추정 방식 보다 우수함을 확인하였다.

Abstract ▼ AI-Helper

In order to improve on the divergence by noise convariance in the Kalman filter position estimation, we propose a method of position estimating through compensating the autonomous mobile robot's noise. Proposed method is the modified Kalman filter using neural network. It is prevented the divergence by the estimation of measurement noise covariance and system noise covariance. In order to verify the effectiveness of the proposed method, we performed simulations and experiments for position estimation. The results show that convergence and position error is reduced than the Kalman filter method.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 칼만필터 위치 추정 방식 에서 노이즈 공분 산에 의해 발산이 되는 문제점을 해결하기 위해 바퀴로 구성된 자율이동로봇에 노이즈를 고려한 위치추정 방식 을 제안하였다. 제안한 방식 은 신경 회로망을 이용한 칼만필터 설계 방식으로 신경회로망을 이용하여 노이즈 공분산을 추정함으로서 발산을 방지하는 것이다.
본 논문에서는 칼만필터 위치추정 방식의 문제점을 해결하기 위해 바퀴로 구성된 자율이동로봇에 노이즈를 고려한 위치추정 방식을 제안한다. 제안한 방식은 노이즈 공분산으로 인한 칼만필터 방식의 발산을 방지하기 위해 신경회로망을 이용한 변형된 칼만필터 설계 방식 이다.
제안한 방식은 노이즈 공분산으로 인한 칼만필터 방식의 발산을 방지하기 위해 신경회로망을 이용한 변형된 칼만필터 설계 방식 이다. 즉 제안한 방식의 목적은 신경회로망을 이용하여 노이 즈 공분산을 추정 하는 것이다. 제안한 방식의 유용성을 확인하기 위하여 로봇의 위치 추정에 대하여 제안한 신경회로망을 이용한 칼만필터 방식 과 기존의 일반적인 방식에 대하여 시뮬레이션 및 제작한 자율 이동로봇의 실험을통하여 비교 검토한다.

가설 설정

랜덤변수인 프로세스 노이즈 와 측정 노이즈 *는 서로 독립이고, 화이트(white)이며 제로 평균인정 규분포로 가정 한다[8].

제안 방법

신경회로망의 구성은 시스템 노이즈 공분산과 측정노이즈 공분산에 대하여 각각 입 력층에 3개의 뉴런과 은닉층에 5개의 뉴런 줄력증에 3개의 뉴런을 사용하여 간단하게 구성하였다.
실험은 시뮬레이션 조건과 같은 조건으로 일정한 속도로 로봇은 직진 운동을 하도록 하였다.
이 장에서는 시뮬레이션에서 검토한 방식들을 자체 제작한 실제 시스템에 적용하고 기존의 방식과 제안한 방식 을 비교 검토 한다.
방식 을 제안하였다. 제안한 방식 은 신경 회로망을 이용한 칼만필터 설계 방식으로 신경회로망을 이용하여 노이즈 공분산을 추정함으로서 발산을 방지하는 것이다. 제안한 방식의 유용성을 확인하기 위하여 자율 이동로봇의 노이즈를 고려한 위치 추정에 대하여 제안한 신경회로망을 이용한 칼만필터 방식과 기존의 일반적인 칼만 필터 방식에 대하여 시뮬레이션 및 자체 제작한 자율 이동로봇의 실험을통하여 비교검토한결과는 다음과 같다.
고려한 위치추정 방식을 제안한다. 제안한 방식은 노이즈 공분산으로 인한 칼만필터 방식의 발산을 방지하기 위해 신경회로망을 이용한 변형된 칼만필터 설계 방식 이다. 즉 제안한 방식의 목적은 신경회로망을 이용하여 노이 즈 공분산을 추정 하는 것이다.
즉 제안한 방식의 목적은 신경회로망을 이용하여 노이 즈 공분산을 추정 하는 것이다. 제안한 방식의 유용성을 확인하기 위하여 로봇의 위치 추정에 대하여 제안한 신경회로망을 이용한 칼만필터 방식 과 기존의 일반적인 방식에 대하여 시뮬레이션 및 제작한 자율 이동로봇의 실험을통하여 비교 검토한다.
제안한 방식 은 신경 회로망을 이용한 칼만필터 설계 방식으로 신경회로망을 이용하여 노이즈 공분산을 추정함으로서 발산을 방지하는 것이다. 제안한 방식의 유용성을 확인하기 위하여 자율 이동로봇의 노이즈를 고려한 위치 추정에 대하여 제안한 신경회로망을 이용한 칼만필터 방식과 기존의 일반적인 칼만 필터 방식에 대하여 시뮬레이션 및 자체 제작한 자율 이동로봇의 실험을통하여 비교검토한결과는 다음과 같다.

대상 데이터

로봇 바퀴간의 거리 이다. 시뮬레이션에서 로봇 바퀴의 반지름은 0.04m, 기어비는 48:1로 자체 제작한 실제 시스템 파라미 터를 사용하였다.
실험에 이용한 시스템 노이즈 공분산은 [3040 10] 이며, 측정 노이즈 공분산은 [303020]이다. 제안한 방식 에서 신경회로망은 시뮬레이션과 같은 조건을 사용하였다.

이론/모형

5. The estimated position of the robot by the general Kalman filter method.(Large measement noise)
신경회로망의 학습률은 0, 01, 초기 바이어스항은 1, 초기 가중치는 1과 1사이의 랜덤한 값, 활성화 함수는 log-sigmoid 함수를 사용하였다. 노이즈 공분산인 시스템 노이즈 공분산은 [50 60 4이, 측정 노이즈 공분산은 [20 10 1이으로 일반적인 칼만필터 방식에서 발산했을 때와 같은 조건을 적 용하였다.
이동로봇에 위치 추정을 위하여 칼만필터 이론을 적용한 일반적인 칼만필터 방식 에 대하여 시뮬레이션한다 [2].
제안한 방식에서 신경회로망의 구조는 다층 신경회로망(multi-layer neural network) 구조이며, 오차 역전파 (error backpropagation) 학습규칙을 이용한다[4][8]. 오차역전파 학습규칙은 성능지수가 최소가 되도록 연결강도를 조정 한다.

성능/효과

그림 11에서 확인할 수 있듯이 제안한 방식의 초기위치 오차는 상당히 크지 만, 발산하지 않으며 X축에 대하여 평균 0.28cm, Y축에 대하여 평균 0.19cm 위치 오차가 발생 했다.
시스템 노이즈보다 측정 노이즈에 영향을 많이 받는 경우에 제안한 방식과 기존의 칼만필터 방식은 측정노이즈에 강인하였다.
시스템 노이즈와 측정 노이즈가 비슷하게 영향을 주는 경우에는 제안한 방식은 X축에 대하여 평균 -13.12cm, Y축에 대하여 평균-14.30cm 위치 오차가 발생하였고, 기존의 칼만필터 방식은 X축에 대하여 평균 -14.24cm, Y축에 대하여 평균 -15.35cm 위치 오차가 발생하였다.

참고문헌 (8)

Roland Siegwart and Illah R. Nourbakhsh, Introduction to Autonomous Mobile Robots, The MIT Press, 2004
Michele Lacagnina, Giovanni Muscato and Rosario Sinatra, "Kinematics, dynamics and control of a hybrid robot Wheeleg," Robotics and Autonomous Systems, Volume 45, Issues 34, pages 161180, December 2003
Dongbing Gu and Huosheng Hu, "Neural predictive control for a carlike mobile robot," Robotics and Autonomous Systems, Volume 39, Issue 2, pages 7386, May 2002
Meghdari, D. Naderi and M.R. Alam, "Neuralnetwork observer for realtime tipover estimation," Mechatronics, Volume 15, Issue 8, pages 9891004, October 2005
Dan Simon, "Training radial basis neural networks with the extended Kalman filter," Neurocomputing, Volume 48, Issues 14, pages 455475, October 2002
Mohinder S. Grewal and Angus P. Andrews, Kalman Filtering (Theory and Practice Using MATLAB), A WileyInterscience Publication, 2001
Kalman R. E., " A New Approach to Linear Filtering and Prediction Problems," Transaction of the ASMEJournal of Basic Engineering, pages 3545, March 1960
Martin T. Hagan, Howard B. Demuth and Mark Beale, Neural Network Design, PWS Publishing, 1996

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증