[논문]Gyroscope Free 관성 항법 장치의 데이터 보정을 위한 퍼지 추론 시스템

김재용; 김정민; 우승범; 김성신

doi:10.5391/jkiis.2011.21.4.518

초록
AI-Helper

본 논문은 퍼지 추론 시스템(FIS: fuzzy inference system)을 이용하여 자이로스코프를 사용하지 않는 관성 항법 장치(GFINS: gyroscope free inertial navigation system)의 가속도계 데이터를 보정하는 방법에 관한 연구이다. 일반적인 관성항법 장치(INS: inertial navigation system)는 주로 가속도계와 같은 병진운동을 감지하는 관성 센서와 자이로스코프와 같은 회전 운동을 감지하는 관성 센서를 이용하여 위치와 yaw각을 측정하는 장치이다. 하지만 INS는 자이로스코프를 사용하기 때문에 소형화 및 저전력 설계가 어렵다. 이러한 문제를 해결하기 위하여 자이로스코프를 사용하지 않는 GFINS에 대한 연구가 활발히 진행되고 있다. GFINS에 사용되는 가속도계는 적분과 외란에 의한 오차가 시간이 지남에 따라 누적되는 문제가 있다. 따라서 본 논문에서는 가속도계의 누적 오차 문제를 해결하기 위해, 레이저 내비게이션과 가속도계의 선속도 비율과 엔코더와 가속도계의 선속도 비율을 통해 GFINS의 데이터를 보정하는 FIS를 제안한다. 제안된 Fuzzy-GFINS를 평가하기 위해, 직접 제작한 메카넘 휠 AGV(autonomous ground vehicle)에 제안된 GFINS를 적용하였다. 실험 결과, 제안된 방법이 GFINS의 출력 데이터를 효과적으로 보정하는 것을 확인 할 수 있었다.

Abstract ▼ AI-Helper

This paper presents a study on the calibration of accelerometer data in the gyroscope free inertial navigation system(GFINS) using fuzzy inference system(FIS). The conventional INS(inertial navigation system) which can measure yaw rate and linear velocity using inertial sensors as the gyroscope and ...

This paper presents a study on the calibration of accelerometer data in the gyroscope free inertial navigation system(GFINS) using fuzzy inference system(FIS). The conventional INS(inertial navigation system) which can measure yaw rate and linear velocity using inertial sensors as the gyroscope and accelerometer. However, the INS is difficult to design as small size and low power because it uses the gyroscope. To solve the problem, the GFINS which does not have the gyroscope have been studied actively. However, the GFINS has cumulative error problem still. Hence, this paper proposes Fuzzy-GFINS which can calibrate the data of an accelerometer using FIS consists of two inputs that are ratio between linear velocity of the autonomous ground vehicle(AGV) and the accelerometer and ratio between linear velocity of the encoders and the accelerometer. To evaluate the proposed Fuzzy-GFINS, we made the AGV with Mecanum wheels and applied the proposed Fuzzy-GFINS. In experimental result, we verified that the proposed method can calibrate effectively data of the accelerometer in the GFINS.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 누적 오차 문제를 해결하기 위하여 퍼지 추론 시스템(FIS : fuzzy inference system)을 이용하여 가속도계의 데이터를 효과적으로 보정하는 Fuzzy–GFINS를 제안한다[13–14].
본 논문에서는 FIS와 엔코더의 데이터를 이용하여 GFINS의 가속도계 데이터를 보정하는 Fuzzy–GFINS를 제안하였다.

제안 방법

AGV의 선속도를 측정하기 위하여 레이저 내비게이션을 AGV의 중심에 설치하였다. 레이저 내비게이션에서 측정된 AGV의 x, y축 선속도는 표 1과 같으며, 본 논문에서 AGV의 선속도와 가속도계의 선속도 비율을 계산하기 위해서 평균 선속도를 사용하였다. 직선과 측면은 각각 AGV를 y축, x축으로 주행하였을 때의 선속도이며, 대각은 x, y축 좌표평면 상에서 대각으로 주행하였을 때의 선속도이다.
실험은 300 cm × 300 cm 공간에서 380 mm/s의 속도로 직선과 측면, 대각의 방향으로 각각 10회 반복 주행하였으며, 제안된 Fuzzy–GFINS와 실제 AGV의 움직임을 비교하기 위하여 전역 위치 측정 센서인 레이저 내비게이션을 AGV의 중심에 부착하였다.
본 논문에서는 제안된 Fuzzy–GFINS의 성능을 평가하기 위하여 엔코더, 가속도계의 데이터로 계산한 선속도 및 yaw각을 레이저 내비게이션으로 측정한 선속도 및 yaw각과 비교하였다.
따라서 제안된 Fuzzy–GFINS와 각 센서들로부터 계산된 yaw각을 비교하기 위하여 각 주행 방향에 대해 레이저 내비게이션과의 RMSE를 계산하였다.
△X, △Y는 각각 x축과 y축의 위치 변화량이며, acc_X, acc_Y는 x, y축의 가속도이다. 각 센서들로부터 계산된 선속도를 비교하기 위하여 yaw각과 같이 레이저 내비게이션에 대한 RMSE를 계산하였다. 그림 6은 시간에 따르는 선속도의 RMSE의 변화를 나타낸 그래프이다.
따라서 이러한 문제를 해결하기 위하여 제안된 Fuzzy–GFINS는 AGV와 가속도계의 선속도 비율과 엔코더와 가속도계의 선속도 비율을 입력으로 하는 FIS를 사용하여 가속도계의 데이터를 보정한다.
제안된 Fuzzy–GFINS는 메카넘 휠이 장착된 AGV에 적합하도록 연구되었다.

대상 데이터

모멘트 m은 이전 선속도가 현재 선속도에 일정하게 영향을 미친다는 점을 이용하여 실험을통하여 구할 수 있다. 본 논문에서는 AGV를 380 mm/s로 반복 주행하는 사전 실험을 통해 1.657의 값을 획득하였다.
제안된 Fuzzy–GFINS의 성능을 평가하기 위하여 그림 4와 같은 메카넘 휠을 장착한 AGV를 직접 제작하였다.

데이터처리

제안된 Fuzzy–GFINS의 성능을 평가하기 위하여 레이저 내비게이션을 기준으로 직선과 측면, 대각 방향에 대한 yaw각과 선속도의 평균 RMSE를 계산하였다.

이론/모형

두 입력은 모두 0에서 1사이의 비율 값이며, 출력은 가속도계를 보정하기 위한 0에서 1사이의 보정 비율이다. 본 논문에서 사용된 FIS의 소속 함수는 휴리스틱 기법을 이용하여 실험적으로 설계하였다. FIS의 소속 함수는 그림 3과 같다.

성능/효과

그림 5와 같이 제안된 Fuzzy–GFINS가 직선과 측면의 경우 엔코더와 유사한 성능을 보이지만 대각의 경우 성능이 향상된 것을 확인할 수 있었다.
하지만 제안된 Fuzzy–GFINS는 가속도계의 누적오차를 보정하여 가속도계만을 사용한 GFINS에 비해 오차가 작은 것을 확인할 수 있었다.
그리고 제안된 Fuzzy–GFINS는 직선과 측면 주행 경우 엔코더와 유사한 결과가 나왔으며 대각 주행의 경우 엔코더보다 향상된 것을 확인 할 수 있었다.
제안된 Fuzzy–GFINS는 직선과 측면, 대각 주행 방향에 대하여 가속도계만을 사용한 GFINS에 비해 오차가적은 것을 확인할 수 있다.
제안된 Fuzzy–GFINS의 RMSE는 직선과 측면, 대각 순으로 yaw 각은 각각 2.80°, 3.76°, 1.60°를 보였으며, 선속도는 각각 1.08 mm/s, 1.12 mm/s, 0.94 mm/s를 가짐을 확인할 수 있었다.
그리고 직선과 측면 방향에 대하여 제안된 Fuzzy–GFINS와 엔코더의 RMSE는 유사하였으며, 대각으로는 제안된 Fuzzy–GFINS의 RMSE가 낮은 것을 확인 할 수 있었다.
실험 결과, yaw각과 유사하게 직선과 측면 방향에 대하여 제안된 Fuzzy–GFINS의 RMSE가 가속도계보다 낮으며 엔코더와는 유사하였다.
실험 결과, yaw각과 유사하게 직선과 측면 방향에 대하여 제안된 Fuzzy–GFINS의 RMSE가 가속도계보다 낮으며 엔코더와는 유사하였다. 또한, 대각의 경우 엔코더보다 성능의 향상된 것을 확인 할 수 있었다.
94 mm/s를 가짐을 확인할 수 있었다. 실험 결과, 본 논문에서 제안한 Fuzzy–GFINS가 가속도계를 효과적으로 보정하여 yaw각과 선속도를 엔코더나 가속도계보다 비교적 정확하게 출력되는 것을 확인 할 수 있었다. 향후 연구 과제로는 일정한 방향과 속도를 가질 때에만 효과적으로 보정되는 제안된 Fuzzy–GFINS를 동적인 방향과 속도에 대해서도 적용 가능한 방법을 연구할 것이다.

후속연구

실험 결과, 본 논문에서 제안한 Fuzzy–GFINS가 가속도계를 효과적으로 보정하여 yaw각과 선속도를 엔코더나 가속도계보다 비교적 정확하게 출력되는 것을 확인 할 수 있었다. 향후 연구 과제로는 일정한 방향과 속도를 가질 때에만 효과적으로 보정되는 제안된 Fuzzy–GFINS를 동적인 방향과 속도에 대해서도 적용 가능한 방법을 연구할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	대표적인 전방향 구동 방식은 무엇이 있나?	최근, 물류 산업에서는 작업의 효율성을 증대시키기 위하여 양 바퀴 구동 방식이나 차축 구동 방식과 함께 로봇의 자세와 상관없이 전방향으로 주행 가능한 자율 주행 차량에 대한 관심이 증가하고 있다. 대표적인 전방향 구동 방식으로는 swerve drive와 holonomic drive, Mecanum drive 등이 있다. 이 중, Mecanum drive는 일반적인 바퀴 둘레에 45°로 기울어진 롤러가 다수 장착된 형태인 메카넘 휠을 사용하여 주행하는 방식이다.
	INS은 무엇인가?	INS는 병진 운동에 대한 이동 관성과 회전 운동에 대한 회전 관성을 측정하여 물체의 상대적인 이동거리와 방향을 측정하는 장치이다. 일반적으로 INS는 이동 관성을 측정하기 위하여 가속도계를 사용하며 회전 관성을 측정하기 위하여 자이로스코프를 사용한다[7-10].
	GFINS는 어떤 단점이 있나?	GFINS에서는 주로 가속도계를 관성 센서로 사용하며, 계측된 관성 데이터를 적분하여 선속도와 yaw각을 계산한다. 하지만 가속도계는 시간이 지나면서 오차가 누적되는 문제가 있기 때문에 신뢰성이 떨어지는 단점이 있다. 따라서 본 논문에서는 누적 오차 문제를 해결하기 위하여 퍼지 추론 시스템(FIS : fuzzy inference system)을 이용하여 가속도계의 데이터를 효과적으로 보정하는 Fuzzy-GFINS를 제안한다[13-14].

참고문헌 (14)

김정민, 김연태, 김성신, "확장 칼만 필터를 이용한 로봇의 실내위치측정," 퍼지 및 지능 시스템학회 논문지, 제18권, 5호, pp. 706-711, 2008.

원문보기 상세보기
S. Kim, J. Kim, S. Kim, "Simultaneous localization and mapping of a wheel-based autonomous vehicle with ultrasonic sensors," 14th AROB, vol. 14, no. 2, pp. 186-190, 2009.
J. Do, J. Kim, S. Kim, "Localization error correction for mobile robot using laser range finder," 11th SCIS-ISIS, pp. 904-907, 2010.
R. A. Brooks, "A robust layered control system for a mobile robot," IEEE Journal of Robotics and Automation, vol. 2, no. 1, pp. 14-23, 1986.

상세보기
M. Betke, L. Gurvits, "Mobile robot localization using landmarks," IEEE Transactions on Robotics and Automation, vol. 13, no. 2, pp. 251-263, 1997.

상세보기
J. Kim, J. Park, S. Kim, "Inertial navigation system for omni directional AGV with mecanum wheel," MIME 2011, pp. 270-273, 2011.
J. Farrell, "The Global Positioning system & Inertial Navigation," McGraw-Hill, 1998.
장욱, 강경호, 최은석, 방원철, Alexy Potanin, 김동윤, "저가격 관성 센서를 이용한 펜 형 입력 장치의 개발," 퍼지 및 지능 시스템학회 논문지, 제13권, 2호, pp. 247-258, 2003.

원문보기 상세보기
J. Yi, H. Wang, J. Zhang, D. Song, S. Jayasuriya, J. Liu, "Kinematic modeling and analysis of skidsteered mobile robots with applications to low-cost inertial measurement unit based motion estimation," IEEE Transactions on Robotics, vol. 25, no. 5, pp. 1087-1097, 2009.

상세보기
F. Li, Z. Xin, "Design of inertial navigation system based on miromechanical gyroscop and accelerometer," Control and Decision conference, pp. 1351-1354, 2009.
A. Li, F. Qin, J. Xu, S. Jiang, "Gyroscope Free Strapdown Inertial Navigation System using rotation modulation." 2009 Second International Conference on Intelligent Computation Technology and Automation, pp. 611-614, 2009.
Z. Shi, J. Yang, P. Yue, Z. Cheng, "A new calibration and compensation method for installation errors of accelerometers in gyroscope free strap-down inertial navigation system," IEEE Proceedings International conference on Information and Automation, pp. 924-929, 2010.
김정민, 박정제, 전태룡, 김성신, "퍼지와 비례 제어를 이용한 지게차 AGV의 주행제어," 퍼지 및 지능시스템학회 논문지, 제19권, 5호, pp. 699-705, 2009.

원문보기 상세보기
T. Kim, J. Do, E. Jung, G. Baek, S. Kim, "Adaptive tuning of a kalman filter using fuzzy logic for attitude reference system," 16th AROB, pp. 310-313, 2011.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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

[국내논문] Gyroscope Free 관성 항법 장치의 데이터 보정을 위한 퍼지 추론 시스템
Fuzzy Inference System for Data Calibration of Gyroscope Free Inertial Navigation System 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] Gyroscope Free 관성 항법 장치의 데이터 보정을 위한 퍼지 추론 시스템 Fuzzy Inference System for Data Calibration of Gyroscope Free Inertial Navigation System 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

김재용 (1) 김정민 (19) 우승범 (3) 김성신 (113)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] Gyroscope Free 관성 항법 장치의 데이터 보정을 위한 퍼지 추론 시스템
Fuzzy Inference System for Data Calibration of Gyroscope Free Inertial Navigation System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문