[논문]실시간 구조물 변위 모니터링을 위한 증분형 변위 측정 알고리즘

전해민; 신재욱; 명완철; 명현

doi:10.5302/j.icros.2012.18.6.579

Abstract ▼ AI-Helper

The purpose of this paper is to suggest IDE (Incremental Displacement Estimation) algorithm for the previously proposed visually servoed paired structured light system. The system is composed of two sides facing with each other, each with one or two lasers with a 2-DOF manipulator, a camera, and a s...

The purpose of this paper is to suggest IDE (Incremental Displacement Estimation) algorithm for the previously proposed visually servoed paired structured light system. The system is composed of two sides facing with each other, each with one or two lasers with a 2-DOF manipulator, a camera, and a screen. The 6-DOF displacement between two sides can be estimated by calculating the positions of the projected laser beams and rotation angles of the manipulators. In the previous study, Newton-Raphson or EKF (Extended Kalman Filter) has been used as an estimation algorithm. Although the various experimental tests have validated the performance of the system and estimation algorithms, the computation time is relatively long since aforementioned algorithms are iterative methods. Therefore, in this paper, a non-iterative incremental displacement estimation algorithm which updates the previously estimated displacement with a difference of the previous and the current observed data is introduced. To verify the performance of the algorithm, experimental tests have been performed. The results show that the proposed non-iterative algorithm estimates the displacement with the same level of accuracy compared to the EKF with multiple iterations with significantly less computation time.

주제어

AI 본문요약
AI-Helper

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

문제 정의

논문에서는 증분형 변위 측정 알고리즘 및 비주얼 서보잉 기반 변위 측정 시스템을 이용한 6 자유도 변위 측정 방법을 제안하였다. 제안한 알고리즘의 경우, 이전에 계산된 변위 값을 이전과 현재의 관측 값의 차이를 고려하여 6 자유도 변위를 예측하는 방법으로, 기존의 뉴튼-랍슨 혹은 확장형 칼만 필터와 같은 반복 기법과 비교할 때 상대적으로 짧은 시간 내 정확하게 측정할 수 있다는 장점이 있다.
하지만 위 알고리즘의 경우 여러 번의 반복을 통해 6자유도 변위 값을 추정하기 때문에 계산 시간이 상대적으로 오래 걸린다는 단점이 있다. 따라서 본 논문에서는 이전의 계산된 6자유도 변위 값과 투영된 레이저 포인터의 위치차를 이용하여 비반복적으로 변위를 측정하는 증분형 알고리즘을 소개한다. 본 논문의 제 II 장에서는 비주얼 서보잉 기반 양립형 구조광 시스템의 구조 및 기구학 방정식을 소개하고, 제 III 장에서는 증분형 변위 측정 알고리즘을 소개하며, 제 IV 장에서는 실험을 통해 알고리즘의 성능을 검증한다.

제안 방법

양 면의 카메라를 통해 영상을 획득한 뒤 렌즈 왜곡 보정, 코너 검출, 호모그래피(Homography) 계산 등 다양한 영상처리 알고리즘을 거쳐 레이저 빔의 위치를 계산한다. 그 후, 그림의 음영 처리된 부분에서 보는바와 같이 현재와 이전의 투영된 레이저의 위치 차, 기구부의 회전 각도를 바탕으로 IDE 알고리즘을 사용하여 두 면 사이의 6 자유도 변위를 예측 한다[9,10]. IDE 알고리즘은 계산된 변위 값과, 이전과 현재의 레이저 포인터의 위치 차를 이용하여 6자유도 변위를 예측하는 비반복 기법으로 계산 속도가 향상된다는 장점이 있다.
반복횟수가 각각 1번, 50번인 EKF(EKF(1), EKF(50)) 와 IDE 알고리즘을 이용하여 변위를 예측하였으며, 레이저 거리 센서의 변위 값과 비교하여 각 알고리즘의 성능을 확인하였다. 성능 확인 시, RMSE (Root Mean Square Error) 와 CORR (Cross-Correlation Coefficient)를 이용하였으며 그 결과는 표 1과 그리고 그림 4, 5같다.
증분형 변위 측정(IDE: Incremental Displacement Estimation) 알고리즘을 이용한 비주얼 서보잉 기반 양립형 구조광 로봇의 6자유도 변위 측정 과정은 그림 2와 같다. 양 면의 카메라를 통해 영상을 획득한 뒤 렌즈 왜곡 보정, 코너 검출, 호모그래피(Homography) 계산 등 다양한 영상처리 알고리즘을 거쳐 레이저 빔의 위치를 계산한다. 그 후, 그림의 음영 처리된 부분에서 보는바와 같이 현재와 이전의 투영된 레이저의 위치 차, 기구부의 회전 각도를 바탕으로 IDE 알고리즘을 사용하여 두 면 사이의 6 자유도 변위를 예측 한다[9,10].
제안한 IDE 알고리즘의 성능을 확인하기 위하여 다양한 실내 실험을 수행하였다. 본 실험의 구성은 그림 3과 같다.

데이터처리

두 면 사이의 거리는 2 m이며, 진동대를 이용하여 두 면 사이의 X 축, Y 축 방향 선형 변위를 인위적으로 발생시켰다. 또한, 제안한 알고리즘의 성능 검증을 위하여 레이저 거리 센서를 사용하였다.
반복횟수가 각각 1번, 50번인 EKF(EKF(1), EKF(50)) 와 IDE 알고리즘을 이용하여 변위를 예측하였으며, 레이저 거리 센서의 변위 값과 비교하여 각 알고리즘의 성능을 확인하였다. 성능 확인 시, RMSE (Root Mean Square Error) 와 CORR (Cross-Correlation Coefficient)를 이용하였으며 그 결과는 표 1과 그리고 그림 4, 5같다. 그림 4의 경우 X 축 선형 변위 결과이며, 그림 5는 Y 축 선형 변위 결과이다.

이론/모형

각 면의 레이저는 반대 면의 스크린을 향해 투영되며, 이때 투영된 레이저 포인터의 위치가 스크린을 벗어나지 않도록 2자유도 기구부를 이용하여 레이저의 움직임을 제어하였다. 투영된 레이저 포인터의 위치와 기구부의 회전 각도를 바탕으로 두 면 사이의 6자유도 변위를 측정할 수 있으며 측정 알고리즘으로는 뉴튼-랍슨(Newton-Raphson) 혹은 확장형 칼만 필터(EKF: Extended Kalman Filter)를 사용할 수 있다.

성능/효과

제안한 알고리즘의 경우, 이전에 계산된 변위 값을 이전과 현재의 관측 값의 차이를 고려하여 6 자유도 변위를 예측하는 방법으로, 기존의 뉴튼-랍슨 혹은 확장형 칼만 필터와 같은 반복 기법과 비교할 때 상대적으로 짧은 시간 내 정확하게 측정할 수 있다는 장점이 있다. 다양한 실내 실험을 통하여 제안한 알고리즘이 EKF(1) 비슷한 수행시간 내 EKF(50) 수준의 정확도로 변위를 예측하는 것을 확인 할 수 있었다. 향후에는 다수의 시스템을 개발 및 제작하여 현장 실험을 수행할 계획이다.
논문에서는 증분형 변위 측정 알고리즘 및 비주얼 서보잉 기반 변위 측정 시스템을 이용한 6 자유도 변위 측정 방법을 제안하였다. 제안한 알고리즘의 경우, 이전에 계산된 변위 값을 이전과 현재의 관측 값의 차이를 고려하여 6 자유도 변위를 예측하는 방법으로, 기존의 뉴튼-랍슨 혹은 확장형 칼만 필터와 같은 반복 기법과 비교할 때 상대적으로 짧은 시간 내 정확하게 측정할 수 있다는 장점이 있다. 다양한 실내 실험을 통하여 제안한 알고리즘이 EKF(1) 비슷한 수행시간 내 EKF(50) 수준의 정확도로 변위를 예측하는 것을 확인 할 수 있었다.

후속연구

다양한 실내 실험을 통하여 제안한 알고리즘이 EKF(1) 비슷한 수행시간 내 EKF(50) 수준의 정확도로 변위를 예측하는 것을 확인 할 수 있었다. 향후에는 다수의 시스템을 개발 및 제작하여 현장 실험을 수행할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	가속도계 센서의 단점은 무엇인가?	구조물 변위 측정에 쓰이는 센서로는 가속도계, GPS, LDV (Laser Doppler Vibrometer)등이 있다. 그러나 가속도계 센서의 경우 두 번 적분하여 변위를 계산하기 때문에 간접적으로 변위를 측정하고, 신호 이동(signal drift)으로 인한 오차가 존재하며, 온도와 같은 외부 환경에 영향을 받는다는 단점이 있다[2]. GPS는 정확도가 높으나 가격이 비싸다는 단점이 있으며[3], LDV의 경우 설치시 고정점이 필요하고 GPS와 마찬가지로 가격이 비싸다는 단점이 있다.
	비전 센서 기반 변위 측정 시스템의 한계는 무엇인가?	대부분의 비전 센서 기반 변위 측정 시스템의 경우, 구조물에 목표물을 설치하고 원거리 고정점에 설치한 카메라를 이용하여 목표물의 움직임을 측정하여 변위를 예측한다[4,5]. 그러나 위 방식의 경우 카메라와 목표물 사이의 거리가 멀기 때문에 조도 혹은 날씨와 같은 외부 환경에 민감하며, 가시거리(line of sight)가 확보되는 경우에만 변위를 예측할 수 있다는 한계점이 있다. 또한, 카메라와 목표물의 사이가 멀어질수록 영상 내 목표물의 크기가 작아져 검출하기 어렵고, 이를 극복하기 위해 고성능 망원경 렌즈를 사용할 경우 전체 시스템의 가격이 올라간다는 단점이 있다.
	구조물 변위 측정을 위해 어떤 센서가 이용되는가?	변위 측정은 구조물의 건전도를 평가하는 중요한 요소 중 하나로, 구조물의 동적 거동을 해석하고, 건전도 상태를 평가한다[1]. 구조물 변위 측정에 쓰이는 센서로는 가속도계, GPS, LDV (Laser Doppler Vibrometer)등이 있다. 그러나 가속도계 센서의 경우 두 번 적분하여 변위를 계산하기 때문에 간접적으로 변위를 측정하고, 신호 이동(signal drift)으로 인한 오차가 존재하며, 온도와 같은 외부 환경에 영향을 받는다는 단점이 있다[2].

참고문헌 (11)

D. Balageas, C. P. Fritzen, and A. Guemes, Structural Health Monitoring, New Jersey: John Wiley & Sons, Inc, 2006.
K. T. Park, S. H. Kim, H. S. Park, and K. W. Lee, "The determination of bridge displacement using measured acceleration," Engineering Structures, vol. 27, no. 3, pp. 371-378, Feb. 2005.

상세보기
F. Casciati and C. Fuggini, "Monitoring a steel building using GPS sensors," Smart Structures and Systems, vol. 7, no. 5, pp. 349-363, May 2011.

상세보기
J. J. Lee and M. Shinozuka, "Real-time displacement measurement of a flexible bridge using digital image processing techniques," Experimental Mechanics, vol. 46, no. 1, pp. 105-114, Feb. 2006.

상세보기
J. W. Park, J. J. Lee, H. J. Jung, and H. Myung, "Vision-based displacement measurement method for high-rise building structures using partitioning approach," NDT & E International, vol. 43, no. 7, pp. 642-647, Oct. 2010.

상세보기
H. Myung., S. M. Lee, and B. J. Lee, "Paired structured light for structural health monitoring robot system," Structural. Health Monitoring, vol. 10, no. 1, pp. 49-64, Jan. 2011

상세보기
H. Jeon, Y. Bang, and H. Myung, "A paired visual servoing system for 6-DOF displacement measurement of structures," Smart Materials and Structures, vol. 20, no. 4, p. 45019, Apr. 2011.

상세보기
H. Jeon, Y. Bang, H. Kim, and H. Myung, "Visual servoing-based paired structured light system for estimation of 6-DOF structural displacement," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 17, no. 10, pp. 989-904, Oct. 2011.

원문보기 상세보기
H. Jeon, J. U. Shin, and H. Myung, "Incremental displacement estimation of structures using paired structured light," Smart Structures and Systems, vol. 9, no. 3, pp. 273-286, Mar. 2012.

상세보기
H. Jeon, J. U. Shin, and H. Myung, "Structural displacement monitoring system using an incremental displacement estimation algorithm," Proc. of the 27th ICROS Annual Conference (in Korean), Seoul, Korea, Apr. 2012.
G. Welch and G. Bishop, An introduction to the Kalman filter, TR95-041., Department of Computer Science, University of North Carolina, Chapel Hill, 2006.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

실시간 구조물 변위 모니터링을 위한 증분형 변위 측정 알고리즘
Incremental Displacement Estimation Algorithm for Real-Time Structural Displacement Monitoring 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

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

실시간 구조물 변위 모니터링을 위한 증분형 변위 측정 알고리즘 Incremental Displacement Estimation Algorithm for Real-Time Structural Displacement Monitoring 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

전해민 (2) 신재욱 (1) 명완철 (1) 명현 (23)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

실시간 구조물 변위 모니터링을 위한 증분형 변위 측정 알고리즘
Incremental Displacement Estimation Algorithm for Real-Time Structural Displacement Monitoring 원문보기

AI 본문요약
AI-Helper