[논문]9축 관성/자기센서를 이용한 자기교란 및 자세 추정용 병렬 칼만필터

이정근

doi:10.3795/ksme-a.2016.40.7.659

[국내논문] 9축 관성/자기센서를 이용한 자기교란 및 자세 추정용 병렬 칼만필터
A Parallel Kalman Filter for Estimation of Magnetic Disturbance and Orientation Based on Nine-axis Inertial/Magnetic Sensor Signals 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.40 no.7, 2016년, pp.659 - 666

초록
AI-Helper

자기교란은 관성/자기센서를 이용한 자세추정시 추정정확도를 저하시키는 주된 원인이다. 본 논문은 저자가 개발한 6축 관성센서를 이용한 센서가속도 추정용 칼만필터의 확장으로서, 9축 관성/자기센서를 이용하여 운동체의 자세가 지속적으로 변화하는 가운데 운동체 주변 자기교란을 정확히 추정하고, 이를 통해 자기교란환경에서도 정확한 3차원 자세를 추정할 수 있는 병렬 칼만필터를 제안한다. 제안하는 필터는 자기교란벡터를 상태변수로 지정하여 명시적으로 추정하며, 병렬구조이므로 설령 극심한 자기교란에 의해 자세추정이 영향을 받더라도 롤과 피치와는 무관하고 요에만 영향이 국한되는 장점을 지닌다. 제안방법은 로봇이나 선박, 항공기처럼 자기적으로 균등하지 않은 환경에서 운용되는 분야에 효과적으로 적용될 수 있다.

Abstract ▼ AI-Helper

Magnetic disturbance is one of the main factors that deteriorate the accuracy of orientation estimation methods based on inertial/magnetic sensor signals. This paper proposes a parallel Kalman filter(KF) that explicitly detects magnetic disturbances and thus can accurately estimate 3D orientation in magnetically disturbed environments. Due to the parallel nature of the proposed KF, even severe magnetic disturbances only affect yaw estimation, while roll and pitch values remain accurate. Consequently, the proposed KF can be effectively used in various applications that involve magnetically inhomogeneous environments, such as robots, ships, and planes.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 9축 관성/자기센서를 이용하여(센서가속도에 더하여) 자기교란을 명시적으로 추정하고 이를 통해 자기교란된 환경에서도 우수한 3차원 자세 추정성능을 갖는 병렬 칼만필터를 제안한다. 제안된 병렬 칼만필터는 3차원 자세를 틸트와 헤딩으로 나누어, 하나의 필터에서는 자이로와 가속도계 신호를 이용하여 틸트와 센서가속도를, 다른 하나의 필터에서는 자이로와 지자기센서 신호를 이용하여 헤딩과 자기교란을 추정하도록 하고 있다.

가설 설정

첫째, 가속도계신호가 중력가속도에 지배받는 경우는 (준)정적조건에 한하며 동적조건의 경우 가속도계신호는 중력가속도에 센서가속도가 더해지며 이 둘은 구분되지 않는다.⁽⁸⁾두번째, 지자기센서는 순수 지구자기장뿐 아니라, 센서 주위의 모든 자기장에 반응한다. 그러므로 센서가 자기적으로 균등한(magnetically homogeneous) 환경에서 운용되는 경우가 아니라면 지자기센서 신호는 지구자기장에 자기교란(magnetic disturbance) 성분이 더해지며 이둘 역시 구분되지 않는다.

제안 방법

제안된 병렬 칼만필터는 3차원 자세를 틸트와 헤딩으로 나누어, 하나의 필터에서는 자이로와 가속도계 신호를 이용하여 틸트와 센서가속도를, 다른 하나의 필터에서는 자이로와 지자기센서 신호를 이용하여 헤딩과 자기교란을 추정하도록 하고 있다. 두 개의 칼만필터는 병렬구조로 완전히 독립적이면서도 체계적인 일대일 대응구조를 갖도록 설계되었다. 자기교란이 상태벡터의 일부로 설정되어 있으므로, 관성/자기센서를 자세추정의 목적외에도 자세변화시에도 자기장 측정의 수단으로 활용할 수 있다.
본 논문은 9축 관성/자기센서 신호를 바탕으로 운동체의 자세가 지속적으로 변화하는 가운데 운동체 주변 자기교란을 정확히 추정하고, 이를 통해 자기교란환경에서도 정확한 3차원 자세를 추정할 수 있는 병렬 칼만필터를 제안한다. 제안된 필터는 다양한 조건하에서 광학모션캡쳐시스템을 이용하여 그 정확성을 검증하였다.
본 논문이 제안하는 병렬 칼만필터는 3차원 자세와 더불어, 센서가속도와 자기교란을 추정한다. 하나의 칼만필터는 – 참고문헌⁽⁸⁾이 이 필터에 대한 논문임 – 틸트벡터 ^SZ와 센서가속도 a가 칼만필터의 상태벡터로 설정되며, 다른 하나는 헤딩 벡터 ^SX′ 과 자기교란 d가 상태벡터로 설정된다(Fig.
시험은 자기교란을 발생시키는 가운데 센서가속도를 달리하여 세 가지가 실시되었다. Test A 정지시험, Test B 저속시험, Test C 고속시험(Table 2 참조).
본 논문에서는 9축 관성/자기센서를 이용하여(센서가속도에 더하여) 자기교란을 명시적으로 추정하고 이를 통해 자기교란된 환경에서도 우수한 3차원 자세 추정성능을 갖는 병렬 칼만필터를 제안한다. 제안된 병렬 칼만필터는 3차원 자세를 틸트와 헤딩으로 나누어, 하나의 필터에서는 자이로와 가속도계 신호를 이용하여 틸트와 센서가속도를, 다른 하나의 필터에서는 자이로와 지자기센서 신호를 이용하여 헤딩과 자기교란을 추정하도록 하고 있다. 두 개의 칼만필터는 병렬구조로 완전히 독립적이면서도 체계적인 일대일 대응구조를 갖도록 설계되었다.
제안하는 병렬 칼만필터의 성능확인을 위하여, 가속도계, 자이로스코프, 지자기센서를 포함하는 GY-87 관성/자기센서 모듈이 사용되었다(Table 1 참조). GY-87의 신호는 Arduino UNO R3마이크로콘트롤러(Arduino, Italy)를 통해 PC와 USB 시리얼 통신되고 칼만필터에 입력되었다(Fig.
본 논문은 참고문헌⁽⁸⁾의 확장판이다. 즉, 참고문헌⁽⁸⁾이 6축 관성센서를 이용하여 2차원 자세인 틸트(tilt)와 센서가속도를 추정하였다면, 본 논문은 9축 관성/자기센서를 이용하여 틸트와 센서가속도에 더하여 헤딩(heading)과 자기교란을 추정한다. 참고로 틸트에 헤딩이 결합되어 3차원 자세가 완성된다.

대상 데이터

본 논문이 대상으로 하는 9축 관성/자기센서는 3축 가속도계와 3축 자이로스코프로 이루어진 관성센서에 3축 지자기센서(magnetometer)를 결합한 것이며, 가장 일반적인 관성측정센서 구성이다. 6축 관성센서에 3축 지자기센서가 결합하는 이유는 이를 통해 3차원 자세추정이 가능하기 때문이다.
자기교란 발생을 위하여 117×225×2.2 mm (가로×세로×두께) 크기의 강철판이 사용되었다.

데이터처리

제안하는 알고리즘의 성능, 즉 자기교란 추정정확도와 3차원 자세 추정정확도를 검증하기 위하여, 저자가 개발하여 참고문헌(5)에 소개된 쿼터니언(quaternion)기반의 Gauss-Newton방식 자세추정 알고리즘의 추정정확도와 비교되었다(이하 G-N방법으로 표기).

이론/모형

2(a) 참조). 비교를 위한 참조값(truth reference)을 위해 OptiTrackFlex13 광학식 모션캡쳐시스템(NaturalPoint, Inc. USA)이 사용되었다. 즉, Fig.

성능/효과

Test A 정지시험에서는 자기교란량 #의 RMS(root mean square)가 365.8 mGauss(이하 mG)로 세가지 시험조건 중 가장 큰 자기교란에 장시간 노출되었음에도 불구하고, 자기교란벡터 RMSE (RMS error) 5.1 mG와 롤/피치/요 RMSE평균 모두 1° 이내의 매우 정확한 추정능력을 보였다(Table 2, 3 참조).
Test A~C의 결과에서 보듯이 자기교란이 존재하는 시험조건에서 제안방법은 G-N방법에 비해 월등한 자세추정성능 우세를 보였다. 이러한 우세는 제안방법이 자기교란벡터를 상태변수로 지정하여 명시적으로 추정하고 있으며 이를 통해 자기교란효과가 정확하게 자세추정에 고려되기 때문이다.
21°). 이런 상반되는 경향은 Test A에서 B, C로 갈수록 운동속도는 증가하고 자기교란량은 감소했었는데, 제안방법은 가속조건영향으로 정확도가 다소 감소하고,G-N방법은 오히려 교란량 감소로 그나마 정확도가 개선되었다고 판단된다. 자기교란벡터 감소는 시험시 속도조건이 높아질수록 센서가 교란된 자기장에 머무는 시간이 줄어들었기 때문이다.
본 논문은 9축 관성/자기센서 신호를 바탕으로 운동체의 자세가 지속적으로 변화하는 가운데 운동체 주변 자기교란을 정확히 추정하고, 이를 통해 자기교란환경에서도 정확한 3차원 자세를 추정할 수 있는 병렬 칼만필터를 제안한다. 제안된 필터는 다양한 조건하에서 광학모션캡쳐시스템을 이용하여 그 정확성을 검증하였다.
제안방법에서도 정지시험에 비해 시험의 속도조건이 높아질수록 자기교란 추정오차와 자세 추정오차가 다소 증가하였다(평균 Test A 0.33°< Test B1.03°< Test C 1.34°).
제안방법은 다양한 속도(최대 센서가속도 조건 0~20m/s2) 및 자기교란 조건( d =200~400 mGauss)에서 최대 자세추정오차가 롤/피치 1° 이내 및 요약 3°로, G-N방법의 롤/피치 약 5° 및 약 17°에 비해 월등한 성능을 보였다.
참고로 Test B와 비슷한 속도조건에서 진행되었으나(센서 가속도 평균 0.69m/s2, 최대 3.77m/s2), 자기교란없이 균등한 자기환경에서 진행된 시험에서는 제안방법과 G-N방법이 동등한 자세추정 성능을 보였다 – (제안방법) 롤 0.39°, 피치 0.29°, 요 0.24°; (G-N방법) 롤 0.93°, 피치 0.26°, 요 0.29°.
하지만 관성/자기센서를 이용한 자세추정시 추정정확도를 저하시키는 두 가지 요소가 있다. 첫째, 가속도계신호가 중력가속도에 지배받는 경우는 (준)정적조건에 한하며 동적조건의 경우 가속도계신호는 중력가속도에 센서가속도가 더해지며 이 둘은 구분되지 않는다.⁽⁸⁾두번째, 지자기센서는 순수 지구자기장뿐 아니라, 센서 주위의 모든 자기장에 반응한다.

후속연구

또한 관성/자기센서는 선박이나 항공기 등의 자세나 추진력 제어에 활용가능한데 동체 자체가 강한 자성체이므로 관성/자기센서의 설치위치에 따라 자세추정 성능이 크게 영향받을 수 있다. 이 경우 역시 제안방법을 이용하여 설치위치별 자기장을 손쉽게 추정할 수 있으며 이를 통해 센서의 성능도 향상시킬 수 있으리라 기대된다.
제안방법은 자기교란벡터를 명시적으로 추정하므로써 로봇이나 선박/항공기처럼 자기적으로 균등하지 않은 환경에서 운용되는 분야에 효과적으로 적용될 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	9축 관성/자기센서는 무엇으로 구성되어 있는가?	본 논문이 대상으로 하는 9축 관성/자기센서는 3축 가속도계와 3축 자이로스코프로 이루어진 관성센서에 3축 지자기센서(magnetometer)를 결합한 것이며, 가장 일반적인 관성측정센서 구성이다. 6축 관성센서에 3축 지자기센서가 결합하는 이유는 이를 통해 3차원 자세추정이 가능하기 때문이다.
	9축 관성/자기센서기반 3차원 자세 추정에서 표류오차를 보정하기 위한 방법은 무엇인가?	9축 관성/자기센서기반 3차원 자세 추정의 기본개념은 우선 3축 자이로스코프 신호를 스트랩다운(strapdown) 적분하여 자세를 추측한다. 이때 적분 경과에 따라 누적되는 표류오차(drift)를 보정하기위해서, 가속도계 신호가 포함하는 중력가속도 성분을 이용하여 자세의 수직방향성분 즉, 롤(roll)과 피치(pitch)를 보정하고, 지자기센서가 감지하는 지구자기장 벡터를 이용하여 수평방향성분 즉, 요(yaw)를 보정하는 것이다. 이 개념에 기초하여 수많은 3차원 자세추정 칼만필터(Kalman filter) 알고리즘이 개발되었다.
	칼만필터의 측정잡음 공분산행렬 또는 보정에 사용되는 벡터를 변경하는 방법이 자기교란 벡터를 직접적으로 추정하지 않지만 활용도가 높은 이유는 무엇인가?	하지만 이들 방식은 자기교란 벡터를 직접적으로 추정하지 않는다. 다시말해, 자기교란을 자세추정의 정확성을 저하시키는 요소라는 점에서 접근할 뿐, 해당 물리량 자체의 중요성은 고려하지 않는 방식이다. 하지만 정확한 추정을 통해 특정공간내 자기교란의 3차원 분포(spatial distribution of indoor magnetic disturbance)를 파악하는 것은 실내 보행자 위치 추적 등 활용도가 매우 크다.

참고문헌 (13)

Sabatini, A. M., 2011, "Estimating Three- Dimensional Orientation of Human Body Parts by Inertial/Magnetic Sensing," Sensors, Vol. 11, No. 2, pp. 1489-1525.

상세보기
Kim, J. H., Yoon, H.-S., Moon, H., Choi, H. R. and Koo, J. C., 2015, "Application of a Sensor Fusion Algorithm for Improving Grasping Stability," J. Mech. Sci. Tech., Vol. 29, No. 7, pp. 2693-2698.

상세보기
Park, K. J. and Won, M., 2014, "People Tracking and Accompanying Algorithm for Mobile Robot Using Kinect Sensor and Extended Kalman Filter," Trans. Korean Soc. Mech. Eng. A, Vol. 38, No. 4, pp. 345-354.

원문보기 상세보기
Sabatini, A. M., 2006, "Quaternion-based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing," IEEE Trans. Biomed. Eng., Vol. 53, No. 7, pp. 1346-1356.

상세보기
Lee, J. K. and Park, E. J., 2009, "A Fast Quaternion-based Orientation Optimizer Via Virtual Rotation for Human Motion Tracking," IEEE Trans. Biomed. Eng., Vol. 56, No. 5, pp. 1574-1582.

상세보기
Bachmann, E. R., Yun, X. and Brumfield, A. 2007, "Limitations of Attitude Estimation Algorithms for Inertial/Magnetic Sensor Modules," IEEE Robot Autom. Mag., Vol. 14, pp. 76-87.
Roetenberg, D., Luinge, H. J., Baten, C. T. and Veltink, P. H., 2005, "Compensation of Magnetic Disturbances Improves Inertial and Magnetic Sensing of Human Body Segment Orientation," IEEE Trans. Neural Syst. Rehab. Eng., Vol. 13, No. 3, pp. 395-405.

상세보기
Lee, J. K., "Kalman Filter for Estimation of Sensor Acceleration Using Six-axis Inertial Sensor," Trans. Korean Soc. Mech. Eng. A, Vol. 39, No. 2, pp. 179-185.
Gozick, B., Subbu, K.P., Dantu, R. and Maeshiro, T., 2011, "Magnetic Maps for Indoor Navigation," IEEE Trans. Instrum. Meas. Vol. 60, pp. 3883-3891.

상세보기
Frassl, M. Angermann, M., Lichtenstern, M., Robertson, P., Julian, B. J. and Doniec, M. 2013, "Magnetic Maps of Indoor Environments for Precise Localization of Legged and Non-legged Locomotion," In Proceeding of Intelligent Robots and Systems (IROS), Tokyo, Japan, 3-7 Nov.
De Vries, W. H. K., Veegera, H. E. J., Baten, C. T. M. and van der Helma, F.C.T, 2009, "Magnetic Distortion in Motion Labs, Implications for Validating Inertial Magnetic Sensors," Gait Posture, Vol. 29, pp. 535- 541.

상세보기
Lee, J. K., Park, E. J. and Robinovitch, S. N., 2012, "Estimation of Attitude and External Acceleration Using Inertial Sensor Measurement During Various Dynamic Conditions," IEEE Trans. Instrum. Meas., Vol. 61, No. 8, pp. 2262-2273.

상세보기
Yun, X., Bachmann, E. R. and McGhee, R. B., 2008, "A Simplified Quaternion-based Algorithm for Orientation Estimation from Earth Gravity and Magnetic Field Measurements," IEEE Trans. Instrum. Meas., Vol. 57, pp. 638-650.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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