$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

IMU기반 자세결정의 정확도 향상을 위한 가속도 보상 메카니즘 비교
Comparison of Acceleration-Compensating Mechanisms for Improvement of IMU-Based Orientation Determination 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.40 no.9, 2016년, pp.783 - 790  

이정근 (한경대학교 기계공학과)

초록
AI-Helper 아이콘AI-Helper

IMU기반 자세결정에 있어 추정 정확도의 저하요인 중 주요한 한 가지는 운동체의 가속도이다. 이는 가속도가 크게 발생하는 경우 가속도계 신호는 더이상 수직축 참조벡터가 될 수 없기 때문이다. 이에 대한 대책으로 일부 자세추정 알고리즘에서는 가속도 보상 메카니즘이 적용되어 왔다. 가장 보편적이고 간단한 스위칭 방법부터 적응추정방식, 가속도 모델기반 방식 등이 제안되어 왔으나, 이들 보상 메카니즘에 대한 비교분석은 이루어 지지 않았다. 본 논문은 쿼터니언기반의 Pseudo 칼만필터를 바탕으로 하여 세 가지 가속도 보상 메커니즘의 성능을 비교분석하였다. 가속조건 실험 분석을 통해 다음을 확인할 수 있었다. (1) 가속구간에서의 추정정확도 저하를 방지하기 위해선 가속도 보상 메카니즘이 반드시 필요하다. (2) 단순 스위칭 방법도 상당한 효과를 보였으나, 보다 정교한 적응추정 방식과 가속도 모델방식이 동등수준으로 가장 정확한 결과를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

One of the main factors related to the deterioration of estimation accuracy in inertial measurement unit (IMU)-based orientation determination is the object's acceleration. This is because accelerometer signals under accelerated motion conditions cannot be longer reference vectors along the vertical...

주제어

#관성측정장치   #자세   #가속도 보상 메카니즘   #칼만필터   #가속도계  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문을 통해 IMU기반 자세결정의 정확도 향상을 위해 적용되는 세 가지 가속도 보상 메카니즘의 성능을 비교분석하였다. 중속조건(Test A) 및 고속조건(Test B)에서, 가속도 보상 메카니즘의 미적용(Method A) 및 종류별 적용(Method B~D)에 따른 자세추정 정확도 비교를 통해 다음의 결론을 얻었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
센서융합과정은 무엇을 결정하는가? 관성 측정 장치 IMU(inertial measurement unit)를 이용하여 운동체의 자세(orientation)를 결정하는 센서융합과정은 로봇, 무인항공기, 인체역학 등에서 광범위하게 적용되고 있다.(1~3) 칼만필터(Kalman filter)는 3축 가속도계, 3축 지구자기센서, 3축 자이로스코프로 구성된 9축 IMU기반 자세결정에 있어 센서융합의 도구로 가장 많이 활용되고 있다.
IMU기반 자세결정에 있어 추정 정확도의 저하요인 중, 가속도가 주요한 이유는 무엇인가? IMU기반 자세결정에 있어 추정 정확도의 저하요인 중 주요한 한 가지는 운동체의 가속도이다. 이는 가속도가 크게 발생하는 경우 가속도계 신호는 더이상 수직축 참조벡터가 될 수 없기 때문이다. 이에 대한 대책으로 일부 자세추정 알고리즘에서는 가속도 보상 메카니즘이 적용되어 왔다.
센서융합과정은 어느 분야에 적용되고 있는가? 관성 측정 장치 IMU(inertial measurement unit)를 이용하여 운동체의 자세(orientation)를 결정하는 센서융합과정은 로봇, 무인항공기, 인체역학 등에서 광범위하게 적용되고 있다.(1~3) 칼만필터(Kalman filter)는 3축 가속도계, 3축 지구자기센서, 3축 자이로스코프로 구성된 9축 IMU기반 자세결정에 있어 센서융합의 도구로 가장 많이 활용되고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Cho, B.-Su, Moon, W.-S., Seo, W.-J. and Baek, K.-R., 2011, "A Dead Reckoning Localization System for Mobile Robots Using Inertial Sensors and Wheel Revolution Encoding," J. Mech. Sci. Tech., Vol. 25, No. 11, pp. 2907-2917. 

    원문보기 상세보기 crossref

  2. Oh, S. H., Hwang, D.-H., Park, C., Lee, S. J. and Kim, S. H., 2005, "Attitude Determination GPS/INS Integrated Navigation System with FDI Algorithm for a UAV," J. Mech. Sci. Tech., Vol. 19, No. 8, pp. 1529-1543. 

    원문보기 상세보기 crossref

  3. 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 crossref

  4. 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 crossref

  5. Lee, J. K. and Park, E. J., 2009, "Minimum-order Kalman Filter with Vector Selector for Accurate Estimation of Human Body Orientation," IEEE Trans. Robot., Vol. 25, No. 5, pp. 1196-1201. 

    상세보기 crossref

  6. 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 crossref

  7. Kang, B. S. and Yeo, G. H., 2009, "A Study on Development of a Reconfigurable Mobile Robot and Dead-reckoning Using Extended Kalman Filter," Trans. Korean Soc. Mech. Eng. A, Vol. 33, No. 5, pp. 455-462. 

    원문보기 상세보기 crossref

  8. 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 crossref

  9. Suh, Y. S., 2010, "Orientation Estimation Using a Quaternion-based Indirect Kalman Filter with Adaptive Estimation of External Acceleration," IEEE Trans. Instrum. Meas., Vol. 59, No. 12, pp. 3296-3305. 

    상세보기 crossref

  10. 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 crossref

  11. 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 crossref

  12. Lee, J. K., 2016, "Quaternion-based Pseudo Kalman Filter for Wearable Inertial/Magnetic Sensor Applications," MATEC Web of Conferences, Vol. 59 (01009). 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로