[논문]주행조건 식별을 이용한 로봇청소기의 진행각 추정을 위한 향상된 필터설계

조윤희; 이상철; 홍성경

doi:10.5302/j.icros.2016.16.0007

주행조건 식별을 이용한 로봇청소기의 진행각 추정을 위한 향상된 필터설계
Improved Yaw-angle Estimation Filter as a Function of the Actual Maneuvers for a Cleaning Robot 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.22 no.6, 2016년, pp.470 - 476

조윤희 (세종대학교 항공우주공학과) , 이상철 , 홍성경 (세종대학교 항공우주공학과)

Abstract ▼ AI-Helper

This paper proposes a practical algorithm for the reduction of measurement errors due to drift in a micro-electromechanical system (MEMS) gyros that are used for a mobile robot. Any drift in a MEMS gyro will cause an unbounded growth of errors in the estimation of heading, which makes it nearly useless in applications that require high accuracy over a long operating time. In proposed method, maneuvers of a cleaning robot are observed through encoders' measurement process and a decision to correct bias drift will be made if necessary. The method used in this paper is called the "heading estimation filter". To evaluate the accuracy of the proposed method, a comparison was made between the estimation of the heading of the cleaning robot and one from a motion capture system.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 실내 자율형 로봇청소기의 저가/정밀 위치 인식 구현을 위한 MEMS 자이로 기반의 진행각 센서 모듈의 상용화 개발을 목표로 하였다. 개발된 센서모듈을 사용하여 진행각을 추정하기 위해 로봇청소기에 특화된 로직의 적응형 HDR을 기반으로 적분누적 오차를 최소화하는 진행 각 추정 필터 알고리즘을 제안하였다.
본 논문에서는 실내 자율형 로봇청소기의 저가/정밀 위치 인식 구현을 위한 MEMS 자이로 기반의 진행각 센서 모듈의 상용화 개발을 목표로 한다. 이를 위하여 로봇청소기에 특화된 로직의 적응형 HDR을 기반으로 적분누적 오차를 최소화하는 진행각 추정 필터 알고리즘을 제안한다.

가설 설정

2]. Definition of motion discrimination functions through encoders.

제안 방법

MEMS 자이로(MPU6050, InvenSense사[25])와 마이크로컨트롤러(AT mega 328, Atmel사[26])를 기반으로 센서모듈을 제작하였으며, 제시하는 알고리즘을 포함한 센서모듈을 상용 로봇청소기에 탑재하여 정량적 비교 실험을 통해 그 효용성을 입증하였다.
상용화 개발을 목표로 하였다. 개발된 센서모듈을 사용하여 진행각을 추정하기 위해 로봇청소기에 특화된 로직의 적응형 HDR을 기반으로 적분누적 오차를 최소화하는 진행 각 추정 필터 알고리즘을 제안하였다. 주요 개념은 기장착되어 있는 저성능의 저가 엔코더를 활용한 로봇청소기의 주행조건 식별을 통해 바이어스 드리프트의 추정구간을 확장한 것이다.
두 번째로 엔코더 신호를 로봇청소기의 운동상황 정의에 따라 운동 식별로 직을 통한 반환값(6。을 계산한 후 진행각 추정 필터의 감쇠기의 이득을 제어하는 인자로 사용하였다. 그리고 세 번째로 반환값(O을 시간 적분에 의한 필연적 오차 누적을 최소화하기 위하여 적분기 스위치 로직의 개폐 판단 인자로 사용하였다.
따라서 본 논문에서 제안하는 적응형 진행각 추정 필터의 주요 개념은 저성능의 저가 엔코더를 활용한 로봇청소기의 운동 식별을 통해 정지구간 뿐만 아니라 직진구간까지 바이어스 드리프트의 추정 구간을 확장한 것이다. 그리고 필터의 이득을 적응적으로 제어하여 보다 정확하게 자이로의 바이어스 드리프트를 갱신하는 구조를 채택하였다.
주요 개념은 기 장착되어 있는 저성능의 저가 엔코더를 활용한 로봇청소기의 주행조건 식별을 통해 바이어스 드리프트의 추정구간을 확장한 것이다. 그리고 필터의 이득을 적응적으로 제어하여 보다 정확하게 자이로의 확률적 오차(바이어스 드리프트)를 갱신하는 구조를 채택하였다.
기준장비인 모션 캡처 장비(해상도 2352x1728)가 장착되어 있는 3m X Im 트랙(한국로봇산업진흥원)에서 직진 및 회전을 약 300초간 반복적으로 주행실험을 수행하였다. 기준 장비와 자체 제작한 센서 모듈의 진행각 추정결과는 [그림 8]과 같다.
하지만 실제 로봇청소기 운용 중에는 완전한 정지구간이 짧아 기존 HDR 필터를 효과적으로 적용하기 어렵다. 따라서 본 논문에서 제안하는 적응형 진행각 추정 필터의 주요 개념은 저성능의 저가 엔코더를 활용한 로봇청소기의 운동 식별을 통해 정지구간 뿐만 아니라 직진구간까지 바이어스 드리프트의 추정 구간을 확장한 것이다. 그리고 필터의 이득을 적응적으로 제어하여 보다 정확하게 자이로의 바이어스 드리프트를 갱신하는 구조를 채택하였다.
본 논문에서 제안하는 로봇청소기의 진행각 추정 필터의 검증실험을 위하여 기존 로봇청소기 (VR20H9050UW) 에 탑재 가능하도록 전기적 인터페이스와 크기 규격을 만족하는 센서 모듈을 자체 설계 제작하였다 ([그림 5], [표 4] 참조). 관성센서 모듈의 MCU는 ATmega328(Atmel사)기반으로 하며 MEMS 자이로는 MPU6050(Invensense사)의 z축 자이로 센서를 채택하였다.
상용화 개발을 목표로 한다. 이를 위하여 로봇청소기에 특화된 로직의 적응형 HDR을 기반으로 적분누적 오차를 최소화하는 진행각 추정 필터 알고리즘을 제안한다. 주요 개념은 기 장착되어 있는 저성능의 저가 엔코더를 활용한 로봇청소기의 주행조건 식별을 통해 바이어스 드리프트의 추정구간을 확장한 것이다.
자이로의 출력에서 평균 필터를 통해 계산한 고정 바이어스를 제거한 후 첫 번째 로봇청소기의 진동성분과 잡음을 제거하기 위해 저대역 필터를 설계하였다. 두 번째로 엔코더 신호를 로봇청소기의 운동상황 정의에 따라 운동 식별로 직을 통한 반환값(6。을 계산한 후 진행각 추정 필터의 감쇠기의 이득을 제어하는 인자로 사용하였다.
이를 위하여 로봇청소기에 특화된 로직의 적응형 HDR을 기반으로 적분누적 오차를 최소화하는 진행각 추정 필터 알고리즘을 제안한다. 주요 개념은 기 장착되어 있는 저성능의 저가 엔코더를 활용한 로봇청소기의 주행조건 식별을 통해 바이어스 드리프트의 추정구간을 확장한 것이다. 그리고 필터의 이득을 적응적으로 제어하여 보다 정확하게 자이로의 확률적 오차(바이어스 드리프트)를 갱신하는 구조를 채택하였다.

대상 데이터

엔코더는 상용 로봇청소기(VR20H9050UW) 에 장착되어있는 RB-35GM(D&J WITH사)를 사용하였다. [그림 6]과 같이 센서 모듈의 데이터와 기준 장비의 데이터는 각각 블루투스와 이더넷을 통하여 5아Iz로 획득하였다.
자체 설계 제작하였다 ([그림 5], [표 4] 참조). 관성센서 모듈의 MCU는 ATmega328(Atmel사)기반으로 하며 MEMS 자이로는 MPU6050(Invensense사)의 z축 자이로 센서를 채택하였다. 엔코더는 상용 로봇청소기(VR20H9050UW) 에 장착되어있는 RB-35GM(D&J WITH사)를 사용하였다.
본 논문에서는 로봇청소기의 운동상황을 식별하기 위해 엔코더를 사용하였다 . 일반적으로 로봇청소기에 장착되어 있는 저급의 엔코더에는 다양한 오차요소가 존재한다.
센서모듈에 탑재된 Atmega328에 C언어 기반의 코드를 업로딩 하기위해 AVR studio를 사용하였다. 코드로 구현한 진행 각 추정 필터의 프로그램 흐름도는 [그림 7]과 같다.
관성센서 모듈의 MCU는 ATmega328(Atmel사)기반으로 하며 MEMS 자이로는 MPU6050(Invensense사)의 z축 자이로 센서를 채택하였다. 엔코더는 상용 로봇청소기(VR20H9050UW) 에 장착되어있는 RB-35GM(D&J WITH사)를 사용하였다. [그림 6]과 같이 센서 모듈의 데이터와 기준 장비의 데이터는 각각 블루투스와 이더넷을 통하여 5아Iz로 획득하였다.

데이터처리

[표 5]. 실험결과 실효값 및표준편차 비교.

이론/모형

앞서 제안한 진행각 추정 필터를 기존 HDR 알고리즘과 실험을 통해 정량적으로 비교하고 진행각 추정 성능을 검증하기 위하여 기준장치로서 MotionMnalysis사의 모션 캡처 장비인 Raptor』를 사용하였다[27].

성능/효과

[그림 10]과 같다. 기존 HDR은 시간이 경과함에 따라 오차가 서서히 발산하는 경향을 보이는 반면 제안하는 추정 필터는 시간에 관계없이 그 성능이 안정화 되어 있음을 알 수 있다.
따라서 기존 HDR 보다 엔코더 신호를 사용하여 청소기의 운동식별을 결합한 진행각 추정 필터가 더 정확하게 진행 각을 추정할 수 있음을 확인하였다. 또한 로봇청소기의 주행 실험을 3회 반복하여 수행한 실험결과는 [표 5]와 같다.
제안하는 알고리즘을 포함한 센서모듈을 상용 로봇청소기에 탑재하여 기준장비대비 정량적 비교 실험을 통해 3deg미만 오차의 진행각 추정성능과 시간에 관계없이 그 성능이 안정화되어 있음을 입증하였다.
수 있다. 즉, 기존 HDR은 기준 장비대비 20도 이상의 오차를 보이고 있으며, 제안하는 추정 필터는 1도 미만의 성능을 보이고 있다.

참고문헌 (27)

X. Zhao, Q. Luo, and B. Han, "Survey on robot multisensor information fusion technology," World Congress in Intelligent Control and Automation, pp. 5019-5023, Jun. 2008.
M. Robin, Introduction to AI Robotics, Cambridge, MA: MIT Press, 2000.
M. Honda, T. Miyoshi, and T. Imamura, "Tele-operation between USA and japan using humanoid robot hand/arm," Proc. of ACM/IEEE International Conference, pp. 151-152, Mar. 2011.
R. Siegwart and Illah R. Nourbakhsh, Introduction to Autonomous Mobile Robots, Cambridge, MA: MIT Press, 2004.
W. Burgard, A. B. Cremers, D. Fox, D. Hahnel, G. Lakemeyer, D. Schulz, W. Steiner, and S. Thrun, "Experiences with an interactive museum tour-guide robot," Artificial Intelligence, vol. 114, no. 1-2, pp. 3-55, 1999.

상세보기
C. Bartneck and J. Forlizzi, "Shaping human-robot interaction: Under-standing the social aspects of intelligent robotic products," Proc. of Computer-Human Interaction 2004, New York, pp. 1731-1732.
C. F. Olson, "Probabilistic self-localization for mobile robots," IEEE Robotics and Automation Society, vol. 16. no. 1, pp. 55-66, 2012.
C. Zhou, Y. Wei, and T. Tan, "Mobile robot self-localization based on global visual appearance features," International Conference on Robotics & Automation, vol. 1, Sep. 2003.
G. J. Jang, S. H. Kim, W. H. Lee, and I. S. Kweon, "Color landmark based self-localization for indoor mobile robots," International Conference on Robotics & Automation, vol. 1, pp. 1037-1042, May 2002.
M. G. Kyung, D. K. Nguyen, T. S. Kang, D. K. Min, and J. O. Lee, "Vision-based reduction of gyro drift for intelligent vehicles," Journal of Institute of Control, Robotics and System (in Korean), vol. 21. no. 7, pp. 627-633, 2015.

원문보기 상세보기
J. H. Han, S. H. Park, D. H. Lee, K. W. Noh, and J. M. Lee, "A mobile robot estimating the real-time moving sound sources by using curvature trajectory," Journal of Institute of Control, Robotics and System (in Korean), vol. 20. no. 1, pp. 48-57, 2014.

원문보기 상세보기
J. Borenstein and L. Feng, "Measurement and correction of systematic odometry errors in mobile robots," IEEE Transactions on Robotics and Automation, vol. 12. no. 6, pp. 869-880, Dec. 1996.

상세보기
S. K. Hong, S. Moon, and Y. Ryuh, "Angle measurements for mobile robots with filtering of short-term noise in inertial sensors," Transactions of the Institute of Measurement & Control, May 2009.
S. K. Hong and S. Park, "Minimum-drift heading measurement using a mems gyro for indoor mobile robots," Sensors Journal (MDPI 1424-8220), vol. 8, no. 11, pp. 7287-7299, Nov. 2008.
S. K. Hong and J. Bae, "Improvement of heading error using a wavelet de-noising filter for indoor mobile robots: application to MEMS Gyro," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 14, no. 8, pp. 893-897, Aug. 2008.

원문보기 상세보기
S. K. Hong and J. Bae, "Fuzzy logic based performance augmentation of MEMS gyro for mobile robots," Multibody Dynamics 2007, Milano, Italy, pp. 393-398 2007.
J. Borenstein and L. Feng, "Gyrodometry: a new method for combining data from gyros and odometry in mobile robots," Proc. of the 1996 IEEE International Conference on Robotics and Automation, Minneapolis, pp. 423-428, Apr. 1996.
J. Borenstein, L. Ojeda, and S. Kwanmuang "Heuristic reduction of gyro drift for personnel tracking systems" Jounal of Navigation, pp. 41-58, Jan. 2009.
S. Maeyama, N. Ishikawa, and S. Yuta, "Rule based fltering and fusion of odometry and gyroscope for a fail safe dead reckoning system of a mobile robot," Proc. of IEEE International Conference on Multisensor Fusion and Integration for Intelligence Systems, Washington, USA, pp. 541-548, Dec. 1996.
M. D. Cecco, "Sensor fusion of inertial-odometric navigation as a function of the actual manoeuvres of autonomous guided vehicles," Institute of Physics Publishing, Centre of Studies and Activities for Space, Padova, Italy, vol. 14, no. 5, pp. 643-653, 2003.
J. M. Kim, Y. T. Kim, and S. S. Kim, "Indoor localization for mobile robot using extended Kalman filter," Journal of Fuzzy Logic and Intelligent Systems, vol. 18, no. 5, pp. 706-711, 2008.
S. K. Hong, "Fuzzy logic based closed-loop strapdown attitude system for UAV (Unmanned Aerial Vehicle)," Sensors and Actuators A-Physical, vol. 107, no. 1, pp. 109-118, Oct. 2003.

상세보기
A. Tomczyk, "Testing of the attitude and heading reference system," Aircraft Engineering and Aerospace Technology, vol. 74, no. 2, pp. 154-160, 2002.

상세보기
J. Callmer, D. Tornqvist, and F. Gustafsson, "Robust heading estimation indoors using convex optimization," 16th International Conference on Information Fusion, pp. 1173-1179, Jul. 2013.
Invensense, "MPU-6000 and MPU-6050 Product Specification Revision 3.4"
Atmel, "Atmel-82711-AVR-ATmega-Datasheet_10/2014"
MotionAnalysis, "http://www.motionanalysis.com/pdf/Specifications_ Raptor4.pdf"

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