$\require{mediawiki-texvc}$

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.

국내 환경에 적합한 Kalman-filter 기반 사용자 운동거리 측정 알고리즘 설계 및 구현
Design and Implementation of Kalman-filter Based User Movement Distance Algorithm Suitable for Domestic Environment 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.12, 2019년, pp.1624 - 1630  

장영환 (Dept. of IT Convergence Engineering, Gachon University) ,  임수봉 (Dept. of Mobile Software, Gachon University) ,  박석천 (Communications Policy Research Center, Yonsei University) ,  이봉규 (Graduate School of Information, Yonsei University) ,  이상순 (Dept. of Computer Engineering, Gachon University)

초록
AI-Helper 아이콘AI-Helper

세계적으로 스마트 디바이스 보급률이 증가하면서 운동 체크 등과 관련된 서비스들이 주목받고 있다. 그러나 기존 운동량 측정 서비스의 경우 고도 정보를 사용하지 않거나, GPS 고도 오차를 보정하지 않은 알고리즘을 사용하기 때문에 제공되는 운동거리 등이 정확하지 않다는 문제점이 있다. 따라서 본 논문에서는 기존의 문제점을 개선하기 위해 Kalman-filter를 기반으로 GPS와 기압고도계 센서 융합 알고리즘을 통해 고도 값 정확도 향상 및 좌표평면 사이거리 계산을 통해 Kalman-filter 기반 사용자 운동거리 측정 알고리즘을 설계 및 구현하였다. 설계한 알고리즘을 기존 알고리즘들과 비교한 결과, 기존 알고리즘에 비해 평균 약 2.17%의 정확도가 향상된 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

With the increase in there are smart devices penetration around the world, services related to exercise checks are attracting attention. However, there is existing exercise amount measurement service does not use the altitude information, or because the use of an algorithm that does not corrected th...

주제어

#칼만필터   #지리좌표   #오차공분산   #운동거리   #고도 값  

표/그림 (8)

참고문헌 (11)

  1. H. S. Kim, T. Y. Kim, and J. B. Chai, "Study of Online Sensor Calibration Monitoring Using a Kalman Filter," Journal of Transactions of the Korean Society of Mechanical Engineers-A, vol. 42, no. 4, pp. 301-309, Apr. 2018. 

    상세보기 crossref

  2. G. B. Lee, "A Fast Moving Object Tracking Method by the Combination of Covariance Matrix and Kalman Filter Algorithm," Journal of the Korea Institute of Information and Communication Engineering, vol. 19, no. 6, pp. 1477-1484, Jun, 2015. 

    원문보기 상세보기 crossref

  3. J. H. Jung, J. E. Song, and J. H. Ahn, "Localization of Mobile Users with the Improved Kalman Filter Algorithm using Smart Traffic Lights in Self-driving Environments," Journal of the Korea Society of Computer and Information, vol. 24, no. 5, pp. 67-72, May, 2019. 

    원문보기 상세보기 crossref

  4. Y. S. Park, "Approaching Target above Ground Tracking Technique Based on Noise Covariance Estimation MethodKalman Filter," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 28, no 10, pp. 810-818, Oct, 2017. 

    원문보기 상세보기 crossref

  5. G. S. Park, and D. M. Lee, "A Study on the Localization Algorithm of Moving Object Based on Kalman Filter in Indoor Wi-Fi Environment," in Proceeding of Symposium of the Korean Institute of Communications and Information Sciences, South Korea, pp. 411-412, 2017. 

  6. D. H. Kim, "Exercising Measuring System Based On Smart phone GPS," Master Thesis of Kangwon University, 2011. 

  7. Y. S. Lee, "Abrupt Error Detection of Mobile Robot Using LMS Algorithm to Residuals of Kalman Filter," Journal of the Korea Institute of Information and Communication Engineering, vol. 10, no. 7, pp. 1332-1337, Jul, 2006. 

  8. J. S. Park, and Y. A. Kwon, "Sensorless Control of 3-phase PFC AC/DC Converter using Kalman Filter," Journal of the Korea Institute of Information and Communication Engineering, vol. 20, no. 5, pp. 998-1004, May, 2016. 

    원문보기 상세보기 crossref

  9. G. S. Park, B. Labinghisa, J. W. Choi, and D. M. Lee, "A Study on the Efficiency of the Indoor Localization Algorithm based on Kalman Filter in NLOS Environment," in Proceeding of Symposium of the Korean Institute of Communications and Information Sciences, South Korea, pp. 182-183, 2016. 

  10. H. J. Kim, and B. H. Lee, "Kalman Filter based IMU and SLAM Pose Information Fusion for 2D Mapping," in Proceeding of the Institute of Control, Robotics and Systems, South Korea, p. 482-483, 2018. 

  11. S. Y. Park, J. H. Park, H. Y. Wang, J. H. No, and U. Y. Huh, "Localization using Fuzzy-Extended Kalman Filter," Journal of the Transactions of the Korean Institute of Electrical Engineers, vol. 63, no. 2, pp. 277-283, Feb, 2014. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
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