$\require{mediawiki-texvc}$

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.

무향 칼만 필터를 이용한 무인 운송체의 자세 추정
Attitude Estimation of Unmanned Vehicles Using Unscented Kalman Filter 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.14 no.1, 2019년, pp.265 - 274  

송경섭 (조선대학교 대학원 제어계측공학과) ,  고낙용 (조선대학교 전자공학과) ,  최현승 (신한시스템즈(주))

초록
AI-Helper 아이콘AI-Helper

본 논문은 저가형 AHRS(: Attitude Heading Reference System)센서를 이용하여 무인 운송체(Unmanned vehicle)의 자세를 무향 칼만 필터 (Unscented Kalman filter)통해 추정하는 방법을 제안한다. 측정된 가속도와 지구자기장 값을 이용하여 UKF의 보정 단계에서 사용될 자세를 계산한다. 롤 (roll)과 피치 (pitch)는 가속도로부터 구해지며 요 (yaw)는 지구 자기장을 이용하여 연산한다. 이때 사용되는 지구자기장 측정값은 강철 효과(hard-iron effect)와 연철 효과(soft-iron effect)에 의해 쉽게 왜곡되기 때문에 계산된 요의 불확실성이 롤이나 피치의 불확실성에 비하여 크다. 본 논문은 이러한 불확실성을 줄이기 위하여 측정된 지구자기장에 포함된 편차성분을 추정하고 보정하여 더 정밀한 요값을 구한다. 제안된 방법을 수조에서의 무인 운송체 항법 실험을 통하여 검증하였다. 실험결과, 자세 추정 성능이 개선되고 이에 따라 위치 추정 성능도 개선됨을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The paper describes an application of unscented Kalman filter(UKF) for attitude estimation of an unmanned vehicle(UV), which is equipped with a low-cost attitude heading reference system (AHRS). The roll, pitch and yaw required at the correction stage of the UKF are calculated from the measurements ...

주제어

#무향 칼만 필터   #편차   #항법   #무인 운송체  

표/그림 (15)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문은 수중 무인 운송체의 자세 추정을 위한 방법으로 무향 칼만 필터를 구현하고 실제 실험을 통하여 자세 추정 방법을 검증한다. UKF방법을 이용하여 지구 자기장의 편차 요소를 추정 후 보정한다.
  • 마지막으로 정해진 경로로 주행 도중 출현하는 장애물을 회피(obstacle avoidance)하여 목표지점까지 도달하게 된다. 본 논문은 이러한 자율주행에서 필요로 하는 navigation중 자세 추정을 구현한다[1].
  • 본 장에서는 지구 자기장의 왜곡시키는 hard iron 현상을 제거하기 위해서 측정된 지구 자기장의 중심점을 변경해줌으로써 측정된 지구 자기장에 포함된 편차요소를 보정해준다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
navigation이란 무엇인가? 이러한 목표를 수행하기 위해서 주행(navigation)기능이 중요하다. navigation은 현 장소에서 다음 장소의 이동 과정을 관찰하고 제어하는 것을 의미한다. navigation의 구현하기 위한 조건은 다음과 같다.
자율 주행의 목표는 무엇인가? 자율 주행은 주어진 작업 목적에 맞게 주변 환경을 인식하여 경로를 결정하고 이동하는 목표를 가진다. 이러한 목표를 수행하기 위해서 주행(navigation)기능이 중요하다.
navigation의 구현 조건은 무엇인가? 위치 추정(localization)을 통해 이동체의 현재 위치를 파악하며, 현재 위치에서 다음 위치까지 제어(control)한다. 지도 작성(map building)은 목표 지점까지의 지도를 만들며, 계획(planning)을 통해 목표지점까지의 경로를 이동체가 스스로 판단한다. 마지막으로 정해진 경로로 주행 도중 출현하는 장애물을 회피(obstacle avoidance)하여 목표지점까지 도달하게 된다. 본 논문은 이러한 자율주행에서 필요로 하는 navigation중 자세 추정을 구현한다[1].
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. J. Han, N. Ko, H. Choi, and C. Lee, "Simulation of Sensor Measurements for Location Estimation of an Underwater Vehicle," Korean Institute of Intelligent Systems, vol. 26, no. 3, June 2016, pp. 208-217. 

    원문보기 상세보기 crossref

  2. G. Troni, L. Whitcomb "Adaptive Estimation of Measurement Bias in Three-Dimensional Field Sensors with Angular-Rate Sensors Theory and Comparative Experimental Evaluation," Robotics Science and Systems 2013. Berlin, Germany, June 24-28, 2013. 

  3. P. Martin, P. douglas, "Expression of a re-centering bias in saccade regulation by superior colliculus neurons," Experimental Brain Research, issue 3-4, Aug. 2001, pp. 354-368. 

  4. D. Robinson, "Bias in a least square method of analysing decay data," NUCLEAR INSTRUMENTS AND METHODS. vol. 79, no 1, Mar 1970, pp 65-68. 

    상세보기 crossref

  5. J. Simin, K. Jeffrey, "A New Extension of the Kalman Filter to Nonliear Systems," Proc. SPIE 3068, Signal Processing, Sensor Fusion, and Target Recognition VI, vol.3068, July 28, 1997. 

  6. J. Hashmall, J. Deutschmann, "An Evaluation of Attitude-Independent Magnetometer-Bias Determination Methods - Flight Mechanics," Flight Mechanics Estimation Theory Symposium, NASA Goddard Space Flight Center; Greenbelt, MD United States, May 1, 1996. pp. 169-178. 

  7. S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics. Massachusetts: The MIT Press, 2006, pp. 220-223. 

  8. S. Noh, N. Ko, and T. Kim, "Implementing Autonomous Navigation of a Mobile Robot Integrating Localization, Obstacle Avoidance and Path Planning," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 1, 2011, pp.148-156. 

  9. M. Rhudy, Y. Gu, "Understanding Nonlinear Kalman Filters, Part II: An Implementation Guide," Interactive Robotics Letters(IRL). Morgantown: West Virginia University, 2013. 

  10. T. Kim, N. Ko, S. Noh, Y. Lee, "Localization on an Underwater Robot Using Monte Carlo Localization Algorithm," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 2, 2011, pp.288-295. 

  11. N. Ko, S. Jeong, S. Hwang, and J. Pyun, " Attitude Estimation Using Field Measurements and Bias Compensation," Sensors, vol.19, no.330, Jan 15, 2019. 

  12. S. Noh, T. Kim, N. Ko, and Y. Bae. "Particle filter for Correction of GPS location data of a mobile robot," J. of the Korea Institute of Electronic Communication Sciences, vol.7, no.2, 2012, pp.381-389. 

  13. Advanced Navigation. Spatial FOG Reference Manual; Version 2.2 27; Advanced Navigation: Sydney, Australia, 2016. 

  14. World Magnetic Model 2015 Calculator. Available online: http://www.geomag.bgs.ac.uk/data_service/models_compass/wmm_calc.html (accessed on 9 July 2018). 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 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