$\require{mediawiki-texvc}$

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.

Invariant EKF를 사용한 자율 이동체의 SLAM 개선
Improvement of SLAM Using Invariant EKF for Autonomous Vehicles 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.2, 2020년, pp.237 - 244  

정다빈 (조선대학교 대학원 전자공학과) ,  고낙용 (조선대학교 전자공학부) ,  정준혁 (조선대학교 대학원 제어계측공학과) ,  변재영 (조선대학교 정보통신공학부) ,  황석승 (조선대학교 전자공학부) ,  김태운 (한림대학교 SW융합대학)

초록
AI-Helper 아이콘AI-Helper

본 논문은 2차원 공간에서 SLAM(: Simultaneous Localization and Mapping)의 구현을 설명한다. 본 논문에서 사용한 방법은 불변량이라고 하는 변수가 일정하게 유지 될 때 변환된 변수가 선형 공간을 구성하도록 상태 변수와 측정 변수를 변환하는 IEKF(: Invariant extended Kalman filter)를 사용한다. 따라서, IEKF는 불변량이 일정하게 유지되는 경우 수렴을 보장한다. 제안된 IEKF 접근법 중 변환을 하는 과정에서는 리군(Lie group) 행렬을 사용한다. 이 방법은 시뮬레이션을 통해 테스트 되었으며 결과는 선형 칼만 필터의 경우와 마찬가지로 칼만 이득이 일정하다는 것을 보여준다. 즉, 시뮬레이션 결과 이동체의 추정된 위치와 검출된 물체들 사이의 일관성을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper describes an implement of Simultaneous Localization and Mapping(SLAM) in two dimensional space. The method uses Invariant Extended Kalman Filter(IEKF), which transforms the state variables and measurement variables so that the transformed variables constitute a linear space when variables...

주제어

#불변의 확장 칼만 필터 슬램   #선형화   #추정   #위치   #비선형 시스템  

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 IEKF 방법을 사용하여 SLAM을 구현하고 성능 특성을 파악한다. IEKF 방법은 EKF 방법의 비선형 시스템(Non-linear system)에 대하여 상태 오차(state error) 및 프로세스 측정 모델(Process measurement model)의 불확실성(Uncertainty)을 조절하여 선형성이 보장되는 상태 공간을 확장하는 방법이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
SLAM이란 무엇인가? 하지만 주변 환경에 대한 지도 정보를 알 수 없다면 사전의 주변 환경의 탐사를 통해 이동체의 위치를 추정함과 동시에 지도를 작성해야 한다. 위와 같이 위치 추정과 지도 작성을 동시에 행하는 것을 SLAM(: Simultaneous localization and mapping)이라 한다. SLAM 기술은 인간이 직접적인 접근과 또는 신속한 접근이 불가능한 환경에서 적용될 수 있는 알고리즘이다.
주변 환경에 대한 지도정보가 없을 때 필요한 기술은 무엇인가? 하지만 주변 환경에 대한 지도 정보를 알 수 없다면 사전의 주변 환경의 탐사를 통해 이동체의 위치를 추정함과 동시에 지도를 작성해야 한다. 위와 같이 위치 추정과 지도 작성을 동시에 행하는 것을 SLAM(: Simultaneous localization and mapping)이라 한다. SLAM 기술은 인간이 직접적인 접근과 또는 신속한 접근이 불가능한 환경에서 적용될 수 있는 알고리즘이다.
SLAM의 방법에는 무엇이 있는가? SLAM의 방법에는 대표적으로 평활화 방법과 필터링 방법이 있다[6-9]. 먼저 평활화 방법은 이동체가 주행을 완료한 후 획득한 데이터들을 사용하여 위치를 추정하고 지도를 작성하는 방법이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. N. Ko and J. Chung, "Implementation of SLAM in 2-Dimensional Environment Using Invariant EKF," In Proc. Institute of Control Robotics and Systems, May 2018, pp. 10-11. 

  2. G. Song, N. Ko, and H. Choi, "Attitude Estimation of Unmanned Vehicles Using Unscented Kalman Filter," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 1, Feb. 2019, pp. 265-274. 

    원문보기 상세보기 crossref

  3. T. Kim and S. Hwang, "Cascade AOA Estimation Using Uniform Rectangular Array Antenna," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 5, Oct. 2018, pp. 923-930. 

    원문보기 상세보기 crossref

  4. Y. Cho, J. Hwang, and H. Lee "A Position Estimation of Quadcopter Using EKF-SLAM," J. of institute of Korean Electrical and Electronics Engineers, vol. 19, no. 4, Dec. 2015, pp. 557-565. 

  5. S. Lee, J. Oh, Y. Cho, and B. Lee, "Loop Closing and Place Recognition System for Robust Cooperative SLAM," In Proc. Korean Institute of Electrical Engineers, Oct, 2013, pp. 167-168. 

  6. J. Hyun, H. Lim, and H. Myung, "Graph SLAM Algorithm Exploiting Geomagnetic Field and UWB Signal," In Proc. J. of Institute of Control Robotics and Systems, May 2018, pp. 345-346. 

  7. A. Barrau and S. Bonnabel, "An EKF-SLAM algorithm with consistency properties," arXiv preprint arXiv:1510.06263, 2015. 

  8. T. Kim, N. Ko, and S. Noh, "Simultaneous Estimation of Landmark Location and Robot Pose Using Particle Filter Method," International Journal of Fuzzy Logic and Intelligent Systems, vol. 22, no. 3, 2012, pp. 353-360. 

  9. N. Ko, J. Chung, and D. Jeong, "The Implementation of Graph-based SLAM Using General Graph Optimization," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 4, Aug. 2019, pp. 637-644. 

    원문보기 상세보기 crossref

  10. M. Kaess, A. Ranganathan and, F. Dellaert, "iSAM: Incremental Smoothing and Mapping," IEEE Transactions on Robotics (TRO), vol. 24, no. 6, 2008, pp. 1365-1378. 

    상세보기 crossref

  11. G. Grisetti, C. Stachniss, and W. Burgard, "Nonlinear Constraint Network Optimization for Efficient Map Learning,"IEEE Transactions on Intelligent Transportation Systems, vol. 10, no. 3, 2009, pp. 428-439. 

    상세보기 crossref

  12. J. Chung, "Estimation of Position, Attitude, and Map for Navigation of Unmanned Vehicles," Master's Thesis, Chosun University Graduate School, 2019. 

  13. M. Rhudy and Y. Gu, "Understanding Nonlinear Kalman Filters, Part I: Selection between EKF and UKF," Interactive Robotics Letters, West Virginia University, Jun. 2013. 

  14. N. Ko, G. Song, W. Yoon, and T. Kim, "Improvement of Extended Kalman Filter Using Invariant Extended Kalman Filter," 18th International Conference on Control, Automation and Systems(ICCAS 2018), Pyeong Chang-Gang won, Korea, Oct. 2018, pp. 948-950. 

  15. S. Seong, "Design of an Invariant EKF for Nonlinear Measurement Equations and its Application to a Mobile Robot," J. of Institute of Control Robotics and Systems, Jun. 2019, pp. 512-518. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

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

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