한국지능시스템학회논문지 (Journal of the Korean Institute of Intelligent Systems)

  • 제26권3호
  • /
  • Pages.208-217
  • /
  • 2016
  • /
  • 1976-9172(pISSN)
  • /
  • 2288-2324(eISSN)
한국지능시스템학회 (Korean Institute of Intelligent Systems)
권호 표지
DOI QR코드

DOI QR Code

수중 운반체 위치 추정 센서의 측정 시뮬레이션

Simulation of Sensor Measurements for Location Estimation of an Underwater Vehicle

  • 한준희 (조선대학교 제어계측공학과) ;
  • 고낙용 (조선대학교 전자공학과) ;
  • 최현택 (선박해양플랜트연구소 해양시스템연구부) ;
  • 이종무 (선박해양플랜트연구소 해양시스템연구부)
  • 투고 : 2015.10.04
  • 심사 : 2016.04.20
  • 발행 : 2016.06.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 수중 운반체의 위치추정을 위해 사용되는 센서들의 시뮬레이션에 의한 측정값 생성 방법을 기술한다. 수중 로봇의 경우 항법의 실제 운항 실험에 많은 시간과 경비가 소요되며, 다양한 조건에서의 알고리즘 검증을 위해 실험 조건을 임의로 변화시키기 어렵다. 따라서 수중 항법의 시험 검사를 위해서는 실제 환경에서의 실험 전에 시뮬레이션을 통한 성능의 검증이 필수적이다. 본 연구에서는 거리 측정 센서, 깊이 측정 센서, 속도 측정 센서 그리고 자세 측정 센서들을 대상으로 실제 측정 상황에서 발생 가능한 불확실성들을 반영하여 센서 측정값을 시뮬레이션에 의해 구하는 방법을 구현한다. 측정값은 가우시안 잡음, 비정상 측정값, 그리고 측정치 사이의 상관관계에 의한 불확실성을 포함한다. 또한 각각의 센서들에 대하여 측정값의 불확실성은 물론 측정 시각도 불확실성이 포함되어 결정된다. 시뮬레이션을 통해 구해진 측정값에 대하여 통계적인 방법으로 불확실성에 관한 변수들을 구하고 센서 측정값의 설계시에 목표하였던 불확실성 변수 값들과 비교하여 제안된 방법의 타당성을 검증하였다. 또한 시뮬레이션에 의하여 구한 센서 측정값을 위치 추정 알고리즘에 적용하여 시뮬레이션 로봇의 실제 위치와 추정 위치를 비교하는 방법으로 실제 활용 가능성을 보인다.

This paper describes a simulation method to generate sensor measurements for location estimation of an underwater robot. Field trial of a navigation method of an underwater robot takes much time and expenses and it is difficult to change the environment of the field trial as desired to test the method in various situations. Therefore, test and verification of a navigation method through simulation is inevitable for underwater environment. This paper proposes a method to generate sensor measurements of range, depth, velocity, and attitude taking the uncertainties of measurements into account through simulation. The uncertainties are Gaussian noise, outlier, and correlation between the measurement noise. Also, the method implements uncertainty in sampling time of measurements. The method is tested and verified by comparing the uncertainty parameters calculated statistically from the generated measurements with the designed uncertainty parameters. The practical feasibility of the measurement data is shown by applying the measurement data for location estimation of an underwater robot.

키워드

참고문헌

  1. W. S. Eom, Y. K. Kim, J. H. Lee, G. H. Choi and E. S. Sim, “Development Trend of Intelligent Robots,” Current Industrual and Technological Trends in Aerospace, Vol. 11, No. 1, pp. 150-160, 2013.
  2. Y. J. Heo, G. H. Lee and J. H. Kim, “Extended Kalman Filterbased Localization with Kinematic Relationship of Underwater Structure Inspection Robots,” Journal of Institute of Control, Robotics and Systems, Vol. 19, No. 4, pp. 372-378, 2013. https://doi.org/10.5302/J.ICROS.2013.12.1837
  3. G. Y. Lee, S. B. Kim and C. H. Song, “Global Path Planning for Autonomous Underwater Vehicles in Current Field with Obstacles,” The Korean Society of Ocean Engineers, Vol. 26, No. 4, pp. 1-7, 2012.
  4. S. B. Williams, P. Newman, G. Dissanayake and H. D. Whyte, "Autonomous Underwater Simultaneous Localisation and Map Building," Proceedings of the 2000 IEEE International Conference on Robotics and Automation San Francisco, vol.2 pp. 1793-1798, 2000.
  5. S. Hong, J. S. Choi, H. W. Kim, M. C. Won, S. C. Shin, J. S. Rhee and H. U. Park, "A path tracking control algorithm for underwater mining vehicles," Journal of Mechanical Science and Technology, Vol. 23, No. 8, 2009.
  6. A. Budiyonom, “Advances in unmanned underwater vehicles technologies:Modeling, control and guidance perspectives,” Indian Journal of Marine Sciences, Vol. 38, No. 3, pp. 282-295, 2009.
  7. M. B. Larsen, "Synthetic Long Baseline Navigation of Underwater Vehicles," OCEANS 2000 MTS/IEEE Conference and Exhibition, Vol. 3, pp. 2043-2050, 2000.
  8. S. Majumder, S. Scheding and H. F. D. Whyte, “Multisensor data fusion for underwater navigation,” Robotics and Autonomous Systems, Vol. 35, No. 2, pp. 97-108, 2001. https://doi.org/10.1016/S0921-8890(00)00126-3
  9. J. H. Han and N. Y. Ko, “UKF Localization of a Mobile Robot in an Indoor Environment and Performance Evaluation,” Journal of Korean Institute of Intelligent Systems, Vol. 25, No. 4, pp. 361-368, 2015. https://doi.org/10.5391/JKIIS.2015.25.4.361
  10. E. Wolbrecht, B. Gill, R. Borth, J. Canning, M. Anderson and D. Edwards, “Hybrid Baseline Localization for Autonomous Underwater Vehicles,” Journal of Intelligent and Robotic Systems, Vol. 78, No. 3, pp. 593-611, 2015. https://doi.org/10.1007/s10846-014-0070-5
  11. Nak Yong Ko, Tae Gyun Kim, and Hyun Taek Choi, "Synchronous and Asynchronous Application of a Filtering Method for Underwater Robot Localization," International Journal of Humanoid Robotics, September, 2015.
  12. S. W. Noh, N. Y. Ko and T. G. Kim, “Implementation of Bayesian Filter Method and Range Measurement Analysis for Underwater Robot Localization,” The Journal of Korea Robotics Society, Vol. 9, No. 1, pp. 28-38, 2014. https://doi.org/10.7746/jkros.2014.9.1.028
  13. G. Troni and L. L. Whitcomb., "Adaptive estimation of measurement bias in three-dimensional field sensors with angular rate sensors: Theory and comparative experimental evaluation," In Proc. Robot.: Sci. & Syst. Conf,. 2013.
  14. M. D. Hua, K. Rudin, G. Ducard, T. Hamel and R. Mahony, "Nonlinear attitude estimation with measurement decoupling and anti-windup gyrobias compensation," in Proc. IFAC World Congr., pp. 2972-2978, 2011.
  15. G. Troni and L. L. Whitcomb, "Preliminary Experimental Evaluation of a Doppler-aided Attitude Estimator for Improved Doppler Navigation of Underwater Vehicles," Robotics and Automation(ICRA), 2013 IEEE International Conference on, pp. 4134-4140, 2013.
  16. N. Y. Ko, T. G. Kim, “Filtering Method for Location Estimation of an Underwater Robot,” International Journal of Robotics and Automation(IJRA), Vol. 3, No. 3, pp. 168-183, 2014.