• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.37-41
• /
• 2013

본 논문에서는 AHRS(Attitude and Heading Reference System) 센서를 이용하여 스튜어트 플랫폼으로 구성된 평면의 평형상태를 유지시키는 시스템을 소개한다. 움직이는 선박이나 차량에서 구조물이 지면의 기울기에 상관없이 항상 평형상태를 유지하도록 하기 위하여 자세 제어를 하는 역학적 기기로 스튜어트 플랫폼을 사용하였다. 그리고 현재의 기울어진 각도를 알아내고 보정하기 위하여 AHRS 센서를 이용하였다. AHRS센서와 스튜어트 플랫폼 제어 간의 피드백 시스템을 구성하여 자동으로 스튜어트 플랫폼의 위쪽 판넬이 평형을 이루는 시스템을 제작하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.540-541
• /
• 2018

본 논문에서는 체험형 VR 환경을 고려한 다중 AHRS 기반의 MTL 디바이스를 제안한다. 제안하는 MTL 디바이스는 신체부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의하여 9축 움직임 정보를 기반으로 사용자의 동작을 추정한다. 그리고 전송 효율 향상과 모션투포톤(MTP) 지연시간을 최소화하기 위해 SPI 인터페이스를 통해 유선으로 직접 연결하고, 자세정보를 취합하여 서버로 전송한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권3호
• /
• pp.89-96
• /
• 2015

IT 기술이 생체역학 분야와 폭넓게 접목되고 있으며 AHRS 센서가 스포츠 모션분석 분야에 소형화 및 가격 경쟁력 측면에서 조명을 받고 있다. 본 논문에서는 피겨스케이트화에 소형의 AHRS 센서를 부착하고, 스핀(spin), 점프, 전/후진, 인/아웃 에지, 토(toe) 등의 기본 동작을 AHRS를 통해 측정한다. AHRS 센서의 측정 오차를 줄이기 위해 Madgwick의 상보필터를 적용하였으며, 짐벌락 현상(Gimbal Lock)을 줄이기 위해 쿼터니언(Quaternion)을 이용하였다. 취득한 9축 궤적 정보에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식정확도 및 실행시간 측면에서 적용이 가능한지 제시한다. 실험결과, PCA, ICA는 인식정확도가 낮아 사용하기에 부적합하며 LDA, SVM은 인식정확도가 우수하여 피겨스케이팅 기본 동작 인식에 사용이 적합함을 보인다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2365-2370
• /
• 2017

본 논문에서는 체험형 VR 환경을 고려한 동작 및 위치 인식 기법을 제안한다. 동작 인식은 신체부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의한다. 각각의 AHRS 디바이스로부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 인식하고 신체 분절 간의 관절각을 추출하여 동작을 보정한다. 위치인식은 AHRS 디바이스의 관성센서를 통해 보행 정보를 추출하여 상대위치를 인식하고 BLE Fingerprint를 이용하여 누적오차를 보정한다. 제안하는 동작 및 위치인식 기법의 구현을 위해 AHRS기반의 위치인식과 관절각 추출 실험을 진행하였다. 위치 인식 실험의 평균 오차는 0.25m, 관절 각 추출 실험에서 관절 각 평균 오차는 $3.2^{\circ}$로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제21권3호
• /
• pp.83-89
• /
• 2016

Internet of Things (IoT) is widely used for biomechanics in sports activities and AHRS(Attitude and Heading Reference System) is a more cost effective solution than conventional high-grade IMUs (Inertial Measurement Units) that only integrate gyroscopes. In this paper, we attach the AHRS to the snowboard to measure the motion data like Air To Fakie, Caballerial and Free Style. In order to reduce the measurement error, we have adopted the sensors equipped with Kalman filtering and also used Euler angle to quaternion conversion to reduce the Gimbal-lock effect. We have tested and evaluated the accuracy and execution time of the pattern recognition algorithms like PCA, ICA, LDA, SVM to show the recognition possibility of it on the basic motions of Snowboarding from the 9-axis trajectory information which is gathered from AHRS sensor. With the result, PCA, ICA have low accuracy, but SVM have good accuracy to use for recognition of basic motions of Snowboarding.

• International Journal of Ocean System Engineering
• /
• 제1권3호
• /
• pp.165-170
• /
• 2011

In this paper, for the accurate estimation of the position and orientation of the UUV (unmanned underwater vehicle), an AHRS (Attitude Heading Reference System) was developed using the IMU (inertial measurement unit) sensor which provides information on acceleration and orientation in the object coordinate and the initial alignment algorithm and the E-KF (extended Kalman Filter). The initial position and orientation of the UUV are estimated using the initial alignment algorithm with 3-axis acceleration and geomagnetic information of the IMU sensor. The position and orientation of the UUV are estimated using the AHRS composed of 3-axis acceleration, velocity, and geomagnetic information and the E-KF. For the performance test of the orientation estimation of the AHRS, a testbed using IMU sensor(ADIS16405) and DSP28335 coded with an E-KF algorithm was developed and its performance was verified through tests.

• 한국항해항만학회지
• /
• 제37권6호
• /
• pp.575-580
• /
• 2013

IMU(Inertial Measurement Unit)는 선박, 잠수함, 항공기 및 군용장비 응용분야에서 적용되어 자세 측정 영역에 주로 사용되고 있지만, 이런 IMU는 고가의 장비이기 때문에 특수 분야에서만 한정적으로 이용되어 왔다. 그러나 MEMS AHRS(MEMS : Micro Electro Mechanical System, AHRS : Attitude and Heading Reference System)의 현 기술 상황은 지능형 MEMS AHRS가 채택된 응용분야에서 가격이 높은 IMU를 대체 할 수 있는 수준에 이르고 있다. 본 논문에서는 자이로 센서, 가속도 센서, 지자기 센서를 사용한 AHRS를 이용하여 선박의 주요 운동 요소인 횡동요, 종동요, 선수동요 값을 측정할 수 있는 무선 선체 운동 측정 시스템을 개발하였다. 또한 AHRS 센서가 발생시키는 오차인 순간 가속도, 지자기의 영향 및 진동에 대응하기 위하여 칼만 필터링 기능이 탑재된 센서를 적용함으로서 최적의 성능을 실현하고자 하였다. 본 연구에서 구현한 AHRS 센서를 이용한 무선 선체 운동 측정 시스템을 이용하여 실선 실험을 실행하였으며, 선박의 제한적인 설치 상황에서도 편리하게 적용할 수 있을 것으로 보여진다. 향후 이 시스템이 선박에서 INS(Integrated Navigation System) 및 VDR(Voyage Data Recorder)과 같은 선박 장비와 호환되어 활용될 경우 항해 안전과 해양사고 분석에 유용하게 사용될 수 있을 것으로 판단된다.

• 한국항행학회논문지
• /
• 제15권2호
• /
• pp.181-188
• /
• 2011

소형무인항공기의 경우 유효탑재하중의 여유가 많지 않기 때문에 AHRS의 소형화가 필요하다. 본 논문에서는 소형무인항공기를 위해 소형, 경량으로 설계 제작한 AHRS의 성능을 가속도 외란이 적은 환경에서 시험하고 평가하였다. 센서는 저가의 MEMS 제품을 사용했으며 자세 보정을 위해 가속도계와 지자기계가 같이 사용되었다. 자세계산에는 특이점이 존재하지 않고 비교적 계산이 간단한 쿼터니언을 사용했으며 자세 보정 알고리듬에는 칼만필터가 사용되었다. 본 논문에서는 소형무인항공기에 성공적으로 적용된 사례가 있는 상용 항법장치와의 비교를 통해 설계된 AHRS의 성능시험을 진행하였다. 설계된 AHRS의 자세 데이터가 상용 항법장치와 수직축 $0.5^{\circ}$이내, 수평축 $1.5^{\circ}$ 이내로 허용 가능한 차이를 가지는 것을 보였으며, 본 시험환경 내에서 소형무인항공기제어에 적합한 자세각 출력을 내는 것을 확인하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권1호
• /
• pp.177-186
• /
• 2017

최근 무인자동차가 큰 관심을 받고 있다. 세계 최대 규모의 온라인 쇼핑 서비스업체인 아마존은 드론을 활용한 배송시스템을 개발하고 있다. 이러한 플랫폼의 항법을 위해서는 정확한 자세정보가 필요하다. 본 논문에서는 저가형 관성센서를 활용한 AHRS 구조 설계를 제안하였다. 쿼터니언기반의 운동방정식, 바이어스가 제거된 자이로 측정치, MEMS 가속도계와 지자기 센서를 이용하여 자세를 추정하는 칼만 filter를 설계하였다. MEMS 자이로의 바이어스를 제거하기 위하여 자이로 측정치와 자세 추정치를 이용하는 자이로 바이어스 제거용 칼만 filter를 추가하였다. 구현한 AHRS의 성능을 고가의 상용 Microstrain사의 3DM-GX3-25 AHRS와 비교 실험을 통하여 칼만 filter가 자이로의 바이어스 오차를 0.0001[deg/s]이하로 추정함을 볼 수 있었다. 또한 최종적으로 구해진 자세에서 롤각과 피치각은 0.2, 0.3[deg]이내의 오차를 보여주었다. 요 각은 6[deg] 이하의 오차가 발생하였다.

• 해양환경안전학회지
• /
• 제19권6호
• /
• pp.666-673
• /
• 2013

본 연구는 빠른 운항 속도와 짧은 운용 시간을 요구하는 임무에 활용될 저가 소형 자율 무인잠수정에 고가 대형 관성 측정 장치를 대신하여 사용할 수 있는 저가 소형 자세 측정 장치 개발 및 성능 검증을 수행하였다. 저가 소형 자세 측정 장치 개발을 위해서 MEMS 기술을 적용한 gyro, accelerometer 및 magnetometer 채택하여 MEMS 기반 하드웨어를 제작하였으며, 좌표 변환 공식과 칼만 필터를 적용하여 자세 계산 알고리즘을 구현하였다. 또한 개발된 MEMS 기반 자세 측정 장치에 대한 기본 성능 검증을 위한 지자기센서 검증 시험, 정적 자세 시험, 차량 시험, 운동 모사 장치 시험을 수행하였으며, 각각 시험 결과를 제시하였다. 지자기센서 검증 시험 결과 외부 자기장 보정을 통하면 개발된 MEMS 기반 자세 측정 장치의 측정 결과가 외부 자기장에 강인함을 확인하였으며, 정적 자세 시험 및 차량 시험을 통하여 자세 변화가 크지 않는 환경에서 자세 측정 오차가 $0.5^{\circ}/hr$ 임을 확인하였다. 운동 모사 장치 시험을 통하여 5분 내외 자세 변화가 큰 운동 중에도 자세 측정 오차가 발산하지 않고 $1^{\circ}/hr$ 이내임을 확인하였다. 상기 시험 결과로부터 개발된 MEMS 기반 자세 측정 장치가 목표 성능인 $1^{\circ}/hr$이내 roll, pitch, yaw 오차를 보여주고 있음 확인하였으며, 이로부터 20분 내외 운용 시간 동안 정확한 자세 정보 제공 가능성을 확인할 수 있었다.