• 제어로봇시스템학회논문지
• /
• 제18권8호
• /
• pp.744-749
• /
• 2012

In this paper, we suggest that how to improve an accuracy of mobile robot's localization by using the sensor network information which fuses the machine vision camera, encoder and IMU sensor. The heading value of IMU sensor is measured using terrestrial magnetism sensor which is based on magnetic field. However, this sensor is constantly affected by its surrounding environment. So, we isolated template of ceiling using vision camera to increase the sensor's accuracy when we use IMU sensor; we measured the angles by pattern matching algorithm; and to calibrate IMU sensor, we compared the obtained values with IMU sensor values and the offset value. The values that were used to obtain information on the robot's position which were of Encoder, IMU sensor, angle sensor of vision camera are transferred to the Host PC by wireless network. Then, the Host PC estimates the location of robot using all these values. As a result, we were able to get more accurate information on estimated positions than when using IMU sensor calibration solely.

• 실천공학교육논문지
• /
• 제10권2호
• /
• pp.119-124
• /
• 2018

IMU(Inertial Measurement Unit) 센서의 가속도와 각속도를 이용하여 거리측정을 하고 측정값을 이용하여 사용자가 원하는 실내공간에 적용하여 사용자 혹은 디바이스가 실내공간을 인식하는 교육용 장비를 소개한다. 본 교육장비를 이용해서 다양한 위치 인식 및 추적 알고리즘을 학습할 수 있고 창의적 공학설계 작품을 구현할 수 있다. IMU 센서의 데이터 값을 $I^2C$(Inter-Integrated Circuit)을 통해 MCU(microcontroller unit)에 전송하고 필터와 연산방식을 통해 데이터 값을 처리 후 실내 위치 인식 알고리즘을 통해 위치인식을 한다. 그리고 무선통신을 이용하여 처리된 값을 송수신하여 사용자가 인식하도록 설계한다. 본 교육 장비를 이용하여 "IMU센서를 이용하여 이동거리를 산출과 데이터 값을 이용한 가상공간 구현 및 인식"의 사례를 소개하고 그 설계를 기반하여 다양한 창의적 공학설계 적용에 대해서 논한다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2009년도 춘계학술대회
• /
• pp.235-236
• /
• 2009

실시간 공중 자료획득 시스템은 재난 재해와 같은 긴급 상황에서 빠르게 자료를 취득하여 대상 지역의 정사 영상과 같은 공간정보를 취득하는 시스템이다. 이러한 시스템에서 GPS와 INS는 플랫폼의 위치와 자세정보를 획득 하는데 중요한 역할을 하며 이번 연구에서는 GPS/MEMS IMU 센서의 성능 평가를 실측 데이터를 통하여 실시간 공중 자료획득 시스템에 대한 적합성을 평가하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.81-83
• /
• 2015

본 논문은 방송의 가상스튜디오 제작 환경에서 많이 사용되는 회전 또는 스크롤 메뉴를 진행자가 직접 휠(회전보드)을 움직여, 진행자와 그래픽과의 자연스러운 상호작용이 가능한 인터랙티브 가상현실 방송 제작 어플리케이션을 제안한다. 이를 위해, 우리는 물리적인 휠의 움직임을 인지할 수 있도록 관성측정장치(IMU: Inertial Measurement Unit)를 사용하였으며, IMU 센서가 부착된 휠을 크로마키로 처리하기 위해 푸른색의 페인팅된 물리적인 휠을 사용하였다. 본 어플리케이션을 통해서 가상스튜디오의 연기자는 물리적인 휠의 움직임을 느끼면서 휠을 회전시킴으로써 별도의 연습이나 훈련 없이도 직관적으로 회전하는 여러 타입의 가상 그래픽 메뉴를 제어할 수 있다. 우리는 상하 스크롤, 원형 회전, 스크롤 연동형 메뉴 어플리케이션들을 개발하였으며, 이것을 방송에 적용하여, 연기자와 휠에 연동한 그래픽과의 인터랙션이 자연스럽게 합성됨을 확인하였다.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.34-40
• /
• 2018

본 논문에서는 단안 카메라와 비교적 오차가 큰 GPS-IMU 센서를 이용하여 이동체의 정확한 포즈를 예측하는 고정밀 맵매칭 방법을 제안한다. 제안하는 방법은 카메라로부터 입력 받은 영상을 딥뉴럴 네트워크를 이용하여 의미상으로 분할한 결과와 시맨틱 지도 정보를 비교함으로써 달성된다. 카메라로부터 입력 받은 주행 영상은 시맨틱 분할 알고리즘을 통해서 두 개의 클래스로 분할되며, 시맨틱 지도 정보와 가능한 레이블 페어에 대해 설정된 가중치에 따라 비교 정렬함으로써 현재 이동체의 정확한 포즈를 예측할 수 있도록 한다. 이 과정에서 비교적 오차가 큰 GPS-IMU 센서의 신호는 해 공간의 범위를 효과적으로 줄여준다. 본 논문은 비교적 저렴한 센서를 이용하여 증강현실 및 자율주행 등에 필요한 고정밀 맵매칭이 가능함을 보여준다. 보정 전후의 차량 경로를 지도에 비교 도시하고 시맨틱 지도를 현재 입력 영상에 오버레이 하여 제안한 방법의 효과를 입증하였다. 또한 non-open-sky 환경과 같은 GPS-IMU 수신이 어려운 환경에서도 성능 개선이 있음을 확인하였다.

• 센서학회지
• /
• 제25권3호
• /
• pp.202-207
• /
• 2016

Estimation of vertical position is critical in applications of sports science and fall detection and also controls of unmanned aerial vehicles and motor boats. Due to low accuracy of GPS(global positioning system) in the vertical direction, the integration of IMU(inertial measurement unit) with the GPS is not suitable for the vertical position estimation. This paper investigates an IMU-barometer integration for estimation of vertical position (as well as vertical velocity). In particular, a new two-step Kalman/complementary filter is proposed for accurate and efficient estimation using 6-axis IMU and barometer signals. The two-step filter is composed of (i) a Kalman filter that estimates vertical acceleration via tilt orientation of the sensor using the IMU signals and (ii) a complementary filter that estimates vertical position using the barometer signal and the vertical acceleration from the first step. The estimation performance was evaluated against a reference optical motion capture system. In the experimental results, the averaged estimation error of the proposed method was 19.7 cm while that of the raw barometer signal was 43.4 cm.

• 한국측량학회지
• /
• 제26권3호
• /
• pp.263-273
• /
• 2008

위치 센서를 기반으로 하는 디지털 지도의 구축과 이로부터의 도로의 추출과 같은 생성물의 정확도는 센서의 위치 정확도에 좌우되며, 센서의 위치결정을 위하여 GPS, 토탈스테이션, 레이저거리계 등 다양한 거리측정시스템들이 사용되어 왔다. 일반적으로 거리측정시스템들은 주위 다양한 환경에 따라 신호단절 및 감퇴의 문제점과 낮은 시간해상도를 가지고 있다. 이러한 한계를 극복하기 위해 관성 장치와 같은 자동 항법 장치를 이용하여 상호 보완 및 통합하여 IMU/Range 통합 시스템을 구성 할 수 있다. 본 논문에서는 항법 및 측지분야에서 성공적으로 사용되어 왔던 선형필터인 확장 칼만 필터(Extended Kalman Filter, EKF)의 문제점을 지적하고, 비선형 변환과 선택된 시그마 포인트를 이용한 시그마 포인트 칼만 필터(sigma point Kalman filter, SPKF)와 비가우시안 가정과 샘플링 방식의 파티클 필터(Particle filter, PF) 등 두가지 비선형 필터를 구현하고, 시뮬레이션을 수행하여 그 결과를 확장 칼만 필터의 경우와 비교하였다. 시뮬레이션의 거리측정시스템으로 GPS와 토탈스테이션이 사용되었고 IMU의 경우, 정밀도 레벨에 따른 일반적인 3가지 센서(IMU400C, HG1700, LN100)가 선택되었다. 모든 IMU와 거리측정시스템에 대해서 샘플링 기반의 비선형 필터인 SPKF와 PF가 EKF에 비해 통계 결과에서 향상된 위치 결과를 보여 주었으며 특히 거리측정시스템의 갱신간격이 길어질수록(1초$\rightarrow$5초) 비선형 필터의 우수성이 나타났다. 따라서 저가형 위치센서의 경우, 비선형 필터를 적용하여 센서 위치의 정확도를 높일 수 있는 것으로 판단된다.

• 재활복지공학회논문지
• /
• 제11권3호
• /
• pp.261-270
• /
• 2017

바르지 못한 앉은 자세는 다양한 질병과 신체 변형을 유발한다. 하지만 오랜 시간동안 바른 앉은 자세를 유지하는 것은 쉬운 일이 아니다. 이러한 이유 때문에 그동안 자동으로 바른 앉은 자세를 유도하기 위한 다양한 시스템이 제안되어왔다. 이전에 제안되었던 앉은 자세 판별 및 바른 앉은 자세 유도 시스템은 영상 처리를 이용한 방법, 의자에 압력센서를 달아 측정하는 방법, IMU(Internal Measurement Unit)를 이용한 방법이 있었다. 이 중 IMU를 이용한 측정 방법은 하드웨어 구성이 간단하고, 공간, 광량 등의 환경적 제한이 적어 측정에 있어서 용이한 이점이 있었다. 본 논문에서는 하나의 IMU를 이용하여 적은 데이터로 효율적으로 앉은 자세를 분류하는 방법을 연구하였다. 특징추출 기법을 이용하여 데이터 분류에 기여도가 낮은 데이터를 제거하였으며, 머신러닝 기법을 이용하여 앉은 자세 분류에 적합한 센서 위치를 찾고, 여러 개의 머신러닝 모델 중 가장 분류 정확도가 높은 머신러닝 모델을 선정하였다. 특징추출 기법은 PCA(Principal Component Analysis)를 사용하였고, 머신러닝 모델은 SVM(Support Vector Machine), KNN(K Nearest Neighbor), K-means (K-means Algorithm) GMM (Gaussian Mixture Model), and HMM (Hidden Marcov Model)모델을 사용하였다. 연구결과 데이터 분류율이 높게나온 뒷목이 적합한 센서 위치가 되었으며, 센서 데이터 중 Yaw데이터는 분류 기여도가 가장 낮은 데이터임을 PCA 특징추출 기법을 이용하여 확인하고, 제거하여도 분류율에 영향이 매우 작음을 확인하였다. 적합 머신러닝 모델은 SVM, KNN 모델로 다른 모델에 비하여 분류율이 높게 나오는 것을 확인할 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제6권1호
• /
• pp.51-58
• /
• 2004

모바일 매핑시스템은 차량에 GPS(Global Positioning System), IMU(Inertial Measurement Unit), CCD 카메라 등을 탑재하고 위치 및 영상 정보를 취득하는 효율적인 방법이다. 모바일 매핑시스템은 도로 시설물 관리, 지도 갱신 등 다양한 분야에 이용되고 있다. 국외에서 개발된 모바일 매핑시스템은 각 센서의 통합 및 동기화 방안을 알 수 없으므로 업그레이드하거나 새로운 센서를 추가하기 어렵다. 본 연구에서는 모바일 매핑시스템의 개선 및 센서추가를 위해서 모바일 매핑시스템에 기본석으로 필요한 GPS, IMU, 그리고 CCD 카메라와 향후 추가될 센서인 레이저, 오도미터(Odometer) 등의 센서가 추가될 경우를 고려하여 멀티 센서 통합 및 동기화 구현 방안을 제시하였다. 또한 동기화에 필요한 각 센1서의 요구사항을 파악한 후 동기화 장비를 설계 및 제작하고 실험하였다.

• 전자공학회논문지 IE
• /
• 제45권4호
• /
• pp.11-18
• /
• 2008

본 연구는 다족 로봇용 자세제어장치(ACS - Attitude Control System)인 관성측정 시스템(IMU) 의 H/W 설계와 자세제어 알고리즘 S/W을 설계하여 다관절용 로봇의 IMU 통합시스템을 구현 후 이 시스템의 동작성능을 검증하기 위해 Mtx와 MTx와의 성능을 비교 검증을 하고자 한다. ACS는 자이로와 가속도계 그리고 지자기 센서를 이용하여 항체의 롤, 피치각 자세를 제어하는 시스템이다. 일반적인 저가형 MEMS 관성센서로는 오차가 심하게 발생하여 항체의 정확한 위치를 계산하기 힘들다. 본 연구에서는 ACS 개발하기 위하여 상용의 MEMS 가속도계 및 자이고 센서, 추가적으로 지자기 센서를 사용하여 관성측정 시스템(IMU)을 표현한다. 구현된 IMU 시스템에 자세계산 프로그램을 내장하여 일정 성능을 보장하는 롤, 피치, 요 자세각 알고리즘을 설계하여 시스템에 포팅한다. 본 연구에서는 자이로와 가속도계 출력을 혼합하여 롤, 피치각을 보상함으로써 지속적으로 일정 수준이상의 성능을 보장하는 ACS를 구현하기위해 목표 플랫폼에 적재하여 실시간으로 구동하여 포팅하고 검증하였다.