• 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.

• 한국항공우주학회지
• /
• 제44권6호
• /
• pp.492-501
• /
• 2016

유도탄 가속도 제어에 일반적으로 널리 사용되는 Three-Loop 조종 알고리듬은 유도탄에 탑재된 IMU에서 제공되는 가속도 및 각속도 정보를 사용한다. Three-Loop 조종 알고리듬에 입력되는 가속도 명령은 유도탄의 무게 중심에서 발생하는 가속도로 주어지기 때문에 IMU에서 획득되는 정보 역시 무게 중심에서의 값으로 주어져야 한다. 하지만, 유도탄의 내부 배치 설계나 추진기관의 연소 등에 의하여 IMU가 유도탄의 무게 중심이 아닌 임의의 위치에 배치되는 경우가 대부분이다. 본 논문에서는 Three-Loop 조종 알고리듬에서 피드백 되는 가속도 정보가 유도탄의 무게 중심이 아닌 임의의 위치에서 획득된 값일 경우, IMU 탑재 위치 및 유도탄 무게 중심 변화율이 유도탄 조종 알고리듬 안정성에 미치는 영향을 분석하였다. 일반적인 대전차 유도탄에 대하여 이득 및 위상 여유 분석을 수행하였다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.163-171
• /
• 2014

현재 GPS/IMU 기반의 차량항법기술은 GPS 신호 불량지역에서 위치 정밀도가 급격하게 저하된다. 근래에는 많은 차량에 주행 상태를 기록하기 위한 카메라를 탑재하고 있음에 따라 만약 도로시설물을 위치를 알 수 있을 경우 단사진 후방교차법(SPR)을 통해 카메라의 위치 및 자세를 산출할 수 있다. SPR로 추정된 외부표정요소는 GPS/IMU 항법해의 오차를 보정할 수 있음에 따라 GPS 신호 수신환경에 영향을 받지 않고 안정적으로 차량의 위치 및 자세를 결정할 수 있다. 따라서 본 연구에서는 GPS, IMU, 사진측량 기술인 SPR을 결합하여 GPS 수신환경에 구애받지 않고 안정적으로 위치 및 자세를 결정하는 GPS/IMU/SPR 통합 알고리즘을 개발하였다. GPS/IMU/SPR 통합 알고리즘은 확장형 칼만필터를 이용하여 약결합 방식으로 구현하였다. 또한 개발된 GPS/IMU/SPR 통합 알고리즘의 성능을 분석하기 위하여, GPS 수신환경 및 영상에 획득되는 기준점의 배치에 따른 시뮬레이션 테스트를 수행하였다. 시뮬레이션 테스트 결과, GPS/IMU/SPR 결합을 통해 산출되는 위치 및 자세가 GPS/IMU 결합 결과보다 안정적으로 산출되는 것을 확인하였다. 또한 영상의 기준점이 영상 중앙에 집중되어 배치되어 있을 경우에는 광축 방향으로 위치 오차가 증가되는 것으로 분석되었다. 향후 GPS/IMU/SPR 통합 알고리즘 성능을 면밀히 분석하기 위해서는 SPR 수행결과에 영향을 미치는 영상점 및 지상점의 측정오차, 초기 외부표정요소에 따른 성능 분석이 추가적으로 수행되어야 할 것이다.

• 드라이브 ㆍ 컨트롤
• /
• 제13권1호
• /
• pp.49-53
• /
• 2016

The accurate calculation of bucket tip position has a large influence on showing the motion of an excavator on the display device of the excavator and controlling the excavator automatically. It is generally known that Inertial Measurement Unit (IMU) sensors are more accurate than accelerometer-based sensors while the boom, arm or bucket moves because additional forces beyond gravity add additional acceleration to the sensors. To prove the accuracy difference between the two types of sensors, a position recognition system using an accelerometer-based sensor and an IMU sensor is implemented on the excavator. The experimental results show that the system using the IMU sensor significantly reduces the position recognition error while bucket moves and additional force beyond gravity exists.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.491-492
• /
• 2022

본 연구에서는 실내 공간 정보 획득을 위한 IMU/INS 항법장치에 관한 연구를 위한 선행연구를 수행 하였다. 최근의 GPS를 이용한 내비게이션의 경우 보통 5~10m의 위치 오차가 일어나지만 아파트나 대형시설과 같이 실내, 터널, 공장지대 및 산악 지대등 상당한 지역은 GPS의 사각지대 또는 오차 범위를 벗어난 지역으로 존재하고 있다. 따라서 GPS는 실내에서는 사용이 불가능 하므로 다른 방안이 제시되어야 한다. 현재 고속 연산을 위한 고성능 마이크로프로세서의 발전은 센서 분야에 적용되어 저 전력, 고 정밀, 소형의 IMU/INS, ARS/AHRS 센서가 개발되고 있다. 본 연구에서는 IMU(inertial measurement unit)와 INS(Inertial Navigation System)을 이용하여 IMU자체의 자이로 센서와 가속도 센서를 이용한 GPS의 위성신호가 감지되지 않는 지형에서도 속도의 적분값과 회전방향을 이용하여 위치인식이 가능하도록 정보를 계산하여 자기의 위치를 추적하는 방안을 연구하였다.

• 지구물리
• /
• 제9권4호
• /
• pp.361-369
• /
• 2006

본 연구에서는 AHRS IMU 센서를 이용하여 동적 위치 결정을 위해 초기화 시험을 실시하여 회귀분석을 통해 시간에 대한 이동체의 자세 보정각에 대해 유도하였으며, 동체 방향(Heading)각의 경우 60sec를 지난 후 1°이내의 변동률로 안정되는 것을 알 수 있었다. 이를 바탕으로 개할지와 준개할지로 구분하여 각 시스템 단독으로 동적 위치결정을 실험한 결과 개할지의 DGPS 단독 시스템인 경우 정확도 면에서는 우수하였지만 데이터 취득이 미비하여 이동간 거리가 12m 내외임을 알 수 있었으며, DGPS/IMU 결합 시스템의 경우 정확도와 데이터 취득 및 이동간 거리가 0.3m 내외임을 알 수 있었다. 준개할지에서 DGPS 단독 시스템의 경우 데이터 취득이 불가능한 곳을 제외하고 평균과 표준 오차를 구한 결과 DGPS〈 FIMU〈 DGPS/IMU 순으로 정확도가 우수한 것을 알 수 있었으며 이동간 거리는 개할지와 마찬가지였다. 그리고 DGPS의 경우 데이터 취득이 불가능한 곳을 여러 구간으로 비교하였을 때 DGPS 단독 시스템의 경우 최대 41.5m 가량 궤적에서 벗어나지만 결합 시스템의 경우 최대 2.2m 이내에 궤적을 구할 수 있었으며, 평균과 표준 오차를 크게 향상시킬 수 있었다. 이러한 항법 시스템을 결합하여 측량분야에 응용해 수치도화 작업내규의 지도에서 위치오차 0.2mm 오차와 비교하였을 때 축척 1 : 1,000 수치지도 작업까지도 가능한 것을 알 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제18권1호
• /
• pp.54-61
• /
• 2012

In this paper, the pose estimation method for the satellite GTB (Ground Test Bed) using vision/MEMS IMU (Inertial Measurement Unit) integrated system is presented. The GTB for verifying a satellite system on the ground is similar to the mobile robot having thrusters and a reaction wheel as actuators and floating on the floor by compressed air. The EKF (Extended Kalman Filter) is also used for fusion of MEMS IMU and vision system that consists of a single camera and infrared LEDs that is ceiling landmarks. The fusion filter generally utilizes the position of feature points from the image as measurement. However, this method can cause position error due to the bias of MEMS IMU when the camera image is not obtained if the bias is not properly estimated through the filter. Therefore, it is proposed that the fusion method which uses the position of feature points and the velocity of the camera determined from optical flow of feature points. It is verified by experiments that the performance of the proposed method is robust to the bias of IMU compared to the method that uses only the position of feature points.

• 한국멀티미디어학회논문지
• /
• 제22권9호
• /
• pp.1011-1019
• /
• 2019

In this paper, we propose a system that can more precisely identify and monitor the position of the tool used in the assembling workplace such as automobile production. The proposed positioning monitoring system is a combination of UWB communication module and MEMS IMU sensor. Since UWB does not need modulation and demodulation function and has low power density, UWB is widely used in indoor positioning field. However, it may cause positioning error due to errors in RF transmission and reception process, which may cause positioning accuracy. Therefore, in this paper, we propose an algorithm that uses IMU as an auxiliary means to compensate for errors that may occur in positioning using only UWB. The tag and anchor of UWB module measure the transmission / reception time by transmitting signals to each other and then estimate the distance between tag and anchor. The MEMS IMU sensor serves to provide positioning calibration information. The tag, which is a mobile node and attached to a moving tool, measures the three-dimensional position of the tool and transfers the coordinate data to the anchor. Thus, it is possible to confirm whether or not the specific tool is properly used according to the prescribed regulations.

• 재활복지공학회논문지
• /
• 제9권4호
• /
• pp.285-291
• /
• 2015

본 논문에서는 IMU(inertial measurement unit)의 데이터를 이용하여 사람의 앉은 자세를 분류하는 알고리즘을 제안한다. 제안하는 알고리즘은 IMU의 데이터를 주성분 분석법(principle component analysis: PCA)을 이용하여 특징 벡터를 3개로 축소시켰고, RBF(radial basis function) 커널을 적용한 서포트 벡터 머신(support vector machine: SVM)을 이용하여 자세를 분류하였다. 데이터의 측정을 위하여 건강한 성인 3명을 대상으로 실험을 실시하였고, 데이터의 수집을 위하여 넥밴드 형태의 이어폰에 IMU를 내장한 장치를 개발하여 착용하였다. 피험자는 각각 neutral position, smartphoning, writing의 세 가지 앉은 자세에 대하여 실험을 진행하였다. 실험 결과 제안하는 PCA-SVM 알고리즘은 특징 벡터의 차원을 25%로 축소시키면서도 95%의 신뢰를 보였다.