• 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.

• 제어로봇시스템학회논문지
• /
• 제14권8호
• /
• pp.800-808
• /
• 2008

This paper presents a localization algorithm of the outdoor wheeled mobile robot using the sensor fusion method based on indirect Kalman filter(IKF). The wheeled mobile robot considered with in this paper is approximated to the two wheeled mobile robot. The mobile robot has the IMU and encoder sensor for inertia positioning system and GPS. Because the IMU and encoder sensor have bias errors, divergence of the estimated position from the measured data can occur when the mobile robot moves for a long time. Because of many natural and artificial conditions (i.e. atmosphere or GPS body itself), GPS has the maximum error about $10{\sim}20m$ when the mobile robot moves for a short time. Thus, the fusion algorithm of IMU, encoder sensor and GPS is needed. For the sensor fusion algorithm, we use IKF that estimates the errors of the position of the mobile robot. IKF proposed in this paper can be used other autonomous agents (i.e. UAV, UGV) because IKF in this paper use the position errors of the mobile robot. We can show the stability of the proposed sensor fusion method, using the fact that the covariance of error state of the IKF is bounded. To evaluate the performance of proposed algorithm, simulation and experimental results of IKF for the position(x-axis position, y-axis position, and yaw angle) of the outdoor wheeled mobile robot are presented.

• 한국통신학회논문지
• /
• 제38C권8호
• /
• pp.663-673
• /
• 2013

무선인터넷과 이동통신 기술의 발달 및 스마트폰의 급속한 확산으로 인해 사용자의 현재 및 과거의 위치 정보를 사용하여 다양한 부가정보를 제공하는 위치기반 서비스에 대한 관심이 급증하고 있다. 위치기반 서비스의 본격적인 활성화를 위해서는 정확한 측위가 기본이 된다. GPS (Global Positioning System)과 WPS (Wi-Fi Positioing System)가 상용화 되면서 측위 기술에 일대 혁신을 가져왔으나 실내환경에서 많은 제약을 가졌다. 이에 관성센서(IMU: Inertia Motion Unit)를 사용한 네비게이션 (Navigation)기술을 실내환경에서 응용하려는 시도가 정밀 측위의 관점에서 논의되고, 관성센서의 장착이 스마트폰에 일상화 되면서 실내 정밀 측위 확산의 시초를 갖게 되었다. 본 논문에서는 IMU와 WPS를 결합하여 각각의 단점을 극복하고 측위 품질을 혁신적으로 향상 시킬 수 있는 알고리즘 프레임워크를 제안한다. 본 연구를 위해 스마트폰에서 구현되는 측위 테스트 프로그램을 구현하고 이를 적용할 실질적인 실내외 테스트베드를 구성하여 활용하였으며 이로서 대규모로 확장 적용할 수 있는 기반을 구성했다는 면에서 충분한 의미를 지닌다.

• 한국지리정보학회지
• /
• 제10권1호
• /
• pp.1-9
• /
• 2007

최근 들어 보행자 내비게이션을 위한 3차원 공간데이터의 요구가 급증하고 있다. 보행자 내비게이션에 있어서, 3차원 모델은 일반인의 시각에서 구체적으로 표현되어야 할 필요가 있다. 보행자 내비게이션을 위한 공간을 상세하게 구현하기 위해서는 실외 환경뿐만 아니라 지하쇼핑센터와 같은 실내 환경에서도 적용될 수 있는 3차원 모델을 개발하는 것이 필수적이다. 그러나 GPS 없이 모바일 맵핑만으로 3차원 데이터를 효율적으로 취득하기란 대단히 어렵다. 본 연구에서는 3차원 형상을 레이저 스캐너로 측정하고, 표면 텍스쳐는 CCD 센서로 취득하였으며, 계속적으로 변화하는 센서의 위치와 높이는 IMU를 통해 측정하였다. 또한 IMU의 위치데이터는 GPS의 위치보정 없이 CCD 이미지의 상대 표정을 통해 수정하였다. 연구결과로써, 디지털 카메라 및 레이저 스캐너와 IMU와의 통합을 통해 실내 환경에서 신뢰성 높고, 빠르며, 간편하게 3차원 공간 데이터를 취득할 수 있는 방법을 제안하였다.

• 제어로봇시스템학회논문지
• /
• 제19권10호
• /
• pp.941-946
• /
• 2013

In this paper, an enhanced method for attitude determination is proposed for systems using an IMU (Inertial Measurement Unit). In attitude determination with IMU, it is generally assumed that the IMU can be located in the center of gravity on the vehicle. If the IMU is not located in the center of gravity, the accelerometers of the IMU are disturbed from additive accelerations such as centripetal acceleration and tangential acceleration. Additive accelerations are derived from the lever arm which is the distance between the center of gravity and the position of the IMU. The performance of estimation errors can be maintained in system with a non-zero lever arm, if the lever arm is estimated to remove the additive accelerations from the accelerometer's measurements. In this paper, an estimation using Kalman filter is proposed to include the lever arm in the state variables of the state space equation. For the Kalman filter, the process model and the measurement model for attitude determination are made up by using quaternion. In order to evaluate the proposed algorithm, both of the simulations and the experiments are performed for the simplified scenario of motion.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.525-528
• /
• 2003

In this paper, we present a novel idea to integrate low cost Inertial Measurement Unit(IMU) and Differential Global Positioning System (DGPS) for Telematics applications. As well known, low cost IMU produces large positioning and attitude errors in very short time due to the poor quality of inertial sensor assembly. To conquer the limitation, we present a bimodal approach for integrating IMU and DGPS, taking advantage of positioning and orientation data calculated from CCD images based on photogrammetry and stereo-vision techniques. The positioning and orientation data from the photogrammetric approach are fed back into the Kalman filter to reduce and compensate IMU errors and improve the performance. Experimental results are presented to show the robustness of the proposed method that can provide accurate position and attitude information for extended period for non-aided GPS information.

• Journal of Positioning, Navigation, and Timing
• /
• 제11권1호
• /
• pp.29-34
• /
• 2022

In this paper, we analyze the Non-Holonomic Constraint (NHC) satisfaction of Inertial Navigation System (INS) for vehicular navigation according to Inertial Measurement Unit (IMU) location. In INS-based vehicle navigation, NHC information is widely used to improve INS performance. That is, the error of the INS can be compensated under the condition that the velocity in the body coordinate system of the vehicle occurs only in the forward direction. In this case, the condition that the vehicle's wheels do not slip and the vehicle rotates with the center of the IMU must be satisfied. However, the rotation of the vehicle is rotated by the steering wheel which is controlled based on the Ackermann geometry, where the center of rotation of the vehicle exists outside the vehicle. Due to this, a phenomenon occurs that the NHC is not satisfied depending on the mounting position of the IMU. In this paper, we analyze this problem based on Ackermann geometry and prove the analysis result based on simulation.

• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.1973-1977
• /
• 2006

본 논문에서는 IMU(Inertial Motion Unit), DVL(Doppler Velocity Log), USBL(Ultra Short Base Line) DGPS(Differential Global Positioning System) 등의 센서로부터 취득된 데이터를'융합하여 ROV(Remotely Operated Vehicle)와 AUV(Autonomous Underwater Vehicle)와 같은 수중체의 위치를 지구 전체영역에서 추정하기 위한 기본적인 알고리즘을 다루고 있다. 본 논문에 소개된 알고리즘은 6,000m급 과학 조사용 심해무인잠수정인 해미래[1]의 수중 위치추적에 사용될 예정이다.

• 로봇학회논문지
• /
• 제14권1호
• /
• pp.65-73
• /
• 2019

In this paper, we propose an algorithm that estimates the location of lunar rover using IMU and vision system instead of the dead-reckoning method using IMU and encoder, which is difficult to estimate the exact distance due to the accumulated error and slip. First, in the lunar environment, magnetic fields are not uniform, unlike the Earth, so only acceleration and gyro sensor data were used for the localization. These data were applied to extended kalman filter to estimate Roll, Pitch, Yaw Euler angles of the exploration rover. Also, the lunar module has special color which can not be seen in the lunar environment. Therefore, the lunar module were correctly recognized by applying the HSV color filter to the stereo image taken by lunar rover. Then, the distance between the exploration rover and the lunar module was estimated through SIFT feature point matching algorithm and geometry. Finally, the estimated Euler angles and distances were used to estimate the current position of the rover from the lunar module. The performance of the proposed algorithm was been compared to the conventional algorithm to show the superiority of the proposed algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.49-54
• /
• 2023

GPS(Global Positioning System)는 군사 목적으로 개발되었고, 민간인 신호(GPS L1주파수 C/A 신호)를 개방하면서 많은 발전이 이루어졌다. 현재의 위성은 하루 약 2회 주기로 지구를 공전하며 위치를 측정하는데 위성 신호 3개(초기에는 시각 오차까지 계산하기 위하여 4개)이상을 수신하는데 전파 출발 시간에서부터 수신된 위성 신호의 전파 도달 시간(TOA)까지의 데이터를 삼변측량 방식을 통해 지상 수신기 3차원 위치를 결정한다. 그러나 GPS를 활용한 내비게이션의 경우 보통 5~10m의 위치 오차가 발생하며 아파트와 실내, 터널, 공장지대 및 산악 지대 등, 많은 지역이 GPS의 사각지대 또는 오차 범위 밖의 무력화 지역으로 존재하고 있다. 따라서 GPS 위성 신호의 수신이 불가능한 지역에서 현재의 위치 정보를 획득하기 위해서는 다른 방안이 제시되어야 한다. 본 연구에서는 가속도와 자이로 센서가 결합된 IMU(Inertial Measurement Unit)와 지자기 센서를 이용하여 GPS 신호 수신이 불가능한 지형에서도 위치인식이 가능하도록 시스템을 설계 하였다. 9-DOF IMU와 지자기 센서를 이용한 순간 속도 값을 계산하여 현재의 위치를 추적할 수 있는 방안을 연구 하였으며 제작과 실험을 통해 그 타당성을 검증하였다.