• 한국항공우주학회지
• /
• 제40권1호
• /
• pp.43-48
• /
• 2012

본 논문에서는 스트랩다운 영상탐색기 개발을 위해 각속도계 정보를 이용한 실용적인 움직임 훼손영상 복원 필터링 기법을 제안한다. 각속도계 편향오차가 움직임 훼손을 기술하기 위한 점확산 함수 파라미터의 불확실성으로 작용한다는 점에 착안하여, 이를 놈 제한조건을 만족하는 파라미터 불확실성으로 가정한 후 움직임 훼손 영상을 불확정 선형 상태 공간 방정식으로 모델링한다. 각속도계 편향오차에 의한 파라미터 불확실성 행렬이 놈 제한 조건을 만족한다는 가정 하에, 순환 선형 강인 칼만필터에 기반한 움직임 훼손영상 복원필터가 설계된다. 실제 IR 영상을 이용하여 제안된 영상훼손 복원 필터가 각속도계 편향 오차가 존재하는 상황에서도 신뢰할만한 영상복원 성능을 제공함을 확인한다.

• 로봇학회논문지
• /
• 제8권4호
• /
• pp.283-291
• /
• 2013

Methods for measuring or estimating of ground shape by a laser range finder and a vision sensor(exteroceptive sensors) have critical weakness in terms that these methods need prior database built to distinguish acquired data as unique surface condition for driving. Also, ground information by exteroceptive sensors does not reflect the deflection of ground surface caused by the movement of UGVs. Thereby, UGVs have some difficulties regarding to finding optimal driving conditions for maximum maneuverability. Therefore, this paper proposes a method of recognizing exact and precise ground shape using Inertial Measurement Unit(IMU) as a proprioceptive sensor. In this paper, firstly this method recognizes attitude of a robot in real-time using IMU and compensates attitude data of a robot with angle errors through analysis of vehicle dynamics. This method is verified by outdoor driving experiments of a real mobile robot.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.155-162
• /
• 2007

스마트한 홈서비스를 제공하기 위해서는 가전기기를 제어하기위한 미들웨어 기술과 사용자의 위치를 기반 서비스를 위한 사용자의 위치 정보가 중요하다. 기존에 연구되는 초음파 및 전파를 사용한 기술은 장애물 및 주변 환경의 영향을 많이 받는다. 따라서 본 논문에서는 사용자의 위치 추정에 장애물 등의 영향을 받지 않는 관성센서를 사용하고, RFID를 사용하여 초기 위치를 설정하는 기법을 제안한다. 이 기법을 사용하여 초기 위치를 상대 좌표가 아닌 실제 좌표로 바로 할당할 수 있게 하여 이를 통해 관성센서의 단점인 오차누적 문제를 해결한다. 본 논문에서 제안하는 시스템은 서비스제공 및 확장성을 위한 미들웨어와 미들웨어 상위계층에서 동작하는 사용자 위치 추정시스템, 그리고 사용자의 위치계산을 위한 데이터를 수집하는 관성센서 및 RFID Reader로 구성한다. 또한 스마트 홈 환경에서 본 논문에서 제안한 시스템이 장애물의 영향을 받지 않고 동작하는 것을 확인한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권8호
• /
• pp.211-218
• /
• 2018

본 연구에서는 6축 센서를 이용하여 식사 행동을 검출하고 식사 시간을 추론하는 알고리즘을 제안한다. 식사 행동을 음식을 집는 동작, 음식을 먹는 동작, 팔을 내려놓는 동작으로 분류하고, 각 동작 별로 자이로 신호의 특징점을 선정하고 특징점이 순서대로 나타날 경우 식사 행동을 검출한다. 제안한 알고리즘은 정확도 94.3%와 정밀도 84.1%를 달성하였다.

• 대한조선학회논문집
• /
• 제53권6호
• /
• pp.529-535
• /
• 2016

This study focuses on the comparison of measured data from 6-DOF motion sensor and strain gauge installed in the IBRV ARAON during 2015 summer voyage in the Arctic. Procedures to calculate the global ice load from MotionPak II inertial measurement system and the local load from stain gauge system are discussed. The ship's speed and peak load are determined in the concept of an ice collision "event". It is found that the peak values in the global ice calculated form whole ship motion analysis fall in the range of 1.5~3 times of the local ice load based in strain gauge measurement.

• 센서학회지
• /
• 제28권1호
• /
• pp.30-35
• /
• 2019

Inertial measurement units (IMUs) are widely used for wearable motion-capturing systems in the fields of biomechanics and robotics. When the IMUs are combined with optical motion sensors (hereafter, OPTs) for their complementary capabilities, it is necessary to align the coordinate system orientations between the IMU and OPT. In this study, we compare the application of two coordinate transformation-based orientation alignment methods between two coordinate systems. The first method (M1) applies angular velocity coordinate transformation, while the other method (M2) applies gyroscopic angle coordinate transformation. In M1 and M2, the angular velocities and angles, respectively, are acquired during random movement for a least-square algorithm to determine the alignment matrix between the two coordinate systems. The performance of each method is evaluated under various conditions according to the type of motion during measurement, number of data points, amount of noise, and the alignment matrix. The results show that M1 is free from drift errors, while drift errors are present in most cases where M2 is applied. Thus, this study indicates that M1 has a far superior performance than M2 for the alignment of IMU and OPT coordinate systems for motion analysis.

• 센서학회지
• /
• 제31권2호
• /
• pp.96-101
• /
• 2022

As the elderly population gradually increases, the risk of fatal fall accidents among the elderly is increasing. One way to cope with a fall accident is to determine the fall direction before impact using a wearable inertial measurement unit (IMU). In this context, a previous study proposed a method of classifying fall directions using a support vector machine with sensor velocity, acceleration, and tilt angle as input parameters. However, in this method, the IMU signals are processed through several processes, including a Kalman filter and the integration of acceleration, which involves a large amount of computation and error factors. Therefore, this paper proposes a machine learning-based method that classifies the fall direction before impact using IMU raw signals rather than processed data. In this study, we investigated the effects of the following two factors on the classification performance: (1) the usage of processed/raw signals and (2) the selection of machine learning techniques. First, as a result of comparing the processed/raw signals, the difference in sensitivities between the two methods was within 5%, indicating an equivalent level of classification performance. Second, as a result of comparing six machine learning techniques, K-nearest neighbor and naive Bayes exhibited excellent performance with a sensitivity of 86.0% and 84.1%, respectively.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.706-711
• /
• 2008

본 논문에서는 Inertial Navigation System (INS)와 Ultrasonic-SATellite (U-SAT)의 센서융합을 기반으로 100mm 이하의 정밀위치측정 시스템을 보여준다. INS는 자이로와 두 개의 엔코더로 구성되고, U-SAT는 네 개의 송신기와 한 개의 수신기로 구성하였다. 구성된 센서들은 정밀한 정밀위치측정을 위하여 Extended Kalman Filler (EKF)를 통해 센서들을 융합하였다. 위치측정의 성능을 증명하기 위해 본 논문에서는 로봇이 0.5 m/s의 속도로 주행한 실제 데이터(직진, 곡선)와 시뮬레이션을 통한 실험을 하였으며, 실험에 사용된 위치측정방법은 일반적인 센서융합과 INS 데이터만을 칼만 필터에 이용한 센서융합을 비교하였다. 시뮬레이션과 실제 데이터를 통해 실험한 결과, INS 데이터만을 칼만 필터에 이용한 센서융합이 더 정밀함을 확인할 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제18권7호
• /
• pp.632-637
• /
• 2012

This paper introduces a simple and efficient calibration method for three-axis accelerometers and three-axis gyroscopes using three-axis motion rate table. Usually, the performance of low cost MEMS-based inertial sensors is affected by scale and bias errors significantly. The calibration of these errors is a bothersome problem, but the previous calibration methods cannot propose simple and efficient method to calibrate the errors of three-axis inertial sensors. This paper introduces a new simple and efficient method for the calibration of accelerometer and gyroscope. By using a three-axis motion rate table, this method can calibrate the accelerometer and gyroscope simultaneously and simply. Experimental results confirm the performance of the proposed method.