Chun Sebum;Lee Eunsung;Kang Taesam;Jee Gyu-In;Lee Young Jae
Journal of Institute of Control, Robotics and Systems
/
v.11
no.7
/
pp.621-626
/
2005
With precise GPS carrier positioning result, we can get attitude information if GPS antenna has adequate attaching position on the vehicle. In this case, baseline length information can be bandied as an additional measurement or constraint. In this paper, we have proposed a method to improve the attitude accuracy. To overcome nonlinearity of baseline observation model, we analyze attitude estimation result using existing estimation method like a least square method and Kalman filter, and apply a new nonlinear estimation method an unscented Kalman filter Finally we confirm the improvement of attitude estimation result in the case of appling the unscented Kalman filter.
Real-time queueing information and/or predictive queue built-up information can be a good criterion in selecting travel options, such as routes, both for users, and for operators in operating transportation system. Provided properly, it will be a key information for reducing traffic congestion. Also, it helps drivers be able to select optimal roues and operators be able to manage the system effectively as a whole. To produce the predictive queue information, this paper proposes a predictive model for estimating and predicting queue lengths, mainly based on Kalman Filter. It has a structure of having state space model for predicting queue length which is set as observational variable. It has been applied for the Namsan first tunnel and the application results indicate that the model is quite reasonable in its efficacy and can be applicable for various ATIS system architecture. Some limitations and future research agenda have also been discussed.
Journal of International Society for Simulation Surgery
/
v.2
no.1
/
pp.17-25
/
2015
Purpose In this paper, we propose a robust 3D vessel tracking algorithm by utilizing an active contour model and unscented Kalman filter which are the two representative algorithms on segmentation and tracking. Materials and Methods The proposed algorithm firstly accepts user input to produce an initial estimate of vessel boundary segmentation. On each Computed Tomography Angiography (CTA) slice, the active contour is applied to segment the vessel boundary. After that, the estimation process of the unscented Kalman filter is applied to track the vessel boundary of the current slice to estimate the inter-slice vessel position translation and shape deformation. Finally both active contour and unscented Kalman filter are inter-operated for vessel segmentation of the next slice. Results The arbitrarily shaped blood vessel boundary on each slice is segmented by using the active contour model, and the Kalman filter is employed to track the translation and shape deformation between CTA slices. The proposed algorithm is applied to the 3D visualization of chest CTA images using graphics hardware. Conclusion Through this algorithm, more opportunities, giving quick and brief diagnosis, could be provided for the radiologist before detailed diagnosis using 2D CTA slices, Also, for the surgeon, the algorithm could be used for surgical planning, simulation, navigation and rehearsal, and is expected to be applied to highly valuable applications for more accurate 3D vessel tracking and rendering.
In this paper, we present the traditional GPS Position- Velocity (PV) model to apply for both Discrete-Time Kalman Filter and Discrete-Time $H_{\infty}$ Filter. The positioning algorithms of both filters are proposed for a stand-alone low-cost GPS module to increase its accuracy. For disturbance cancellation, the Kalman Filter requires the statistical information about process and measurement noises while the $H_{\infty}$ Filter only requires that these noises are bounded. Experiments show that with the same measurement data, $H_{\infty}$ Filter gives us better positioning results compared with Least-Squared method and Kalman Filter.
This study proposes a bias correction method of dual-pol radar rain rate in real time using the dual Kalman filter. Unlike the conventional Kalman filter, the dual Kalman filter predicts state variables with two systems (state estimation system and model estimation system) at the same time. Bias of rain rate is corrected by applying the bias correction ratio to the rain rate estimate. The bias correction ratio is predicted from the state-space model of the dual Kalman filter. This method is applied to a storm event with long duration occurred in July 2016. Most of the bias correction ratios are estimated between 1 and 2, which indicates that the radar rain rate is underestimated than the ground rain rate. The AR (1) model is found to be appropriate for explaining the time series of the bias correction ratio. The time series of the bias correction ratio predicted by the dual Kalman filter shows a similar tendency to that of observation data. As the variability of the bias correction increases, the dual Kalman filter has better prediction performance than the Kalman filter. This study shows that the dual Kalman filter can be applied to the bias correction of radar rain rate, especially for long and heavy storm events.
Proceedings of the Korean Institute of Intelligent Systems Conference
/
2003.09a
/
pp.311-314
/
2003
In radar tracking, since the sensor measures range, azimuth and elevation angle of a target, the measurement equation is nonlinear and the extended Kalman filter (EKF) is applied to nonlinear estimation. The conventional EKF has been widely used as a nonlinear filter for radar tracking, but the considerably large measurement error due to the linearization of nonlinear function in highly nonlinear situations may deteriorate the performance of the EKF. To solve this problem, a fuzzy-model-based Kalman filter (FMBKF) is proposed for radar tracking. The FMBKP uses a local model approximation based on a TS fuzzy model instead of a Jacobian matrix to linearize nonlinear measurement equation. The hybrid GA and RLS method is used to identify the premise and the consequent parameters and the rule numbers of this TS fuzzy model. In two-dimensional radar tracking problem, the proposed method is compared with the conventional EKF.
This study presented a model predictive tracking control algorithm of autonomous truck based on object state estimation using extended Kalman filter. To design the model, the 1-layer laser scanner was used to estimate position and velocity of the object using extended Kalman filter. Based on these estimations, the desired linear path for object tracking was computed. The lateral and yaw angle errors were computed using the computed linear path and relative positions of the truck. The computed errors were used in the model predictive control algorithm to compute the optimal steering angle for object tracking. The performance evaluation was conducted on Matlab/Simulink environments using planar truck model and actual point data obtained from laser scanner. The evaluation results showed that the tracking control algorithm developed in this study can track the object reasonably based on the model predictive control algorithm based on the estimated states.
It is generally known that particle filters can produce consistent target tracking performance in comparison to the Kalman filter for non-linear and non-Gaussian systems. In this paper, I propose a Rao-Blackwellized multiple model particle filter(RBMMPF) to enhance computational efficiency of the particle filters as well as to reduce sensitivity of modeling. Despite that the Rao-Blackwellized particle filter needs less particles than general particle filter, it has a similar tracking performance with a less computational load. Comparison results for performance is listed for the using single sensor information RBMMPF and using multisensor data fusion RBMMPF.
A new approach to the maneuvering target tracking problem is proposed. Its basic concept is to take the maneuver variable from the measurements. Tracking scheme based on the Kalman filter estimates the maneuver varieble from the residual and uses the estimates to update the Kalman filter. The estimation process is independent of target types and a model of the maneuver characteristics. All the filtering algorithms are processed in polor coordinate. Simulation results are presented and compared to that of the extended Kalman filter.
Communications for Statistical Applications and Methods
/
v.18
no.1
/
pp.79-87
/
2011
A spatial time series model was used for analyzing the method of spatial time series (not the ARIMA model that is popular for analyzing spatial time series) by using chicken pox data which is a highly contagious disease and grid data due to ARIMA not reflecting the spatial processes. Time series model contains a weighting matrix, because that spatial time series model influences the time variation as well as the spatial location. The weighting matrix reflects that the more geographically contiguous region has the higher spatial dependence. It is hypothesized that the weighting matrix gives neighboring areas the same influence in the study of the spatial time series model. Therefore, we try to present the conclusion with a weighting matrix in a way that gives the same weight to existing neighboring areas in the study of the suitability of the STARMA model, spatial time series model and STBL model, in the comparative study of the predictive power for statistical inference, and the results. Furthermore, through the Kalman-Filter method we try to show the superiority of the Kalman-Filter method through a parameter assumption and the processes of prediction.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.