• 한국산업융합학회 논문집
• /
• 제21권3호
• /
• pp.125-131
• /
• 2018

In this paper, we propose a homogeneous multisensor-based navigation algorithm for a mobile robot, which is intelligently searching the goal location in unknown dynamic environments with moving obstacles using multi-ultrasonic sensor. Instead of using "sensor fusion" method which generates the trajectory of a robot based upon the environment model and sensory data, "command fusion" method by fuzzy inference is used to govern the robot motions. The major factors for robot navigation are represented as a cost function. Using the data of the robot states and the environment, the weight value of each factor using fuzzy inference is determined for an optimal trajectory in dynamic environments. For the evaluation of the proposed algorithm, we performed simulations in PC as well as real experiments with mobile robot, AmigoBot. The results show that the proposed algorithm is apt to identify obstacles in unknown environments to guide the robot to the goal location safely.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.628-631
• /
• 1996

This paper proposes a surface recognition algorithm which determines the types of contact surfaces by fusing the information collected by the multisensor system, consisted of the optical tactile and force/torque sensors. Since the image shape measured by the optical tactile sensor system, which is used for determining the surface type, varies depending on the forces provided at the measuring moment, the force information measured by the f/t sensor takes an important role. In this paper, an image contour is represented by the long and short axes and they are fuzzified individually by the membership function formulated by observing the variation of the lengths of the long and short axes depending on the provided force. The fuzzified values of the long and short axes are fused using the average Minkowski's distance. Compared to the case where only the contour information is used, the proposed algorithm has shown about 14% of enhancement in the recognition ratio. Especially, when imposing the optimal force determined by the experiments, the recognition ratio has been measured over 91%.

• International Journal of Control, Automation, and Systems
• /
• 제3권1호
• /
• pp.15-31
• /
• 2005

Nowadays, the road safety is an important research field. One of the principal research topics in this field is the vehicle localization in the road network. This article presents an approach of multi sensor fusion able to locate a vehicle with a decimeter precision. The different informations used in this method come from the following sensors: a low cost GPS, a numeric camera, an odometer and a steer angle sensor. Taking into account a complete model of errors on GPS data (bias on position and nonwhite errors) as well as the data provided by an original approach coupling a vision algorithm with a precise numerical map allow us to get this precision.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.65-65
• /
• 2002

In remote sensing, images are acquired over the same area by sensors of different spectral ranges (from the visible to the microwave) and/or with different number, position, and width of spectral bands. These images are generally partially redundant, as they represent the same scene, and partially complementary. For many applications of image classification, the information provided by a single sensor is often incomplete or imprecise resulting in misclassification. Fusion with redundant data can draw more consistent inferences for the interpretation of the scene, and can then improve classification accuracy. The common approach to the classification of multisensor data as a data fusion scheme at pixel level is to concatenate the data into one vector as if they were measurements from a single sensor. The multiband data acquired by a single multispectral sensor or by two or more different sensors are not completely independent, and a certain degree of informative overlap may exist between the observation spaces of the different bands. This dependence may make the data less informative and should be properly modeled in the analysis so that its effect can be eliminated. For modeling and eliminating the effect of such dependence, this study employs a strategy using self and conditional information variation measures. The self information variation reflects the self certainty of the individual bands, while the conditional information variation reflects the degree of dependence of the different bands. One data set might be very less reliable than others in the analysis and even exacerbate the classification results. The unreliable data set should be excluded in the analysis. To account for this, the self information variation is utilized to measure the degrees of reliability. The team of positively dependent bands can gather more information jointly than the team of independent ones. But, when bands are negatively dependent, the combined analysis of these bands may give worse information. Using the conditional information variation measure, the multiband data are split into two or more subsets according the dependence between the bands. Each subsets are classified separately, and a data fusion scheme at decision level is applied to integrate the individual classification results. In this study. a two-level algorithm using hierarchical clustering procedure is used for unsupervised image classification. Hierarchical clustering algorithm is based on similarity measures between all pairs of candidates being considered for merging. In the first level, the image is partitioned as any number of regions which are sets of spatially contiguous pixels so that no union of adjacent regions is statistically uniform. The regions resulted from the low level are clustered into a parsimonious number of groups according to their statistical characteristics. The algorithm has been applied to satellite multispectral data and airbone SAR data.

• ETRI Journal
• /
• 제33권4호
• /
• pp.506-516
• /
• 2011

In this paper, we develop a registration method to eliminate the geometric inconsistency between the stereo-images and light detection and ranging (LIDAR) data obtained by an airborne multisensor system. This method consists of three steps: registration primitive extraction, correspondence establishment, and exterior orientation parameter (EOP) adjustment. As the primitives, we employ object points and linked edges from the stereo-images and planar patches and intersection edges from the LIDAR data. After extracting these primitives, we establish the correspondence between them, being classified into vertical and horizontal groups. These corresponding pairs are simultaneously incorporated as stochastic constraints into aerial triangulation based on the bundle block adjustment. Finally, the EOPs of the images are adjusted to minimize the inconsistency. The results from the application of our method to real data demonstrate that the inconsistency between both data sets is significantly reduced from the range of 0.5 m to 2 m to less than 0.05 m. Hence, the results show that the proposed method is useful for the data fusion of aerial images and LIDAR data.

• 대한원격탐사학회지
• /
• 제20권6호
• /
• pp.419-425
• /
• 2004

본 연구에서는 Dempster-Shafer evidence theory에 기반하여 Gaussian 질량 함수를 사용하는 융합 기법을 제안하고 있다. Dempster-Shafer 융합은 비정확성과 불확실성 measures를 각각 belief 함수와 plausibility 함수로 나타내며 이 두 함수 값 사이의 간격을 나타내는 "belief interval"에 의해 불확실성의 정도가 표현된다. 이러한 Dempster-Shafer 융합기술을 이용하여 서로 다른 센서에서 수집된 영상 자료를 융합하여 사용하여 분류 결과의 정확성을 높이고 특히 분류를 위한 매개변수를 추정하는 훈련과정에서 복합 클래스를 설정할 수 있어 단순 클래스 설정으로 인한 훈련과정이 어려움을 피할 수 있다. 이 연구에서는 경기도 용인/능평 지역에서 관측 된 KOMPSAT EOC의 범색 영상 자료와 LANDSAT ETM+의 식생지수 자료에 대해 제안된 Dempster-Shafer 융합기술을 이용하여 분류 실험을 수행하였고 분류 결과는 서로 다른 센서간의 영상자료 융합을 위한 제안된 기법의 잠재적 효과성을 보여주고 있다.

• 대한공간정보학회지
• /
• 제23권1호
• /
• pp.81-88
• /
• 2015

위성센서 기술이 발전함에 따라서 가시광선, 적외선, 열적외선 영역 등의 파장대를 탐지하는 다양한 센서들이 발사되고 있다. 이에 따라, 다중센서 영상의 융합 및 통합에 대한 연구들이 진행되고 있으며, 이를 위해서는 다중센서의 정합이 필수적이다. 위성영상의 정합 및 자동기하보정을 위하여 SIFT, SURF와 같은 알고리즘이 제안되었다. 그러나, 광학영상과 열적외선 상의 경우 다른 분광특성을 가지고 있기 때문에, 기존의 영상정합기법을 적용할 경우에는 높은 정확도를 확보하기 어려운 문제를 지닌다. 본 연구에서는 SURF를 이용하여 참조영상의 특징점을 추출하였으며, 추출된 특징점의 위치를 기반으로 지역적 상관도를 추정하여 정합쌍을 추출하고자 하였다. 지역적 상관도의 경우에는 퓨리에 변환을 기반으로 하는 위상 상관도 기법을 적용하였다. 가상의 고해상도 다중센서 영상과 Landsat-8, ASTER 영상을 이용한 실험결과, 기존의 SURF를 활용한 정합기법과 비교하여 본 연구에서 제안한 방법이 두 영상 간 정합쌍을 더욱 효과적으로 추출할 수 있음을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1348-1351
• /
• 1997

The federated Kaman filter(FKF) is being widely used in many multisensor navigatiion systems. It is know that the FKF has advantages of simplicity and fault-tolerance over other decentralized filter techniques. In this paper, optimal and suboptimal FKF configuratiions are mentioned and a covariance analysis technique for the suboptimal FKF is newly presented. The suboptimal FKF configuration, known as No-reset(NR) mode, has better fault tolerance capability than the optimal FKF coniguratioin. In the suggested technique, a suboptimal fusion process of FKF is considered a swell as suboptimal gains of local filters. An upper boun of error covariance for suboptimal FKF is derived. Also, it is mathematically shown that this bound is smaller thanexisting bound in the literatrue. A vehicle-navigaion system is designed using the FKF. In thissystem, a map constraing equation is introduced and used as a measurement equatioin of Kalman filter. Performance analysis is done by the suggested covariance analysis techniques.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.475-478
• /
• 2004

본 논문에서는 multistatic 소나망의 효과도 분석을 하였다. 특히 본 논문에서는 multistatic 소나망의 탐지 성능 분석을 통해 효용성을 알아보았다. Multistatic 소나망은 송/수신기가 분리된 일종의 다중 분산 센서 시스템으로, 최적의 탐지 성능을 갖기 위해서는 적절한 융합 규칙 및 센서 배치가 필요하다. 분산 센서 융합 기법으로 bayesian 결정 기법을 기반으로 한 융합 기법을 적용하였으며, 실제 해양 환경하에서의 탐지 성능 분석을 위해 개선된 bistatic 표적 강도 모델과 거리 종속 전송 손실 모델을 이용한 multistatic 소나망 탐지 모델을 제안하였다. 기존 소나망과의 모의 비교 실험을 통해 multistatic 소나망의 우수성을 입증하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.274-282
• /
• 2009

기동물체 추적을 위해서 GPS, INS, 레이더 및 광학장비 등의 다양한 위치추적 센서가 이용되고 있으며, 기동물체의 강인한 추적성능을 유지하기 위해 이기종 센서의 효과적인 융합방법이 필요하다. 이기종 다중센서를 이용한 추적성능 향상을 위해 센서의 서로 다른 오차특성을 고려하여 각 센서의 측정치를 상이한 모델로 간주하여 융합하는 연구가 수행되었지만, 한 센서의 오차가 급격히 증가하는 구간에서 다른 센서의 추정치에 대한 오차가 증가하고 각 센서의 측정값이 참 값일 확률인 Sensor Probability 값에 대해 센서 측정치 변화를 실시간으로 반영하지 못하였다. 본 논문에서는 각 센서 칼만필터의 갱신추정치와 측정치 간의 차이에 대한 RMSE(Root Mean Square Error)를 비교하여 Sensor Probability를 구하고, 결합추정치를 다시 각 센서 칼만필터 입력값으로 대입하는 과정을 제외하여 센서 측정치에 대한 실시간적인 반영과 센서 성능이 급격히 저하되는 구간에서의 추적성능을 개선한다. 제안하는 알고리즘은 각 센서의 오차특성을 조건부 확률값으로 추가하여 각 센서의 Sensor Probability에 따라 가장 양호한 성능을 보이는 센서 위주로 트랙융합을 함으로써 강인성을 보장 한다. 실험을 통해 UAV의 기동 경로를 생성하고 제안 알고리즘을 적용하여 다른 융합 알고리즘과 성능분석을 실시한다.