• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2011년도 한국우주과학회보 제20권1호
• /
• pp.25.4-25.4
• /
• 2011

Various estimation methods based on Kalman filter have been applied to the real-time satellite orbit determination. The most popular method is the Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF). The EKF is easy to implement and to use on orbit determination problem. However, the linearization process of the EKF can cause unstable solutions if the problem has the inaccurate reference orbit, sparse or insufficient observations. In this case, the UKF can be a good alternative because it does not contain linearization process. However, because both methods are based on Gaussian assumption, performance of estimation can become worse when the distribution of state parameters and process/measurement noise are non-Gaussian. In nonlinear/non-Gaussian problems the particle filter which is based on sequential Monte Carlo methods can guarantee more exact estimation results. This study develops and tests the particle filter for satellite orbit determination. The particle filter can be more effective methods for satellite orbit determination in nonlinear/non-Gaussian environment.

• Journal of information and communication convergence engineering
• /
• 제10권4호
• /
• pp.390-395
• /
• 2012

This paper describes an implementation of automatic mutual localization of swarm robots using a particle filter. Each robot determines the location of the other robots using wireless sensors. The measured data will be used for determination of the movement method of the robot itself. It also affects the other robots' self-arrangement into formations such as circles and lines. We discuss the problem of a circle formation enclosing a target that moves. This method is the solution for enclosing an invader in a circle formation based on mutual localization of the multi-robot without infrastructure. We use trilateration, which does require knowing the value of the coordinates of the reference points. Therefore, specifying the enclosure point based on the number of robots and their relative positions in the coordinate system. A particle filter is used to improve the accuracy of the robot's location. The particle filter is operates better for mutual location of robots than any other estimation algorithms. Through the experiments, we show that the proposed scheme is stable and works well in real environments.

• 로봇학회논문지
• /
• 제8권2호
• /
• pp.104-115
• /
• 2013

For natural human-robot interaction, we need to know location and shape of facial feature in real environment. In order to track facial feature robustly, we can use the method combining particle filter and active appearance model. However, processing speed of this method is too slow. In this paper, we propose two ideas to improve efficiency of this method. The first idea is changing the number of particles situationally. And the second idea is switching the prediction model situationally. Experimental results is presented to show that the proposed method is about three times faster than the method combining particle filter and active appearance model, whereas the performance of the proposed method is maintained.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.143-148
• /
• 2014

파티클 필터는 비선형 비가우시안 추정 문제에 매우 효과적인 수단으로 비디오 영상에서 객체를 추적하는 경우에 널리 이용되어왔다. 하지만 객체의 이동이 심한 경우 객체의 추적을 위해서는 매우 많은 개수의 파티클이 있어야 하므로 계산량이 크게 증가하게 된다. 본 논문에서는 프레임간의 객체 이동이 상당히 크게 이루어지는 low frame rate(LPR) 비디오에서 차량의 추적을 위하여 모션 벡터를 이용한 개선된 파티클 필터 추적 방법을 제안하고 실험을 통하여 성능을 평가하였다. 제안한 파티클 필터에서는 selection 단계와 observe 단계의 두 단계에서 모션 벡터를 적용하였다. 실험 결과 제안한 방법은 LPR 영상에서 기존의 파티클 필터가 객체의 추적에 실패하는 경우에도 성공적 추적이 가능하며, 추적의 정확도 또한 향상되었음을 보여주었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권4호
• /
• pp.125-134
• /
• 2015

본 논문에서는 위치 데이터 분석의 한 방법으로 사람의 위치 정보와 파티클 필터를 이용해서 이동 상태를 파악하고자 한다. 사람의 이동정보인 위치 데이터에 포함된 시간, 위도, 경도를 이용하여 속도를 구한 뒤, 이전 시간 데이터들의 속도들과의 평균값을 파티클 필터(Particle Filter)에 적용하여 얻은 결과로 인간의 이동 상태를 판단하고자 한다. 파티클 필터에 요구되는 확률분포는 인간 이동 속도가 지수 분포에 근사한다는 사실에 기반하여 적용하였다. 인간의 이동 상태는 파티클들의 확률값으로 주어진다. 이동 확률 판단을 위해 파티클 필터를 통해 얻은 확률적 수치들을 이용해 이동 상태가 정지인지 이동인지 판단했다. 그리고 실험을 통해 얻은 결과들을 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.743-744
• /
• 2016

Object tracking in video sequences is a challenging task and has various applications. Particle filtering has been proven very successful for non-Gaussian and non-linear estimation problems. In this study, we first try to develop a color-based particle filter. In this approach, the color distributions of video frames are integrated into particle filtering. Color distributions are applied because of their robustness and computational efficiency. The model of the particle filter is defined by the color information of the tracked object. The model is compared with the current hypotheses of the particle filter using the Bhattacharyya coefficient. The proposed tracking method directly incorporates the scale and motion changes of the objects. Experimental results have been presented to show the effectiveness of our proposed system.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2002년도 추계 학술발표회 논문집
• /
• pp.213-220
• /
• 2002

본 연구에서는 최근에 개발된 Unscented Particle Filter (UPF)를 사용한 비선형 동적 구조계의 구조계수 규명기법이 연구되었다. 일반적인 비선형 구조계수 추정 문제의 일반 해는 존재하지 않으나, 그에 대한 대안으로써 선형 근사 기법인 extended Kalman filter (EKF)가 비선형 동적 구조계수의 추정에 주로 사용되어왔다. 그러나, EKF는 구간 선형(piecewise linear) 가정으로 인해 biased estimator이고 비선형성이 상대적으로 높을 때 오차가 큰 추정치를 주는 단점을 가진다. 이를 보완하기 위해서 UPF가 개발되었고, 이 기법은 particle filter의 일종으로써 Unscented Kalman filter (UKF)를 사용하여 importance proposal distribution을 생성한다. 수치실험이 SDOF와 MDOF에 대하여 3가지 경우에 대해서 수행되었다. 비선형 SDOF의 수치 실험으로부터 잡음이 가해진 상태에서 UKF가 EKF에 비해 초기 공분산 행렬의 가정에 대해 정확하고 강인한 추정결과를 보여줌을 보였다 최하층의 column에 비선형 거동이 발생하는 5층 전단 빌딩모형의 수치실험으로부터 UKF가 복잡한 구조물의 구조계수 추정능력이 있음을 보여주었다. 여러 가지 수치실험은 UPF가 EKF보다 비선형 동적 구조계수 추정에 있어서 더 나은 방법임을 보여 주었다.

• 한국입자에어로졸학회지
• /
• 제8권4호
• /
• pp.133-141
• /
• 2012

A new depth filter media was designed and samples of flat sheet as well as cartridge assembly were prepared and tested to evaluate the filtration performance and compare with the commercial product. The arrangement of the depth filter media layers is important to reach the optimal filtration parameters like filter pressure drop, particle collection efficiency and dust holding capacity. Initially, both flat sheet samples of new media and commercial product have been tested using standard test units. Tests with new depth filter media cartridges of various pleat count were conducted in order to find the optimal pleat count which would represent the lowest pressure drop. These tests give an insight on how the pleat count and the assembly configuration affect the performance of the depth filter media cartridge. By comparing the samples with a commercial product we could confirm relatively high filtration performance of the sample cartridge with pleat count 150 made of new depth filter media. The cartridge with the same pleat count exhibits better performance without the outer mesh.

• ETRI Journal
• /
• 제38권2호
• /
• pp.356-365
• /
• 2016

This research proposes a modified particle filter to increase the accuracy of vehicle tracking in a noisy and occluded medium. In our proposed method for vehicle tracking, the direction angle of a target vehicle is calculated. The angular difference between the motion direction of the target vehicle and each particle of the particle filter is observed. Particles are filtered and weighted depending on their angular distance to the motion direction. Those particles moving in a direction similar to that of the target vehicle are assigned larger weights; this, in turn, increases their probability in a given likelihood function (part of the process of estimation of a target's state parameters). The proposed method is compared against a condensation algorithm. Our results show that the proposed method improves the stability of a particle filter tracker and decreases the particle consumption.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.311-316
• /
• 2009

본 논문에서는 파티클 필터(Particle Filter)를 사용한 모바일 감시 로봇을 위한 실시간 움직임 추정 알고리즘을 제안한다. 파티클 필터는 몬테카를로(Monte Carlo) 샘플링 방법을 기반으로 사전분포확률(Prior distribution probability)와 사후분포확률(Posterior distribution probability)을 가지는 베이지안 조건 확률 모델(Bayesian conditional probabilities model)을 사용하는 방법이다. 그러나 대부분의 파티클 필터에서는 초기 확률밀도(Prior probability density)를 임의로 정의하여 사용하지만, 본 논문에서는 Sum of Absolute Difference (SAD)를 이용하여 초기 확률밀도를 구하고, 이를 파티클 필터에 적용하여 모바일 감시 로봇 환경에서 임의로 움직이는 물체를 강인하게 실시간으로 추정하고 추적하는 시스템을 구현하였다.