• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.600-619
• /
• 2015

We propose a cost-efficient hybrid algorithm for online location updates that efficiently combines feature point detection with the online trajectory-based sampling algorithm. Our algorithm is designed to minimize the average trajectory error with the minimal number of sample points. The algorithm is composed of 3 steps. First, we choose corner points from the map as sample points because they will most likely cause fewer trajectory errors. By employing the online trajectory sampling algorithm as the second step, our algorithm detects several missing and important sample points to prevent unwanted trajectory errors. The final step improves cost efficiency by eliminating redundant sample points on straight paths. We evaluate the proposed algorithm with real GPS trajectory data for various bus routes and compare our algorithm with the existing one. Simulation results show that our algorithm decreases the average trajectory error 28% compared to the existing one. In terms of cost efficiency, simulation results show that our algorithm is 29% more cost efficient than the existing one with real GPS trajectory data.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권10호
• /
• pp.1281-1286
• /
• 2014

This paper presents an iterative learning control (ILC) approach for tracking problems with specified data points that are desired points at certain time instants. To design ILC systems for such problems, unlike traditional ILC approaches, an algorithm which updates not only the control signal but also the reference trajectory at each trial will be developed. The relationship between the reference trajectory and ILC control in tracking problems where there are specified data points through which the system should pass is investigated as the rate of convergence. In traditional ILC, the desired data is stored in a tracking profile file. Due to the huge size of the data file containing the target points, it is important to reduce the computational cost. Finally, simulation results of the presented technique are mentioned and compared to other related works to confirm the effectiveness of proposed scheme.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.40-46
• /
• 2016

도로지도 생성은 인공위성 촬영이나 현장실사를 기반으로 한다. 그리하여 도로지도를 생성하고 수정하는데 많은 시간과 비용이 든다. 이러한 이유로 차량 GPS 데이터를 이용해 도로지도를 생성하는 연구가 활발히 진행되고 있다. 도로지도 생성 연구에서 가장 중요한 문제는 주도로와 같은 대표궤적을 추출하는 것이다. 대표궤적 추출을 수행할 때에는 시작과 끝이 비슷한 궤적데이터들의 집합을 전제로 하여 궤적을 추출한다. 따라서 대표궤적을 추출하기에 앞서 전처리 과정으로 궤적 클러스터링 작업이 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 하나의 영역을 일정한 격자로 분할하고, Sweep Line 알고리즘을 응용해 유사궤적들을 탐색한다. 마지막으로 프레쉐거리를 이용하여 궤적 간 유사도를 계산하였다. 실제로 서울의 강남구 지역에 있는 500대의 차량 GPS 궤적을 가지고 클러스터링 작업을 수행하였다. 또한, 실험을 통하여 격자분할 접근방식의 빠른 수행시간과 안정성을 보였다.

• International Journal of Control, Automation, and Systems
• /
• 제6권2호
• /
• pp.194-203
• /
• 2008

Iterative learning control (ILC) is a simple and effective method for the control of systems that perform the same task repetitively. ILC algorithm uses the repetitiveness of the task to track the desired trajectory. In this paper, we propose a PID (proportional plus integral and derivative) type ILC update law for control discrete-time single input single-output (SISO) linear time-invariant (LTI) systems, performing repetitive tasks. In this approach, the input of controlled system in current cycle is modified by applying the PID strategy on the error achieved between the system output and the desired trajectory in a last previous iteration. The convergence of the presented scheme is analyzed and its convergence condition is obtained in terms of the PID coefficients. An optimal design method is proposed to determine the PID coefficients. It is also shown that under some given conditions, this optimal iterative learning controller can guarantee the monotonic convergence. An illustrative example is given to demonstrate the effectiveness of the proposed technique.

• International Journal of Aeronautical and Space Sciences
• /
• 제11권4호
• /
• pp.326-337
• /
• 2010

This work addresses problems regarding trajectory planning for unmanned aerial vehicle sensors. Such sensors are used for taking measurements of large nonlinear systems. The sensor investigations presented here entails methods for improving estimations and predictions of large nonlinear systems. Thoroughly understanding the global system state typically requires probabilistic state estimation. Thus, in order to meet this requirement, the goal is to find trajectories such that the measurements along each trajectory minimize the expected error of the predicted state of the system. The considerable nonlinearity of the dynamics governing these systems necessitates the use of computationally costly Monte-Carlo estimation techniques, which are needed to update the state distribution over time. This computational burden renders planning to be infeasible since the search process must calculate the covariance of the posterior state estimate for each candidate path. To resolve this challenge, this work proposes to replace the computationally intensive numerical prediction process with an approximate covariance dynamics model learned using a nonlinear time-series regression. The use of autoregressive time-series featuring a regularized least squares algorithm facilitates the learning of accurate and efficient parametric models. The learned covariance dynamics are demonstrated to outperform other approximation strategies, such as linearization and partial ensemble propagation, when used for trajectory optimization, in terms of accuracy and speed, with examples of simplified weather forecasting.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.1-13
• /
• 2007

현재 무선 통신 기술과 위치 정보 기술의 발달은 다양한 위치 기반 서비스(LBS: Location Based Services)의 발전을 가져왔으며, 위치 기반 서비스에서 이동 객체의 미래 위치를 빠르게 예측하기 위한 미래 인덱스의 필요성이 높아지고 있다. 미래 인덱스와 관련한 대표적인 연구로써 도로 네트워크 환경에서 이동 객체의 과거 궤적 정보를 이용하여 신뢰성을 높인 확률 궤적 예측 기법이 연구되었다. 그러나, 이 기법은 장기간 미래 질의 시 방대한 미래 궤적 탐색 부하로 인해 예측 성능이 떨어지게 되며, 이 때문에 발생하는 빈번한 미래 궤적 갱신으로 인해 인덱스 유지비용이 매우 높아지게 된다. 따라서, 본 논문에서는 효율적인 장기간 미래 위치 예측을 위한 셀 기반의 미래 인덱싱 기법인 PCT-Tree(Probability Cell Trajectory-Tree)를 제시한다. PCT-Tree는 방대한 과거 궤적의 확률을 셀 단위로 재구성함으로써 인덱스 크기를 줄이고, 장기간 미래 질의의 예측 성능을 개선시킨다. 또한, 과거 궤적 정보를 이용하여 신뢰성있는 미래 궤적을 예측함으로써 미래 궤적 예측 오류에 따르는 통신비용과 미래 궤적 갱신으로 인한 인덱스 재구성 비용을 최소화 할 수 있다. 실험을 통해 도로 네트워크 환경에서 PCT-Tree가 기존 인덱싱 기법보다 장기간 미래 질의 성능이 우수함을 입증하였다.

• 한국항행학회논문지
• /
• 제19권5호
• /
• pp.403-410
• /
• 2015

ADS-B는 레이더에 비하여 높은 정확도와 빠른 갱신 주기를 제공하여, 레이더를 대체하거나 보완할 수 있는 기술이다. 최근 증가하는 항공교통량과 이에 따른 정확한 감시의 요구에 의하여 ADS-B가 실제 항공기 운영에 적용되고 있다. 본 논문은 항공기가 운항 중 상시 송신하는 ADS-B 신호를 활용한 공한 인근 지역에서 정밀 감시가 가능한지 확인하기 위한 자료 수집과 일부 데이터에 대한 분석을 수행하였다. 이를 위하여 정밀계기 착륙 접근하는 항공기의 ADS-B 항적을 수집하고, 최종접근 구간에서 항적의 분포 특성에 관한 분석을 수행하였다. 분석결과 ADS-B 항적은 활주로 중심선 연장선에 대하여 평균 이격 거리 -0.04 m, 표준편차 6.71 m이고, 또한 비교적 정확한 감시정보의 제공이 가능함을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권9호
• /
• pp.419-425
• /
• 2016

내비게이션 시스템에서 지도 데이터를 최신 정보로 유지하는 것은 중요한 일이다. 그러나 수작업을 통한 갱신은 비용이 많이 소요될 뿐만 아니라 갱신되는 정보를 즉각적으로 반영하기 힘들다. 본 논문에서는 GPS 데이터를 이용하여 자동으로 도로를 생성해주는 시스템에서 가장 중요한 문제 중 하나인 중심 도로를 추출하는 기법에 관하여 살펴보고자 한다. 중심도로를 추출하기 위해서는 클러스터링 시킨 궤적이 필요하지만, 실제 궤적은 클러스터링 되어있지 않다. 이 문제를 해결하기 위하여 본 논문에서는 최대 중첩구간 탐색과 궤적 클러스터링 과정을 통하여 효과적으로 궤적에 대해 클러스터링 하는 기법을 제안한다. 마지막으로 클러스터링 시킨 궤적에 대하여 가상달리기 기법을 적용하여 중심도로를 추출하였다. 실험 데이터로는 실제 대용량의 강남구, 성남시, 서울시 전체를 지나다니는 택시 GPS 데이터를 수집하여 실험을 하였고, 실험 결과 제안기법이 실제 중심 도로를 추출하는데 안정적이고 효율적인 것을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.57-62
• /
• 2004

This paper deals with a waypoint trajectory following problem for the tilt-rotor UAV under development in Korea (TR-KUAV). In this problem, dynamic model inversion based on the linearized model and Sigma-Phi neural network with adaptive weight update are involved to realize the waypoint following algorithm for the vehicle in the helicopter flight mode (nacelle angle=0 deg). This algorithms consists of two main parts: outer-loop system as a command generator and inner-loop system as stabilizing controller. In this waypoint following problem, the position information in the inertial axis is given to the outer-loop system. From this information, Attitude Command/Attitude Hold logic in the longitudinal channel and Rate Command/Attitude Hold logic in the lateral channel are realized in the inner-loop part of the overall structure of the waypoint following algorithm. The nonlinear simulation based on the TR-KUAV is carried out to evaluate the stability and performance of the algorithm. From the numerical simulation results, the algorithm shows very good tracking performance of passing the waypoints given. Especially, it is observed that ACAH/RCAH logic in the inner-loop has the satisfactory performance due to adaptive neural network in spite of the model error coming from the linear model based inversion.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2360-2362
• /
• 1998

This paper presents a new collison-free trajectory problem for SCARA robot manipulator. we use artificial potential field for collison detection and avoidance. The potential function is typically defined as the sum of attractive potential pulling the robot toward the goal configuration and a repulsive potential pushing the robot away from the obstacles. In here, end-effector of manipulator is represented as a particle in configuration space and moving obstacles is simply represented, too. we consider not fixed obstacle but moving obstacle in random. So, we propose new distance function of artificial potential field with moving obstacle for SCARA robot. At every sampling time, the artificial potential field is update and the force driving manipulator is derived from the gradient vector of artificial potential field. To real-time path planning, we apply very simple modeling to obstacle. Some simulation results show the effectiveness of the proposed approach.