• 한국전산구조공학회논문집
• /
• 제31권3호
• /
• pp.141-145
• /
• 2018

본 논문에서는 이단계 칼만필터를 활용한 구조물의 3 자유도 동적변위 계측 시스템을 소개한다. 개발 시스템은 센서 모듈, 베이스 모듈, 컴퓨테이션 모듈로 구성되어 있다. 센서 모듈은 100Hz 샘플주파수의 고정밀 가속도를 계측하는 포스피드백 가속도계와 10Hz의 샘플주파수의 저정밀도의 속도, 변위를 계측하는 저가의 RTK-GNSS로 구성되어 있다. 계측된 데이터는 LAN 케이블을 통하여 컴퓨테이션 모듈로 전송되고, 컴퓨테이션 모듈에서 이단계 칼만필터를 활용하여 100Hz 샘플주파수의 고정밀 변위를 실시간으로 산정한다. 개발 시스템의 변위 계측 정밀도를 검증하기 위해 미국, 캘리포니아에 위치한 San Francisco-Oaklmand Bay bridge 에서 현장 실험을 수행하였으며, 실험 결과 1.68mm RMS 오차를 보임을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제9권2호
• /
• pp.107-116
• /
• 2003

This paper presents a systematic design methodology for fault tolerant controller against a fault in actuators and sensors of linear stochastic systems with uncertainties. The scheme is based on fault detection and diagnosis(isolation and estimation) using a bank of robust two-stage Kalman filters, and accommodation of the actuator fault by eigenstructure assignment and immediate compensation of the sensor's faulty measurement. In order to clarify the fault feature in test statistics of residual, noise reduction method is given by multi-scale discrete wavelet transform. The effectiveness of our approach Is shown via simulations for a VTOL(vertical take-off and landing) aircraft subjected to parameter variations, external disturbances, process and sensor noises.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2594-2599
• /
• 2003

We consider some problems of the Modified SPRT(Sequential Probability Ratio Test) method for fault detection and isolation of inertial redundant sensor systems and propose an Advanced SPRT method to solve the problems of the Modified SPRT method. One problem of the Modified SPRT method to apply to inertial sensor system comes from the effect of inertial sensor errors such as misalignment, scale factor error and sensor bias in the parity vector, which make the Modified SPRT method hard to be applicable. The other problem is due to the correlation of parity vector components which may induce false alarm. We use a two-stage Kalman filter to remove effects of the inertial sensor errors and propose the modified parity vector and the controlled parity vector which removes the effect of correlation of parity vector components. The Advanced SPRT method is derived form the modified parity vector and the controlled parity vector. Some simulation results are presented to show the usefulness of the Advanced SPRT method to redundant inertial sensor systems.

• 제어로봇시스템학회논문지
• /
• 제9권10호
• /
• pp.747-754
• /
• 2003

An enhancement of the probabilistic data association filter is presented for tracking a single maneuvering target in clutter environment. The use of the variable dimensional structure leads the probabilistic data association filter to adjust to real motion of a target. The detection of the maneuver for the model switching is performed by the acceleration estimates taken from a bias estimator of the two stage Kalman filter. The proposed algorithm needs low computational power since it is implemented with a single filtering procedure. A simple Monte Carlo simulation was performed to compare the performance of the proposed algorithm and the IMMPDA filter.

• 한국산업정보학회논문지
• /
• 제22권5호
• /
• pp.39-49
• /
• 2017

인공위성 발사를 위한 우주발사체는 효율적인 비행을 위하여 다단으로 구성이 되며 단분리, 연료점화 및 연소종료 등의 비행이벤트를 거쳐서 임무를 완수하게 된다. 이 과정에서 발사체는 추력이 발생하는 동력비행구간과 추력이 없는 탄도비행구간의 과정을 반복하여 겪게 된다. 이러한 우주 발사체의 비행특성을 하나의 동력학 모델로 표현하기는 어렵기 때문에 다중모델을 사용하는 추적 알고리즘에 대한 연구가 많이 진행되어 왔다. 다중모델 추적 알고리즘을 사용하는 경우에는 추적 성능의 개선을 기대할 수 있지만, 사용할 각 동력학 모델들을 적절히 선정해야 하는 어려움이 있으며 또한 다중모델 사용으로 인해 계산양이 증가하는 단점이 있다. 본 논문에서는 등가속도 모델과 적응형 Singer 모델을 사용하는 두 개의 칼만필터만으로 다양한 비행특성을 가지는 우주발사체를 효과적으로 추적하는 방법을 제안한다.

• 한국측량학회지
• /
• 제33권6호
• /
• pp.569-577
• /
• 2015

The navigation algorithm developed based on the extended Kalman filter (EKF) sometimes diverges when the linearity between the measurements and the states is not preserved. In this study, new update conditions together with two conditions from previous study for gravity gradient referenced navigation (GGRN) were deduced for the filter performance. Also, the effect of each update conditions was evaluated imposing the various magnitudes of the database (DB) and the sensor errors. In case the DB and the sensor errors were supposed to 0.1 Eo and 0.01 Eo, the navigation performance was improved in the eight trajectories by using part of gravity gradient components that independently estimate states located within trust boundary. When applying only the components showing larger variation, around 200% of improvement was found. Even the DB and sensor error were supposed to 3 Eo, six update conditions improved performance in at least seven trajectories. More than five trajectories generated better results with 5 Eo error of the DB and the sensor. Especially, two update conditions successfully control divergence, and bounded the navigation error to the 1/10 level. However, these update conditions could not be generalized for all trajectories so that it is recommended to apply update conditions at the stage of planning, or as an index of precision of GGRN when combine with various types of geophysical data and algorithm.

• 방송공학회논문지
• /
• 제14권6호
• /
• pp.692-702
• /
• 2009

과거 값비싼 워크스테이션에서만 구현 가능했던 실시간 가상스튜디오를 이제는 하드웨어의 발달로 개인용 컴퓨터에서도 운용할 수 있게 되었다. 그럼에도 불구하고 여전히 실시간 제작의 그래픽 품질에는 한계가 있기 때문에 영화나 드라마에서는 후반 제작(post production)으로 그래픽을 합성하는 것이 일반적이다. 그러나 후반 제작을 위한 순수 영상 기반 카메라 추적은 많은 작업 시간을 요하며, 자주 불안정한 결과를 보인다. 이를 극복하기 위해 가상스튜디오와 마찬가지로 촬영 단계에서 카메라 모션 데이터를 센서로부터 수신하되, 이를 저장하여 후반제작에서 활용할 수 있는 시스템(POVIS: post virtual imaging system)을 제안하였다. 실사와 그래픽의 매끄러운 정합을 위해서는 정확한 카메라 캘리브레이션이 선행되어야 하는데, 이를 위해 두 장의 평면 패턴만을 이용하여 간단하게 수행할 수 있는 캘리브레이션 방법을 사용하였다. 또한 카메라 센서 데이터는 기계적 부정합 등으로 인해 약간의 오류를 포함하게 되는데, Kalman 필터를 이용하여 이를 줄이는 방법을 제안하였다. 개발된 POVIS는 다큐멘터리 제작에 사용되어 작업 시간을 크게 단축시키고, 특징점의 부재로 인해 기존의 방법을 적용할 수 없는 영상에서의 카메라 추적을 성공적으로 수행하였다.

• 센서학회지
• /
• 제28권5호
• /
• pp.334-339
• /
• 2019

In this study, we propose a compensation method of raw LiDAR data with noise and noise filtering for signal processing of LiDAR sensors during the development phase. The raw LiDAR data include constant errors generated by delays in transmitting and receiving signals, which can be resolved by LiDAR signal compensation. The signal compensation consists of two stage. First one is LiDAR sensor calibration for a compensation of geometric distortion. Second is walk error compensation. LiDAR data also include fluctuation and outlier noise, the latter of which is removed by data filtering. In this study, we compensate for the fluctuation by using the Kalman filter method, and we remove the outlier noise by applying a Gaussian weight function.