본 논문에서는 센서 결합을 이용하여 강체 자세 추정을 정확히 할 수 있는 선택적 확장 칼만 필터 방법을 제안한다. 강체의 자세는 Gauss-Newton방법을 적용하여 가속도 데이터와 지자기 데이터로 부터 쿼터니언 상태 변수를 개략 추정하고 비전 정보와 자이로 센서 정보를 이용하여 정밀 추정을 하는데 외부 간섭 잡음이 강 할 경우 이 방식을 이용한 개략 추정이 어려워진다. 본 논문은 외부 간섭 잡음의 정도를 측정하고 잡음이 강할 때 비전 정보와 자이로 센서정보를 주로 이용하는 선택적 확장 칼만 필터 방법을 이용하여 추정 값에 대한 신뢰도를 높인다.
An estimator for a discrete nonlinear system is derived in the sense of minimum mean square error. An optimal estimator for nonlinear system is very difficult to find and it will be infinite dimensional even if it is found. It has been known that the statistical linearization technique makes it possible to obtain a finite dimensional estimator. In this paper, the procedure of its derivation using the statistical linearization technique that gives an exact mean and variance information is introduced in the sense of minimum mean square error. The derived estimator cannot be clainmed to be globally optimal estimator because it uses the Gaussian assumption to the non-Gaussian distributed nonlinear output. However, the proposed filter exhibits a better performance compared to extended Kalman filter. Simulation results of a simple example present the improvement of the proposed filter in convergent property over the extended Kalman filter.
항공기의 착륙을 추적하기 위해 많이 사용되는 수동 센서인 레이저 거리 측정기(LRF)와 전방관측 적외선 카메라(FLIR)는 배기가스교란(Exhaust Plume Disturbance)으로 인한 고도각 측정 시에 오차를 발생시킨다. 이 경우에 확장형 칼만필터(EKF)를 사용하여 거리 및 고도를 측정하면 배기가스(plume)와 같은 비-가우시안 잡음 때문에 추적 성능이 저하된다. 본 논문에서는 배기가스의 발생 타이밍을 검출기(PD)를 사용하여 확인한 후에 배기가스가 발생하면 적응형 추산법을 사용하고 배기가스의 영향이 없을 때에는 기존의 확장형 칼만필터를 사용하는 복합 방식을 제안하고 이를 위한 적응형 필터를 설계한다. 이 혼합형 필터는 배기가스와 같은 미지의 바이어스를 제거하는데 매우 효과적인 방법이며 시뮬레이션을 통하여 이러한 성능을 예증한다.
This paper proposes a robust method for mapping of a caterpillar-type mobile robot which inherently has uncertainty in its modeling by compensating for the estimated pose error of the robot. In general, a caterpillar type robot is difficult to model, which results in inaccuracy in Simultaneous Localization And Mapping(SLAM). To enhance the robustness of the SLAM for a caterpillar-type mobile robot, we factorize the SLAM posterior, where we used particle filter to estimate the position of the robot and Extended Kalman Filter(EKF) to map the environment. The simulation results show the effectiveness and robustness of the proposed method for mapping.
In recent years, visual-inertial odometry(VIO) algorithms have been extensively studied for the indoor/urban environments because it is more robust to dynamic scenes and environment changes. In this paper, we propose loosely coupled(LC) VIO algorithm that utilizes the velocity vectors from both visual odometry(VO) and inertial measurement unit(IMU) as a filter measurement of Extended Kalman filter. Our approach improves the estimation performance of a filter without adding extra sensors while maintaining simple integration framework, which treats VO as a black box. For the VO algorithm, we employed a fundamental part of the ORB-SLAM, which uses ORB features. We performed an outdoor experiment using an RGB-D camera to evaluate the accuracy of the presented algorithm. Also, we evaluated our algorithm with the public dataset to compare with other visual navigation systems.
본 논문은 차분형 천수방정식을 확장 칼만 필터로 변환하여 조석 예측을 시도하였다. 필터는 바닥마찰과 바람응력, 매개변수를 무작위 변수로 하는 추계학적 모형으로 구성되었으며 조위 및 유속과 함께 추정되도록 하였다. 물리적인 상황의 변화에 적응하도록 각 추정치들은 전파되고, 갱신된다. 본 모형에 서해안의 실측자료를 적용하여 조위의 예측을 실시한 결과, 이상 고조 기간동안에도 만족한 성과를 거두었다.
Unknown parameters can be determined by system identification techniques. Extended Kalman filter method was introduced as a real time estimator of hydrodynamic derivatives but it has the problem named the coefficient drift. In this study, 2nd order filter estimates hydrodynamic derivatives in Abkowitz model In order to reduce the coefficient drift, parallel processing is used. The measured state and ship trajectory are compared with the estimated values. Parallel processing of 2nd order filter gives very similar results to parallel processing of extended Kalman filter. Parallel processing cannot not remove the coefficient drift perfectly, but it reduces the estimation error.
This study was performed to investigate the effects of inertial navigation system (INS) / global positioning system (GPS) sensor fusion for agricultural vehicle navigation. An extended Kalman filter algorithm was adopted for INS/GPS sensor fusion in an integrated mode, and the vehicle dynamic model was used instead of the navigation state error model. The INS/GPS system was consisted of a low-cost gyroscope, an odometer and a GPS receiver, and its performance was tested through computer simulations. When measurement noises of GPS receiver were 10, 1.0, 0.5, and 0.2 m ($1{\sigma}$), RMS position and heading errors of INS/GPS system at 5 m/s straight path were remarkably reduced with 10%, 35%, 40%, and 60% of those obtained from the GPS receiver, respectively. The decrease of position and heading errors by using INS/GPS rather than stand-alone GPS can provide more stable steering of agricultural equipments. Therefore, the low-cost INS/GPS system using the extended Kalman filter algorithm may enable the self-autonomous navigation to meet required performance like stable steering or more less position errors even in slow-speed operation.
Nonlinear state estimation is a desirable and required technique for many situations in engineering (e.g., aircraft/spacecraft tracking, space situational awareness, collision warning, radar tracking, etc.). Due to high standards on performance in these applications, in the last few decades, there was an increasing demand for methods that are able to provide more accurate results. However, because of the mathematical complexity introduced by the nonlinearities of the models, the nonlinear state estimation uses techniques that, in practice, are not so well-established which, leads to sub-optimal results. It is important to take into account that each method will have advantages and limitations when facing specific environments. The main objective of this paper is to provide a comprehensive overview and interpretation of the most well-known methods for nonlinear state estimation with Gaussian priors. In particular, the Kalman filtering methods: EKF (Extended Kalman Filter), UKF (Unscented Kalman Filter), CKF (Cubature Kalman Filter) and EnKF (Ensemble Kalman Filter) with an aerospace perspective.
An estimation technique called the Extended Kalman filter is used to estimate viscous friction, spring initial contraction, and the spring constant on the swash plate of a variable displacement pump. The feasibility of the approach was established using a simulation study. It showed that these parameters could be estimated very accurately in a reliable and independent fashion. A special experimental system was set up to facilitate the measurement of certain states to enhance the Kalman Filtering approach. The aforementioned parameters were estimated and found to be reasonably repeatable for a common operating point. It was very evident that as the operating conditions changed (i.e. temperature) so did the estimated values of certain parameters such as viscous friction. This was believed to be a good verification test for the approach.
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.