• 로봇학회논문지
• /
• 제8권4호
• /
• pp.283-291
• /
• 2013

Methods for measuring or estimating of ground shape by a laser range finder and a vision sensor(exteroceptive sensors) have critical weakness in terms that these methods need prior database built to distinguish acquired data as unique surface condition for driving. Also, ground information by exteroceptive sensors does not reflect the deflection of ground surface caused by the movement of UGVs. Thereby, UGVs have some difficulties regarding to finding optimal driving conditions for maximum maneuverability. Therefore, this paper proposes a method of recognizing exact and precise ground shape using Inertial Measurement Unit(IMU) as a proprioceptive sensor. In this paper, firstly this method recognizes attitude of a robot in real-time using IMU and compensates attitude data of a robot with angle errors through analysis of vehicle dynamics. This method is verified by outdoor driving experiments of a real mobile robot.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.361-368
• /
• 2015

본 논문은 실내 환경에서 이동로봇의 위치추정을 위해 무향 칼만 필터(UKF, Unscented Kalman Filter)를 적용하는 방법을 기술한다. 위치 추정을 위해 적용한 무향 칼만 필터 방법은 측정 거리에 따라 오차 공분산 값을 조절하는 새로운 측정 불확실성 모델을 제안한다. 또한 이 방법은 속도정보의 불확실성 및 측정 불확실성에 관한 오차 공분산 행렬의 비 대각 성분을 '0'이 아닌 값으로 설정한다. 이 방법은 100*40m 의 실내 작업환경에서 외수용성 센서로서 레이저영역측정기(Laser range finder)를 가진 차륜형 이동로봇을 이용한 실험을 통하여 평가한다. 이 실험에서는 적응적 불확실성 모델을 사용하지 않는 보통의 방법과 제안된 방법의 추정성능을 비교한다. 또한 이 실험은 오차 공분산의 비 대각성분을 '0'이 아닌 값으로 설정하여 추정 성능이 개선되는 것을 확인한다. 이 논문은 이동로봇의 위치추정을 위한 실용적인 UKF 방법을 구현하고 그 성능을 평가 하는 것을 주요 내용으로 한다.