• 제어로봇시스템학회논문지
• /
• 제20권11호
• /
• pp.1098-1102
• /
• 2014

Localization of aerial vehicles and map building of flight environments are key technologies for the autonomous flight of small UAVs. In outdoor environments, an unmanned aircraft can easily use a GPS (Global Positioning System) for its localization with acceptable accuracy. However, as the GPS is not available for use in indoor environments, the development of a SLAM (Simultaneous Localization and Mapping) system that is suitable for small UAVs is therefore needed. In this paper, we suggest a vision-based SLAM system that uses vision sensors and an AHRS (Attitude Heading Reference System) sensor. Feature points in images captured from the vision sensor are obtained by using GPU (Graphics Process Unit) based SIFT (Scale-invariant Feature Transform) algorithm. Those feature points are then combined with attitude information obtained from the AHRS to estimate the position of the small UAV. Based on the location information and color distribution, a Gaussian process model is generated, which could be a map. The experimental results show that the position of a small unmanned aircraft is estimated properly and the map of the environment is constructed by using the proposed method. Finally, the reliability of the proposed method is verified by comparing the difference between the estimated values and the actual values.

• 한국해양공학회지
• /
• 제24권3호
• /
• pp.46-51
• /
• 2010

This paper describes the implementation of a precise underwater navigation solution using a multi-sensor fusion technique based on USBL, DVL, and IMU measurements. To implement this precise underwater navigation solution, three strategies are chosen. The first involves heading alignment angle identification to enhance the performance of a standalone dead-reckoning algorithm. In the second, the absolute position is found quickly to prevent the accumulation of integration error. The third one is the introduction of an effective outlier rejection algorithm. The performance of the developed algorithm was verified with experimental data acquired by the deep-sea ROV, Hemire, in the East-sea during a survey of a methane gas seepage area at a 1,500 m depth.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.251-256
• /
• 2006

In the work package 'Integrated Positioning' of the research project NAVIO (Pedestrian Navigation Systems in Combined Indoor/Outdoor Environements) we are dealing with the navigation and guidance of visitors of our University. Thereby start points are public transport stops in the surroundings of the Vienna University of Technology and the user of the system should be guided to certain office rooms or persons. For the position determination of the user different location sensors are employed, i.e., for outdoor positioning GPS and dead reckoning sensors such as a digital compass and gyro for heading determination and accelerometers for the determination of the travelled distance as well as a barometric pressure sensor for altitude determination and for indoor areas location determination using WiFi fingerprinting. All sensors and positioning methods are combined and integrated using a Kalman filter approach. Then an optimal estimate of the current location of the user is obtained using the filter. To perform an adequate weighting of the sensors in the stochastic filter model, the sensor characteristics and their performance was investigated in several tests. The tests were performed in different environments either with free satellite visibility or in urban canyons as well as inside of buildings. The tests have shown that it is possible to determine the user's location continuously with the required precision and that the selected sensors provide a good performance and high reliability. Selected tests results and our approach will be presented in the paper.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1986-1991
• /
• 2007

본 논문에서 지구자기장을 측정하여 방위를 결정하는 자기 저항 소자의 경사각의 이상 현상에서 있어 예측할 수 없는 특성에 대해 불확실성에서의 추론을 통해 센서로서의 안정성을 확보하는데 그 목적이 있다. 따라서 퍼지 알고리즘을 적용하여 외부 환경 변화에 민감하게 변화하는 소자의 왜곡현상을 프로그래밍 적인 요소를 실험하여 센서의 왜율적인 요소에서 벗어남을 보인다. 나아가 소자의 고속, 고신뢰성을 갖는 응용에 사용할 수 있음을 보인다.

• 자동차안전학회지
• /
• 제13권4호
• /
• pp.7-13
• /
• 2021

This paper presents an vulnerable road user (VRU) classification and tracking algorithm using vision and LiDAR sensor fusion method for urban autonomous driving. The classification and tracking for vulnerable road users such as pedestrian, bicycle, and motorcycle are essential for autonomous driving in complex urban environments. In this paper, a real-time object image detection algorithm called Yolo and object tracking algorithm from LiDAR point cloud are fused in the high level. The proposed algorithm consists of four parts. First, the object bounding boxes on the pixel coordinate, which is obtained from YOLO, are transformed into the local coordinate of subject vehicle using the homography matrix. Second, a LiDAR point cloud is clustered based on Euclidean distance and the clusters are associated using GNN. In addition, the states of clusters including position, heading angle, velocity and acceleration information are estimated using geometric model free approach (GMFA) in real-time. Finally, the each LiDAR track is matched with a vision track using angle information of transformed vision track and assigned a classification id. The proposed fusion algorithm is evaluated via real vehicle test in the urban environment.

• 한국항해항만학회지
• /
• 제41권4호
• /
• pp.189-194
• /
• 2017

이동형해상감시레이더는 해안을 따라 이동하며, 해역을 감시하는 기능을 수행한다. 초기 레이더의 방향은 차량의 선수방향으로 정렬되어 있기 때문에 전개지 이동 후 신속하게 표적의 방위각을 획득하기 위해서는 변경된 차량의 선수방향을 아는 것이 중요하다. 차량의 선수방위각은 자이로 컴퍼스, GPS 컴퍼스 혹은 전자 컴퍼스로 획득할 수 있다. 그 중에서 전자 컴퍼스는 가격이 저렴할 뿐만 아니라, 부피가 작고, 안정화 시간이 짧아서 빠른 기동성을 요구하는 이동형해상감시레이더에 적합하다. 하지만, 지자계 센서를 사용하다보니 주변 자장의 영향으로 오차가 발생될 수 있으며, 발생된 오차는 초기 위성의 자동추적을 어렵게 하고, 레이더의 탐지정확도를 떨어뜨린다. 따라서 본 논문에서는 이동형해상감시레이더 및 정지 위성간의 두 위치좌표로부터 측지학적 역 문제 해석을 통해 기준 방위각을 산출하고 이를 위성 안테나가 실제 지향한 방위각과 비교 산출하여 얻어진 보정값을 레이더에 반영하는 자동보정절차를 제안하고 제안된 방법을 실제 운용 중인 이동형해상감시레이더에 적용함으로써 운용가능성 및 편리성을 검증하였다.

• 재활복지공학회논문지
• /
• 제9권2호
• /
• pp.137-144
• /
• 2015

본 논문은 하지의 움직임을 측정하고 분석할 수 있는 관성센서 기반 보행분석 시스템에 관한 것이다. 본 시스템 구현을 위해 자이로스코프, 가속도계 및 지자계 신호를 이용한 자세 방위 측정장치 모듈을 일체형으로 개발하였으며, 다수의 모듈을 환자의 분절에 부착하여 공간상에서 각 분절의 방위각을 제공할 수 있도록 하였다. 또한 재활과 관련된 많은 응용에 있어 중요한 생체역학 측정값인 신체 분절간의 관절각을 추출하는 알고리즘을 제안하였다. 개발한 자세 방위 측정장치 모듈의 성능을 평가하기 위하여 3차원 공간상의 변위 및 방위를 밀리미터 해상도로 제공할 수 있는 Vicon을 참조 측정 시스템으로 이용하였으며, yaw와 pitch에서 1.08, 1.72도의 평균 제곱근 오차를 얻을 수 있었다. 보행 분석 시스템의 성능 검증을 위하여 7개의 AHRS 모듈을 하지에 부착하고 고관절, 무릎, 발목에 대한 관절각을 계산하여, Vicon과의 비교 실험을 수행하였다. 실험 결과 본 연구에서 개발한 시스템은 뇌졸중 후 회복단계 동안 사지 및 보행 동작을 실시간으로 분석, 제공함으로서 재활의 효과, 난이도 조절 및 피드백 요소를 제공할 수 있을 것으로 판단된다.

• 전자공학회논문지SC
• /
• 제47권6호
• /
• pp.33-42
• /
• 2010

본 연구에서는 실해역에서 해류를 고려한 실용적인 유도 시스템을 제안하고 있다. 본 논문에서는 생성된 경로의 최적성은 주요 이슈가 아니다. 시작점부터 목표점까지의 경로는 주요 해류의 방향축을 고려하여 운용 경험이 많은 전문가의 경유점 선택을 통하여 생성된다. 본 논문에서는 또한 초단기선, GPS, 도플러 속도계 그리고 자세센서 등의 계측치를 통해서 다중센서융합알고리즘을 이용하여 정밀 수중항법 솔루션 구현에 대하여 설명하고 있다. 정밀하고 정확하고 갱신 주기가 빠른 수중항법 솔루션을 구현하기 위하여 세 가지 전략을 사용하였다. 첫째는 추측항법의 단독 성능을 향상시키기 위하여 선수각 정밀 정렬을 수행하였다. 둘째는 기본이 되는 단독추측항법이 적분 알고리즘에 기반을 두었기 때문에 시간의 추이에 따른 누적오차의 증가 특성을 가지고 있는데 이를 막기 위하여 주기적으로 절대 위치 정보를 다중센서융합 기법을 이용하여 융합하여 주는 것이다. 셋째는 융합알고리즘의 품질 향상을 위하여 효율적인 특이점 제거 알고리즘을 도입하는 것이다. 개발된 정밀수중항법알고리즘의 성능을 검증하기 위하여 자율기뢰처리기와 심해무인잠수정의 실해역 데이터를 사용하였다.

• Current Research on Agriculture and Life Sciences
• /
• 제32권2호
• /
• pp.79-84
• /
• 2014

본 논문에서는 저가, 저전력 및 소형의 IMU를 구성하기 위한 MEMS 관성 센서를 이용하여 자세 정보를 제공받는 ARHES에 위의 센서를 사용하기 위해 자이로 센서 및 가속도센서의 데이터 출력 특성을 검증하여 오차 및 정확도를 분석하였다. 센서 실험을 위하여 진자 실험 장치를 제작하였고, 진자 운동에 대한 센서 데이터를 수집하였다. 이론적인 수식을 유추하여 센서 데이터의 정확성 분석을 위한 기준 값으로 설정하였다. 센서값과 이론값을 비교하면 각속도에서 4.32~5.72%, 가속도에서 x-, z-축 방향에 대하여 각각 3.53~6.74% 및 3.91~4.16%의 오차율을 나타냈다. 진자실험 장치를 이용한 센서 검증에서 무인헬리콥터에 사용될 센서로서 적합한 것으로 평가되었으며 이는 짐벌장치 등을 이용한 자세추정 알고리즘을 구성하는데 기초가 되었다. 또한, 더욱 정밀한 실험을 위해서는 온도 등 주변 환경 요인에 대한 보정이 요구된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1099-1104
• /
• 2003

In this paper, the position control of a car-like mobile robot using neural network is proposed. The positional information of the mobile robot is given by a laser range finder located remotely through wireless communication. The heading angle is measured by a gyro sensor. Considering these two sensor information as references, the robot posture by localization is corrected by a cascaded controller. In order to improve the tracking performance, a neural network with a cascaded controller is used to compensate for any uncertainty in the robot. The remotely located neural network filter modifies the reference trajectories to minimize the positional errors by wireless communication. A car-like mobile robot is built as a test-bed and experimental studies of proposed several control algorithms are performed. It turns out that the best position control can be achieved by a cascaded controller with neural network.