• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.274-282
• /
• 2009

기동물체 추적을 위해서 GPS, INS, 레이더 및 광학장비 등의 다양한 위치추적 센서가 이용되고 있으며, 기동물체의 강인한 추적성능을 유지하기 위해 이기종 센서의 효과적인 융합방법이 필요하다. 이기종 다중센서를 이용한 추적성능 향상을 위해 센서의 서로 다른 오차특성을 고려하여 각 센서의 측정치를 상이한 모델로 간주하여 융합하는 연구가 수행되었지만, 한 센서의 오차가 급격히 증가하는 구간에서 다른 센서의 추정치에 대한 오차가 증가하고 각 센서의 측정값이 참 값일 확률인 Sensor Probability 값에 대해 센서 측정치 변화를 실시간으로 반영하지 못하였다. 본 논문에서는 각 센서 칼만필터의 갱신추정치와 측정치 간의 차이에 대한 RMSE(Root Mean Square Error)를 비교하여 Sensor Probability를 구하고, 결합추정치를 다시 각 센서 칼만필터 입력값으로 대입하는 과정을 제외하여 센서 측정치에 대한 실시간적인 반영과 센서 성능이 급격히 저하되는 구간에서의 추적성능을 개선한다. 제안하는 알고리즘은 각 센서의 오차특성을 조건부 확률값으로 추가하여 각 센서의 Sensor Probability에 따라 가장 양호한 성능을 보이는 센서 위주로 트랙융합을 함으로써 강인성을 보장 한다. 실험을 통해 UAV의 기동 경로를 생성하고 제안 알고리즘을 적용하여 다른 융합 알고리즘과 성능분석을 실시한다.

• 제어로봇시스템학회논문지
• /
• 제15권4호
• /
• pp.365-371
• /
• 2009

A intelligent mobile hexapod robot with various types of sensors and wireless camera is introduced. We show this mobile robot can detect objects well by combining the results of active sensors and image processing algorithm. First, to detect objects, active sensors such as infrared rays sensors and supersonic waves sensors are employed together and calculates the distance in real time between the object and the robot using sensor's output. The difference between the measured value and calculated value is less than 5%. This paper suggests effective visual detecting system for moving objects with specified color and motion information. The proposed method includes the object extraction and definition process which uses color transformation and AWUPC computation to decide the existence of moving object. We add weighing values to each results from sensors and the camera. Final results are combined to only one value which represents the probability of an object in the limited distance. Sensor fusion technique improves the detection rate at least 7% higher than the technique using individual sensor.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.64.4-64
• /
• 2001

Localization is the key role in controlling the Mobile Robot. In this papers, a development of the sensor fusion algorithm for controling UTV(Unmanned Tracked Vehicle) is presented. The multi-sensocial dead-rocking subsystem is established based on the optimal filtering by first fusing heading angle reading from a magnetic compass, a rate-gyro and two encoders mouned on the robot wheels, thereby computing the deat-reckoned location. These data and the position data provoded by LBL system are fused together by means of an extended Kalman filter. This algorithm is proved by simulation studies.

• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.36-54
• /
• 2017

본 논문은 환경변화에 강인한 센서 융합 교통정보 수집 시스템을 제안한다. 제안된 시스템은 각 센서의 특징을 융합하여 영상 검지기에 비해 환경에 강인하고, 주 야간 등 시간에 영향을 받지 않으며 루프 검지기에 비해 유지보수에 드는 비용이 적다. 이는 레이더의 물체 추적 기법과 영상검지기의 차량분류, 적외선거리계의 신뢰성 높은 객체검지 정보를 융합하고 각 센서의 문제점을 보완하여 개선을 이루었다. 구현된 시스템을 보행자의 통행이 가능한 도로에서 주 야간 5일에 걸쳐 6시간 동안 실험한 결과 88.7%의 분류정확도와 95.5%의 차량 검지율을 나타내었다. 본 시스템의 파라미터 최적화 작업을 실험환경에 따라 적응되는 방식으로 보완한다면 교통정보 수집 체계의 고도화에 기여할 수 있을 것으로 기대된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.175-175
• /
• 2000

In this Paper we propose a navigation algorithm which can be used to estimate state vectors such as position and velocity for its motion control using multi-sensor output measurements. The output measurement we will use in estimating the state is a series of known multi-sensor asynchronous outputs with measurement noise. This paper investigates the Extended Kalman Filtering method to merge asynchronous heading, heading rate, velocity of DVL, and SSBL information to produce a single state vector. Different complexity of Kalman Filter, with biases and measurement noise, are investigated with theoretically data from KRISO's AUV. All levels of complexity of the Kalman Filters are shown to be much more close and smooth to real trajectories then the basic underwater acoustic navigation system comment)'used aboard underwater vehicle.

• 제어로봇시스템학회논문지
• /
• 제16권2호
• /
• pp.177-187
• /
• 2010

A MTG (Multimode Tracking and Guidance) system is employed to compensate for the limitations of individual seekers such as RF (Radio frequency) or IIR (Imaging Infra-red) and to improve the overall tracking and guidance performance in jamming, clutter, and adverse weather environments. In the MTG system, tracking filter, data association, and data fusion methods are important elements to maximize the effectiveness of precision homing missile guidance. This paper proposes the formulation of a Kalman filter for the estimation of line-of-sight rate from seeker measurements in missiles guided by proportional navigation. Also, we suggest the HPDA (Highest Probability Data Association) and data fusion methods of the MTG system for target tracking in the adverse environments. Mont-Carlo simulation is employed to evaluate the overall tracking performance and guidance accuracy.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.20-26
• /
• 2008

지능형 로봇이나 컴퓨터가 일상생활 속에서 차지하는 비중이 점점 높아짐에 따라 인간과의 상호교류도 점점 중요시되고 있다. 이렇게 지능형 로봇(컴퓨터) - 인간의 상호 교류하는데 있어서 감정 인식 및 표현은 필수라 할 수 있겠다. 본 논문에서는 음성 신호와 얼굴 영상에서 감정적인 특징들을 추출한 후 이것을 Bayesian Learning과 Principal Component Analysis에 적용하여 5가지 감정(평활, 기쁨, 슬픔, 화남, 놀람)으로 패턴을 분류하였다. 그리고 각각 매개체의 단점을 보완하고 인식률을 높이기 위해서 결정 융합 방법과 특징 융합 방법을 적용하여 감정 인식 실험을 하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 인식 실험을 하였으며, 특징 융합 방법은 SFS(Sequential Forward Selection) 특징 선택 방법을 통해 우수한 특징들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 인식 실험을 실행하였다. 그리고 인식된 결과 값을 2D 얼굴 형태에 적용하여 감정을 표현하였다.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.195-203
• /
• 2012

본 논문은 다중센서 영상을 이용한 결정 융합 기반의 지상 표적 분류 알고리즘 및 특징 추출 기법을 제안한다. 표적의 인식률 향상을 위하여 가중 투표 방법을 적용함으로써 개별 분류기로부터 획득된 결과를 융합하였다. 또한 개별 센서 영상 내에 속한 표적을 분류하기 위해 CCD 영상으로부터 획득한 CM 영상의 밝기 차이와 FLIR 영상 내 표적의 윤곽선 정보 및 차량과 포탑의 너비 비율을 이용하여 스케일과 회전변화에 강인한 특징들을 추출하였다. 마지막으로 실험을 통하여 본 논문에서 제안한 지상 표적 분류 알고리즘과 특징 추출 기법에 대한 성능을 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.9-16
• /
• 2020

본 연구에서는 다중 센서를 사용하여 화재 감지를 수행하는 알고리즘을 제안하고 시스템을 구현하였다. 제안하는 알고리즘은 다중 센서의 데이터를 기반으로 규칙을 적용하여 화재를 판정한다. 화재 발생은 약 3~5분의 시간이 걸리며 이 시간은 화재 감지의 최적 시간이다. 이는 잠재적 화재 발생을 적시에 식별하는 것이 화재 관리에 중요하다는 것을 의미한다. 국내의 경우 화재 국가 법령에 따라 대부분 건물에 화재경보기 설비를 장착하고 있다. 그러나 현재 사용하는 화재 감지 장치는 연기나 열을 감지하는 하나의 센서에 의존하기 때문에 허위 경보에 매우 취약하다. 최근에는 IoT의 기술 발달로 화재 감지기에 여러 개의 센서를 통합할 수 있다. 또한, 화재 감지기는 다른 물체와 통신을 할 수 있으며 프로그램된 작업을 수행할 수 있는 스마트 기술이 개발되었다. 제작된 프로토타입은 10건의 실제 실험을 기준으로 90%의 성공률과 10%의 거짓 경보율을 기록했다.

• Smart Structures and Systems
• /
• 제16권2호
• /
• pp.295-328
• /
• 2015

In recent years the monitoring of structural behavior through acquisition of vibrational data has become common practice. In addition, recent advances in sensor development have made the collection of diverse dynamic information feasible. Other than the commonly collected acceleration information, Global Position System (GPS) receivers and non-contact, optical techniques have also allowed for the synchronous collection of highly accurate displacement data. The fusion of this heterogeneous information is crucial for the successful monitoring and control of structural systems especially when aiming at real-time estimation. This task is not a straightforward one as measurements are inevitably corrupted with some percentage of noise, often leading to imprecise estimation. Quite commonly, the presence of noise in acceleration signals results in drifting estimates of displacement states, as a result of numerical integration. In this study, a new approach based on a time domain identification method, namely the Unscented Kalman Filter (UKF), is proposed for correcting the "drift effect" in displacement or rotation estimates in an online manner, i.e., on the fly as data is attained. The method relies on the introduction of artificial white noise (WN) observations into the filter equations, which is shown to achieve an online correction of the drift issue, thus yielding highly accurate motion data. The proposed approach is demonstrated for two cases; firstly, the illustrative example of a single degree of freedom linear oscillator is examined, where availability of acceleration measurements is exclusively assumed. Secondly, a field inspired implementation is presented for the torsional identification of a tall tower structure, where acceleration measurements are obtained at a high sampling rate and non-collocated GPS displacement measurements are assumed available at a lower sampling rate. A multi-rate Kalman Filter is incorporated into the analysis in order to successfully fuse data sampled at different rates.