• 스마트미디어저널
• /
• 제13권5호
• /
• pp.9-18
• /
• 2024

객체 궤적 모델링은 다중 객체 추적(Multi Object Tracking, MOT)의 주요 과제다. CenterTrack은 객체 중심 위치를 추적하는 Heatmap 기반의 방법으로 이를 해결하고자 했다. 하지만 복잡한 움직임과 비선형성을 가진 객체를 추적할 때 제한적인 성능을 보였다. 우리는 CenterTrack의 성능 저하 요인을 보행자의 동적 움직임으로 간주하여 확장된 칼만 필터(Extended Kalman Filter, EKF)를 CenterTrack에 통합했다. 우리가 제안하는 방법의 우수성을 입증하기 위해 기존 칼만 필터(Kalman Filter, KF)와 무향 칼만 필터(Unscented Kalman Filter, UKF)를 CenterTrack에 적용 후 다양한 데이터셋에 비교 평가했다. 실험결과, EKF를 CenterTrack에 통합했을 때 73.7% MOTA(Multiple Object Tracking Accuracy)를 달성하며 CenterTrack에 가장 적합한 필터임을 확인했다.

• 한국항공우주학회지
• /
• 제46권3호
• /
• pp.219-229
• /
• 2018

본 논문에서는 복수 Position Sensitive Detector(PSD) 센서와 IR Beacon Module(적외선 비콘 모듈)을 이용하여 우주비행체의 랑데부/도킹/군집 운용과 같은 근접 운용을 위한 칼만 필터 기반의 상대항법 알고리즘 연구를 수행한다. PSD 센서와 적외선 비콘 모듈은 각각 Target Satellite과 Chaser Satellite에 장착되어 위성의 상대 위치와 상대 자세 정보를 획득하여 위성간 근접운용에 사용한다. 각각의 상대 항법 기법의 성능을 비교 분석하기 위하여 수치 시뮬레이션을 수행한다. 상대항법 알고리즘에 사용된 PSD 센서와 적외선 비콘 모듈의 광학적 모델링과 작동 원리를 기반으로 칼만필터의 측정 모델을 구성한다. 확장 칼만 필터(EKF)와 무향 칼만 필터(UKF)는 우주비행체의 병진 운동 및 회전 운동에 대한 운동학 및 동역학적 특성을 활용하는 측정 융합에 기반을 둔 확률론적 상대항법 기법으로 사용된다. EKF와 UKF, 두 필터의 상대 자세 및 상대 위치 추정 성능을 비교한다. Target Satellite과 Chaser Satellite에 장착되는 PSD 센서와 적외선 비콘 모듈의 개수와 상대항법기법의 변화에 따른 수치 시뮬레이션을 수행하여 성능 변화를 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 춘계학술대회 논문요약집
• /
• pp.166-166
• /
• 2004

운전자 보조시스템에는 적응순항제어 (adaptive cruise control), 차선변경 (lane change), 충돌경고 (collision warning), 충돌회피 (collision avoidance), 및 자동주차 (automatic parking) 등이 있다. 이런 운전자 보조시스템은 어떤 목적을 가지고 있다. 운전자의 부담을 줄이고 안전을 위하여 차량의 주행방향에 있는 장애물이나 차량을 감지하여 차량간의 안전거리론 유지하고 자동차가 일정 속도를 유지하도록 한다. 운전자 보조시스템의 효율은 센서들로부터 얻어진 정보의 해석에 달려있다.(중략)

• 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.

• 한국항공우주학회지
• /
• 제38권3호
• /
• pp.221-227
• /
• 2010

일반적인 전술유도탄에서 표적획득 센서로 사용되는 김발형 탐색기(Gimballed Seeker) 는 탐색기의 표적획득부가 유도탄의 동체운동과는 독립적으로 관성좌표계 상에서 표적을 지향하게 하여 비례항법 유도명령 생성에 필요한 유도탄/표적간의 시선 각속도 정보를 직접 제공한다. 반면 최근에는 탐색기 전체가 유도탄 동체에 고정됨으로써 정비보수 용이, 고장수리 감소, 단가감소 측면 등에서 유리한 동체고정 탐색기(Strapdown Seeker)에 대한 연구가 부분적으로 수행되고 있다. 그런데 동체고정 탐색기에서는 비례항법에 필요한 시선각속도가 직접주어지지 않고 탐색기 영상 평면에 맺힌 표적영상으로부터 유도명령생성에 필요한 정보를 추출하여야 한다. 본 연구에서는 먼저 스트랩다운 탐색기로부터 주어지는 표적정보를 바탕으로 언센티드 칼만필터(Unscented Kalman Filter, UKF)를 적용하여 유도탄과 표적간의 상대운동을 추정한다. 추정된 상대운동 정보를 이용하여 유도명령을 생성하고 유도탄과 표적간의 조우운동을 시뮬레이션을 통하여 검증하였다.

• 한국항공우주학회지
• /
• 제40권2호
• /
• pp.108-117
• /
• 2012

본 논문은 비선형 필터 기법에 따른 지형참조항법 성능 분석에 관한 연구를 수행하였다. 지형참조항법에 사용되는 기본 필터에는 확장 칼만 필터(EKF)가 있다. 본 연구는 EKF 원형외에 반복형 EKF(IEKF), stochastic linearization(SL) 조건이 추가된 EKF-SL과 unscented Kalman Filter(UKF) 알고리듬을 소개한다. 또한, 연속적(sequential) 필터 외에 일괄적(batch)필터 기법인 칼만 필터 무리(bank of Kalman filters)를 이용한 항법 기술도 비교군으로 추가하고 필터 간 항법 성능을 분석한다. 가상 궤적을 가진 항공기 시뮬레이션을 통해 초기위치 오차가 클 때도 강건한(robust) 필터로 stochastic linearization EKF가 선정되었으며, 다만 빠른 항법 해의 수렴이 요구될 때에는 칼만 필터 무리를 이용한 일괄적 필터가 효과적인 것으로 분석되었다.

• 한국항공우주학회지
• /
• 제37권10호
• /
• pp.1002-1009
• /
• 2009

본 논문에서는 저가의 스트랩다운 센서 및 탐색기 기반의 정밀한 유도필터 설계를 다룬다. 고려된 스트랩다운 센서는 3축의 가속도계와 자이로로 구성된 IMU, 3 축 자기장계 및 압력고도계이다. 유도탄의 위치, 속도, 자세 및 압력고도계의 바이어스 오차가 유도필터의 상태변수로 고려된다. 상태방정식 및 측정방정식의 비선형성이 크기 때문에 UKF(Unscented Kalman Filter)를 도입한다. 제안된 유도필터는 표적 위치오차가 없을 경우 항법필터로 동작한다. 표적오차가 존재하는 경우에도 유도탄-표적간 상대 정보를 정확히 추정함으로서 정밀한 유도성능을 보장한다. 특수한 교전상황에서는 유도필터의 가관측성 문제가 발생함이 확인되었다.

• 한국군사과학기술학회지
• /
• 제26권1호
• /
• pp.10-21
• /
• 2023

For various target tracking applications, it is well known that the Kalman filter is the optimal estimator(in the minimum mean-square sense) to predict and estimate the state(position and/or velocity) of linear dynamical systems driven by Gaussian stochastic noise. In the case of nonlinear systems, Extended Kalman filter(EKF) and/or Unscented Kalman filter(UKF) are widely used, which can be viewed as approximations of the(linear) Kalman filter in the sense of the conditional expectation. However, to implement EKF and UKF, the exact dynamical model information and the statistical information of noise are still required. In this paper, we propose the recurrent neural-network based Kalman filter, where its Kalman gain is obtained via the proposed GRU-LSTM based neural-network framework that does not need the precise model information as well as the noise covariance information. By the proposed neural-network based Kalman filter, the state estimation performance is enhanced in terms of the tracking error, which is verified through various linear and nonlinear tracking problems with incomplete model and statistical covariance information.

• 제어로봇시스템학회논문지
• /
• 제9권11호
• /
• pp.917-924
• /
• 2003

Recurrent neural networks have been successfully applied to communications channel equalization. Major disadvantages of gradient-based learning algorithms commonly employed to train recurrent neural networks are slow convergence rates and long training sequences required for satisfactory performance. In a high-speed communications system, fast convergence speed and short training symbols are essential. We propose decision feedback equalizers using a recurrent neural network trained with Kalman filtering algorithms. The main features of the proposed recurrent neural equalizers, utilizing extended Kalman filter (EKF) and unscented Kalman filter (UKF), are fast convergence rates and good performance using relatively short training symbols. Experimental results for two time-varying channels are presented to evaluate the performance of the proposed approaches over a conventional recurrent neural equalizer.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2016년도 전력전자학술대회 논문집
• /
• pp.309-310
• /
• 2016

Sealed flooded lead acid batteries are becoming popular in the industry because of their low cost as compared to their counterparts. State of Charge (SOC) estimation has always been an important factor in battery management systems. For the accurate SOC estimation, open circuit voltage (OCV) hysteresis should be modelled accurately. The hysteresis phenomenon of the sealed flooded lead acid battery is discussed in detail and its ultimate modeling is proposed based on the conventional parallelogram method. The SOC estimation is performed by using Unscented Kalman Filter (UKF) while the parameters of the battery are estimated using Auto Regressive with external input (ARX) method. The validity of the proposed method is verified by the experimental results. The SOC estimation error by the proposed method is less than 3 % all wing the 125hr test.