• 로봇학회논문지
• /
• 제16권4호
• /
• pp.306-312
• /
• 2021

This paper describes localization of autonomous underwater vehicles(AUV), which can be used when some navigation sensor data are an outlier. In that situation, localization through existing navigation algorithms causes problems in long-range localization. Even if an outlier sensor data occurs once, problems of localization will continue. Also, if outlier sensor data is related to azimuth (direction of AUV), it causes bigger problems. Therefore, a parallel localization module, in which different algorithms are performed in a normal and abnormal situation should be designed. Before designing a parallel localization module, it is necessary to study an effective method in the abnormal situation. So, we propose a localization method through machine learning. For this method, a learning model consists of only Fully-Connected and trains through randomly contaminated real sea data. The ground truth of training is displacement between subsequent GPS data. As a result, average error in localization through the learning model is 0.4 times smaller than the average error in localization through the existing navigation algorithm. Through this result, we conclude that it is suitable for a component of the parallel localization module.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.70-77
• /
• 2015

본 논문은 수중 로봇 위치추정을 위하여 무향 칼만 필터 방법을 제안한다. 이 방법은 해저 지형 정보와 로봇으로부터 수심측정을 비교한다. 해저 수심 범위의 측정을 위해, DVL 센서를 이용한다. 일반적으로 DVL은 로봇의 속도 정보와 4개의 거리 데이터를 획득한다. 확장 칼만 필터는 지형 수심 범위 측정을 위해 자코비안을 유도하기가 가능하지 않기 때문에 지형정보를 이용한 방법에는 유용하지가 않는다. 파티클 필터는 자코비안을 필요로하지 않고, 비선형 및 비 가우시안 시스템에 좋은 해결책이지만 연산량이 많은 단점이 있다. 본 논문에서는 무향 칼만 필터와 파티클 필터의 위치추정 성능과 처리 속도를 비교한다. 수중 네비게이션에 사용되는 무향 칼만 필터 방법은 일부 있지만 해저 지형 정보를 이용한 방법은 극히 드물다. 특히, 제안된 방법은 수백개의 스캔 범위 데이터를 사용하지 않고 4개의 범위 데이터만을 이용한다. 본 논문에서는 4개의 거리 데이터를 가지고 해저 지형을 기반을 둔 위치추정을 위한 무향 칼만 필터 방법의 접근 가능성을 보인다.

• 로봇학회논문지
• /
• 제19권2호
• /
• pp.188-195
• /
• 2024

This paper proposes a photorealistic real-time dense 3D mapping system that utilizes a neural network-based image enhancement method and mesh-based map representation. Due to the characteristics of the underwater environment, where problems such as hazing and low contrast occur, it is hard to apply conventional simultaneous localization and mapping (SLAM) methods. At the same time, the behavior of Autonomous Underwater Vehicle (AUV) is computationally constrained. In this paper, we utilize a neural network-based image enhancement method to improve pose estimation and mapping quality and apply a sliding window-based mesh expansion method to enable lightweight, fast, and photorealistic mapping. To validate our results, we utilize real-world and indoor synthetic datasets. We performed qualitative validation with the real-world dataset and quantitative validation by modeling images from the indoor synthetic dataset as underwater scenes.

• 한국음향학회지
• /
• 제23권7호
• /
• pp.514-520
• /
• 2004

수중에서 음원의 위치 추정을 위해 적용되어지는 기법으로써 시간지연차 (TDOA : Time Difference Of Arrival) 추정, 빔 형성 기법, 고 분해능 기법 등이 있다. 본 논문에서는 상대적으로 적은 수의 센서를 사용하여 주파수 영역에서 시간 지연차 추정에 사용되는 MCPSP (Modified Cross Power Spectrum Phase) 함수를 이용하였다. 그러나 MCPSP 함수에 기반한 방법은 CW (Continuous Wate) 신호를 대상으로 할 경우 추정 성능이 크게 떨어진다. 이에 본 논문에서는 Pulsed CW신호를 사용하는 수중 음원의 위치를 추정하기 위해 단 구간 (short-time) 에너지 검출을 이용하여 핑(ping)의 경계 영역을 포함하는 세그먼트를 구성하고 이로부터 MCPSP 함수를 구하는 방법을 제안하였다. 제안된 방법의 성능에 대한 이론적인 접근과 함께 다양한 환경 하에서 분석이 이루어졌다.

• 한국음향학회지
• /
• 제19권2호
• /
• pp.68-72
• /
• 2000

수중 음원을 탐지할 때 사용되는 정합장 처리 기법은 복잡한 수중 환경을 고려하여 수행된다. 특히, 최소 분산 처리기를 적용할 경우 행렬의 고유치 문제로 인해 그 성능이 크게 저하될 수 있다. 본 논문에서는 변환 행렬을 이용하여 최소 분산 정합장 처리기의 성능을 개선하였다. 이 변환 행렬은 입력 신호의 공분산 행렬이 역행렬을 구할 수 있도록 하면서 원하는 음원 신호 성분을 향상시키도록 한다. 제안된 방법은 가상 데이터와 NATO 산하 SACLANT 센터에서 수집된 실측 데이터를 이용하여 그 효율성을 입증하였다.

• 로봇학회논문지
• /
• 제9권4호
• /
• pp.197-205
• /
• 2014

As computer vision algorithms are developed on a continuous basis, the visual information from vision sensors has been widely used in the context of simultaneous localization and mapping (SLAM), called visual SLAM, which utilizes relative motion information between images. This research addresses a visual SLAM framework for online localization and mapping in an unstructured seabed environment that can be applied to a low-cost unmanned underwater vehicle equipped with a single monocular camera as a major measurement sensor. Typically, an image motion model with a predefined dimensionality can be corrupted by errors due to the violation of the model assumptions, which may lead to performance degradation of the visual SLAM estimation. To deal with the erroneous image motion model, this study employs a local bundle optimization (LBO) scheme when a closed loop is detected. The results of comparison between visual SLAM estimation with LBO and the other case are presented to validate the effectiveness of the proposed methodology.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.169-172
• /
• 1999

수중 음원을 탐지할 때 사용되는 정합장 처리 기법은 복잡한 수중 환경을 고려하여 수행된다. 특히, 최소 분산 처리기를 적용할 경우 행렬의 고유치 문제로 인해 그 성능이 크게 저하될 수 있다. 본 논문에서는 변환 행렬을 이용하여 최소 분산 정합장 처리기의 성능을 개선하였다 이 변환 행렬은 입력 신호의 공분산 행렬이 역행렬을 구할 수 있도록 하면서 원하는 음원 신호 성분을 향상시키도록 한다. 제안된 방법은 NATO 산하 SACLANT 센터에서 수집된 실측 데이터를 이용하여 그 효율성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.418-422
• /
• 2013

본 논문은 비가우시안 노이즈가 존재하는 수중환경에서 비선형 필터 기법에 따른 2차원 위치 추정에 관한 연구 내용이다. 최근 위치 추정을 위한 필터로 확장형 칼만필터(EKF: Extended Kalman filter)가 많이 사용되고 있다. 하지만, 수중과 같은 비가우시안 노이즈가 존재하는 비선형 시스템에서는 많은 문제점을 가지고 있다. 따라서 본 논문에서는 상태변이의 예측을 기반으로한 EKF를 대신하여 통계적 발생인자 에 기반을 둔 분포 재해석 기법을 이용한 2차원 파티클필터 (TDPF: Two-Dimension Particle Filter)를 제안한다. 모의 실험을 통하여 Non-Gaussian Noise 가 존재하는 수중환경에서 제안하는 TDPF의 성능을 EKF와 비교분석하였으며 TDPF가 EKF보다 정확한 위치 추정결과를 제공하는 것을 확인하였다.

• Ocean Systems Engineering
• /
• 제9권4호
• /
• pp.391-407
• /
• 2019

Tracking the location (position) of a surface or underwater marine vehicle is important as part of guidance and navigation. While the Global Positioning System (GPS) works well in an open sea environment but its use is limited whenever testing scaled-down models of such vehicles in the laboratory environment. This paper presents the design, development and implementation of a low energy ultrasonic augmented single beacon-based localization technique suitable for such requirements. The strategy consists of applying Extended Kalman Filter (EKF) to achieve location tracking from basic dynamic distance measurements of the moving model from a fixed beacon, while on-board motion sensor measures heading angle and velocity. Iterative application of the Extended Kalman Filter yields x and y co-ordinate positions of the moving model. Tests performed on a free-running ship model in a wave basin facility of dimension 30 m by 30 m by 3 m water depth validate the proposed model. The test results show quick convergence with an error of few centimeters in the estimated position of the ship model. The proposed technique has application in the real field scenario by replacing the ultrasonic sensor with industrial grade long range acoustic modem. As compared with the existing systems such as LBL, SBL, USBL and others localization techniques, the proposed technique can save deployment cost and also cut the cost on number of acoustic modems involved.

• 로봇학회논문지
• /
• 제12권2호
• /
• pp.173-183
• /
• 2017

This paper proposes an integrated positioning system to localize a moving object in the shadow-area that exists in the water tank. The new water tank for underwater robots is constructed to evaluate the navigation performance of underwater vehicles. Several sensors are integrated in the water tank to provide the position information of the underwater vehicles. However there are some areas where the vehicle localization becomes very poor since the very limited sensors such as sonar and depth sensors are effective in underwater environment. Also there are many disturbances at sonar data. To reduce these disturbances, an extended Kalman filter has been adopted in this research. To localize the underwater vehicles under the hostile situations, a SVR (Support Vector Regression) has been systematically applied for estimating the position stochastically. To demonstrate the performance of the proposed algorithm (an extended Kalman filter + SVR analysis), a new UI (User Interface) has been developed.