• 방송공학회논문지
• /
• 제1권2호
• /
• pp.176-187
• /
• 1996

본고는 로보트 팔의 선단에 부착된 카메라에 의하여 촬영된 일련의 스테레오 영상을 이용하여 운동물체의 3차원 자세 (위치와 방향)를 정확히 추정하는 방법을 다룬다. 본고는 이미 발표된 바 있는 연구결과를 확장한 것으로서[1], 2차원 영상의 측정잡음 뿐만아니라[1], 또한 로보트 팔의 죠인트 각도의 랜덤잡음이 함께 존재할 경우 world 좌표계 (또는 로보트 기지좌표계)를 기준으로 한 운동물체의 3차원 자세의 추정에 중점을 둔다. 이를 위하여, 다음 사항에 근거하여 선형 Kalman 필터를 유도한다. (1) 2차원 영상의 측정잡음이 3차원 공간으로 전파되는 것을 분석함으로써, 이에 기인한 물체좌표계의 방향오차를 카메라 좌표계를 기준으로 하여 모델링한다; (2) 죠인트 각도 오차에 의한 로보트 선단좌표계의 방향오차를 (1)의 결과와 결합하여 extended Jacobian matrix를 유도한다; 그리고 (3) 본질적으로 비선형인 물체의 회전운동을 quaternion을 도입함으로써 선형화 한다. 운동 파라메터는 추정된 quaternion으로부터 반복 최소자승 방법을 이용하여 계산된다. 모의실험 결과, 추정오차가 상당히 감소되고, 실제의 운동 파라메터가 참 값으로 정확히 수렴함을 알 수 있다.

• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.469-475
• /
• 2015

본 논문은 반도체 센서를 이용하여 공간상 시스템의 자세를 정확히 측정할 수 있도록 확장 칼만 필터를 설계하는 방법에 관한 연구이다. 공간상 자세는 관성좌표계(고정 좌표계)로부터 몸체에 부착된 회전좌표계의 상호 관계로 표현한다. 자세를 표현하는데 있어서 간결한 방법인 쿼터니언을 상태변수로 이용하며, 속도 센서로부터 계측된 값을 입력으로 가정하고, 상태 변화를 추정하였다. 그리고 가속도 센서로부터 획득된 값을 관측 데이터로 하여 추정한 값과의 정합과정을 통해 최적의 추정치를 얻어낸다. 이때 추정의 정밀도를 높이기 위해 추정 주기를 센서특성에 맞춰 조절하도록 확장 칼만 필터를 설계하였다. 그 결과, 3축 속도 센서와 3축 가속도 센서를 이용하여 설계된 추정기의 RMS(: Root Mean Square) 추정오차가 시뮬레이션에서 약 1.7 [$^{\circ}$] 이하로 유지되었고, 실험에서 100 [ms] 의 주기로 상태추정을 함으로 추정기가 유용함을 입증하였다.

• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1837-1845
• /
• 2015

도심지환경에서 정확한 차량 위치를 추정하기 위해서는 종방향 속도가 필요하다. 이러한 종방향 속도는 노면경사, 즉 차량의 피치각(Pitch) 산출을 통해서 가능하다. 하지만 단일 센서와 알고리즘을 이용한 피치각 추정에는 정확한 값을 기대할 수 없다. 본 논문에서는 정확한 피치각 추정을 위해 AKF(Adaptive Kalman Filter)와 CF(Complementary Filter)로 구성된 ACF(Adaptive Complementary Filter)를 이용하여 IMU(Inertial Measurement Unit)의 프로세스 노이즈와 측정에러를 주행환경에 맞게 조절하고, 이에 GPS(Global Positioning System)와 OBD(Onboard Equipment) 데이터를 융합한다. 그리고 노면 경사 모델에 따른 필터에 시스템 모델 최적화를 위해 IMMKF(Interactive Multiple Model Kalman Filter)를 사용하여 주행환경에 적합한 최종 피치각을 추정한다.

• 한국콘텐츠학회논문지
• /
• 제13권8호
• /
• pp.11-19
• /
• 2013

본 논문은 넓은 시야각을 갖는 어안렌즈로 촬영 시, 발생하는 방사 왜곡을 보정하는데 있어 왜곡의 중심을 추정하는 방법을 제안한다. FOV 왜곡 보정 모델의 경우 렌즈의 왜곡중심을 별도로 추정하지 않기 때문에 영상의 중심점과 렌즈의 왜곡중심의 오차가 클수록 왜곡보정의 정확도가 떨어지는 단점이 있다. 이에 본 논문은 광각 렌즈에서 FOV 모델과 2D 패턴을 이용하여 렌즈의 왜곡중심 추정을 통해 보다 정밀한 왜곡 보정 방법을 제안한다. 이를 위해 FOV 모델로부터 발생하는 왜곡곡선을 직선과 비교하여 곡선과 직선의 차가 가장 적은 위치를 왜곡의 중심으로 설정한다. 이 방법을 통하여 렌즈와 센서 중심점의 오차에 의해 발생하는 왜곡 중심 추정의 정확도를 향상시킬 수 있었고 실험결과를 통하여 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.303-306
• /
• 2003

In radar tracking, since the sensor measures range, azimuth and elevation angle of a target, the measurement equation is nonlinear and the extended Kalman filter (EKF) is applied to nonlinear estimation. The conventional EKF has been widely used as a nonlinear filter for radar tracking, but the considerably large measurement error due to the linearization of nonlinear function in highly nonlinear situations may deteriorate the performance of the EKF To solve this problem, a fuzzy-model-based Kalman filter (FMBKF) is proposed for radar tracking. The FMBKF uses a local model approximation based on a TS fuzzy model instead of a Jacobian matrix to linearize nonlinear measurement equation. The hybrid GA and RLS method is used to identify the premise and the consequent parameters and the rule numbers of this TS fuzzy model. In two-dimensional radar tracking problem, the proposed method is compared with the conventional EKF.

• 한국생산제조학회지
• /
• 제26권2호
• /
• pp.223-229
• /
• 2017

Recently, robotic bin-picking tasks have drawn considerable attention, because flexibility is required in robotic assembly tasks. Generally, stereo camera systems have been used widely for robotic bin-picking, but these have two limitations: First, computational burden for solving correspondence problem on stereo images increases calculation time. Second, errors in image processing and camera calibration reduce accuracy. Moreover, the errors in robot kinematic parameters directly affect robot gripping. In this paper, we propose a method of correcting the bin-picking error by using trinocular vision system which consists of two stereo cameras andone hand-eye camera. First, the two stereo cameras, with wide viewing angle, measure object's pose roughly. Then, the 3rd hand-eye camera approaches the object, and corrects the previous measurement of the stereo camera system. Experimental results show usefulness of the proposed method.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2009년도 한국우주과학회보 제18권2호
• /
• pp.49.3-49.3
• /
• 2009

Geostationary Ocean Colour Imager (GOCI) is the first ocean color instrument that will be operating in a geostationary orbit from 2010. GOCI will provide the crucial information of ocean environment around the Korean peninsula in high spatial and temporal resolutions at eight visible bands. We report an on-going development of imaging and radiometric performance prediction model for GOCI with realistic data for reflectance, transmittance, absorption, wave-front error and scattering properties for its optical elements. For performance simulation, Monte Carlo based ray tracing technique was used along the optical path starting from the Sun to the final detector plane for a fixed solar zenith angle. This was then followed by simulation of red-tide evolution detection and their radiance estimation, following the in-orbit operational sequence. The simulation results proves the GOCI flight model is capable of detecting both image and radiance originated from the key ocean phenomena including red tide. The model details and computational process are discussed with implications to other earth observation instruments.

• International Journal of Aeronautical and Space Sciences
• /
• 제18권3호
• /
• pp.565-573
• /
• 2017

This paper presents a multistage in-flight alignment (MIFA) method for a strapdown inertial navigation system (SDINS) suitable for moving vehicles with no initial attitude references. A SDINS mounted on a moving vehicle frequently loses attitude information for many reasons, and it makes solving navigation equations impossible because the true motion is coupled with an undefined vehicle attitude. To determine the attitude in such a situation, MIFA consists of three stages: a coarse horizontal attitude, coarse heading, and fine attitude with adaptive Kalman navigation filter (AKNF) in order. In the coarse horizontal alignment, the pitch and roll are coarsely estimated from the second order damping loop with an input of acceleration differences between the SDINS and GPS. To enhance estimation accuracy, the acceleration is smoothed by a scalar filter to reflect the true dynamics of a vehicle, and the effects of the scalar filter gains are analyzed. Then the coarse heading is determined from the GPS tracking angle and yaw increment of the SDINS. The attitude from these two stages is fed back to the initial values of the AKNF. To reduce the estimated bias errors of inertial sensors, special emphasis is given to the timing synchronization effects for the measurement of AKNF. With various real flight tests using an UH60 helicopter, it is proved that MIFA provides a dramatic position error improvement compared to the conventional gyro compass alignment.

• Geomechanics and Engineering
• /
• 제37권3호
• /
• pp.253-262
• /
• 2024

Dynamic properties are pivotal in soil analysis, yet their experimental determination is hampered by complex methodologies and the need for costly equipment. This study aims to predict dynamic soil properties using static properties that are relatively easier to obtain, employing machine learning techniques. The static properties considered include soil cohesion, friction angle, water content, specific gravity, and compressional strength. In contrast, the dynamic properties of interest are the velocities of compressional and shear waves. Data for this study are sourced from 26 boreholes, as detailed in a geotechnical investigation report database, comprising a total of 130 data points. An importance analysis, grounded in the random forest algorithm, is conducted to evaluate the significance of each dynamic property. This analysis informs the prediction of dynamic properties, prioritizing those static properties identified as most influential. The efficacy of these predictions is quantified using the coefficient of determination, which indicated exceptionally high reliability, with values reaching 0.99 in both training and testing phases when all input properties are considered. The conventional method is used for predicting dynamic properties through Standard Penetration Test (SPT) and compared the outcomes with this technique. The error ratio has decreased by approximately 0.95, thereby validating its reliability. This research marks a significant advancement in the indirect estimation of the relationship between static and dynamic soil properties through the application of machine learning techniques.

• 전자공학회논문지S
• /
• 제35S권11호
• /
• pp.19-27
• /
• 1998

차세대 셀룰라 이동통신 시스템은 기지국의 소형화와 서로 다른 크기의 기지국의 복합형태인 계층구조 셀룰라 형태를 가지게 되는데 이에 따른 시스템의 컨트롤은 이동국의 정확한 위치와 속도에 관한 추정을 전제로 한다[13]. 본 논문에서는 지금까지 연구되어온 이동국의 위치 추정 기법인 AOA(Angle of Arrival)와 TOA(Time of Arrival) 및 TDOA(TIme Difference of Arrival)의 방법을 설명하고 그 문제점을 분석하였고, 반사와 회절이 심하여 이동국의 위치 및 속도 추정이 어려운 마이크로셀 환경에서는 서비스 지역내 경로손실 값의 이산 지역 데이터 베이스를 이용하여 이동국의 위치를 추정하는 방법을 제안하였다. 속도의 추정은 위치의 추정치로부터 시간에 대한 변화값으로 얻었다. 오차를 최소화하기 위하여 시스템의 Causality를 만족하는 범위 안에서 이동평균(Moving Average) 방법의 Smoothing을 적용하여 그 성능을 개선하였다. 또한 이산지역 데이터 베이스의 탐색지역을 줄이는 방법을 제안함으로 시스템의 구현을 간단하게 할 수 있는 방안을 제시하였다.