• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.

• 한국항공우주학회지
• /
• 제43권7호
• /
• pp.609-618
• /
• 2015

CNUSAIL-1은 태양돛을 탑재한 3U 크기의 큐브위성이다. 저궤도에서 태양돛을 전개하고, 이에 따른 자세와 궤도에 대한 영향을 확인하는 임무를 수행한다. 본 논문에서는 CNUSAIL-1을 위한 자세결정 알고리즘의 구현 가능성을 제시하였다. 위성의 기준센서는 태양센서, 3축 지자기센서를 이용하며, 관성센서는 MEMS 자이로센서를 사용한다. 큐브위성용 센서는 상대적으로 저가이며, 성능 및 잡음특성이 좋지 않은 단점이 있다. 따라서 자세결정 알고리즘으로 노이즈 특성을 고려할 수 있는 확장칼만필터를 적용하였다. 또한 자세결정의 결정론적 방법인 QUEST 알고리즘과 비교하여 그 타당성을 검증하였다.

• 전자공학회논문지SC
• /
• 제38권5호
• /
• pp.23-32
• /
• 2001

전기 임피던스 단층촬영법은 표적의 경계면에서 여러 개의 전극을 통하여 전류를 주입하고 저항률의 함수로써 경계면에 유기되는 전압을 구하고, 경계면에 유기된 전압 값으로부터 표적 내부의 저항률 분포를 추정하여 표적의 영상을 복원하는 비교적 새로운 영상복원법이다. 본 논문에서는, 상태방정식과 측정방정식으로 구성되는 동적 모델에 기초하여, 시간에 따라 변하는 저항률 분포를 온라인으로 추정하기 위해 확장 칼만 필터를 이용한 전기 임피던스 단층촬영법의 영상복원 알고리즘을 제안하였다. 또한, Tikhonov 조정 기법에 근거한 제약조건을 비용함수에 추가하여 역문제의 부정치성을 완화시켰다. 제안된 영상복원 알고리즘의 성능을 검증하기 위해 16 채널에 대한 컴퓨터 시뮬레이션을 수행하였으며, 시간에 따른 표적의 저항률 분포의 변화가 심한 경우에도 비교적 양호한 복원성능을 나타내었다.

• 한국음향학회지
• /
• 제21권5호
• /
• pp.446-454
• /
• 2002

본 연구는 이동 표적체에서 주파수가 서로 다른 신호가 서로 다른 위치에서 발생할 때 도플러 주파수 편이량을 추정하여 이들의 상대적인 신호 발생 위치를 추적하는 도플러 스캐닝 기법에 관한 연구이다. 예를 들어 선박의 발전기와 프로펠러 등과 같은 탑재 기계장치들의 진동에 의해 야기되는 기계적 소음의 각 특징 주파수들의 도플러 주파수 편이는 최단근접거리 (CPA: Closest Point of Approach)에 따라 유일한 시간 정보를 갖고 각 소음원들의 위치에 관련되는 함수이다. 따라서 도플러 스캐닝 기법을 적용하면 이동 선박의 각 기계적 소음원들간의 공간적인 상대 위치 추정이 가능하다. 그러나 일반적으로 기계류 소음의 주파수는 저주파수대역이므로 도플러 주파수 편이량을 추정하기 위해서는 주파수 분해능이 높아야 하고 아울러 탑재장치의 공간분해능을 높이기 위해서는 동시에 시간 분해능이 높아야 한다. 따라서 상호 역비례 관계에 있는 이들 분해능을 동시에 높이기 위해 확장 칼만 필터 알고리즘을 적용하여 특징 신호들의 도플러 주파수 편이량을 추정하여 기계류의 상대적인 탑재 위치를 규명할 수 있음을 보인다. 먼저 수치모의 실험으로 그 가능성을 검증하고 자동차에 탑재된 스피커 음원을 사용한 실험 결과를 통해 그 성능을 확인하도록 한다.

• 자동차안전학회지
• /
• 제14권2호
• /
• pp.39-44
• /
• 2022

This paper presents LiDAR static obstacle map based vehicle position correction algorithm for urban autonomous driving. Real Time Kinematic (RTK) GPS is commonly used in highway automated vehicle systems. For urban automated vehicle systems, RTK GPS have some trouble in shaded area. Therefore, this paper represents a method to estimate the position of the host vehicle using AVM camera, front camera, LiDAR and low-cost GPS based on Extended Kalman Filter (EKF). Static obstacle map (STOM) is constructed only with static object based on Bayesian rule. To run the algorithm, HD map and Static obstacle reference map (STORM) must be prepared in advance. STORM is constructed by accumulating and voxelizing the static obstacle map (STOM). The algorithm consists of three main process. The first process is to acquire sensor data from low-cost GPS, AVM camera, front camera, and LiDAR. Second, low-cost GPS data is used to define initial point. Third, AVM camera, front camera, LiDAR point cloud matching to HD map and STORM is conducted using Normal Distribution Transformation (NDT) method. Third, position of the host vehicle position is corrected based on the Extended Kalman Filter (EKF).The proposed algorithm is implemented in the Linux Robot Operating System (ROS) environment and showed better performance than only lane-detection algorithm. It is expected to be more robust and accurate than raw lidar point cloud matching algorithm in autonomous driving.

• 한국정밀공학회지
• /
• 제32권5호
• /
• pp.471-481
• /
• 2015

This paper presents the robot vision control schemes using Extended Kalman Filter (EKF) method for the slender bar placement in the appearance of obstacles during robot movement. The vision system model used for this study involves the six camera parameters($C_1{\sim}C_6$). In order to develop the robot vision control scheme, first, the six parameters are estimated. Then, based on the estimated parameters, the robot's joint angles are estimated for the slender bar placement. Especially, robot trajectory caused by obstacles is divided into three obstacle regions, which are beginning region, middle region and near target region. Finally, the effects of number of obstacles using the proposed robot's vision control schemes are investigated in each obstacle region by performing experiments of the slender bar placement.

• 한국측량학회지
• /
• 제34권4호
• /
• pp.373-382
• /
• 2016

In this study, an EKF (Extended Kalman Filter) based database reference navigation using both gravity gradient and terrain data was performed to complement the weakness of using only one type of geophysical DB (Database). Furthermore, a new algorithm which combines the EKF and profile matching was developed to improve the stability and accuracy of the positioning. On the basis of simulations, it was found that the overall navigation performance was improved by the combination of geophysical DBs except the two trajectories in which the divergence of TRN (Terrain Referenced Navigation) occurred. To solve the divergence problem, the profile matching algorithm using the terrain data is combined with the EKF. The results show that all trajectories generate the stable performance with positioning error ranges between 14m to 23m although not all trajectories positioning accuracy is improved. The average positioning error from the combined algorithm for all nine trajectories is about 18 m. For further study, a development of a switching geophysical DB or algorithm between the EKF and the profile matching to improve the navigation performance is suggested.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.1958-1960
• /
• 2001

In this paper, we propose the design methodology of target tracking system using the identification of TS fuzzy model based on genetic algorithm(GA) and RLS algorithm. In general, the objective of target tracking is to estimate the future trajectory of the target based on the past position of the target obtained from the sensor. In the conventional and mathematical nonlinear filtering method such as extended Kalman filter(EKF), the performance of the system may be deteriorated in highly nonlinear situation. In this paper, to resolve these problems of nonlinear filtering technique, the error of EKF by nonlinearity is compensated by identifying TS fuzzy model. In the proposed method, after composing training datum from the parameters of EKF, by identifying the premise and consequent parameters and the rule numbers of TS fuzzy model using GA, and by tuning finely the consequent parameters of TS fuzzy model using recursive least square(RLS) algorithm, the error of EKF is compensated. Finally, the proposed method is applied to three dimensional tracking problem, and the simulation results shows that the tracking performance is improved by the proposed method.

• 한국측량학회지
• /
• 제33권6호
• /
• pp.569-577
• /
• 2015

The navigation algorithm developed based on the extended Kalman filter (EKF) sometimes diverges when the linearity between the measurements and the states is not preserved. In this study, new update conditions together with two conditions from previous study for gravity gradient referenced navigation (GGRN) were deduced for the filter performance. Also, the effect of each update conditions was evaluated imposing the various magnitudes of the database (DB) and the sensor errors. In case the DB and the sensor errors were supposed to 0.1 Eo and 0.01 Eo, the navigation performance was improved in the eight trajectories by using part of gravity gradient components that independently estimate states located within trust boundary. When applying only the components showing larger variation, around 200% of improvement was found. Even the DB and sensor error were supposed to 3 Eo, six update conditions improved performance in at least seven trajectories. More than five trajectories generated better results with 5 Eo error of the DB and the sensor. Especially, two update conditions successfully control divergence, and bounded the navigation error to the 1/10 level. However, these update conditions could not be generalized for all trajectories so that it is recommended to apply update conditions at the stage of planning, or as an index of precision of GGRN when combine with various types of geophysical data and algorithm.

• 제어로봇시스템학회논문지
• /
• 제7권1호
• /
• pp.1231-1239
• /
• 2001

This paper presents a new leveling algorithm that estimates the initial horizontal angles composed of roll angle and pitch angle for a moving or stationary vehicle. The system model of the EKF is designed by linearizing the nonlinear Euler angle differential equation. The measurement models are designed for the moving case and for the stationary case, respectively. The simulation results show that the leveling algorithm is ade-quate not only for acquiring the initial horizontal angles of the vehicle in the motion with acceleration and rotation but also for the stationary one.