• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.167-181
• /
• 2024

자율주행 기술 개발에 있어서 드라이빙 시뮬레이터의 활용은 사고 환경에 대한 다양한 테스트를 단시간에 효과적으로 수행 가능하게 하여 개발 비용 및 노력을 획기적으로 줄일 수 있다. 그러나 드라이빙 시뮬레이터는 실제 환경과 차이가 존재한다는 심각한 단점이 존재하므로 드라이빙 시뮬레이터를 이용하여 개발된 자율주행 알고리즘이 실제 차량 시스템에 직접 적용시킬 때 큰 차이가 발생하는 문제가 있다. 이러한 문제는 Sim2Real 문제로 정의되며, 시나리오, 센서 모델링, 차량 동역학 등으로 구분할 수 있다. 본 논문에서는 Sim2Real 문제 중에서 IMU센서에 대해서 Sim2Real 문제 해결 방안에 대한 연구를 수행한다. 실제 환경과 에뮬레이터된 가상 IMU 센서의 차이를 줄이기 위해서 IMU 센서의 정밀 오차 모델링을 통한 센서 에뮬레이터 기술에 대해 소개한다. Bias, Scale Factor, Misalignmnet, Random Walk에 따른 오차를 가상 IMU 센서 등급별로 모델링하고 이를 실제 IMU 센서의 등급에 따른 오차 지표와 비교함으로써 IMU 센서의 Sim2Real 문제를 완화한다.

• 전자공학회논문지S
• /
• 제35S권10호
• /
• pp.64-76
• /
• 1998

본 논문에서 4-구륜 2-자유도 이동 로보트의 체계적인 동적 모델링과 경로설계 및 추적 알고리즘을 제안한다. 실시간에서 이동 로보트의 위치 측정을 위해 관성측정장치중의 3가지 요소를 이용한다. 이러한 장치들은 지구의 회전속도 및 중력가속도 등의 여러 요인으로 인해 초기 오차를 가진다. 그래서 초기오차 모델을 유도하고, 실제 데이터와 유도된 모델의 추정 데이터의 확률적 특성을 분석 ${\cdot}$ 비교하여 적합도를 판정하여 사용한다. 관성측정장치의 동작특성은 오차모델과 칼만 필터와 연계된 경우와 배제된 일반적인 경우와 비교한다. 모의실험 결과들은 제안된 경로설계 및 추적 알고리즘이 기존의 방식과 비교하여 보다 유용함을 입증한다.

• 제어로봇시스템학회논문지
• /
• 제19권4호
• /
• pp.372-378
• /
• 2013

In this paper, we research the localization problem of the crawler-type inspection robot for underwater structure which travels an outer wall of underwater structure. Since various factors of the underwater environment affect an encoder odometer, it is hard to localize robot itself using only on-board sensors. So in this research we used a depth sensor and an IMU to compensate odometer which has extreme error in the underwater environment through using Extended Kalman Filter(EKF) which is normally used in mobile robotics. To acquire valid measurements, we implemented precision sensor modeling after assuming specific situation that robot travels underwater structure. The depth sensor acquires a vertical position of robot and compensates one of the robot pose, and IMU is used to compensate a bearing. But horizontal position of robot can't be compensated by using only on-board sensors. So we proposed a localization algorithm which makes horizontal direction error bounded by using kinematics relationship. Also we implemented computer simulations and experiments in underwater environment to verify the algorithm performance.

• 한국항공우주학회지
• /
• 제47권8호
• /
• pp.566-573
• /
• 2019

항공 SAR에서 고품질의 영상을 얻기 위해서는 영상 획득 구간에서 항공기의 요동을 정확히 측정하여야 한다. 특히 요동측정을 할 때 상대적 위치오차 및 불연속성 오차를 줄여야 한다. 이를 해결하기 위해 본 논문에서는 합성 개구 레이더(SAR)에서 실시간으로 요동측정을 하는 매개변수 사전 오차 모델링 방법(P-PEM, Pre-Parametric Error Modeling)을 제안한다. P-PEM은 기존에 본 연구진에서 제안한 항법오차를 다항식으로 모델링하여 추정하는 매개변수 오차 모델링 기법(PEM, Parametric Error Modeling)에서 확장된 기법이다. PEM은 IMU에 의한 INS 오차를 짧은 시간 동안 다항식이라 가정하여 모델링하는 요동측정기법이다. 반면, P-PEM은 다항식 오차 모델의 계수를 미리 추정하고 영상촬영단계에서 사용한다. 시뮬레이션 결과, P-PEM을 적용하면 실시간으로 불연속성 오차를 제거한 요동측정이 가능함을 확인하였다.

• 한국산업정보학회논문지
• /
• 제28권1호
• /
• pp.17-25
• /
• 2023

도심용 무인항공기의 사용범위가 넓어지면서 다양한 미션을 효율적으로 수행하기 위해서는 배터리를 합리적으로 운용해야 한다. 배터리를 합리적으로 운용하기 위해서는 실제 비행 미션을 수행하기 전에 다양한 시뮬레이션을 통해 최적의 경로를 도출할 수 있다. 이를 위해서는 배터리의 전력 소모 및 에너지 잔량을 예측 하는 것이 중요하다. 본 논문에서는 도심용 무인항공기의 비행 중 속도 및 가속도에 따른 소비전력 간의 관계성을 분석하고 이를 이용해 빠르게 소비전력을 도출 할 수 있는 선형 전력 소모 모델을 도출하였다. 또한, 정확한 전력 소모를 예측하기 위해서 딥러닝에 기반한 전력 소모 모델을 도출하였다. 이때 정확하며 효율적인 전력소모 모델을 얻기 위해 모델링 입력 값으로 1) GPS 3축 속도 및 가속도, 2) IMU 3축 속도, 3) IMU 3축 속도 및 가속도 데이터를 사용한 모델들을 도출하여 비교하였다. 최종적으로 얻은 모델은 전력소모 오차율 5.86%을 얻었으며, 누적 에너지 오차율 1.50%를 얻었다.

• 로봇학회논문지
• /
• 제12권3호
• /
• pp.258-262
• /
• 2017

In this paper, we propose a new collision detection algorithm for human-robot collaboration. We use an IMU sensor located at the tip of the manipulator and the kinematic behavior of the manipulator to detect the unexpected collision between the robotic manipulator and environment. Unlike other method, the developed algorithm uses only the kinematic relationship between the manipulator joint and the end effector. Therefore, the collision estimation signal is not affected by the error of the dynamics model. The proposed collision detection algorithm detects the collision by comparing the estimated acceleration of the end effector derived from the position, velocity and acceleration trajectories of the robot joints with the actual acceleration measured by the sensor. In simulation, we compare the performance of our method with the conventional Residual Observer (ROB). Our method is less sensitive to the load variation because of the independency on the dynamic modeling of the manipulator.