• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.186-190
• /
• 2015

지능형 자동차는 주변 환경에 대한 인식을 바탕으로 동작을 계획하고 움직인다. 따라서 정확한 환경 인식은 자율 주행 자동차의 필수 요소로 여겨진다. 차량의 주행 환경은 차량이나 보행자 같은 동적인 장애물이 다수 존재하여, 안전한 동작을 위해 이런 동적 장애물에 대한 인식이 정확하게 이루어져야 한다. 이를 위해 센서의 불확실성을 극복하는 일이 필수적이다. 본 논문에서는 레이더 센서를 이용하여 다수의 차량을 인식하고 추적하는 알고리즘을 제안한다. 제안된 추적 시스템은 몇 가지 특징을 갖는다. 레이더 센서가 차량을 계측할 때, 그 데이터가 양 모서리에서 주로 나타나는 특징을 혼합 밀도 네트워크로 표현하고, 이렇게 표현된 레이더 데이터의 확률적인 분포를 파티클 필터의 가중치 계산에 적용하여 추적 알고리즘을 수행하였다. 또한, 파티클 필터가 갖는 차원의 저주를 극복하고 시간의 흐름에 따라 그 숫자가 변화하는 다수 대상체의 상태를 예측하기 위해 가역 점프 마르코프 체인 몬테 카를로 (RJMCMC)를 통한 샘플링을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.499-501
• /
• 2005

When the target maneuver occurs, the estimate of the standard Kalman filter is biased and its performance may be seriously degraded. To solve this problem, this paper proposes a new intelligent estimation algorithm for a maneuvering target. This algorithm is to estimate the unknown target maneuver by a fuzzy system using the relation between the filter residual and its variation. The detected acceleration input is regarded as an additive process noise. To optimize the employed fuzzy system, the genetic algorithm (GA) is utilized. And then, the modified filter is corrected by the new update equation method using the fuzzy system. The tracking performance of the proposed method is compared with those of an interacting multiple model (IMM).

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.586-591
• /
• 2009

본 논문에서는 Particle filter를 이용한 특징 벡터 기반 이동 물체 추적 알고리즘을 제안한다. 이를 위해, 첫 번째, RGB 칼라 모델을 이용하여 초기 이동 물체의 움직임 영역(blob)을 추출하고, KLT-알고리즘을 이용하여 입력 영상에 대한 특징 벡터를 구한다. 그 다음, 초기 추출된 이동 물체의 움직임 영역에 이 특징 벡터를 매칭시켜 1차 특징 벡터를 구한다. 두 번째로, RGB와 HSI 칼라모델을 이용하여 이동 물체의 움직임 영역을 추출하고, 앞서 구한 1차 특징 벡터에 Snake 알고리즘을 적용함으로써 새로운 특징 벡터를 구한다. 그 다음, 기 추출된 이동 물체의 움직임 영역에 이 새롭게 구한 특징 벡터를 매칭시켜 2차 특징 벡터를 구한다. 최종적으로, 2차 특징 벡터에 Particle filter를 적용함으로써 본 논문에서 제안한 이동물체를 추적하는 알고리즘을 완성한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• 한국항해항만학회지
• /
• 제28권7호
• /
• pp.635-640
• /
• 2004

In this paper, a tracking algorithm for autonomous navigation of automated guided vehicles (AGVs) operating in container terminals is presented. The developed navigation algorithm takes the form of a federated information filter used to detect other AGVs and avoid obstacles using fused information from multiple sensors. Being equivalent to the Kalman filter (KF) algebraically, the information filter is extended to N-sensor distributed dynamic systems. In multi-sensor environments, the information-based filter is easier to decentralize, initialize, and fuse than a KF-based filter. It is proved that the information state and the information matrix of the suggested filter, which are weighted in terms of an information sharing factor, are equal to those of a centralized information filter under the regular conditions. Numerical examples using Monte Carlo simulation are provided to compare the centralized information filter and the proposed one.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.712-715
• /
• 1997

In image jacobian based visual servoing, generally, inverse jacobian should be calculated by complicated coordinate transformations. These are required excessive computation and the singularity of the image jacobian should be considered. This paper presents a visual servoing to control the pose of the robotic manipulator for tracking and grasping 3-D moving object whose pose and motion parameters are unknown. Because the object is in motion tracking and grasping must be done on-line and the controller must have continuous learning ability. In order to estimate parameters of a moving object we use the kalman filter. And for tracking and grasping a moving object we use a fuzzy inference based reinforcement learning algorithm of dynamic recurrent neural networks. Computer simulation results are presented to demonstrate the performance of this visual servoing

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.311-316
• /
• 2009

본 논문에서는 파티클 필터(Particle Filter)를 사용한 모바일 감시 로봇을 위한 실시간 움직임 추정 알고리즘을 제안한다. 파티클 필터는 몬테카를로(Monte Carlo) 샘플링 방법을 기반으로 사전분포확률(Prior distribution probability)와 사후분포확률(Posterior distribution probability)을 가지는 베이지안 조건 확률 모델(Bayesian conditional probabilities model)을 사용하는 방법이다. 그러나 대부분의 파티클 필터에서는 초기 확률밀도(Prior probability density)를 임의로 정의하여 사용하지만, 본 논문에서는 Sum of Absolute Difference (SAD)를 이용하여 초기 확률밀도를 구하고, 이를 파티클 필터에 적용하여 모바일 감시 로봇 환경에서 임의로 움직이는 물체를 강인하게 실시간으로 추정하고 추적하는 시스템을 구현하였다.

• Structural Engineering and Mechanics
• /
• 제34권1호
• /
• pp.1-14
• /
• 2010

The innovative intelligent fuzzy weighted input estimation method which efficiently and robustly estimates the unknown time-varying input force in on-line is presented in this paper. The algorithm includes the Kalman Filter (KF) and the recursive least square estimator (RLSE), which is weighted by the fuzzy weighting factor proposed based on the fuzzy logic inference system. To directly synthesize the Kalman filter with the estimator, this work presents an efficient robust forgetting zone, which is capable of providing a reasonable compromise between the tracking capability and the flexibility against noises. The capability of this inverse method are demonstrated in the input force estimation cases of the plate structure system. The proposed algorithm is further compared by alternating between the constant and adaptive weighting factors. The results show that this method has the properties of faster convergence in the initial response, better target tracking capability, and more effective noise and measurement bias reduction.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.377-385
• /
• 2015

본 논문에서는 파티클 필터를 장착하고 WMIL(Weighted Multiple Instance Learning)을 이용한 전방차량 추적 알고리즘을 제안하였다. 제안된 알고리즘에서 영상표현은 Haar-like 특징들을 사용하고 차량인식 결과는 추적하고자 하는 전방차량의 위치를 알아내는데 사용된다. 제안된 방식에서 WMIL과 파티클 필터를 결합하기 위해 기존의 외관모델을 이용한 추적에서 탐색영역에서 영상조각의 추적객체 신뢰도 맵을 계산하는 대신에 파티클 필터의 전파, 관측, 추정, 선택 그리고 분류기 훈련 등의 단계를 매 프래임 마다 순차적으로 수행하여 객체의 새로운 위치를 갱신하였다. 제안된 전방차량 추적방식은 실험을 통해 Ada-boost, MIL(Multiple Instance Learning)이나 WMIL 방법을 이용하는 추적에 비해 파티클 필터로 인해 계산량 증가는 불가피하나 추적의 질적인 정확도는 국도, 고속도로, 터널 및 시내도로 등의 실험 동영상에서 추적대상의 위치오차가 평균 4.5화소 정도로 기존의 추적방법들에 비해 크게 개선되는 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1524-1529
• /
• 2005

Particle filter is a kind of conditional density propagation model. Its similar characteristics to both selection and mutation operator of evolutionary strategy (ES) due to its Bayesian inference rule structure, shows better performance than any other tracking algorithms. When a new object is entering the region of interest, particle filter sets which have been swarming around the existing objects have to move and track the new one instantaneously. Moreover, there is another problem that it could not track multiple objects well if they were moving away from each other after having been overlapped. To resolve reinitialization problem, we use competitive-AVQ algorithm of neural network. And we regard interfarme difference (IFD) of background images as potential field and give priority to the particles according to this IFD to track multiple objects independently. In this paper, we showed that the possibility of real-time object tracking as intelligent interfaces by simulating the deformable contour particle filters.

• 제어로봇시스템학회논문지
• /
• 제19권8호
• /
• pp.694-701
• /
• 2013

This paper deals with the problem of accurately tracking a single target moving through UWSNs (Underwater Wireless Sensor Networks) by employing underwater acoustic sensors. This paper addresses the issues of estimating the states of the target, and improving energy efficiency by applying a Kalman filter in a distributed architecture. Each underwater wireless sensor nodes composing the UWSNs is battery-powered, so the energy conservation problem is a critical issue. This paper provides an algorithm which increases the energy efficiency of each sensor node through WuS (Waked-up/Sleeping) and VM (Valid Measurement) selecting schemes. Simulation results illustrate the performance of the distributed tracking filter.