• 한국생산제조학회지
• /
• 제23권5호
• /
• pp.485-497
• /
• 2014

This paper presents the robot vision control schemes based on the Newton-Raphson (N-R) and the Extended Kalman Filter (EKF) methods for the tracking of moving targets. The vision system model used in this study involves the six camera parameters. The difference is that refers to the uncertainty of the camera's orientation and focal length, and refers to the unknown relative position between the camera and the robot. Both N-R and EKF methods are employed towards the estimation of the six camera parameters. Based on the these six parameters estimated using three cameras, the robot's joint angles are computed with respect to the moving targets, using both N-R and EKF methods. The two robot vision control schemes are tested by tracking the moving target experimentally. Given the experimental results, the two robot control schemes are compared in order to evaluate their strengths and weaknesses.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1405-1409
• /
• 2010

최근 우리나라는 물 부족 국가로서 물의 효율적 관리 필요성 증대, 기후변화에 따른 가뭄 홍수 피해 증가 등으로 신뢰성 있는 수문자료구축이 필요성이 요구되고 있다. 그 중 유량측정 분야는 모든 수자원 계획과 관리의 근간이 되는 분야로 그 중요성 또한 간과 할 수 없는 부분이다. 현재 우리나라에서는 한국건설기술연구원 산하 유량조사사업단에 의해 유량측정 주요지점에 자동유량측정 시설을 설치하고 이를 운영함으로써 각 지점의 특성에 따라 적절한 방식을 채택하여 이동시간차방식 초음파 유속계(UVM, Ultrasonic Velocity Meter)와 도플러방식 초음파유속계(ADVM, Acoustic Doppler Velocity Meter)를 설치하면서 향후 수문계측 분야 선진화를 위한 기초자료를 제공하고 있다. 하지만 실시간 무인화 계측시스템에 의해 제공되는 자료가 양질의 자료임을 보장할 수 없는 현실이기 때문에 측정된 기초자료의 필터링을 통한 자료의 질적 개선이 필요하다. 따라서 본 연구에서는 기존에 전산분야의 필터링 방법으로 널리 알려져 있는 LPF(Lowpass Filter)와 KF(Kalman Filter)를 이용하여 자동유량측정 자료의 필터링 방법으로 활용하고, 그 적용성을 검토하였다. 본 연구를 통해 기존 유량자료의 문제점을 개선하고 효율적인 유량조사를 위한 기초자료 확보 방법으로 활용될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제21권9호
• /
• pp.662-671
• /
• 2020

GNSS 상시관측소 고시좌표는 측지기준점으로써의 중요성과 다양한 위성측위 응용 분야의 활용성을 고려할 때 최고의 정확도와 최신성을 갖도록 관리해야 한다. 특히, 지진 등에 따른 지각 변위는 그 크기에 해당하는 만큼 기존 성과에 편의를 유발함으로, 그 영향이 목표 정확도를 초과할 때에는 신속히 새로운 기준 좌표를 산정·제공하는 등 적절한 조치가 필요하다. 본 논문에서는 GNSS 상시관측소 데이터 자동처리 시스템과 연계 구현할 수 있는 칼만 필터에 기반 좌표 시계열의 편의검출 절차와 방법을 연구하였다. 이를 통해 필터 이노베이션과 재추정 시계열에 적용할 수 있는 통계 검정 기법을 구현한 후 과학기술용 GNSS 소프트웨어에 의해 추정한 국내 14개소 상시관측소 2010년~2011년 시계열에 적용해 그 성능과 특징을 파악하였다. 그 결과 통계검정의 오류와 신뢰성을 고려할 때 필터링 시계열에 대한 CUSUM(Cumulative Sum) 검사는 지진 등에 따른 잔류편의 그리고 이노베이션에 대한 광역검정은 특정 에포크에서 발생하는 돌출오차 검출에 효과적인 것으로 분석되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.255-260
• /
• 2006

Safety-critical navigation systems have to provide 'reliable' position solutions, i.e., they must detect and exclude measurement or system faults and estimate the uncertainty of the solution. To obtain more accurate and reliable navigation systems, various filtering methods have been employed to reduce measurement noise level, or integrate sensors, such as global navigation satellite system/inertial navigation system (GNSS/INS) integration. Recently, particle filters have attracted attention, because they can deal with nonlinear/non-Gaussian systems. In most GNSS applications, the GNSS measurement noise is assumed to follow a Gaussian distribution, but this is not true. Therefore, we have proposed a fault detection and exclusion method using particle filters assuming non-Gaussian measurement noise. The performance of our method was contrasted with that of conventional Kalman filter methods with an assumed Gaussian noise. Since the Kalman filters presume that measurement noise follows a Gaussian distribution, they used an overbounded standard deviation to represent the measurement noise distribution, and since the overbound standard deviations were too conservative compared to the actual distributions, this degraded the integrity-monitoring performance of the filters. A simulation was performed to show the improvement in performance of our proposed particle filter method by not using the sigma overbounding. The results show that our method could detect smaller measurement biases and reduced the protection level by 30% versus the Kalman filter method based on an overbound sigma, which motivates us to use an actual noise model instead of the overbounding or improve the overbounding methods.

• 한국군사과학기술학회지
• /
• 제10권3호
• /
• pp.139-147
• /
• 2007

In military transportation, the use of wide trailer for transporting the large and heavy weight equipments such as tank, armoured vehicle, and mobile gunnery is quite common. So, the vulnerability of causing traffic accidents for these wide military trailer to bump or collide with another car in adjacent lane is very high due to its broad width in excess of its own lane's width. Also, the possibility of these strayed accidents can be increased especially by the careless driver. In this paper, the recognition system of lane and vehicle headway direction is developed to detect the possible collision and warn the driver to prevent the fatal accident. In the system development, Kalman filtering is used first to extract the border of driving lane from the video images supplied by the CCD camera attached to the vehicle and the driving lane detection is completed with regression analysis. Next, the vehicle headway direction is recognized by using neural network scheme with the extracted parameters of the detected driving lane feature. The practical experiments for the developed system are also carried out in the real traffic road of Seoul city area and the results show us the more than 90% accuracy in recognizing the driving lane and vehicle headway direction.

• Journal of Astronomy and Space Sciences
• /
• 제20권4호
• /
• pp.359-364
• /
• 2003

In this paper, we present multi-sensor data fusion for telematics application. Successful telematics can be realized through the integration of navigation and spatial information. The well-determined acquisition of vehicle's position plays a vital role in application service. The development of GPS is used to provide the navigation data, but the performance is limited in areas where poor satellite visibility environment exists. Hence, multi-sensor fusion including IMU (Inertial Measurement Unit), GPS(Global Positioning System), and DMI (Distance Measurement Indicator) is required to provide the vehicle's position to service provider and driver behind the wheel. The multi-sensor fusion is implemented via algorithm based on Kalman filtering technique. Navigation accuracy can be enhanced using this filtering approach. For the verification of fusion approach, land vehicle test was performed and the results were discussed. Results showed that the horizontal position errors were suppressed around 1 meter level accuracy under simulated non-GPS availability environment. Under normal GPS environment, the horizontal position errors were under 40㎝ in curve trajectory and 27㎝ in linear trajectory, which are definitely depending on vehicular dynamics.

• 제어로봇시스템학회논문지
• /
• 제14권8호
• /
• pp.727-732
• /
• 2008

In this paper, the state-space representation of generalized complimentary filter is proposed. Complementary filter has the suitable structure to merge information from sensors whose frequency regions are complementary. First, the basic concept and structure of complementary filter is introduced. And then the structure of the generalized filter and its state-space representation are proposed. The state-space representation of complementary filter is able to design the complementary filter by applying modern filtering techniques like Kalman filter and $H_{\infty}$ filter. To show the usability of the proposed state-space representation, the design of Inertial Navigation System(INS) vertical channel damping loop using Global Positioning System(GPS) is described. The proposed GPS/INS damping loop lends the structure of Baro/INS(Barometer/INS) vertical channel damping loop that is an application of complementary filter. GPS altitude error has the non-stationary statistics although GPS offers navigation information which is insensitive to time and place. Therefore, $H_{\infty}$ filtering technique is selected for adding robustness to the loop. First, the state-space representation of GPS/INS damping loop is acquired. And next the weighted $H_{\infty}$ norm proposed in order to suitably consider characteristics of sensor errors is used for getting filter gains. Simulation results show that the proposed filter provides better performance than the conventional vertical channel loop design schemes even when error statistics are unknown.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.233-233
• /
• 2023

효율적인 수자원 관리에 필수적인 요소 중 하나는 유역 유출의 정확한 예측이다. 동일한 유역이라 할지라도 과거 기후조건에 대해 매개변수나 모형구조가 최적화된 수문모형은 현재나 미래 기후에 대해 최적이라 할수 없으며, 이에 따라 유역 유출 해석의 불확실성 또한 증가하고 있다. 수문자료동화는 모형의 입력 자료에 따른 불확실성을 줄이고 예측정확도를 향상 시킬 수 있는 방법으로, 수문모형의 상태량이나 매개변수를 업데이트하여 모형 초기 조건의 가능성 높은 추정치를 생성하는 기법이다. 본 연구에서는 국내 댐 상류 유역에 대해 집중형 수문모형과 순차자료동화 기법의 연계 패키지인 airGRdatassim 모형을 적용하여, 앙상블 칼만 필터와 파티클 필터 기법의 수문자료동화 특성을 비교 분석하고, 자료동화와 관련된 하이퍼-매개변수의 불확실성이 수문모의 성능에 미치는 영향을 분석하였다. 자료동화 적용 결과, 두 자료동화 기법 중 파티클 필터에 의한 모의성능이 높았으며 기상강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 설정 등 수문자료동화의 설정과 관련된 하이퍼 매개변수의 불확실성은 두 기법별 뚜렷한 차이를 보였다. 또한, 본 연구에서는 일단위에서 시단위로 확장한 유량 예측 자료동화의 시험 모의결과 및 앙상블 수문동화기법의 도전과제에 대해서도 논의한다.

• 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.