• 대한기계학회논문집A
• /
• 제41권3호
• /
• pp.205-211
• /
• 2017

차량제어의 고도화에 의해, 자동 대열 주행 제어와 같은 정밀한 제어의 필요성이 더욱 높아지고 있다. 정밀 제어를 수행하기 위해서는 차량제어에 필요한 차량 파라미터를 항상 파악하는 것이 중요하다. 특히 화물 운송용 트럭의 경우, 화물 적재 상태에 따라 차량 질량과 차량 관성모멘트 등의 차량 파라미터가 크게 변화한다. 따라서 미지의 파라미터가 있을 경우, 실시간으로 파라미터 추정하여 제어시스템에의 반영이 요구된다. 본 연구에서는 차량이 곡선 주행할 때에 차량의 조향제어에 중요한 차량 파라미터 중 하나인 요관성모멘트에 대하여 Dual Kalman filter알고리즘과 GPS센서를 이용하여 차량이 주행 중에 미지의 요관성모멘트 값을 실시간으로 추정할 수 있는 방법을 제안하고, 차량동역학 상용 프로그램을 이용한 시뮬레이션을 통해 추정방법의 타당성을 검토한다.

• 한국자동차공학회논문집
• /
• 제19권1호
• /
• pp.51-57
• /
• 2011

Information of the lateral velocity and the sideslip angle in a vehicle is very useful in many active vehicle safety applications such as yaw stability control and rollover prevention. Because cost-effective sensors to measure the lateral velocity and the sideslip angle are not available, reliable algorithms to estimation them are necessary. In this paper, a sliding mode observer is designed to estimate the lateral velocity. The side slip angle is estimated using the recursive least square with the disturbance observer and the pseudo integral. The estimated parameters from the combined estimation method are updated recursively to minimize the discrepancy between the model and the physical plant, and any possible effects caused by disturbances. The performance of the proposed monitoring system is evaluated through simulations and experiments.

• 대한기계학회논문집A
• /
• 제41권8호
• /
• pp.783-789
• /
• 2017

9축 IMMU기반의 3차원 자세추정에 있어 대표적인 정확성 저하요인은 가속도계 신호를 교란시키는 외부가속도와 지자기센서 신호와 관련된 자기교란이라는 두 가지 교란성분이다. 교란성분에 의한 영향을 최소화하기 위해 모델링기반 기법과 스위칭 기법이 제안되어 왔고, 이를 비교한 연구도 진행된 바 있다. 그러나 모델링기반 기법에서 모델링의 차이가 자세추정 성능에 미치는 영향에 대한 연구는 현재까지 발표된 바 없다. 본 논문은 교란성분 모델링이 IMMU기반 자세추정 정확성에 미치는 영향을 확인하기 위해, 모델링에 차이가 있는 최근 발표된 두 알고리즘을 다양한 시험조건에서 비교하였다. 이를 통해 교란성분 모델링의 차이는 진행잡음 공분산 행렬에 차이를 발생시키며, 이로 인해 자세추정 성능에 영향을 끼칠 수 있음을 확인할 수 있었다. 시험결과 두 알고리즘은 평균제곱근오차에서 롤 피치 요평균 $1.35^{\circ}$ 및 요성분 $3.63^{\circ}$의 차이를 발생시켰다.

• 제어로봇시스템학회논문지
• /
• 제21권9호
• /
• pp.818-826
• /
• 2015

This paper presents a novel methodology for estimating vehicle ego-motion, i.e. tri-axis linear velocities and angular velocities by using stereo vision sensor and 2G1Y sensor (longitudinal acceleration, lateral acceleration, and yaw rate). The estimated ego-motion information can be utilized to predict future ego-path and improve the accuracy of 3D coordinate of obstacle by compensating for disturbance from vehicle movement representatively for collision avoidance system. For the purpose of incorporating vehicle dynamic characteristics into ego-motion estimation, the state evolution model of Kalman filter has been augmented with lateral vehicle dynamics and the vanishing point estimation has been also taken into account because the optical flow radiates from a vanishing point which might be varied due to vehicle pitch motion. Experimental results based on real-world data have shown the effectiveness of the proposed methodology in view of accuracy.

• 대한기계학회논문집A
• /
• 제40권7호
• /
• pp.659-666
• /
• 2016

자기교란은 관성/자기센서를 이용한 자세추정시 추정정확도를 저하시키는 주된 원인이다. 본 논문은 저자가 개발한 6축 관성센서를 이용한 센서가속도 추정용 칼만필터의 확장으로서, 9축 관성/자기센서를 이용하여 운동체의 자세가 지속적으로 변화하는 가운데 운동체 주변 자기교란을 정확히 추정하고, 이를 통해 자기교란환경에서도 정확한 3차원 자세를 추정할 수 있는 병렬 칼만필터를 제안한다. 제안하는 필터는 자기교란벡터를 상태변수로 지정하여 명시적으로 추정하며, 병렬구조이므로 설령 극심한 자기교란에 의해 자세추정이 영향을 받더라도 롤과 피치와는 무관하고 요에만 영향이 국한되는 장점을 지닌다. 제안방법은 로봇이나 선박, 항공기처럼 자기적으로 균등하지 않은 환경에서 운용되는 분야에 효과적으로 적용될 수 있다.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.257-263
• /
• 2022

Active stabilizers use signals such as steering angle, yaw rate, and lateral acceleration to vary the roll stiffness of the front and rear suspension depending on the vehicle's driving conditions, and are attracting attention as RSC (Roll Stability Control) system that suppresses roll when turning and improves ride comfort when going straight. Various studies have been conducted in relation to active stabilizer bars and RSC systems. However, accurate modeling of passive stabilizer model and active stabilizer model and vehicle dynamics analysis result verification are insufficient, and performance result analysis related to vehicle roll angle estimation and electric motor control is insufficient. Therefore, in this study, an accurate vehicle dynamics model was constructed by measuring the passive/active stabilizer bar model and component parameters. Based on this, the analysis result with high reliability was derived by comparing the roll angle estimation algorithm based on the lateral acceleration and suspension of the vehicle with the actual vehicle driving test result. In addition, it was intended to accurately analyze the motor torque characteristics and roll reduction effects of the electric motor-driven RSC system.

• 자동차안전학회지
• /
• 제13권4호
• /
• pp.14-19
• /
• 2021

This paper presents LiDAR static obstacle map based vehicle dynamic state estimation algorithm for urban autonomous driving. In an autonomous driving, state estimation of host vehicle is important for accurate prediction of ego motion and perceived object. Therefore, in a situation in which noise exists in the control input of the vehicle, state estimation using sensor such as LiDAR and vision is required. However, it is difficult to obtain a measurement for the vehicle state because the recognition sensor of autonomous vehicle perceives including a dynamic object. The proposed algorithm consists of two parts. First, a Bayesian rule-based static obstacle map is constructed using continuous LiDAR point cloud input. Second, vehicle odometry during the time interval is calculated by matching the static obstacle map using Normal Distribution Transformation (NDT) method. And the velocity and yaw rate of vehicle are estimated based on the Extended Kalman Filter (EKF) using vehicle odometry as measurement. The proposed algorithm is implemented in the Linux Robot Operating System (ROS) environment, and is verified with data obtained from actual driving on urban roads. The test results show a more robust and accurate dynamic state estimation result when there is a bias in the chassis IMU sensor.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.51-59
• /
• 2024

시선 벡터 정답값을 갖는 대규모 데이터의 수집은 시선 추적 분야에서 많은 비용을 필요로 한다. 본 논문에서는 원본 사진의 시선을 수정하는 데이터 증강 기법을 사용하여 제한된 개수의 시선 정답값이 주어진 상황에서 시선 추적 모델의 정확도를 향상시키는 방법을 제안한다. 시선 구간 다중 클래스 분류를 보조 작업으로 학습하고, 디퓨전 오토인코더의 잠재 변수를 조정하여 원본 사진의 시선을 편집한 사진을 생성한다. 기존의 얼굴 속성 편집과 달리, 우리는 이진 속성이 아닌 시선 벡터의 피치와 요를 지정한 범주 내로 변경하며, 편집된 사진을 시선 추적 모델의 증강된 학습 데이터로 활용한다. 시선 정답값이 5만 개 이하일 때 준지도 학습에서의 시선 추적 모델의 정확도 향상은 제안한 데이터 증강 기법의 효과를 입증한다.

• 한국해양공학회지
• /
• 제31권2호
• /
• pp.177-182
• /
• 2017

This paper describes an unscented Kalman filter approach to estimate the bias in magnetic field measurements. A microelectromechanical systems attitude heading reference system (MEMS AHRS) was used to measure the magnetic field, together with the acceleration and angular rate. A magnetic field is usually used for yaw detection, while the acceleration serves to detect the roll and pitch. Magnetic field measurements are vulnerable to distortion due to hard-iron effect and soft-iron effect. The bias in the measurement accounts for the hard-iron effect, and this paper focuses on an approach to estimate this bias. The proposed method is compared with other methods through experiments that implement the navigation of an underwater robot using an AHRS and Doppler velocity log. The results verify that the compensation of the bias by the proposed method improves the navigation performance more than or comparable to the compensation by other methods.

• 드라이브 ㆍ 컨트롤
• /
• 제16권2호
• /
• pp.22-29
• /
• 2019

This study presented a model predictive tracking control algorithm of autonomous truck based on object state estimation using extended Kalman filter. To design the model, the 1-layer laser scanner was used to estimate position and velocity of the object using extended Kalman filter. Based on these estimations, the desired linear path for object tracking was computed. The lateral and yaw angle errors were computed using the computed linear path and relative positions of the truck. The computed errors were used in the model predictive control algorithm to compute the optimal steering angle for object tracking. The performance evaluation was conducted on Matlab/Simulink environments using planar truck model and actual point data obtained from laser scanner. The evaluation results showed that the tracking control algorithm developed in this study can track the object reasonably based on the model predictive control algorithm based on the estimated states.