• 한국항행학회논문지
• /
• 제11권2호
• /
• pp.146-153
• /
• 2007

무인자동차는 스스로 목적지와 경유지를 찾아서 항행할 수 있는 이동체이다. 이러한 항행의 성능을 보다 정밀하게 향상시키기 위하여 본 논문에서는 관성항법과 GPS를 융합한 확장형 칼만필터를 적용한 보정 알고리즘을 개발하였다. 확장형 칼만필터의 성능을 검증하기 위하여 무인자동차의 실차실험을 실시하고 그 결과로서 필터의 효율성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.143-144
• /
• 2016

본 논문은 보행자의 각 발에 부착된 2개의 IMU(Inertial Measurement Unit) 정보를 융합하여 위치 추적 성능을 향상시키는 보행자 추측 항법 알고리즘을 제안하였다. 센서내의 방향드리프트로 인해 IMU기반 보행자 위치추적은 시간이 지남에 따라 성능이 크게 저하된다. 제안하는 알고리즘은 방향 드리프트로 인해 각 발의 이동경로가 발산하는 점에 착안하여, 보폭이 일정 값을 초과할 시 이를 보정하고 사용자의 위치를 계산한다. 실험을 통해 제안하는 알고리즘이 방향 드리프트를 효과적으로 감소시키는 것을 확인하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제11권1호
• /
• pp.31-40
• /
• 2010

For weapon cueing and Head-Mounted Display (HMD), it is essential to continuously estimate the motion of the helmet. The problem of estimating and predicting the position and orientation of the helmet is approached by fusing measurements from inertial sensors and stereo vision system. The sensor fusion approach in this paper is based on nonlinear filtering, especially expended Kalman filter(EKF). To reduce the computation time and improve the performance in vision processing, we separate the structure estimation and motion estimation. The structure estimation tracks the features which are the part of helmet model structure in the scene and the motion estimation filter estimates the position and orientation of the helmet. This algorithm is tested with using synthetic and real data. And the results show that the result of sensor fusion is successful.

• 제어로봇시스템학회논문지
• /
• 제22권11호
• /
• pp.937-943
• /
• 2016

Vertical velocity is critical in many areas, such as the control of unmanned aerial vehicles, fall detection, and virtual reality. Conventionally, the integration of GPS (Global Positioning System) with an IMU (Inertial Measurement Unit) was popular for the estimation of vertical components. However, GPS cannot work well indoors and, more importantly, has low accuracy in the vertical direction. In order to overcome these issues, IMU-barometer integration has been suggested instead of IMU-GPS integration. This paper proposes a new complementary filter for the estimation of vertical velocity based on IMU-barometer integration. The proposed complementary filter is designed to minimize drift error in the estimated velocity by adding PID control in addition to a zero velocity update technique.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.355-359
• /
• 2006

For the poor observability of azimuth misalignment angle and east gyro drift rate of the traditional initial alignment, a bran-new SINS stationary fast self-alignment approach is proposed. By means of analyzing the characteristic of the strapdown inertial navigation system (SINS) stationary alignment seriously, the new approach takes full advantage of the specific force and angular velocity information given by inertial measurement unit (IMU) instead of the mechanization of SINS. Firstly, coarse alignment algorithm is presented. Secondly, a new fine alignment model for SINS stationary self-alignment is derived, and the observability of the model is analysed. Then, a modified Sage-Husa adaptive Kalman filter is introduced to estimate the misalignment angles. Finally, some computer simulation results illustrate the efficiency of the new approach and its advantages, such as higher alignment accuracy, shorter alignment time, more self-contained and less calculation.

• 전기학회논문지
• /
• 제66권1호
• /
• pp.121-126
• /
• 2017

Tracking system is essential for Image Guided Surgery(IGS). Optical Tracking System(OTS) is widely used to IGS for its high accuracy and easy usage. However, OTS doesn't work when occlusion of marker occurs. In this paper sensor data fusion with OTS and Inertial Navigation System(INS) is proposed to solve this problem. The proposed system improves the accuracy of tracking system by eliminating gaussian error of the sensor and supplements the disadvantages of OTS and IMU through sensor fusion based on Kalman filter. Also, sensor calibration method that improves the accuracy is introduced. The performed experiment verifies the effectualness of the proposed algorithm.

• Journal of Positioning, Navigation, and Timing
• /
• 제8권3호
• /
• pp.107-117
• /
• 2019

When a vehicle moves with a high rotation rate, it is not easy to measure the angular velocity using an off-the-shelf gyroscope. If the angular velocity is estimated using the extended Kalman filter in the gyro-free inertial navigation system, the effect of the accelerometer error and initial angular velocity error can be reduced. In this paper, in order to improve the navigation performance of the gyro-free inertial navigation system, an angular velocity estimation method is proposed based on an extended Kalman filter with an accelerometer random bias error model. In order to show the validity of the proposed estimation method, angular velocities and navigation outputs of a vehicle with 3 rev/s rotation rate are estimated. The results are compared with estimates by other methods such as the integration and an extended Kalman filter without an accelerometer random bias error model. The proposed method gives better estimation results than other methods.

• Journal of Positioning, Navigation, and Timing
• /
• 제13권2호
• /
• pp.137-147
• /
• 2024

This paper presents a novel Long Short-Term Memory (LSTM) network architecture for the integration of an Inertial Measurement Unit (IMU) and Global Navigation Satellite Systems (GNSS). The proposed algorithm consists of two independent LSTM networks and the LSTM networks are trained to predict attitudes and velocities from the sequence of IMU measurements and mechanization solutions. In this paper, three GNSS receivers are used to provide Real Time Kinematic (RTK) GNSS attitude and position information of a vehicle, and the information is used as a target output while training the network. The performance of the proposed method was evaluated with both experimental and simulation data using a lowcost IMU and three RTK-GNSS receivers. The test results showed that the proposed LSTM network could improve positioning accuracy by more than 90% compared to the position solutions obtained using a conventional Kalman filter based IMU/GNSS integration for more than 30 seconds of GNSS outages.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.302-313
• /
• 2018

스마트 기기의 생활화와 증강현실 활용 증가로 실내 위치 인식 시스템의 수요가 급증함에 따라, BLE(Bluetooth Lower Energy) 비콘 그리고 UWB(Ultra Wide Band) 등을 이용한 실내 측위 시스템이 개발되고 있다. 본 논문에서는 BLE Beacon을 기반으로 RSSI(Received Signal Strength Indicator)를 이용한 삼변측량(Trilateration) 기법을 사용하여 측위 플레이트(Plate)를 생성한다. 이에 IMU(Inertial Measurement Unit) 센서의 방향, 속도, 이동거리 등의 데이터를 이용하여 PDR(Pedestrian Dead Reckoning) 측위 좌표를 산출하여 정확도를 보정한다. 또, BLE 비콘(Beacon)의 RSSI를 적용한 플레이트(Plate) 기법과 PDR 기법이 융합된 정밀 실내 측위 알고리즘을 제안한다. 본 논문에서 제시한 알고리즘을 실제 대형 실내 경기장과 공항에 BLE 비콘을 설치, 실험하여 평균 2.2m 의 오차로 65%의 정확도가 개선됨을 검증하였다.

• 전자공학회논문지SC
• /
• 제47권1호
• /
• pp.67-75
• /
• 2010

본 논문에서는 실외환경에서 주행하는 이동로봇의 위치를 추정하는 알고리즘을 제안한다. 실외환경은 실내와 다르게 바닥이 고르지 않고, 경사진 지형 등 지면에 대한 불확실성을 포함한다. 이러한 환경에서 로봇의 진행 방향을 추정하기 위해 magnetic 센서 또는 IMU(Inertial Measurement Unit)가 예전부터 많이 사용되어 왔다. Magnetic 센서는 진행방향에 대한 절대 각도를 알려주며, IMU는 센서 내부에서 자이로스코프와 가속도계, 전자 나침반을 사용하여 각도 정보를 제공한다. 하지만 본 연구에 사용된 이동로봇은 전기자동차로써 자기장의 영향을 많이 받기 때문에 위 두 센서를 사용할 수가 없는 실정이다. 그래서 자기장의 영향을 받지 않는 1축 자이로 센서 3개를 이용한 자이로 모듈을 구성하여 진행방향을 추정하는 알고리즘을 구현하였다. GPS와 엔코더, 자이로 센서 모듈 등을 통해 얻은 정보를 융합하여 확장 칼만 필터 알고리즘에 의한 이동로봇의 위치추정 알고리즘을 개발하였고 실험을 통하여 제안한 알고리즘의 성능을 검증하였다.