Earticle

최근 들어, 차량 제어 기술의 집약체라 할 수 있는 자율 주행 차량에 관한 관심이 증대되고 있다. 특히, 자율 주행 차량의 안정적인 주행과 직결되는 자기 위치 인식 기술에 관한 연구가 꾸준히 진행되어져 왔으며, GPS가 갖는 한계점을 보완하기 위한 다양한 추측항법 기술이 소개되어져왔다. 하지만 기존의 추측항법들은 추가적으로 센서를 장착해야하는 단점과 차량 거동의 급격한 변화로 인하여 자기 위치 인식 정확도가 떨어진다는 단점을 가진다. 따라서 본 논문에서는 기존의 추측항법의 단점을 보완하기 위하여 대부분의 차량에 장착되어 있는 휠속 센서(Wheel Speed Sensor)를 활용하고, 휠속 센서에서 계측된 값을 토대로 타이어 슬립율(Slip ratio)을 추정하여 차량의 급격한 거동 변화에 대응하기 위한 새로운 개념의 슬립율 기반의 추측항법 알고리즘을 개발하였다. 기존의 추측항법 알고리즘과의 성능을 비교 평가하기 위해서 차량의 거동이 급격하게 변화하는 상황이 포함된 시뮬레이션 환경을 구성하여 그 결과를 비교하였다.

Recently, the interest in autonomous vehicle which is an aggregate of the automotive control technology is increasing. In particular, researches on the self-localization technology that is directly connected with stable driving of autonomous vehicle have been performed. Various dead reckoning technologies which are solutions for resolving the limitation of GPS have been introduced. However, the conventional dead reckoning technologies have two disadvantages to apply on the autonomous vehicle. First one is that the expensive sensors must be equipped additionally. The other one is that the accuracy of self-localization decreases caused by wheel slip when the vehicle's motion changed rapidly. Based on this background, in this paper, the wheel speed sensor which is equipped on most of vehicles was used and the dead reckoning algorithm considering wheel slip ratio was developed for autonomous vehicle. Finally, in order to evaluate the performance of developed algorithm, the various simulation were conducted and the results were compared with the conventional algorithm.

In this paper, a map-matching (MM) algorithm which combines an estimated position with digital road data is proposed. The presented algorithm using a virtual track is appropriate for a MEMS-based pedestrian dead reckoning (PDR) system, which can be used in mobile devices. Most of the previous MM algorithms are for car navigation systems and GPS-based navigation system, so existing MM algorithms are not appropriate for the pure DR-based pedestrian navigation system. The biggest problem of previous MM algorithms is that they cannot determine the correct road segment (link) due to the DR characteristics. In DR-based navigation system, the current position is propagated from the previous estimated position. This means that the MM result can be placed on a wrong link when MM algorithm fails to decide the correct link at once. It is a critical problem. Previous algorithms never overcome this problem because they did not consider pure DR characteristics. The MM algorithm using the virtual track is proposed to overcome this problem with improved accuracy. Performance of the proposed MM algorithm was verified by experiments.

This paper proposes a new, adaptive Dead Reckoning model, called Dynamic Dead Reckoning , for Distributed Interactive Simulation and humanoid avatar systems. The proposed model can overcome the weak points of traditional Dead Reckoning caused by a fixed threshold and strong dependency on rotation event. This paper introduces new criteria for update message filtering , named as Update lifetime. The Dynamic Dead Reckoning keeps the balance between extrapolation fidelity and filtering performance by two component models, Variable Threshold Mechanism and Rotation Event model. The experimental results show that the proposed model can lower the increment rate of update traffic to the increase of rotation frequency without any significant loss of accuracy.

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.

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.

This paper introduces a GPS-aided dead reckoning algorithm that asymptotically estimates the heading bias error of a magnetic compass based on geodetic north, improves the position error accumulated by dead reckoning, and helps the estimated position of an AUV to represent a position in the NED coordinate system, by receiving GPS position information when surfaced. Based on the results of a simulation, the locational error was bounded with a modest distance, after estimating the AUV position and heading bias error of the magnetic compass when surfaced. In other words, it was verified that proposed algorithm improves the position error in the NED coordinate system.

본 논문에서는 온라인 게임과 같은 대규모 네트워크가상환경에서의 서버와 클라이언트간에 교환되는 정보의 대부분을 차지하는 공유객체의 이동에 대한 데드레커닝 알고리즘을 마코프 체인 (Markov Chain)을 이용하여 모델링하고 그것의 성능을 해석한다. 그리고 사용자측면에서는 거의 성능지하가 없으면서 전체적으로 네트워크부하를 줄여서 서버가 보다 많은 클라이언트를 처리해 굴 수 있도록 하기 위한 데드레커닝 문턱값의 제어기법들을 소개한다.

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.

As the demand for indoor location recognition system has been rapidly increased in accordance with the increasing use of smart devices and the increasing use of augmented reality, indoor positioning systems(IPS) using BLE (Bluetooth Lower Energy) beacons and UWB (Ultra Wide Band) have been developed. In this paper, a positioning plate is generated by using trilateration technique based on BLE Beacon and using RSSI (Received Signal Strength Indicator). The resultant value is used to calculate the PDR-based coordinates using the positioning element of the Inertial Measurement Unit sensor, We propose a precise indoor positioning algorithm that combines RSSI and PDR technique. Based on the plate algorithm proposed in this paper, the experiment have done at large scale indoor sports arena and airport, and the results were successfully verified by 65% accuracy improvement with average 2.2m error.