Home 검색결과

결과 내 검색







검색결과 : 69

GPS와 IMU의 센서퓨전을 이용한 위치추정 활용방안

신은희, 권영민, 송병훈

한국정보통신설비학회 한국정보통신설비학회 학술대회 2013년도 정보통신설비 학술대회 2013.08 pp.420-423

※ 기관로그인 시 무료 이용이 가능합니다.

Navigation technology has been studied widely and the development of navigation technology such as satellite navigation technology and inertial navigation technology enhances its utilization. Navigation technology can be applied to many location-based services, for example, the intelligent vehicle localization service applicable to the car care systems or the transportation systems and the intelligent robot localization service for the purpose of military or security. Recently, interest in the localization systems for health care, welfare, leisure, and so on is increasing. In this paper, we explain sensor fusion of GPS(Global Positioning System) and IMU(Inertial Measurement Unit) for accurate localization and we introduce utilization of localization using sensor fusion.



A Low-cost IMU/GNSS Cooperative Positioning Method for VANETs in the Urban Environments

Yong Hao, Feng Shen

보안공학연구지원센터(IJSH) International Journal of Smart Home Vol.9 No.12 2015.12 pp.255-266

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한됩니다.

It is important to know the key problem of the emerging intelligent transportation systems –relative position, especially in the collision warning and speeds advisory. However, the commercial Global Satellite Navigation Systems (GNSS) receiver cannot up to the standard of these purpose. Fortunately, using Cooperative Positioning (CP) techniques to share the GNSS measurements between vehicles can largely improve the performance of relative positioning in a vehicular ad hoc network (VANET). But in urban environments, the reduced quality or complete unavailability of GNSS measurements challenge the effectiveness of any CP algorithm. In this paper, a new improved tight CP technique is proposed which adds the measurements from low cost inertial sensors. In the enhanced CP method proposed here, vehicles communicate their GPS measurements and inertial measurement unit (IMU) data, and each vehicle fuses local GPS and IMU measurements and those of the neighbours. Experimental results show that the new tight integration CP method can enhance the relative positioning in low GPS coverage environment, such as in very dense urban areas and tunnels.


Attitude Estimation Algorithms Using Low Cost IMU

Dung Duong Quoc, Jinwei Sun, Van Nhu Le

보안공학연구지원센터(IJCA) International Journal of Control and Automation Vol.8 No.11 2015.11 pp.113-126

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한됩니다.

Attitude estimation has a wide range of applications including aerial (UAVs for example), underwater (ROVs for instance), navigation systems, robotics, games, augmented reality system, industrial and so on. Extensive research over decades in this field resulted in a number of powerful estimators; complex like Kalman based algorithms as well as simple such as complementary filters & the kinds. For applications where computational simplicity is of prime concern, complementary filters have proven efficiency. This paper presents a comparative study of computationally simple algorithms naming Explicit Complementary Filter (ECF) and Gradient Descent based Complementary Filter (GDCF) along with computationally demanding extended Kalman filter-a de-facto standard for attitude estimation so far, regarding attitude estimation based on MEMS IMU. An alternative would be the variants of complementary filter; sufficiently efficient and simple scheme to avoid computational complexity.Performance of these estimators is evaluated for Euler angle estimation using both simulated data from Matlab and experimental data from MPU6050 IMU. The assessment is based on the root mean square error computation for these algorithms. Moreover, the algorithms adjustable parameters were exploited for a range of values in the hunt for perfection


Error and Noise Analysis in an IMU using Kalman Filter

S.A.Quadri, Othman Sidek

보안공학연구지원센터(IJHIT) International Journal of Hybrid Information Technology Vol.7 No.3 2014.05 pp.39-48

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한됩니다.

Kalman filtering is a well-established methodology used in various multi-sensor data fusion applications. In our experiment, we first obtain measurements from the accelerometer and gyroscope and fuse them using Kalman filter in an inertial measurement unit (IMU). We estimate Kalman filter output and estimation error. The affect of process noise and measurement noise on estimation error is tested. It is explored that the measurement noise has significant role to increase estimation error in the data fusion process.


Sensor Fusion based on Complementary Algorithms using MEMS IMU

Dung Duong Quoc, Jinwei Sun, Van Nhu Le, Nguyen Ngoc Tan

보안공학연구지원센터(IJSIP) International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.8 No.2 2015.02 pp.313-324

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한됩니다.

Conventional attitude/orientation estimating filters are generally complex demanding excessive computational burden. This instigates the requirement for a computationally simple yet sufficiently precise algorithm for applications where computational complexity is of prime import. A relatively simple, robust and equally efficient technique in this regard is the development of complementary filters. Gradient Descent based Complementary Algorithm (GDCA) and Explicit Complementary Clgorithm (ECA) are the latest advancement in complementary filters applicable to low cost, low power MEMS based inertial measurement units (IMUs) employing quaternion. These fixed gain estimators employ gyroscope triad for high frequency estimation and accelerometer triad for low frequency attitude estimation. This paper appraises the performance of GDCA and ECA. Both simulation and experimental results are presented for comparative analysis. Simulated data was generated in MATLAB for known orientation in term of Euler angles to validate the filters performance whereas for practical implementation of different scenarios, MEMS based MPU6050 IMU was employed. As only IMU is employed without aided sensory system, the mandate of this research is limited to attitude estimation in terms of Euler roll and pitch angles. Roll of the adjustable filter gains is also assessed for a range of values.


A Proposal of Emergency Rescue Location (ERL) using Optimization of Inertial Measurement Unit (IMU) based Pedestrian Simultaneously Localization and Mapping (SLAM)

Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah Raja Mohd Radzi

보안공학연구지원센터(IJSH) International Journal of Smart Home Vol.9 No.12 2015.12 pp.9-22

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한됩니다.

Congestion avoidance in emergencies is one of many overlooked localization issues. During an emergency (such as a fire), it is difficult for rescuers to determine the best exit route when inside a building. Any time delay during decision making can risk loss of life. Therefore, an efficient Emergency Rescue Localization (ERL) system is essential to assist rescuers to identify the best route for reaching the outside when inside a building. Thus, we propose a new ERL based on an Inertial Measurement Unit (IMU). In the proposed ERL, an IMU is used to retrieve location information from inside the building. To conclude, we illustrate out proposed solution for indoor environmental set-up.


IMU 센서와 비전 시스템을 활용한 달 탐사 로버의 위치추정 알고리즘

강호선, 안종우, 임현수, 황슬우, 천유영, 김은한, 이장명

[Kisti 연계] 한국로봇학회 로봇학회논문지 Vol.14 No.1 2019 pp.65-73

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

In this paper, we propose an algorithm that estimates the location of lunar rover using IMU and vision system instead of the dead-reckoning method using IMU and encoder, which is difficult to estimate the exact distance due to the accumulated error and slip. First, in the lunar environment, magnetic fields are not uniform, unlike the Earth, so only acceleration and gyro sensor data were used for the localization. These data were applied to extended kalman filter to estimate Roll, Pitch, Yaw Euler angles of the exploration rover. Also, the lunar module has special color which can not be seen in the lunar environment. Therefore, the lunar module were correctly recognized by applying the HSV color filter to the stereo image taken by lunar rover. Then, the distance between the exploration rover and the lunar module was estimated through SIFT feature point matching algorithm and geometry. Finally, the estimated Euler angles and distances were used to estimate the current position of the rover from the lunar module. The performance of the proposed algorithm was been compared to the conventional algorithm to show the superiority of the proposed algorithm.


IMU-바로미터 기반의 수직변위 추정용 이단계 칼만/상보 필터


[Kisti 연계] 한국센서학회 Journal of sensor science and technology Vol.25 No.3 2016 pp.202-207

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

Estimation of vertical position is critical in applications of sports science and fall detection and also controls of unmanned aerial vehicles and motor boats. Due to low accuracy of GPS(global positioning system) in the vertical direction, the integration of IMU(inertial measurement unit) with the GPS is not suitable for the vertical position estimation. This paper investigates an IMU-barometer integration for estimation of vertical position (as well as vertical velocity). In particular, a new two-step Kalman/complementary filter is proposed for accurate and efficient estimation using 6-axis IMU and barometer signals. The two-step filter is composed of (i) a Kalman filter that estimates vertical acceleration via tilt orientation of the sensor using the IMU signals and (ii) a complementary filter that estimates vertical position using the barometer signal and the vertical acceleration from the first step. The estimation performance was evaluated against a reference optical motion capture system. In the experimental results, the averaged estimation error of the proposed method was 19.7 cm while that of the raw barometer signal was 43.4 cm.


IMU 탑재 위치 및 유도탄 무게 중심 변화율에 따른 Three-Loop 조종 알고리듬 안정성 분석

권혁훈, 김윤환, 박봉균

[Kisti 연계] 한국항공우주학회 한국항공우주학회지 Vol.44 No.6 2016 pp.492-501

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

유도탄 가속도 제어에 일반적으로 널리 사용되는 Three-Loop 조종 알고리듬은 유도탄에 탑재된 IMU에서 제공되는 가속도 및 각속도 정보를 사용한다. Three-Loop 조종 알고리듬에 입력되는 가속도 명령은 유도탄의 무게 중심에서 발생하는 가속도로 주어지기 때문에 IMU에서 획득되는 정보 역시 무게 중심에서의 값으로 주어져야 한다. 하지만, 유도탄의 내부 배치 설계나 추진기관의 연소 등에 의하여 IMU가 유도탄의 무게 중심이 아닌 임의의 위치에 배치되는 경우가 대부분이다. 본 논문에서는 Three-Loop 조종 알고리듬에서 피드백 되는 가속도 정보가 유도탄의 무게 중심이 아닌 임의의 위치에서 획득된 값일 경우, IMU 탑재 위치 및 유도탄 무게 중심 변화율이 유도탄 조종 알고리듬 안정성에 미치는 영향을 분석하였다. 일반적인 대전차 유도탄에 대하여 이득 및 위상 여유 분석을 수행하였다.
Three-Loop autopilot is generally used for the acceleration control of guided missiles. Because the acceleration command to the three-loop autopilot is given as values at the center of gravity, feedback information of IMU should be obtained at the same position. However, the position of IMU might not be located at the center of gravity due to the sub-system assignment. This paper presents the stability analysis of three-loop autopilot with respect to the arbitrary position of IMU and variation rate of center of gravity. Gain and phase margins are calculated for several trim points for general anti-tank missiles.


IMU기반 자세결정의 정확도 향상을 위한 가속도 보상 메카니즘 비교


[Kisti 연계] 대한기계학회 대한기계학회논문집A Vol.40 No.9 2016 pp.783-790

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

IMU기반 자세결정에 있어 추정 정확도의 저하요인 중 주요한 한 가지는 운동체의 가속도이다. 이는 가속도가 크게 발생하는 경우 가속도계 신호는 더이상 수직축 참조벡터가 될 수 없기 때문이다. 이에 대한 대책으로 일부 자세추정 알고리즘에서는 가속도 보상 메카니즘이 적용되어 왔다. 가장 보편적이고 간단한 스위칭 방법부터 적응추정방식, 가속도 모델기반 방식 등이 제안되어 왔으나, 이들 보상 메카니즘에 대한 비교분석은 이루어 지지 않았다. 본 논문은 쿼터니언기반의 Pseudo 칼만필터를 바탕으로 하여 세 가지 가속도 보상 메커니즘의 성능을 비교분석하였다. 가속조건 실험 분석을 통해 다음을 확인할 수 있었다. (1) 가속구간에서의 추정정확도 저하를 방지하기 위해선 가속도 보상 메카니즘이 반드시 필요하다. (2) 단순 스위칭 방법도 상당한 효과를 보였으나, 보다 정교한 적응추정 방식과 가속도 모델방식이 동등수준으로 가장 정확한 결과를 보였다.
One of the main factors related to the deterioration of estimation accuracy in inertial measurement unit (IMU)-based orientation determination is the object's acceleration. This is because accelerometer signals under accelerated motion conditions cannot be longer reference vectors along the vertical axis. In order to deal with this issue, some orientation estimation algorithms adopt acceleration-compensating mechanisms. Such mechanisms include the simple switching techniques, mechanisms with adaptive estimation of acceleration, and acceleration model-based mechanisms. This paper compares these three mechanisms in terms of estimation accuracy. From experimental results under accelerated dynamic conditions, the following can be concluded. (1) A compensating mechanism is essential for an estimation algorithm to maintain accuracy under accelerated conditions. (2) Although the simple switching mechanism is effective to some extent, the other two mechanisms showed much higher accuracies, particularly when test conditions were severe.


IMU 및 가속도 센서를 이용한 안내견 하네스 행동 알림 시스템 구현

안병구, 노윤홍, 정도운

[Kisti 연계] 한국신호처리시스템학회 한국신호처리.시스템학회 논문지 Vol.16 No.1 2015 pp.15-21

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

본 논문에서는 시각장애인이 안내견과 함께 보행 중 환경적 요소와 상황에 따른 인지를 도와주기 위한 안내견 하네스 행동 알림 시스템을 구현하였다. 이를 위하여 안내견의 하네스 안장에 IMU(inertial measurement unit)모듈 및 가속도센서 다리벨트를 장착하였으며, 이로부터 출력되는 정보를 이용하여 안내견의 보폭추정과 자세판단을 수행하였다. 구현된 시스템의 성능을 평가하기 위하여 안내견이 인지하고 있는 자세를 오르막 계단 자세, 내리막 계단 자세, 오르막길, 내리막길 및 평지와 정지 상태로 나누웠으며 시각장애인의 안전을 위한 행동인 불복종명령 상태을 포함한 7가지의 행동에 대한 판별 실험을 수행하였다. 그 결과 안내견 행동 규칙 인식 성공률은 평균 92.78%로 나타났으며, 안내견 하네스 행동알림 시스템의 실제 적용 시 유용성을 확인하였다.
In this paper, a behavior notification system of the harness of a guide dog is implemented for a blind person to get helps for environmental and situational awareness while walking with the guide dog. IMU modules is attached on the guide dog's harness saddle and the acceleration sensor belt is mounted on its thigh. Gait estimation and behavior judgement are performed by recording and analyzing the outputs of the sensors. Performance analysis for seven different kinds of behaviors has been done. The seven different behaviors, which the guide dog recognizes, are descending stairs, climbing stairs, uphill, downhill, stop, flat road, and selective disobedience. Results for the performance analysis show that the average success rate of the behavior rule estimation of harness of the guide dog is 92.78% and the behavior notification system can be effectively used in real situations.


IMU센서를 이용한 보드로봇의 무선제어 연구

류재명, 김동헌

[Kisti 연계] 한국지능시스템학회 Journal of Korean Institute of Intelligent Systems Vol.24 No.2 2014 pp.186-192

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

본 논문은 IMU센서를 이용하여 보드로봇을 무선으로 제어하는 연구에 관해 다룬다. 사용된 보드로봇은 일종의 탑승형 로봇으로 탑승자는 옆으로 서서 앞을 보며 제어한다. 탑승자는 제안된 무선제어기를 팔의 상박에 착용하고, 무선제어기의 각도에 따라서 방향전환을 할 수 있다. 무선제어를 위해 블루투스(Bluetooth)가 사용되며, 사용자의 행동에 따른 다섯 종류의 명령('1'우회전, '2'중립, '3'좌회전, '4'운전, '5'정지)을 IMU 센서로 측정하여 기울기에 대한 디지털 값을 보드로봇의 제어기로 전송한다. 보드로봇에서 수신된 값은 정해진 명령을 기반으로 모터를 제어한다. 결과적으로, 제안된 IMU 센서 기반의 사용자 인터페이스는 실제의 보드를 조정하듯이 보드로봇을 쉽고 편리하게 제어할 수 있다.
This study presents the remote control of a board robot using an IMU sensor based on Bluetooth communication. The board robot is a kind of riding robot controlled throng wireless communication by a user. The user wears the proposed IMU sensor controller, and changes a direction of the robot by the angles of IMU sensor. Bluetooth is used for wireless communication between the board robot and its user. The IMU sensor in the remote controller is used for recognition of a number of actions, which are measured as analog signals. The user actions have five commands ('1'right '2'neutrality '3'left '4'operation '5'stop), which are transmitted from the user to the board robot through Bluetooth communication. Experimental results show that proposed IMU interface can effectively control the board robot.


IMU 가속도계 센서와 GPS 정보를 이용한 기만신호 검출

권금철, 양철관, 심덕선

[Kisti 연계] 대한전기학회 電氣學會論文誌 Vol.63 No.9 2014 pp.1273-1280

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

This paper considers a GPS anti-spoofing problem. Spoofing is an intentional interference that mislead the GNSS receiver. The spoofing attack is very significant since the target receiver is not aware of being attacked from spoofing. Accelerometers can be used to detect the spoofing signal by being compared with the acceleration obtained from GPS information using Kalman filter. In this paper we propose an N by N-point average and M-point window algorithm to detect GPS spoofing by using accelerometers and GPS outputs. The performance of the proposed algorithm is analyzed using actual vehicle trajectory and spoofing trajectory generated from INS and GPS toolbox for simulation.


IMU를 이용한 2휠 벨런싱 로봇의 수평 주행에 관한 연구

강진구, 김재진

[Kisti 연계] 한국컴퓨터정보학회 한국컴퓨터정보학회 학술대회논문집 2011 pp.279-280

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

2바퀴이상의 로봇은 중심점을 기준으로 안정화가 이루어진다. 그러나 2바퀴이하의 로봇으로 수직 자세를 유지하기 위해서는 로봇자체를 기울여 중심점을 이동하므로 수평을 유지할 수 있다. 그러나 이러한 중심점의 이동은 속도나 방향성분이 같이 출력되므로 정확한 센서의 계산이 요구되고 정밀한 제어를 필요로 한다. 또한 많은 구조물로 인해 장애물 인식 및 자율주행 알고리즘 등이 필요하며 장시간 정보획득과 무인기 연동을 위한 빠른 움직임을 가져야한다. 위의 2조건을 만족하기 위한 구성으로 최근들어 두 바퀴를 가지는 모바일 역진자 로봇에 대한 연구가 활발히 이루어지고 있다. 이는 서비스 및 주행 로봇의 알고리즘이 휴머노이드에서 모바일 역진자 로봇으로 변화되었기 때문이다. 모바일 역진자 로봇은 휴머노이드에 비하여 사용되는 모터의 수가 적고 균형을 잡으려면 관절마다 값비싼 고성능 모터가 필요하며 이를 가동하려면 전력도 많이 소모되며 대용량 배터리를 장착할 수밖에 없게 된다. 반면 바퀴로 움직이는 로봇은 전력이 적게 들고 이동도 쉽다. 따라서 본 연구에서는 IMU를 이용한 간단하면서도 정확한 센서의 연산 방법과 이를 이용한 자세제어 방법을 연구한다.


AHRS IMU 센서를 이용한 이동체의 동적 위치 결정

백기석, 이종출, 홍순헌, 차성렬

[Kisti 연계] 한국측량학회 한국측량학회 학술대회논문집 2006 pp.77-81

협약을 통해 무료로 제공되는 자료로, 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

GPS cannot determine random errors such as multipath and signal cutoff caused by surrounding environment that determines the visibility of satellites and the speed of data creation and transmission is lower than the speed of vehicles, it is difficult to determine accurate dynamic positions. Thus this study purposed to implement a method of deciding the accurate dynamic position of vehicles by combining AHRS (Attitude Heading Reference System) IMU (Initial Measurement Unit) based on low-priced MEMS (Micro Electro Mechanical System) in order to provide the information of attitude, position and speed at a high transmission rate without external help. This study conducted an initialization test to decide dynamic position using AHRS IMU sensor, and derived attitude correction angles of vehicles against time through regression analysis. The roll angle was $y=(A{\times}10^{-6})x^2 -(B{\times}10^{-5})x+Cr{\times}10^{-2}$ and the pitch angle was $y=(A{\times}10^{-6})x^2-(B{\times}10^{-7})x+C{\times}10^{-2}$, each of which was derived from second-degree polynomial regression analysis. It was also found that the heading angle was stabilized with variation less than $1^{\circ}$ after 60 seconds.

1 2 3 4
페이지 저장