CHOSUN

수중 로봇의 자율 주행을 위한 위치 추정 방법

Metadata Downloads
Author(s)
김태균
Issued Date
2012
Abstract
This paper describes a particle filter method and Kalman fiilter method for localization of an underwater robot. The method uses external measurement information as well as the internal motion information. The particle filter and Kalman filter have been used for localization of ground mobile robot. The method can take the uncertainty of robot motion and measurement into account.
It consists of two iterative steps: prediction step and correction step. The prediction step calculates pose of the robot using the internal motion information either through internal sensing or presumed motion command. The second step corrects the predicted pose using the measurement relative to external environment. The measurement is largely based on acoustic signal processing. Unlike the ground environment, the underwater environment doesn't afford the use of radio signal or visual information. Only the acoustic signal can propagate and be detected for use. The acoustic signal is used for distance measurement using the time of arrival(TOA) or time difference of arrival(TDOA).
This paper extends the localization capability of particle filter method to be applied in three dimensional underwater environment. It depicts how the filtering methods can be used for localization of an underwater robot. Simulation shows the localization performance of the method in cases of TOA and TDOA measurements. The performance is compared with that of deadreckoning, trilateration, and least square methods. To compare the accuracy and robustness of localization, some measures are introduced: the repeatability and the length of the estimated trajectory. An experiment in test tank shows the feasibility and availability of the proposed method.
Alternative Title
Localization Method for Navigation of an Underwater Robot
Alternative Author(s)
Kim, Tae Gyun
Affiliation
조선대학교
Department
일반대학원 제어계측공학과
Advisor
고낙용
Awarded Date
2013. 2
Table Of Contents
ABSTRACT
제 1장 서론 1
제 1절 연구 배경 및 목적 2
제 2절 연구 범위와 방향 5
제 3절 논문의 구성 6

제 2장 기초 이론 및 문제 구성 7
제 1절 수중 로봇의 좌표계 8
제 2절 오일러 각을 이용한 수중 로봇의 좌표 변환 9
제 3절 수중 로봇의 위치 추정 분류 12
1. 내부 센서를 이용한 방법 13
가. 속도 센서를 이용한 위치 추정 14
나. 관성 센서를 이용한 위치 추정 14
2. 외부 센서를 이용한 방법 15
가. TOA를 이용한 위치 추정 17
나. TDOA를 이용한 위치 추정 19
3. 내부 센서와 외부 센서를 이용한 방법 22

제 3장 확장 칼만 필터 방법 24
제 1절 필터링 방법에 기반한 확장 칼만 필터 방법 24
제 2절 예측 단계 26
제 3절 갱신 단계 31
1. 갱신 단계의 개별적 동작 31
2. 갱신 단계의 일괄적 동작 34
제 4장 제안된 위치 추정 방법 37
제 1절 필터링 방법에 기반한 파티클 필터 방법 37
제 2절 내부 센서를 이용한 모션 모델 40
1. 파티클 필터 방법의 모션 모델 41
2. 모션 모델 파라미터에 따른 파티클 변화 43
제 3절 외부 센서를 이용한 센서 모델 45
제 4절 리샘플링 모델 51

제 5장 실험 및 고찰 53
제 1절 시뮬레이션을 이용한 수중 로봇 위치 추정 53
1. TOA 정보를 이용한 실험 54
가. 센서 불확실성이 작은 경우 55
나. 센서 불확실성이 큰 경우 58
2. TDOA 정보를 이용한 실험 62
가. 위치 추정 방법들에 대한 추정 성능 63
나. 외부 센서의 불확실성에 대한 성능 변화 65
다. 내부 센서의 불확실성에 대한 성능 변화 68
제 2절 실제 환경에서의 위치 추정 69
1. 이동 로봇의 위치 추정 70
2. 수중 로봇의 위치 추정 80

제 6장 결론 및 향후 계획 88

참고문헌 91
Degree
Doctor
Publisher
조선대학교 대학원
Citation
김태균. (2012). 수중 로봇의 자율 주행을 위한 위치 추정 방법
Type
Dissertation
URI
https://oak.chosun.ac.kr/handle/2020.oak/10760
http://chosun.dcollection.net/common/orgView/200000263697
Appears in Collections:
AI > 4. Theses(Ph.D)(인공지능)
Authorize & License
  • AuthorizeOpen
Files in This Item:

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.