해저 지형 정보를 사용한 Bayes 필터 기반 수중 로봇 위치추정

Metadata Downloads
Issued Date
In this paper, underwater robot localization method based on Bayes filter using seabed terrain information is proposed. This method is used to predict underwater robot pose using proprioceptive information and undergoes a process of updating the position using exteroceptive information. The advantages of Bayes filter method is estimated considering uncertainty of proprioceptive, exteroceptive information.
In this paper, proprioceptive information for predicting the underwater robot position was only used robot command(truster speed, the angular velocity elevator, rudder angular speed). Exteroceptive information was only used altimeters. Estimation algorithms were used Extended Kalman filter, unscented Kalman filter and particle filter methods based on Bayes filter.
Especially, UKF localization is a feature-based robot localization algorithm using the unscented kalman filter. The UKF uses the unscented transform to linearize the motion and measurement model. Instead of computing derivatives of these model, the unscented transform represents Gaussians by sigma points and passes these through the model.
This paper was verified localization of the proposed EKF, UKF, PF methods through the simulator and the actual experiments.
Alternative Title
Underwater Robot Localization Based on Bayes Filter Using Seabed Terrain Information
Alternative Author(s)
Noh Sung Woo
일반대학원 정보통신공학과
Awarded Date
Table Of Contents
제 1장 서론 1
제 1절 연구 배경 및 필요성 1
제 2절 연구 동향 3
제 3절 연구 방향 및 논문 구성 7
1. 연구 방향 7
2. 논문 구성 8
제 4절 논문의 기여도 9

제 2장 기존 수중 로봇 위치추정 분류 10
제 1절 자기 수용성 정보 10
1. 수중로봇의 속도명령 10
2. DVL 10
3. IMU 11
4. Depth 12
제 2절 외수용성 정보 13
1. 거리 정보를 이용한 음향 센서 13
2. 거리 정보와 각도 정보를 이용한 음향 센서 15
3. 이미지 정보 16
3. GPS 17
제 3절 알고리즘 방법에 따른 위치추정 18
1. 데드레크닝 18
2. 최소자승법 19
3. 삼각 측량법 20
4. 확장 칼만 필터 22
5. 파티클 필터 22
6. 무향 칼만 필터 22

제 3장 Bayes 필터 기반 위치 추정 방법 23
제 1절 확장 칼만 필터를 이용한 위치추정 방법 26
1. 예측 단계 27
2. 갱신 단계 29
제 2절 파티클 필터를 이용한 위치추정 방법 30
1. 모션 모델(예측단계) 31
2. 센서 모델(갱신 단계) 33
3. 리샘플링 모델 36
제 3절 무향 칼만 필터를 이용한 위치추정 방법 37
1. 예측 단계 39
2. 갱신 단계 42

제 4장 실험 및 고찰 44
제 1절 시뮬레이션을 이용한 수중 로봇 위치 추정 방법 45
1. 해저 지형 정보를 이용한 위치 추정 방법 47
2. 비이컨 음향 신호 정보를 이용한 위치 추정 방법 67
제 2절 실제 환경에서의 수중 로봇 위치 추정 방법 79
제 3절. 시뮬레이터를 이용한 수중 로봇 위치추정 실험에 대한 고찰 84

제 5장 결론 및 향후 계획 86

참고문헌 89
조선대학교 대학원
노성우. (2014). 해저 지형 정보를 사용한 Bayes 필터 기반 수중 로봇 위치추정.
Appears in Collections:
General Graduate School > 4. Theses(Ph.D)
Authorize & License
  • AuthorizeOpen
  • Embargo2014-02-26
Files in This Item:

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