Nothing Special   »   [go: up one dir, main page]

KR102652886B1 - 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법 - Google Patents

다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법 Download PDF

Info

Publication number
KR102652886B1
KR102652886B1 KR1020230099850A KR20230099850A KR102652886B1 KR 102652886 B1 KR102652886 B1 KR 102652886B1 KR 1020230099850 A KR1020230099850 A KR 1020230099850A KR 20230099850 A KR20230099850 A KR 20230099850A KR 102652886 B1 KR102652886 B1 KR 102652886B1
Authority
KR
South Korea
Prior art keywords
magnetic sensor
rotation angle
kalman filter
measured values
output shaft
Prior art date
Application number
KR1020230099850A
Other languages
English (en)
Inventor
이국선
Original Assignee
주식회사 칼만
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 칼만 filed Critical 주식회사 칼만
Priority to KR1020230099850A priority Critical patent/KR102652886B1/ko
Application granted granted Critical
Publication of KR102652886B1 publication Critical patent/KR102652886B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/22—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • B25J9/12—Programme-controlled manipulators characterised by positioning means for manipulator elements electric
    • B25J9/126—Rotary actuators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
    • G01D5/14—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing the magnitude of a current or voltage
    • G01D5/242—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing the magnitude of a current or voltage by carrying output of an electrodynamic device, e.g. a tachodynamo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Mechanical Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Transmission And Conversion Of Sensor Element Output (AREA)

Abstract

본 발명의 일 실시예에 따른 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법은, a) 회전 각도 측정장치가 수중로봇의 다자유도 로봇팔을 구성하는 액추에이터의 출력축에 배치되며, 다수의 자기센서를 통해 측정 오차를 유발하는 외란 및 상기 측정 오차가 제거된 실제값이 포함되는 액추에이터 출력축 회전 각도인 측정값을 측정하는 측정 단계; b) 각도 추정기의 교정부가 상기 다수의 자기센서로부터 상기 측정값을 전송받으며, 각 자기센서의 측정값에 포함된 외란인 진폭 오차, DC 오프셋 오차, 위상 오차를 제거하여 상기 각 자기센서의 측정값을 실제값으로 교정하는 전처리 단계; 및 c) 상기 각도 추정기의 신호 컨디셔너부가 상기 교정부로부터 상기 실제값으로 교정된 각 자기센서의 측정값을 전송받으며, 확장형 칼만필터(Extended Kalman filter) 기반의 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기초로 하여 상기 각 자기센서의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거하면서 상기 각 자기센서의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 후처리 단계;를 포함할 수 있다.

Description

다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법{Method for Measuring Rotation Angle of Actuator Output Shaft Based on Kalman Filter Using Multiple Magnetic Sensors}
본 발명은 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법에 관한 것으로, 더욱 상세하게는 다수의 자기센서가 측정한 측정값인 액추에이터 출력축 회전 각도의 측정 오차를 교정 및 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기반으로 각 자기센서의 측정값을 융합시켜 액추에이터의 출력축 회전 각도를 정확히 측정할 수 있는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법에 관한 것이다.
최근 산업계에서는 단조로운 반복작업이나 잠재적으로 위험한 작업은 로봇을 적용하여 생산성을 증대시키고, 사람은 보다 효율성이 높은 업무에 재배치되고 있다.
일례로 공장의 조립라인에는 컨베이어 벨트가 설치되어 필요 부품들을 운송하고, 조립 공정을 위해서는 부품의 상하차가 필수적인데 이 작업은 과거에는 사람에 의해서 수동으로 진행되어 척추 압박과 같은 장애를 유발하였다.
최근에는, 이러한 작업들이 다관절 로봇으로 대체되어 안전성과 생산성이 크게 향상되고 있다.
한편, 다관절 로봇 중 한 종류로서 수중로봇은 운영 방식에 따라 자율 수중 이동체(Autonomous Underwater Vehicle: AUV)와 원격 조작 이동체(Remotely Operated Underwater Vehicle: ROV)로 구분되며, 심해 자원 조사, 수중 구조물 건설, 수중 조사 관측, 선박 선저 청소나 항만 청소 등과 같은 수중 작업, 수산업, 기뢰 탐색/제거, 무인 항만 감시나 수중 정찰 등과 같은 군사적 용도로 사용되고 있다.
이러한 수중로봇은 수중 작업(절단/파지 등)을 수행하기 위한 관절에 액추에이터(전동모터)가 적용되는데, 수중로봇의 액추에이터는 지상에서 사용되는 로봇의 액추에이터와 달리 방수 액추에이터로 구성될 수 있다.
방수 액추에이터를 포함하는 액추에이터는 통상적으로 토크를 인가하는 모터뿐만 아니라 모터의 토크 증배를 위한 감속기, 그리고 관절의 회전 각도 측정을 위한 장치로서 자기센서(엔코더)가 함께 설치될 수 있다.
자기센서는 로터에 내장된 마그넷의 위치를 센싱하는 것을 기반으로 기계적인 위치의 변화나 방향 및 회전 각도 등을 검출하여 전기적인 신호를 출력하는 센서로서, 액추에이터의 출력축에 배치되는 경우 액추에이터의 출력축 회전 각도를 측정할 수 있다.
이러한 자기센서는 다수개로 구성된 상태에서 액추에이터의 출력축에 배치될 때 액추에이터의 출력축 회전 각도를 측정할 수 있는데, 이 경우 센서쌍의 출력 신호 간 진폭편차, DC 오프셋(offset), 위상 지연 등 불균형한 감지 회로 및 이득비율에 의해 원 신호(측정 신호)가 변형되어 출력되는 문제점이 있었다.
즉, 원 신호 변형 문제에 의해 종래에는 다수의 자기센서를 이용하여 액추에이터의 출력축 회전 각도를 정확히 측정하기 어려운 문제점이 있었다.
대한민국 공개특허공보 제10-2022-0088226호 대한민국 등록특허공보 제10-2335131호
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 본 발명 목적은 액추에이터의 출력축에 배치된 다수의 자기센서가 측정한 측정값인 액추에이터 출력축 회전 각도의 측정 오차를 교정한 후, 각 자기센서의 측정값을 융합시켜 액추에이터의 출력축 회전 각도를 정확히 측정할 수 있는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법을 제공함에 있다.
구체적으로, 본 발명의 목적은 다수의 자기센서가 측정한 측정값인 액추에이터 출력축 회전 각도의 측정 오차를 교정한 후, N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기반으로 각 자기센서의 측정값을 융합시켜 액추에이터의 출력축 회전 각도를 정확히 측정할 수 있는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법을 제공함에 있다.
다만, 본 발명에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법은, a) 회전 각도 측정장치가 수중로봇의 다자유도 로봇팔을 구성하는 액추에이터의 출력축에 배치되며, 다수의 자기센서를 통해 측정 오차를 유발하는 외란 및 상기 측정 오차가 제거된 실제값이 포함되는 액추에이터 출력축 회전 각도인 측정값을 측정하는 측정 단계; b) 각도 추정기의 교정부가 상기 다수의 자기센서로부터 상기 측정값을 전송받으며, 각 자기센서의 측정값에 포함된 외란인 진폭 오차, DC 오프셋 오차, 위상 오차를 제거하여 상기 각 자기센서의 측정값을 실제값으로 교정하는 전처리 단계; 및 c) 상기 각도 추정기의 신호 컨디셔너부가 상기 교정부로부터 상기 실제값으로 교정된 각 자기센서의 측정값을 전송받으며, 확장형 칼만필터(Extended Kalman filter) 기반의 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기초로 하여 상기 각 자기센서의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거하면서 상기 각 자기센서의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 후처리 단계;를 포함할 수 있다.
본 발명의 일 실시예에 의하면, 각 자기센서의 측정값을 교정함으로써 정확한 액추에이터 출력축 회전 각도의 측정이 가능하고, 이를 기반으로 다자유도 로봇팔의 정밀 제어를 구현할 수 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 각도 추정기 및 자기센서를 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 위치각 보정방법을 도시한 흐름도이다.
도 3은 도 2에 도시된 교정 단계의 세부 과정을 도시한 흐름도이다.
도 4는 도 3에 도시된 관측기 기반 교정 단계의 일예를 도시한 도면이다.
도 5는 도 3에 도시된 관측기 기반 교정 단계의 다른예를 도시한 도면이다.
도 6 및 도 7은 2-ch/4-ch/4-ch EKF의 모의시험 결과를 도시한 도면이다.
도 8은 4-ch에서 고조파의 영향을 도시한 도면이다.
도 9 및 도 10은 8-ch EKF 모의시험 결과를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 다자유도 로봇팔이 탑재된 수중로봇의 전체 시스템을 도시한 블록도이다.
도 12는 본 발명의 일 실시예에 따른 액추에이터 모사 신경망을 설명하기 위한 도면이다.
도 13은 본 발명의 일 실시예에 따른 방수 액추에이터를 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 자기센서의 설치 위치를 설명하기 위한 도면이다.
이하에서는, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
각도 추정기 및 회전 각도 측정장치
도 1은 본 발명의 일 실시예에 따른 각도 추정기를 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 각도 추정기(126)는 로봇 시스템(100)의 URM 제어기(120)에 포함되는 장치로서, 액추에이터(122)의 출력축에 배치된 회전 각도 측정장치(127)로부터 측정된 측정값을 수신하며, 상기 측정값을 교정 및 융합시키는 것에 기반하여 액추에이터 출력축 회전 각도를 정확히 측정할 수 있다.
본 발명에서, 회전 각도 측정장치(127)로부터 측정된 측정값은 액추에이터 출력축 회전 각도를 의미한다.
또한, 본 발명의 액추에이터(122)는 수중로봇(1)에 적용되기 때문에, 수중에서 사용 가능하도록 기밀이 유지되는 방수 액추에이터이면서 다자유도 로봇팔(3)의 관절 내부공간상에 케이블(125)을 배치하기 위한 빈 공간이 형성된 중공형 액추에이터일 수 있다.
즉, 본 명세서에서 방수 액추에이터 및 중공형 액추에이터는 액추에이터(122)를 의미하며, 방수 액추에이터와 중공형 액추에이터는 혼용해서 사용될 수 있고, 2개의 용어가 지칭하는 의미는 동일한 것으로 이해되는 것이 바람직하다.
일 실시예에서, 각도 추정기(126)는 전처리 단계(S110)를 수행하기 위한 교정부(126a) 및 후처리 단계(S120)를 수행하기 위한 신호 컨디셔너부(126b)를 포함할 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 회전 각도 측정장치(127)는 액추에이터(122)의 출력축과 결합되는 하우징(127a)을 포함하며, 상기 하우징(127a)에는 둘 이상(다수)의 자기센서(1270-1 ~ 1270-n)가 구비(또는 내장)될 수 있다.
여기서, 회전 각도 측정장치(127)는 2개의 자기센서(1270-1, 1270-2)가 하우징(127a)상에서 90°간격으로 배치되거나, 도 1에 도시된 바와 같이 4개의 자기센서(1270-1, 1270-2, 1270-3, 1270-4)가 각각 90°간격으로 배치될 수 있다.
이러한 회전 각도 측정장치(127)는 자기센서(1270)의 개수가 증가할수록 도 6 및 도 7에 도시된 결과 그래프와 같이 액추에이터 출력축 회전 각도의 측정 성능 효율이 높다는 점에서, 도 1에 도시된 바와 같이 제1~4 자기센서(1270-1, 1270-2, 1270-3, 1270-4)가 구비될 수 있다.
다만, 회전 각도 측정장치(127)는 제1~4 자기센서(1270-1, 1270-2, 1270-3, 1270-4)하우징(127a)상에 배치되는 것으로 한정되는 것은 아니며, 자기센서(1270)로부터 측정된 측정값의 잡음 및 고조파 제거에 기반한 액추에이터 출력축 회전 각도의 측정 성능 향상을 위해 자기센서(1270)가 추가 구비될 수 있다.
구체적인 일예로, 회전 각도 측정장치(127)는 도면에 미도시되었으나, 4개의 자기센서(1270-1 ~ 1270-4)의 2배 개수인 8개의 자기센서(1270-1 ~ 1270-8)가 하우징(127a)상에서 45°간격으로 배치될 수 있다.
즉, 본 발명에서 다수의 자기센서(1270)는 하우징(127a)상에서 45~90°간격으로 배치될 수 있다. 다만, 전술한 배치 방식을 한정하는 것은 아니며, 자기센서(1270)가 8개보다 많이 구비되는 경우 배치 간격의 각도는 감소될 수 있다.
액추에이터 출력축 회전 각도 측정방법
도 2는 본 발명의 일 실시예에 따른 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 위치각 보정방법을 도시한 흐름도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 액추에이터 출력축 회전 각도 측정방법(S100)은 전처리 단계(S110) 및 후처리 단계(S120)를 포함하며, 도면에 미도시되었으나 상기 전처리 단계(S110) 전에 회전 각도 측정장치(1270)에 구비된 다수의 자기센서(1270)가 측정값인 액추에이터 출력축 회전 각도를 측정하는 측정 단계를 더 포함할 수 있다.
일 실시예에서, 교정부(126a)는 전처리 단계(S110)에서 다수의 자기센서(1270)로부터 측정값을 수신하는데, 액추에이터 출력축 회전 각도인 측정값은 측정 오차가 발생하게 된다.
이는, 다수의 자기센서(1270)에서 측정값을 생성할 때, 센서쌍의 출력 신호 간 진폭편차, DC 오프셋(offset), 위상 지연 등 불균형한 감지 회로 및 이득비율에 의해 원 신호(측정 신호)가 변형되어 출력되기 때문이다.
교정부(126a)는 전처리 단계(S110)에서 다수의 자기센서(1270)로부터 측정 오차를 유발하는 외란이 포함된 측정값을 수신할 때 외란을 제거하여 측정값을 교정할 수 있으며, 측정값을 교정하는 방식은 도 3에 도시된 바와 같다.
도 3은 도 2에 도시된 교정 단계의 세부 과정을 도시한 흐름도이다.
도 3을 참조하면, 전처리 단계(S110)는 최소 자승법 기반 교정 단계(S111a), 재귀적 최소 자승법 교정 단계(S112b) 및 관측기 기반 교정 단계(S113c) 중 적어도 하나를 기반으로 다수의 자기센서(1270)로부터 측정된 측정값의 측정 오차를 교정할 수 있다.
교정부(126a)는 최소 자승법 기반 교정 단계(S111a)를 기반으로 다수의 자기센서(1270)의 외란이 포함된 측정값을 교정하는 경우, 최소 자승법(LS, Least square)를 이용하여 다수의 자기센서(1270)의 측정값을 교정할 수 있다.
본 명세서에서, 다수의 자기센서(1270)로부터 측정된 측정값인 측정 신호에는 이상적인 측정 신호인 실제값(참값)과 측정 신호의 측정 오차를 유발하는 외란이 포함된다고 가정하며, 이 경우에 상기 측정 신호 및 실제값은 이하의 [수학식 1] 내지 [수학식 4]와 같이 계산될 수 있다.
Figure 112023084349894-pat00001
Figure 112023084349894-pat00002
Figure 112023084349894-pat00003
Figure 112023084349894-pat00004
상기 [수학식 1] 내지 [수학식 4]에서,
Figure 112023084349894-pat00005
는 측정 신호,
Figure 112023084349894-pat00006
는 실제값,
Figure 112023084349894-pat00007
는 외란을 의미하며, 외란인 a는 위상 지연 오차, p, q는 DC 오프셋 오차, G는 두 측정 신호의 이득비율, δ는 위상각을 의미한다.
상기 [수학식 1] 내지 [수학식 4]는 이하의 [수학식 5]와 같이 타원식(ellipse)으로 표현될 수 있으며, 이는 통상적인 최소 자승법(LS)의 형태로 다시 사용될 수 있다.
Figure 112023084349894-pat00008
상기 [수학식 5]은 이하의 [수학식 6] 내지 [수학식 11]로 수식이 정리될 수 있으며, 이를 통해 측정값의 벡터(Φ)와 추정해야할 파라미터 벡터(θ)가 산출될 수 있다.
Figure 112023084349894-pat00009
Figure 112023084349894-pat00010
Figure 112023084349894-pat00011
Figure 112023084349894-pat00012
Figure 112023084349894-pat00013
Figure 112023084349894-pat00014
본 발명에서, 교정부(126a)는 최소 자승법 기반 교정 단계(S111a)에서, 다수의 자기센서(1270)의 측정값에 포함된 외란을 제거하여 측정값인 측정 신호를 실제값(이상적인 측정 신호)으로 교정(또는 보정)할 수 있다.
한편, 상기 최소 자승법 기반 교정 단계(S111a)는 최소 자승법(LS)를 이용함에 따라, 다수의 자기센서(1270)로부터 수신하는 측정값의 개수가 증가하는 경우, 측정 신호를 계산하는 시간이 증가하는 문제점이 있다.
이를 해결하기 위해, 교정부(126a)는 전처리 단계(S110)에서 재귀적 최소 자승법 기반 교정 단계(S111b)를 기반으로 다수의 자기센서(1270)로부터 측정되는 외란이 포함된 측정값을 교정할 수 있다.
재귀적 최소 자승법 기반 교정 단계(S111b)는 먼저, 교정부(126a)는 비용함수를 이용하여 다수의 자기센서(1270)로부터 수신하는 외란이 포함된 측정값을 교정할 수 있으며, 비용함수는 이하의 [수학식 12]와 같이 정의될 수 있다.
Figure 112023084349894-pat00015
상기 [수학식 12]에서, V(θ,t)는 비용함수, U(k)는 k시점에서의 측정값을 의미하며, 상수 λ는 forgetting factor(0〈λ≤1)로 이전 시점의 측정값들이 현재 시점의 비용함수에 영향을 미치는 정도를 조절하기 위한 파라미터이다.
교정부(126a)는 재귀적 최소 자승법 기반 교정 단계(S111b)에서 이하의 [수학식 13] 내지 [수학식 15]와 같이, 재귀적 최소 자승법(RLS, Recursive Least Square)에 따른 비용함수를 최소화하는 매개변수 방정식을 이용하여 매 시점(k)마다 추정값
Figure 112023084349894-pat00016
을 갱신할 수 있다.
Figure 112023084349894-pat00017
Figure 112023084349894-pat00018
Figure 112023084349894-pat00019
상기 [수학식 13] 내지 [수학식 15]에서, I는 단위행렬, P는 가역행렬을 의미하며, 교정부(126a)는 재귀적 최소 자승법 기반 교정 단계(S111b)에서 임의의 상수(k)를 이용하여
Figure 112023084349894-pat00020
로 초기화하며, 이를 통해 매 시점(k)마다 갱신한 추정값
Figure 112023084349894-pat00021
를 이용하여
Figure 112023084349894-pat00022
와 같이 특정 시점(k)에서의 측정값(U(k))과 근사한 추정값(
Figure 112023084349894-pat00023
)을 계산할 수 있다.
본 발명에서, 추정값은 비용함수를 통해 도출되는 가설 실제값일 수 있으나, 설명의 편의상 실제값인 것으로 설명하도록 하겠다.
즉, 본 발명에서 교정부(126a)는 재귀적 최소 자승법 기반 교정 단계(S111b)에서 비용함수를 최소화하는 매개변수 방정식에 기반하여 다수의 자기센서(1270)의 외란이 포함된 측정값을 실제값으로 교정(또는 보정)할 수 있다.
본 발명에서, 교정부(126a)는 관측기 기반 교정 단계(S111c)를 기반으로 다수의 자기센서(1270)의 외란이 포함된 측정값을 교정하기 위해 각 자기센서(1270)로부터 측정된 측정값의 진폭, DC 오프셋, 각주파수의 오차를 추정하며, 오차 추정을 위한 관측기가 도 4 및 도 5에 도시된 바와 같이 하나 이상 구비될 수 있다.
이하에서는, 2개의 제1 자기센서(1270-1)와 제2 자기센서(1270-2)가 하우징(127a)상에서 90°간격으로 배치된다는 경우를 기준으로, 관측기가 진폭, DC 오프셋, 각주파수를 추정하는 것에 대해 자세히 설명하겠다.
도 4는 도 3에 도시된 관측기 기반 교정 단계의 일예를 도시한 도면이며, 도 5는 도 3에 도시된 관측기 기반 교정 단계의 다른예를 도시한 도면이다.
도 4를 참조하면, 교정부(126a)는 제1 자기 센서(1270-1)의 진폭 및 DC 오프셋의 오차를 추정하기 위한 제1 관측기(12a), 하우징(127a)상에서 상기 제1 자기 센서(1270-1)와 90°간격으로 배치된 제2 자기 센서(1270-2)의 진폭 및 DC 오프셋의 오차를 추정하기 위한 제2 관측기(12b) 및 제1 자기 센서(1270-1)의 측정 신호와 제2 자기 센서(1270-2)의 측정 신호의 위상 오차(β)를 추정하는 위상 오차 관측기(12c)를 포함할 수 있다.
또한, 제1 관측기(12a)는 제1 자기 센서(1270-1)의 각주파수를 추정할 수 있으며, 제2 관측기(12b)는 제2 자기 센서(1270-2)의 각주파수를 추정할 수 있다.
본 발명에서, 교정부(126a)는 관측기 기반 교정 단계(S111c)에서 도 4에 도시된 관측기(12a, 12b, 12c)를 이용하는 경우, 상기 관측기(12a, 12b, 12c)를 통해 외란인 진폭 오차, DC 오프셋 오차, 위상 오차(β)를 추정한 후, 제1, 2 자기센서(1270-1, 1270-2)로부터 측정된 측정값인 측정 신호로부터 추정한 진폭 오차, DC 오프셋 오차, 위상 오차(β)를 제거함으로써, 상기 측정 신호를 이상적인 측정 신호인 실제값으로 교정(또는 보정)할 수 있다.
한편, 교정부(126a)가 도 4에 도시된 관측기를 이용하여 관측기 기반 교정 단계(S111c)를 수행하는 경우, 제1 관측기(12a)와 제2 관측기(12b)가 서로 연관된 매개변수들인 진폭, DC 오프셋, 각주파수를 추정함에 따라 추정 속도가 저하되는 문제점이 있다.
도 5를 참조하면, 교정부(126a)는 관측기의 추정 속도가 저하되는 문제점을 개선하기 위해 제1, 2 자기 센서(1270-1, 1270-2)의 측정 신호로부터 각주파수 성분을 분리하여 추정하는 각주파수 관측기(12d), 상기 각주파수 관측기(12d)로부터 추정된 각주파수를 기반으로 제1 자기센서(1270-1)의 진폭 및 DC 오프셋의 오차를 추정하기 위한 제1 측정 오차 관측기(12e), 제2 자기센서(1270-2)의 진폭 및 DC 오프셋의 오차를 추정하기 위한 제2 측정 오차 관측기(12f) 및 제1 자기 센서(1270-1)의 측정 신호와 제2 자기 센서(1270-2)의 측정 신호의 위상 오차(β)를 추정하는 위상 오차 추정기(12g)를 포함할 수 있다.
본 발명에서, 교정부(126a)는 관측기 기반 교정 단계(S111c)에서 도 5에 도시된 관측기(12d, 12e, 12f) 및 추정기(12g)를 이용하는 경우, 상기 관측기(12d, 12e, 12f) 및 추정기(12g)를 통해 외란인 진폭 오차, DC 오프셋 오차, 위상 오차(β)를 추정한 후, 제1, 2 자기센서(1270-1, 1270-2)로부터 측정된 측정값인 측정 신호로부터 추정한 진폭 오차, DC 오프셋 오차, 위상 오차(β)를 제거함으로써, 상기 측정 신호를 이상적인 측정 신호인 실제값으로 교정(또는 보정)할 수 있다.
이러한 교정부(126a)는 각 자기센서(1270)의 측정값을 교정함과 동시에 관측기의 추정 속도 저하 문제점을 개선하기 위해 도 5에 도시된 관측기(12d, 12e, 12f) 및 추정기(12g)를 포함하는 것이 바람직하다.
다시 도 2를 참조하면, 상기 전처리 단계(S110)가 완료되면 신호 컨디셔너부(126b)가 상기 전처리 단계(S110)에서 교정된 각 자기센서(1270)의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거(또는 완화)하면서 각 자기센서(1270)의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 후처리 단계(S120)가 진행될 수 있다.
본 명세서에서, 처리된 액추에이터 출력축 회전 각도는 전처리 단계(S110)에서 외란이 제거되고, 후처리 단계(S120)에서 고조파 왜곡 및 노이즈가 제거됨으로써, 실제값으로 측정된 액추에이터 출력축 회전 각도를 의미한다.
신호 컨디셔너부(126b)가 후처리 단계(S120)에서 고조파 왜곡 및 노이즈의 영향을 제거시키기 위한 실제값은 이하의 [수학식 16] 내지 [수학식 18]과 같이, 고조파 왜곡 및 노이즈가 포함된 측정값인 것으로 정의될 수 있다.
Figure 112023084349894-pat00024
Figure 112023084349894-pat00025
Figure 112023084349894-pat00026
상기 [수학식 16] 내지 [수학식 18]에서,
Figure 112023084349894-pat00027
은 이상적인 측정 신호인 실제값,
Figure 112023084349894-pat00028
은 고조파 왜곡,
Figure 112023084349894-pat00029
는 노이즈,
Figure 112023084349894-pat00030
는 고조파 왜곡 및 노이즈가 포함된 측정값, 윗첨자
Figure 112023084349894-pat00031
은 각 자기센서(1270)의 인덱스, N은 자기센서(1270)의 개수,
Figure 112023084349894-pat00032
는 각 자기센서(1270)의 설치 위치에 따른 위상 지연(phase shift), dh는 h차 고조파(harmonic)의 성분 크기를 의미한다.
상기 [수학식 16] 내지 [수학식 18]에서, 위상 지연은 3개 이상의 자기센서(1270)가 360°이내에 등간격으로 배치된 경우, 이하의 [수학식 19]와 같이 계산될 수 있다.(N=2인 경우, 예외:
Figure 112023084349894-pat00033
)
Figure 112023084349894-pat00034
한편, 본 발명에서는 후술될 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘의 성능을 비교 검증하기 위해 액추에이터(122) 출력축 회전 각도의 추정값(
Figure 112023084349894-pat00035
)을 계산하는 방법으로는 제1 자기센서(1270-1)와 제2 자기센서(1270-2)가 하우징(127a)상에서 90°간격으로 배치될 때 역함수(arctangent)에 기반하는 방법과, 제1~4 자기센서(1270-1 ~ 1270-4)가 90°간격으로 배치되어 마주보는 자기센서(1270)의 차이값을 이용하는 방법을 제안한다.
본 명세서에서, 제1 자기센서(1270-1) 및 제2 자기센서(1270-2)를 이용한 액추에이터(122) 출력축 회전 각도의 추정값(
Figure 112023084349894-pat00036
)을 계산하는 방법은 "2-ch 방법(
Figure 112023084349894-pat00037
for N=2)"으로 지칭될 수 있다.
또한, 본 명세서에서 제1~4 자기센서(1270-1 ~ 1270-4) 및 마주보는 자기센서(1270)의 차이값을 이용하여 액추에이터(122) 출력축 회전 각도의 추정값(
Figure 112023084349894-pat00038
)을 계산하는 방법은 "4-ch 방법(
Figure 112023084349894-pat00039
for N=4)"으로 지칭될 수 있다.
본 발명에서, 신호 컨디셔너부(126b)는 확장형 칼만필터(EKF, Extended Kalman filter) 기반의 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기초로 하여, 각 자기센서(1270)의 측정값을 융합하면서 고조파 왜곡 및 노이즈를 제거시킬 수 있다.
본 발명에서, N-ch 확장형 칼만필터 알고리즘은 자기센서(1270)가 하우징(127a)상에 2개 구비되는 경우 2-ch 확장형 칼만필터 알고리즘으로 구성되며, 이와 달리 4개 구비되는 경우, 4-ch 확장형 칼만필터 알고리즘으로 구현될 수 있다.
여기서, 확장형 칼만필터는 칼만 필터(KF, Kalman filter)에서의 선형성 가정을 완화시켜, 더 일반적인 시스템에 대해서도 사용이 가능하도록 확장한 방법을 의미한다.
이러한 확장형 칼만필터는 예측(Prediction) 단계에서 모델 예측으로 계산된 예측값과 교정(Correction) 단계에서 자기센서(1270)로부터 측정된 예측값의 교정에 기반하여 측정값의 측정 오차를 감소시킬 수 있다.
또한, 확장형 칼만필터는 [수학식 20] 및 [수학식 21]에 기반하여 예측 단계에서 예측값을 계산하며, 교정 단계에서 [수학식 22] 내지 [수학식 25]에 기반하여 예측값을 교정(또는 보정)하는 것을 통해 각 자기센서(1270)의 측정값의 예측 오차를 감소시켜 정확한 각 자기센서(1270)의 측정값을 추정할 수 있다.
Figure 112023084349894-pat00040
Figure 112023084349894-pat00041
Figure 112023084349894-pat00042
Figure 112023084349894-pat00043
Figure 112023084349894-pat00044
Figure 112023084349894-pat00045
상기 [수학식 20] 내지 [수학식 25]에서,
Figure 112023084349894-pat00046
와
Figure 112023084349894-pat00047
는 각각 비선형 함수
Figure 112023084349894-pat00048
와
Figure 112023084349894-pat00049
의 자코비안 행렬, Qk와 Rk는 각각 상태
Figure 112023084349894-pat00050
와 측정값
Figure 112023084349894-pat00051
의 가우시안 분포를 따르는 공정 잡음
Figure 112023084349894-pat00052
~
Figure 112023084349894-pat00053
와 측정 잡음
Figure 112023084349894-pat00054
~
Figure 112023084349894-pat00055
의 공분산(covariance) 행렬, Pk와 Kk는 상태 추정값(
Figure 112023084349894-pat00056
)을 계산하기 위해 사용되는 공분산 행렬과 칼만-게인을 의미한다.
신호 컨디셔너부(126b)는 N-ch 확장형 칼만필터 알고리즘을 기반으로 각 자기센서(1270)의 측정값(출력값)을 융합시킬 수 있다.
본 발명에서, N-ch 확장형 칼만필터 알고리즘은 확장형 칼만필터 알고리즘을 기반으로 설계되기 때문에, 상기 확장형 칼만필터 알고리즘과 동일하게 예측 단계 및 교정 단계를 포함할 수 있다.
이러한 N-ch 확장형 칼만필터 알고리즘은 예측 단계에서 연역적 상태 예측을 위해 시스템을 표현하는 상태 방정식
Figure 112023084349894-pat00057
를 구현해야 하는데, 이를 위해
Figure 112023084349894-pat00058
인 상수 속도 모델을 사용하여 이하의 [수학식 26]을 기반으로 예측값을 계산할 수 있다.
Figure 112023084349894-pat00059
상기 [수학식 26]에서, A는 시스템의 상태 천이 행렬(state transition matrix), I는 단위 행렬(identity matrix), Ts는 샘플링 시간,
Figure 112023084349894-pat00060
는 k번째 시점에서의 상태(state),
Figure 112023084349894-pat00061
는 k번째 시점에서 k+1번째의 상태(state) 예측값을 의미하며, 이와 같은 상수 속도 모델 가정을 사용하는 방법은 일예로, 등속 칼만필터(CVKF, Constant Velocity Kalman filter)일 수 있다.
즉, N-ch 확장형 칼만필터 알고리즘은 확장형 칼만필터를 적용하기 위해 예측 단계의 수식인 상기 [수학식 20] 및 [수학식 21]을 상기 [수학식 26]의 수식으로부터 구현할 수 있다.
또한, N-ch 확장형 칼만필터 알고리즘은 각 자기센서(1270)의 측정값을 융합시키기 위해, 각 자기센서(1270)의 측정값인
Figure 112023084349894-pat00062
로부터, 상기 측정값과 위상-지연을 고려한 함수
Figure 112023084349894-pat00063
를 이용하여 칼만 이득(칼만-게인)을 계산하기 위한 자코비안 행렬을 도출할 수 있다.
상기 각 자기센서(1270)의 측정값 및 상기 측정값과 위상-지연을 고려한 함수는 후술될 [수학식 27]의
Figure 112023084349894-pat00064
를 계산하기 위한 데이터로서, 이를 계산하기 위한 변수인
Figure 112023084349894-pat00065
는 각 자기센서(1270)의 인덱스 및 N은 자기센서(1270)의 개수,
Figure 112023084349894-pat00066
는 i-번째 자기센서(1270)의 설치 위치에 따른 위상 지연(phase shift),
Figure 112023084349894-pat00067
는 k번째 시점에 사용할 비선형 함수(
Figure 112023084349894-pat00068
)의 자코비안 행렬을 의미한다.
그리고 N-ch 확장형 칼만필터 알고리즘은 각 자기센서(1270)의 측정값을 융합시키기 위해, 이하의 [수학식 27] 내지 [수학식 30]과 같이 상기 [수학식 22] 내지 [수학식 25]의 수식을 긱 i-번째 자기센서(1270)마다 적용하는 모듈러 업데이트(modular update) 방식을 이용(또는 적용)하여 각 자기센서(1270)의 측정값을 추정할 수 있으며, 본 발명에서 모듈러 업데이트의 조건은 For all
Figure 112023084349894-pat00069
일 수 있다.
Figure 112023084349894-pat00070
Figure 112023084349894-pat00071
Figure 112023084349894-pat00072
Figure 112023084349894-pat00073
상기 [수학식 27] 내지 [수학식 30]은 상기 [수학식 22] 내지 [수학식 25]의 일부 행렬에 i-번째 자기센서(1270)의 인덱스(i)가 윗첨자로 표기되어 있는 수식이며, 또한 상기 [수학식 22] 내지 [수학식 25]와 비교하여 새롭게 정의되는
Figure 112023084349894-pat00074
는 k번째 시점에 사용할 비선형 함수(
Figure 112023084349894-pat00075
)의 자코비안 행렬을 의미한다.
본 발명의 신호 컨디셔너부(126b)는 상기 과정을 통해, N-ch 확장형 칼만필터 알고리즘에 기반하여 전처리 단계(S110)에서 실제값으로 교정된 각 자기센서(1270)의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거하면서 각 자기센서(1270)의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정할 수 있다.
일 실시예에서, 각도 추정기(126)는 처리된 액추에이터 출력축 회전 각도에 대한 데이터를 위치 제어기(150)에 전송함으로써, 다자유도 로봇팔(3)의 회전 각도가 정확히 제어되도록 유도할 수 있다.
비교예 1
이하의 비교예 1에서는, 본 발명의 기존 방법인 2-ch 방법 및 4-ch 방법과 본 발명의 신호 컨디셔너부(126b)에 적용되는 N-ch 확장형 칼만필터 알고리즘의 일예인 4-ch 확장형 칼만필터 알고리즘(이하, '4-ch EKF')을 비교하기 위해 모의시험을 진행하였다.
상기 모의실험의 결과는 이하의 [수학식 31]과 같다.
Figure 112023084349894-pat00076
상기 [수학식 31]에서, Ts는 샘플링 시간 및 d2~d5는 고조파 외란을 의미한다.
도 6 및 도 7은 2-ch/4-ch/4-ch EKF의 모의시험 결과를 도시한 도면이며, 도 8은 4-ch에서 고조파의 영향을 도시한 도면이다.
도 6 및 도 7을 참조하면, 2-ch 방법은 모든 고조파 성분에 취약하다는 결과가 도출되다.
이와 달리, 4-ch 방법 및 4-ch EKF는 짝수 고조파 외란(d2, d4)에 대해 강인(robust)하나 홀수 고조파 외란(d3, d5)에 대해서는 취약하다는 결과가 도출되었는데, 이는 4-ch 방법의 경우, 마주보는 자기센서(1270)의 차이값을 사용하기 때문에 도 8에 도시된 바와 같이 반파 대칭인 짝수 고조파들이 평균값을 취하는 과정에서 제거되기 때문이다.
한편, 본 발명의 신호 컨디셔닝부(126b)가 각 자기센서(1270)의 측정값을 융합시키기 위해 이용한 4-ch EKF는 고조파 성분에 대한 특별한 가정을 하지 않았음에도 불구하고 모듈러 업데이트 방식으로 노이즈 영향은 물론, 고조파 성분들의 영향을 함께 제거시킬 수 있으며, 이에 따라 기존 방법인 2-ch 방법 및 4-ch 방법과 비교하여 자기센서(1270)의 추가 및 배치 방식이 자유로운 장점이 있다.
비교예 2
이하의 비교예 2에서는, 본 발명의 신호 컨디셔너부(126b)에 적용되는 N-ch 확장형 칼만필터 알고리즘의 일예인 8-ch 확장형 칼만필터 알고리즘(이하, '8-ch EKF')과 4-ch EKF의 성능을 비교하기 위해 모의시험을 진행하였다.
도 9 및 도 10은 8-ch EKF 모의시험 결과를 도시한 도면이다.
도 9을 참조하면, 8-ch EKF의 모의시험에서는 모든 고조파 외란(d2, d3, d4, d5) 뿐만 아니라, 자기센서(1270)의 급격한 속도 변화 지점(t=1[sec])을 추가하였다.
8-ch EKF와 4-ch EKF의 모의시험 결과를 비교한 결과, 자기센서(1270)의 개수를 추가하는 것에 따라 측정 잡음과 고조파 제거의 측면에서 액추에이터 출력축 회전 각도의 측정 성능이 향상됨이 확인되었다.
이와 같이, 8-ch EKF는 4-ch EKF와 비교하여 액추에이터 출력축 회전 각도의 측정 성능이 비약적으로 향상될 뿐만 아니라, 도 10에 도시된 바와 같이 액추에이터 출력축의 각속도 추정값 역시 빠른 시간 내에 실제값 근방으로 수렴한다는 결과가 도출되었다.
전체 시스템
도 11은 본 발명의 일 실시예에 따른 다자유도 로봇팔이 탑재된 수중로봇의 전체 시스템을 도시한 블록도이며, 도 12는 본 발명의 일 실시예에 따른 액추에이터 모사 신경망을 설명하기 위한 도면이고, 도 13은 본 발명의 일 실시예에 따른 방수 액추에이터를 설명하기 위한 도면이며, 도 14는 본 발명의 일 실시예에 따른 자기센서의 설치 위치를 설명하기 위한 도면이다.
도 11을 참조하면, 수중로봇(1)은 본체(2) 및 다자유도 로봇팔(3)로 이루어지며, 수중로봇(1)의 자율주행을 위한 로봇 시스템(100)과 수중로봇(1)의 자율주행 경로 및 작업 등을 설정하기 위한 미션 시스템(200)을 포함한다.
일 실시예에서, 로봇 시스템(100)은 센서리스 추진 제어기(110), URM 제어기(120), 항법시스템(130), 강인 자세 제어기(140), 위치 제어기(150), GPS부(160), IMU(170) 및 장치 관리부(180)를 포함하며, 이 중 센서리스 추진 제어기(110), 위치 제어기(150), GPS부(160) 및 IMU(170)는 수중로봇(1)상에 배치될 수 있다.
일 실시예에서, 센서리스 추진 제어기(110)는 수중로봇(1)의 추진기(미도시)의 정밀 제어를 위해 수중로봇(1)의 추진력을 추정하여 수중로봇(1)의 추진력 예측값을 획득할 수 있다.
또한, 센서리스 추진 제어기(110)는 인공 신경망을 기반으로 수중로봇(1)의 추진력을 예측하여 추진력 예측값을 측정할 수 있으며, 이때 인공 신경망은 추진기 모사 신경망(미도시)일 수 있다.
이러한 센서리스 추진 제어기(110)는 수중로봇(1)의 추진력을 발생시키거나, 수중로봇(1)의 속도를 제어하기 위한 추진 시스템(미도시)이 구비될 수 있다.
일 실시예에서, 추진 시스템은 도면에 미도시되었으나 추진기 모사 신경망에 데이터를 전송하는 제1 속도 제어기, 제1 전류 제어기, 힘 센서 및 제1 환경센서를 포함할 수 있다.
여기서, 제1 속도 제어기는 추진기의 회전 속도를 제어할 수 있다.
또한, 제1 전류 제어기는 추진기를 동작시킬 전류를 제어할 수 있다.
그리고 힘 센서는 추진기의 일측에 결합되어 상기 추진기의 출력값(Y) 및 반발력(F)을 측정할 수 있다.
또한, 제1 환경센서는 추진기의 온도 및 전압 등을 포함하는 제1 환경 데이터를 측정할 수 있다.
일 실시예에서, URM 제어기(120)는 수중로봇(1)의 자율주행동안 수중 작업 로봇팔(Underwater Robot Manipulator, URM)인 다자유도 로봇팔(3)을 정밀하게 제어할 수 있다.
도 12를 참조하면, 본 발명의 URM 제어기(120)는 인공 신경망을 기반으로 다자유도 로봇팔(3)을 정밀하게 제어할 수 있으며, 이때 인공 신경망은 방수 액추에이터인 액추에이터(122)의 출력 토크를 정확하게 예측하는 액추에이터 모사 신경망(121)일 수 있다.
이때, 액추에이터 모사 신경망(121)이 액추에이터(122)의 출력 토크를 예측함으로써 획득하는 데이터는 토크 예측값(121a)일 수 있다.
일 실시예에서, 액추에이터(122)는 액추에이터 모사 신경망(121) 기반의 URM 제어기(120)로부터 동작이 제어되는 다자유도 로봇팔(3)을 구성할 수 있다.
이러한 액추에이터(122)는 수중에서 가동될 수 있도록 도 13에 도시된 바와 같이 기밀이 유지되는 것이 바람직하다.
도 13을 참조하면, 액추에이터(122)는 중공축(123a)의 포고핀(123)을 통해 링크(124)와 결합됨으로써 다자유도 로봇팔(3)의 기밀을 유지할 수 있다.
이때, 포고핀(123)은 액추에이터(122)의 동작을 위한 모터에 위치 제어기(150)의 전원과 신호를 동시에 전송할 수 있다.
일 실시예에서, 액추에이터(122)는 위치 제어기(150)로부터 동작을 위한 케이블(125)이 링크(124)의 내부를 통과하는 구조임에 따라 외부 결속을 위한 별도의 케이블이 생략될 수 있다.
또한, 액추에이터(122)는 액추에이터 출력축 회전 각도를 측정한 후 각도 추정기(126)로 전송하는 회전 각도 측정장치(127)가 도 14에 도시된 출력축(도 14의 'Encoder')에 탈착될 수 있다.
일 실시예에서, 회전 각도 측정장치(127)는 원형의 하우징(127a)을 통해 액추에이터(122)의 출력축으로부터 탈착될 수 있다.
일 실시예에서, URM 제어기(120)는 회전 각도 측정장치(127)의 각 자기센서(1270)로부터 측정된 측정값을 전송받게 되며, 수신한 각 자기센서(1270)의 측정값을 교정 및 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 각도 추정기(126)를 포함할 수 있다.
일 실시예에서, 항법시스템(130)은 자율주행하는 수중로봇(1)의 현재 위치를 정확하게 측정함으로써, 수중로봇(1)이 주행경로를 따라 목표위치까지 자율주행되도록 제어(또는 지원)할 수 있다.
또한, 항법시스템(130)은 수중로봇(1)이 수중 내 장애물 식별과 상기 장애물과의 상대적 거리를 신속하게 연산할 수 있게 하며, 수중로봇(1)에 최적의 이동방향 및 주행경로가 설정되도록 한다.
이러한 항법시스템(130)은 수중로봇(1)의 위치 추적을 위해, 수중에서 도플러 속도 센서(Doppler Velocity Log, DVL) 기반의 추측 항법으로 수중로봇(1)의 위치를 추정하며, 수중로봇(1)이 수면으로 이동하여 수중로봇(1)의 GPS 신호가 감지될 때 무선 기반(Real Time Kinematic, RTK)의 위치 보정을 통해 수중로봇의 위치를 보정할 수 있다. 이러한 다양한 장치들에 대한 설명보다는 알고리즘에 대해 설명하기 위해 설명의 편의상, 본 명세서에서는 위치 측정은 무선 기반의 GPS 에러 보정 위치로 지칭한다.
일 실시예에서, 강인 자세 제어기(140)는 수중로봇(1)의 추진력 및 다자유도 로봇팔(3)의 출력 토크를 포함하는 수중로봇(1)의 내부 영향이나 복잡한 수중 환경과 외란의 영향으로부터 센서리스 추진 제어기(110), URM 제어기(120) 및 항법시스템(130)을 적응시킬 수 있다.
또한, 강인 자세 제어기(140)는 추진 제어기(110) 및 URM 제어기(120)가 수중로봇(1)의 내부 영향으로부터 수중로봇(1)의 속도 및 다자유도 로봇팔(3)의 출력 토크를 오차없이 제어할 수 있도록 추진기 예측값 및 토크 예측값(121a)이 반영된 파라미터를 기반으로 수중로봇(1)의 위치 추적 시뮬레이션을 수행하는 시뮬레이터(미도시)를 포함할 수 있다.
그리고 강인 자세 제어기(140)는 추진 제어기(110) 및 URM 제어기(120)가 복잡한 수중 환경과 외란의 영향으로부터 수중로봇(1)의 속도 및 다자유도 로봇팔(3)의 출력 토크를 오차없이 제어할 수 있도록 시뮬레이터(141)에 파라미터와 외란의 변화를 인가시켜 상기 시뮬레이터를 학습시키는 환경 모듈(미도시)을 포함할 수 있다.
이러한 강인 자세 제어기(140)는 상기 센서리스 추진 제어기(110)가 수중로봇(1)의 추진력을 예측하며, 상기 URM 제어기(120)가 다자유도 로봇팔(3)의 출력 토크를 예측하고, 상기 항법시스템(130)이 수중로봇(1)의 위치를 추적할 수 있도록 한다.
일 실시예에서, 위치 제어기(150)는 다자유도 로봇팔(3)의 회전 각도를 제어하기 위한 위치제어 시스템일 수 있다.
또한, 위치 제어기(150)는 액추에이터 모사 신경망(121)으로 데이터를 전송하는 위치 제어부(150a), 제2 속도 제어기(150b), 제2 전류 제어기(150c) 및 제2 환경센서(150d)를 포함할 수 있다.
여기서, 위치 제어부(150a)는 다자유도 로봇팔(3)의 회전 각도를 제어할 수 있다.
또한, 제2 속도 제어기(150b)는 다자유도 로봇팔(3)의 회전 속도를 제어할 수 있다.
그리고 제2 전류 제어기(150c)는 다자유도 로봇팔(3)을 회전시키기 위한 전류를 제어할 수 있다.
또한, 제2 환경센서(150d)는 중공형 액추에이터(122)의 일측에 결합되어 상기 중공형 액추에이터(122)의 온도 및 전압 등을 포함하는 제2 환경 데이터를 측정할 수 있다.
이러한 위치 제어기(150)는 각도 추정기(126)로부터 전송받은 처리된 액추에이터 출력축 회전 각도의 데이터에 기반하여 다자유도 로봇팔(3)의 회전 각도를 판단하며, 판단한 회전 각도를 기반으로 다자유도 로봇팔(3)의 회전 속도를 제어할 수 있다.
GPS부(160)는 위성에서 보내는 신호를 수신해 사용자의 현재 위치를 계산하는 위성항법시스템(Global Positioning System, GPS)이다.
GPS는 위성 부문, 지상관제 부문, 사용자 부문으로 구성된다. 여기서 위성 부문은 GPS 위성을, 지상관제 부문은 지상에 위치한 제어국을, 사용자 부문은 GPS 수신기를 말한다.
지구 위에는 30개의 GPS 위성이 돌고 있다. 이중 24개의 위성이 지구를 고전하는 6개의 궤도면에 분포해전세계 어디에서도 최소 6개의 GPS 위성을 관측할 수 있도록 한다. 나머지 6개의 위성은 24개의 위성에 문제가 생겼을 경우 백업 역할을 수행한다.
GPS 위성은 태양 에너지로 작동되며, 수명은 약 8~10년 정도다. 제어국은 미국 콜로라도 스프링스(Colorado Springs)에 있는 주 제어국과, 세계 곳곳에 분포된 5개의 부 제어국으로 나뉜다. 각 부 제어국은 상공을 지나는 GPS 위성을 추적하고 거리와 변화율을 측정해 주 제어국으로 보낸다. 주 제어국은 정보를 취합해 위성이 제 궤도를 유지하도록 처리한다. GPS 수신기는 GPS 위성의 신호를 수신하는 안테나, 시계, 신호를 처리하는 소프트웨어, 이를 출력하는 출력장치 등으로 이루어져 있다.
본 발명에 따른 GPS부(160)는 Moving Base GPS 및 Rover GPS를 포함할 수 있다.
여기서, Moving Base GPS는 수중로봇(1)의 위치를 파악하는데 이용될 수 있다.
다음으로, Rover GPS는, 수중로봇(1)의 헤딩각을 측정하는데 이용될 수 있다.
일 실시예에서, IMU(170)는 관성 측정 장치(Inertial Measurement Unit)로서 수중로봇(1)의 기울어진 정도를 측정하며, 수중로봇(1)의 본체(2)에 구비되는 것이 바람직하다.
이러한 IMU(170)는 자이로스코프 및 가속도계로 이루어진 6축 센서이거나 자이로스코프, 가속도계 및 지자기센서로 구성된 9축 센서일 수 있다.
일 실시예에서, 장치 관리부(180)는 수중로봇(1)의 자율주행 및 수중 작업을 위한 LED(181), 카메라(182) 및 음파탐지기(183)의 동작을 제어할 수 있다.
이때, 장치 관리부(180)를 통해 동작이 제어되는 LED(181), 카메라(182) 및 음파탐지기(183)는 통상적인 것이므로, 이에 대한 자세하 설명은 편의상 생략하도록 하겠다.
일 실시예에서, 로봇 시스템(100)은 도면에 미도시되었으나, 수중로봇(1)과 무선 통신 시스템 사이 또는 기기와 기기가 위치한 네트워크 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함하는 무선 통신부(미도시)를 포함할 수 있다.
일 실시예에서, 무선 통신부는 근거리 통신 또는 원거리 통신을 통해 외부의 기기와 통신을 수행할 수 있다.
여기서 근거리 통신은, ANT, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 기술을 포함할 수 있다.
또한, 원거리 통신은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SCFDMA(single carrier frequency division multiple access)을 포함할 수 있다.
일 실시예에서, 로봇 시스템(100)은 도면에 미도시되었으나, 수중로봇(1)을 구동시키기 위한 구동부(미도시)를 포함할 수 있다.
일 실시예에서, 구동부는 모터, 인버터 등의 구성들을 기초로 수중로봇(1)을 이동시키는 원동력을 제공할 수 있다.
일 실시예에서, 로봇 시스템(100)은 도면에 미도시되었으나, 수중로봇(1)의 이동을 중지시키는 브레이킹 기능을 제공하는 제동부(미도시)를 포함할 수 있다.
일 실시예에서, 제동부는 수중로봇(1)의 제동에 필요한 힘을 발생시키는 제동력 발생장치, 상기 제동력 발생장치에서 발생한 힘을 이용해 수중로봇(1)의 속도를 줄이거나, 수중로봇(1)을 직접 정지시키는 제동장치, 상기 제동력 발생장치에서 발생한 힘을 제동장치에 전달하는 부수장치 등으로 구성될 수 있다.
제동력 발생장치에는 진공, 유압, 공기 브레이크 등 보조동력과 마스터 실린더, 부스터 등이 속하고, 제동장치에는 드럼, 디스크 브레이크 등이 속하며, 부수장치에는 진공펌프와 에어 컴프레셔 등이 속할 수 있다.
일 실시예에서, 로봇 시스템(100)은 통상적으로 수중로봇(1)의 전반적인 동작을 제어하는 제어부(미도시)를 포함할 수 있다.
본 명세서에서, 제어부는 호스트(HOST)라는 명칭으로 지칭될 수도 있다.
또한, 제어부는 무선 통신부를 통해 제1 기지국(미도시) 및 NTRIP 신호를 지원하는 제2 기지국(미도시) 및 제3 기지국(미도시)와 통신할 수 있다.
여기서, NRTIP(Network Transport of RTCM via Internet Protocol)는 GPS 보정 신호(RTCM)를 수신하는 네트워크 방식을 의미한다.
일 실시예에서, 미션 시스템(200)은 사용자가 원격 제어를 통해 수중로봇(1)의 자율주행을 제어할 수 있도록 유저 인터페이스, 비전 AI 및 드라이빙 AI 등을 포함할 수 있다.
상술한 바와 같이 개시된 본 발명의 바람직한 실시예들에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 본 발명의 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 당업자는 상술한 실시예들에 기재된 각 구성을 서로 조합하는 방식으로 이용할 수 있다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.
본 발명은 본 발명의 기술적 사상 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
1: 수중로봇, 2: 본체,
3: 다자유도 로봇팔, 10: 전체 시스템,
12a: 제1 관측기, 12b: 제2 관측기,
12c: 위상 오차 관측기, 12d: 각주파수 관측기,
12e: 제1 측정 오차 관측기, 12f: 제2 측정 오차 관측기,
12g 위상 오차 추정기, 100: 로봇 시스템,
110: 센서리스 추진 제어기, 120: URM 제어기,
121: 액추에이터 모사 신경망, 121a: 토크 예측값,
122: 액추에이터, 123: 포고핀,
123a: 중공축, 124: 링크,
125: 케이블, 126: 각도 추정기,
126a: 교정부, 126b: 신호 컨디셔너부,
127: 회전 각도 측정장치, 127a: 하우징,
1270: 자기센서, 1270-1: 제1 자기센서,
1270-2: 제2 자기센서, 1270-3: 제3 자기센서,
1270-4: 제4 자기센서.

Claims (8)

  1. a) 회전 각도 측정장치가 수중로봇의 다자유도 로봇팔을 구성하는 액추에이터의 출력축에 배치되며, 다수의 자기센서를 통해 측정 오차를 유발하는 외란 및 상기 측정 오차가 제거된 실제값이 포함되는 액추에이터 출력축 회전 각도인 측정값을 측정하는 측정 단계;
    b) 각도 추정기의 교정부가 상기 다수의 자기센서로부터 상기 측정값을 전송받으며, 각 자기센서의 측정값에 포함된 외란을 제거하여 상기 각 자기센서의 측정값을 실제값으로 교정하는 전처리 단계; 및
    c) 상기 각도 추정기의 신호 컨디셔너부가 상기 교정부로부터 상기 실제값으로 교정된 각 자기센서의 측정값을 전송받으며, 확장형 칼만필터(Extended Kalman filter) 기반의 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기초로 하여 상기 각 자기센서의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거하면서 상기 각 자기센서의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 후처리 단계;를 포함하고,
    상기 확장형 칼만필터는,
    상기 각 자기센서의 측정값을 추정하기 위한 예측값을 예측 단계에서 이하의 제1 수식에 기반한 모델 예측으로 계산하며,
    Figure 112023130393895-pat00077

    Figure 112023130393895-pat00078

    상기 예측값을 교정하는 교정 단계에서 이하의 제2 수식에 기반한 상기 예측값의 교정을 통해 상기 각 자기센서의 측정값의 예측 오차를 감소시켜 상기 각 자기센서의 측정값을 추정하고,
    Figure 112023130393895-pat00079

    Figure 112023130393895-pat00080

    Figure 112023130393895-pat00081

    Figure 112023130393895-pat00082

    상기 제1, 2 수식에서,
    Figure 112023130393895-pat00083
    와
    Figure 112023130393895-pat00084
    는 각각 비선형 함수
    Figure 112023130393895-pat00085
    와
    Figure 112023130393895-pat00086
    의 자코비안 행렬, Qk와 Rk는 각각 상태
    Figure 112023130393895-pat00087
    와 측정값
    Figure 112023130393895-pat00088
    의 가우시안 분포를 따르는 공정 잡음
    Figure 112023130393895-pat00089
    ~
    Figure 112023130393895-pat00090
    와 측정 잡음
    Figure 112023130393895-pat00091
    ~
    Figure 112023130393895-pat00092
    의 공분산(covariance) 행렬, Pk와 Kk는 상태 추정값(
    Figure 112023130393895-pat00093
    )을 계산하기 위해 사용되는 공분산 행렬과 칼만-게인을 의미하며,
    상기 N-ch 확장형 칼만필터 알고리즘은,
    상기 각 자기센서의 측정값을 융합시키기 위해, 예측 단계에서 입력
    Figure 112023130393895-pat00094
    인 상수 속도 모델을 사용하는 것으로 가정하는 등속 칼만필터(Constant Velocity Kalman filter)을 적용하여 이하의 제3 수식을 통해 예측값을 계산하는 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
    Figure 112023130393895-pat00095

    상기 제3 수식에서, A는 시스템의 상태 천이 행렬(state transition matrix), I는 단위 행렬(identity matrix), Ts는 샘플링 시간,
    Figure 112023130393895-pat00096
    는 k번째 시점에서의 상태(state),
    Figure 112023130393895-pat00097
    는 k번째 시점에서 k+1번째의 상태(state) 예측값을 의미한다.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 N-ch 확장형 칼만필터 알고리즘은,
    상기 각 자기센서의 측정값을 융합시키기 위해, 이하의 제4 수식인 상기 각 자기센서의 측정값으로부터,
    Figure 112023130393895-pat00098

    이하의 제5 수식에 따라, 칼만 이득을 계산하기 위한 자코비안 행렬을 도출하는 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
    Figure 112023130393895-pat00099

    상기 제4, 5 수식에서,
    Figure 112023130393895-pat00100
    는 각 자기센서(1270)의 인덱스 및 N은 자기센서(1270)의 개수,
    Figure 112023130393895-pat00101
    는 i-번째 자기센서(1270)의 설치 위치에 따른 위상 지연(phase shift),
    Figure 112023130393895-pat00102
    는 k번째 시점에 사용할 비선형 함수(
    Figure 112023130393895-pat00103
    )의 자코비안 행렬을 의미한다.
  5. 제 4 항에 있어서,
    상기 N-ch 확장형 칼만필터 알고리즘은,
    상기 각 자기센서의 측정값을 융합시키기 위해, 이하의 제6 수식과 같이 상기 제2 수식을 각 i-번째 자기센서마다 적용하는 모듈러 업데이트(modular update) 방식을 이용하여 상기 각 자기센서의 측정값을 추정하는 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
    Figure 112023084349894-pat00104

    Figure 112023084349894-pat00105

    Figure 112023084349894-pat00106

    Figure 112023084349894-pat00107

    상기 제6 수식에서,
    Figure 112023084349894-pat00108
    는 k번째 시점에 사용할 비선형 함수(
    Figure 112023084349894-pat00109
    )의 자코비안 행렬을 의미하며, 모듈러 업데이트의 조건은 For all
    Figure 112023084349894-pat00110
    이다.
  6. a) 회전 각도 측정장치가 수중로봇의 다자유도 로봇팔을 구성하는 액추에이터의 출력축에 배치되며, 다수의 자기센서를 통해 측정 오차를 유발하는 외란 및 상기 측정 오차가 제거된 실제값이 포함되는 액추에이터 출력축 회전 각도인 측정값을 측정하는 측정 단계;
    b) 각도 추정기의 교정부가 상기 다수의 자기센서로부터 상기 측정값을 전송받으며, 각 자기센서의 측정값에 포함된 외란을 제거하여 상기 각 자기센서의 측정값을 실제값으로 교정하는 전처리 단계; 및
    c) 상기 각도 추정기의 신호 컨디셔너부가 상기 교정부로부터 상기 실제값으로 교정된 각 자기센서의 측정값을 전송받으며, 확장형 칼만필터(Extended Kalman filter) 기반의 N-ch 확장형 칼만필터(N-channel Extended Kalman filter) 알고리즘을 기초로 하여 상기 각 자기센서의 측정값에 포함된 고조파 왜곡 및 노이즈를 제거하면서 상기 각 자기센서의 측정값을 융합시켜 처리된 액추에이터 출력축 회전 각도를 측정하는 후처리 단계;를 포함하고,
    상기 실제값은,
    이하의 제7 수식에 기반하여 고조파 왜곡 및 노이즈가 포함된 측정값인 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
    Figure 112023130393895-pat00111

    Figure 112023130393895-pat00112

    Figure 112023130393895-pat00113

    상기 수식에서,
    Figure 112023130393895-pat00114
    은 이상적인 측정 신호인 실제값,
    Figure 112023130393895-pat00115
    은 고조파 왜곡,
    Figure 112023130393895-pat00116
    는 노이즈,
    Figure 112023130393895-pat00117
    는 고조파 왜곡 및 노이즈가 포함된 측정값, 윗첨자
    Figure 112023130393895-pat00118
    은 각 자기센서(1270)의 인덱스, N은 자기센서(1270)의 개수,
    Figure 112023130393895-pat00119
    는 각 자기센서(1270)의 설치 위치에 따른 위상 지연(phase shift), dh는 h차 고조파(harmonic)의 성분 크기를 의미한다.
  7. 제 1 항 또는 제 6 항에 있어서,
    상기 외란은,
    상기 각 자기센서의 진폭 오차, DC 오프셋 오차, 위상 오차를 포함하는 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
  8. 제 1 항 또는 제 6 항에 있어서,
    상기 다수의 자기센서는,
    상기 회전 각도 측정장치의 하우징에 45~90°간격으로 배치되는 것을 특징으로 하는 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법.
KR1020230099850A 2023-07-31 2023-07-31 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법 KR102652886B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230099850A KR102652886B1 (ko) 2023-07-31 2023-07-31 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230099850A KR102652886B1 (ko) 2023-07-31 2023-07-31 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법

Publications (1)

Publication Number Publication Date
KR102652886B1 true KR102652886B1 (ko) 2024-04-01

Family

ID=90666874

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230099850A KR102652886B1 (ko) 2023-07-31 2023-07-31 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법

Country Status (1)

Country Link
KR (1) KR102652886B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170092359A (ko) * 2016-02-03 2017-08-11 주식회사 아큐랩 회전 모션센서를 이용한 3축 자세정보 계측 시스템
KR101858976B1 (ko) * 2017-03-31 2018-05-17 주식회사 아큐랩 자세 및 방위각 측정장치의 가속도센서 신호처리 방법
KR102335131B1 (ko) 2020-03-02 2021-12-02 한국로봇융합연구원 수중 청소로봇
KR20220088226A (ko) 2020-12-18 2022-06-27 주식회사 일진글로벌홀딩스 액추에이터 장치 및 이를 구비하는 로봇 관절

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170092359A (ko) * 2016-02-03 2017-08-11 주식회사 아큐랩 회전 모션센서를 이용한 3축 자세정보 계측 시스템
KR101858976B1 (ko) * 2017-03-31 2018-05-17 주식회사 아큐랩 자세 및 방위각 측정장치의 가속도센서 신호처리 방법
KR102335131B1 (ko) 2020-03-02 2021-12-02 한국로봇융합연구원 수중 청소로봇
KR20220088226A (ko) 2020-12-18 2022-06-27 주식회사 일진글로벌홀딩스 액추에이터 장치 및 이를 구비하는 로봇 관절

Similar Documents

Publication Publication Date Title
Langelaan State estimation for autonomous flight in cluttered environments
Arrichiello et al. Observability metric for the relative localization of AUVs based on range and depth measurements: theory and experiments
Guerrero-Font et al. An USBL-aided multisensor navigation system for field AUVs
Williams et al. A decoupled, distributed AUV control architecture
Wanasinghe et al. Distributed collaborative localization for a heterogeneous multi-robot system
Güler et al. Real time onboard ultrawideband localization scheme for an autonomous two-robot system
Patel et al. Point me in the right direction: Improving visual localization on UAVs with active gimballed camera pointing
Tu et al. Flight recovery of mavs with compromised imu
KR102652885B1 (ko) 다자유도 로봇팔이 탑재된 수중로봇의 제어방법
Almeida et al. Autonomous navigation of a small-scale ground vehicle using low-cost IMU/GPS integration for outdoor applications
KR102652886B1 (ko) 다수의 자기센서를 활용한 칼만필터 기반의 액추에이터 출력축 회전 각도 측정방법
Ding et al. The application of extended Kalman filtering to autonomous formation flight of small UAV system
Lima et al. Trajectory tracking control of a mobile robot using lidar sensor for position and orientation estimation
Liu et al. A survey of computer vision applied in aerial robotic vehicles
Souza et al. Development of an asv trimaran for testing and implementation of auv navigation algorithms
Andreetto et al. A cooperative monitoring technique using visually servoed drones
Mishra et al. Cooperative relative pose estimation to aid landing of an unmanned aerial vehicle on a moving platform
Duecker et al. An integrated approach to navigation and control in micro underwater robotics using radio-frequency localization
Pozzan et al. Non-linear model predictive control for autonomous landing of a uav on a moving platform
Balaji et al. GPS denied localization and magnetometer-free yaw estimation for multi-rotor UAVs
Pfingsthorn et al. Full 3D navigation correction using low frequency visual tracking with a stereo camera
KR102652887B1 (ko) 수중로봇의 항법시스템 제공방법
Vicent et al. Accurate Autonomous Launch and Recovery of an UAV from a Station Keeping USV
Mazare et al. Robust fault detection and adaptive fixed-time fault-tolerant control for quadrotor UAVs
Espinoza et al. Simultaneous Trajectory Estimation and Mapping for Autonomous Underwater Proximity Operations