도움말

이동로봇을 위한 H 필터 기반의 강인한 동시 위치인식 및 지도작성 구현 기술

H Filter Based Robust Simultaneous Localization and Mapping for Mobile Robots
電子工學會論文誌 第48卷 SC編 第1號, 2011.1, 55-60 (6 pages)
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 210건
피인용수 : 0건
분야내 활용도 : 9%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
이동로봇의 동시 위치인식 및 지도작성(Simultaneous Localization And Mapping, SLAM)에서 가장 기본이 되는 알고리즘은 확장 칼만 필터 SLAM(Extended Kalman Filter SLAM, EKF-SLAM)이다. 하지만 칼만 필터를 사용할 때, 시스템 설계자는 외부 입력에 대한 시스템적 특성과 외부 노이즈의 확률적 모델을 알고 있어야 하나, 실제 환경에서는 이를 정확히 파악할 수 없는 한계가 있다. 이에, 칼만 필터를 불확실성이 심한 실제 환경에 적용할 경우 내부 변수의 변화에 민감하게 반응하거나, 필터의 수학적 일관성이 지켜지지 않거나 또는 부정확한 상태 변수값을 추정하기도 한다. 이에 비해 H 필터는 외부 모델에 대한 상세한 정보가 없을지라도 강인하게 상태를 예측할 수 있다는 장점을 가지고 있다. 본 논문에서는 이러한 H 필터의 특성이 이동로봇의 SLAM 알고리즘의 성능 향상에 도움이 될 것이라는 아이디어에 착안하여 H 필터에 기반한 SLAM 알고리즘을 제안하고 이를 모의 실험에 적용해 보았다. 이를 통해 불확실성이 큰 환경에서는 제안된 알고리즘이 기존의 EKF-SLAM에 비해 다소 우수한 예측 성능을 보임을 확인할 수 있었다.

The most basic algorithm in SLAM(Simultaneous Localization And Mapping) technique of mobile robots is EKF(Extended Kalman Filter) SLAM. However, it requires prior information of characteristics of the system and the noise model which cannot be estimated in accurate. By this limit, Kalman Filter shows the following behaviors in a highly uncertain environment: becomes too sensitive to internal parameters, mathematical consistency is not kept, or yields a wrong estimation result. In contrast, H filter does not requires a prior information in detail. Thus, based on a idea that H filter based SLAM will be more robust than the EKF-SLAM, we propose a framework of H filter based SLAM and show that suggested algorithm shows slightly better result than the EKF-SLAM in a highly uncertain environment.

목차
요약
Abstract
Ⅰ. 서론
Ⅱ. H-SLAM 알고리즘
Ⅲ. 실험을 위한 수학적 모델링
Ⅳ. 모의실험
Ⅴ. 결론
참고문헌
저자소개
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (13)

현재 논문의 참고문헌을 찾아 신청해주세요!

  1. H. Durrant-Whyte , 2006 , Simultaneous Localization and Mapping: Part I , IEEE Robotics and Automation Magazine 13 (2) : 99 ~ 110

  2. T. Bailey , 2006 , Simultaneous Localization and Mapping(SLAM): Part II , IEEE Robotics and Automation Magazine 13 : 108 ~ 117

  3. Guoquan P. Huang , 2010 , Observability-based Rules for Designing Consistent EKF SLAM Estimators , The International Journal of Robotics Research 29 (5) : 502 ~ 528

  4. S. Julier , 2000 , new method for the nonlinear transformation of means and covariances in filters andestimators , IEEE Transactions on Automatic Control 45 (3) : 477 ~ 482

  5. Guoquan P. Huang , 2009 , On the Complexity and Consistency of UKF-based SLAM , IEEE International Conference on Robotics and Automation : 4401 ~ 4408

  6. M. Montemerlo , 2002 , Fast-SLAM: A factored solution to the simultaneous localization and mapping problem , AAAI National Conference on Artificial Intelligence : 593 ~ 598

  7. M. Montemerlo , 2003 , Fast-SLAM 2.0: An improved particle ¯ltering algorithm for simul-taneous localization and mapping that provably converges , International Joint Conference on Artificial Intelligence : 1151 ~ 1156

  8. 전서현 , 2009 , Robust Data Estimation for Simultaneous Localization and Mapping : a hybrid approach of H∞ and Extended Kalman Filter , 박사 , 고려대학교 대학원

  9. Hamzah Ahmad , 2009 , H∞ filtering convergence and it's application to SLAM , ICROS-SICE International Joint Conference : 2875 ~ 2880

  10. T. Basar , 1995 , H∞ -Optimal Control and Related Minimax Design Problems: a dynamic game approach 2nd ed , Birkhauser

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (11)

전서현 식별저자 저자의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
권호 내 다른 논문 (8)

電子工學會論文誌 第48卷 SC編 第1號 의 상세정보를 확인해 보세요.

추천 논문 (10)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 부산대학교 37
2 고려대학교 26
3 전북대학교 12

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동
  • 개인회원으로 로그인하셔야 이용이 가능합니다.
  •  개인회원
  •  기관회원
  • 소속기관
  • 아이디
  • 비밀번호
  • 개인회원가입으로 더욱 편리하게 이용하세요. 일반회원 가입하기

    아이디/비밀번호를 잊으셨나요? 아이디/비밀번호 찾기