GNSS와 IMU센서를 활용한 실시간 트랜스포터 위치추적 시스템

Q: 이 논문에서 정의한 위치추적시스템이란 무엇인가?

GNSS와 IMU 센서를 융합하여 트랜스포터의 실시간 위치를 파악하는 시스템을 의미한다. 이는 조선소 내 GPS 신호 음영 및 왜곡 문제를 해결하기 위해 칼만 필터 알고리즘을 적용하여 센서 신호의 잡음을 제거하고 위치 추정의 정확도를 높인 장치이다.

Q: 조선소 환경에서 트랜스포터의 위치 추적 정확도를 높이는 방법은 무엇인가?

연구 결과, GNSS와 IMU 센서를 융합하고 칼만 필터를 통해 신호를 최적화함으로써 전파 환경이 열악한 조선소에서도 효과적인 추적이 가능하다. 특히 X-IMU 센서를 활용하여 지자기 센서의 안정성을 확보함으로써 4m 이내의 오차 범위로 위치를 추적할 수 있다.

문승환; 안종우; 이장명

doi:10.3744/SNAK.2019.56.5.439

학술저널 Full-text AI

저자정보: 문승환 (삼성중공업) 안종우 (부산대학교) 이장명 (부산대학교)

저널정보: 대한조선학회 대한조선학회 논문집 대한조선학회논문집 제56권 제5호(통권 제227호)

오류 신고하기

피인용 3

검색

초록·키워드

A real time transporter locating system for shipyard has been implemented through the GNSS and IMU sensor. There are a lot of block movements by transporters at the shipyard, which need to be controlled and monitored for conforming to the shipbuilding process. For the precise and safe transporter motion at the yard, a locating system has been developed by using the GNSS and IMU sensors for the transporter. There are several obstacles of the GPS signals for locating the transporter at the yard, such as, buildings and metal structures. To overcome the weakness of the GPS signal transmission, the IMU data have been properly integrated together. The performance of the proposed real time block locating system has been verified through the real experiments with transporters carrying blocks at a shipyard.

#Global navigation satellite system(GNSS, 글로벌 내비게이션 새틀라이트 시스템) #Inertial measurement unit(IMU, 관성측정장치) #Transporter(트랜스포터) #Locating system(위치추적시스템) #Shipyard(조선소)

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료