We propose a method for developing an in-pipe inspection robot based on multiple inertial sensors. Estimating the position of underground pipelines where satellite signals do not reach remains challenging. High-precision inertial sensors and high-tech mobile robots can be solutions, but their high price limits their general use. We developed an in-pipe inspection robot by combining various low-cost sensors with a microcomputer-based RC car platform. First, we fabricated a multi-inertial sensors module by combining commercial grade low-cost MEMS inertial sensors. The sensor values measured by the multi-inertial sensor are transmitted to the main computer through the MCU, and the attitude angle of the vehicle is finally calculated through the inverse variance weighted average. The travel distance of the robot is estimated by using hall sensors and neodymium magnets attached to the inside of the wheels. Also, we measured the pipe diameter using multiple ultrasonic sensors. We verified the estimation accuracy of each sensor through experiments and consequently estimated the 3D trajectory of the in-pipe robot.

This research propose a vehicle attitude estimation method using sensor fusion of speedometer and six-axis inertial sensor. External acceleration generated in a dynamic environment such as high-speed movement of a vehicle causes a considerable error in the attitude angle measured by the accelerometer. The external acceleration is estimated using velocity data obtained from speedometers mounted on most vehicles. The vehicle velocity is decomposed into three vector components using the angular velocity and attitude angle measured by the inertial sensor in the previous time step. The attitude angle estimated by the speedometer and the accelerometer is used to correct the error of the gyro sensor in the Kalman filter. In order to verify the performance of the proposed algorithm, experiments on a scenario of rapid acceleration/deceleration of a truck in a straight section and a scenario of high-speed driving on a long-distance highway are conducted.

Most sensors are affected by temperature, so they are tested in advance and used for temperature compensation. However, sensor affected by the temperature hysteresis is not compensated. This is because even if compensation is made in the form of a general n-th polynomial, the effect of hysteresis remains the same. In this paper, a method of compensating accelerometer biases with hysteresis using a new parameter C was studied. This technique goes beyond finding the appropriate variable for compensation and is a method of creating the parameter itself with a combination of new variables. As a result, most errors could be eliminated.

Musculoskeletal disorders are generally caused by physical activity and job stress, lack of exercise, neck, shoulders, and back. In this paper, we were implemented using the IMU(Inertial Measurement Unit) sensor rehabilitation contents and measurements of the cervical range of motion that can help the rehabilitation of patients with musculoskeletal system. It was compared to the CROM method for verification of the IMU sensor data, the error rate was the result of less ±0.3󰔆. In other words, the results indicate that there is no problem to measure the cervical range of motion. So we were calculated the quaternion angle for each flexion, extension, and lateral flexion and extension, the contents for these was implemented. In addition, the implementation of a virtual reality-based contents using the Google cardboard was to show the possibility to replace existing high virtual reality contents.

본 논문에서는 저가의 MEMS 관성 센서와 지자기 센서를 이용하여 자세 정보를 제공받는 자세측정장치(ARHS)를 구현하였다. 저가형 IMU센서와 MCU를 이용하여 운동 자세각을 계산하는 DCM 알고리즘을 설계하고, 3축짐벌에 장착하여 연산결과의 정확도를 측정하였다. DCM 알고리즘을 이용 연산된 자세각의 정확도는 roll 및 pitch에 대하여 약 1.1%로 나타났으며, yaw각의 경우는 3.7%로 나타났다. Yaw 각의 경우에는 스텝핑 모터를 구동하는 실험환경에 따른 교란의 영향으로 그 오차가 상대적으로 크게 나타난 것으로 평가되었다. 짐벌 실험장치를 이용한 센서의 검증에서 더욱 정밀한 실험을 위해서는 주변 환경 요인에 대한 제어가 요구될 것으로 보이며, 실험장치의 스테핑 모터 구동 시 발생하는 진동 및 자기장의 영향과 실험 장치의 금속성 구조물의 영향으로 생각되는 센서 데이터의 오차 및 불안정 상태를 차단할 수 있는 장치의 보완이 필요할 것으로 보인다. 그리고 지자기 센서의 경우 좁은 범위의 측정에 추가하여 넓은 범위의 측정도 보완되어야 할 것으로 생각된다.

본 논문에서는 저가, 저전력 및 소형의 IMU를 구성하기 위한 MEMS 관성 센서를 이용하여 자세 정보를 제공받는 ARHES에 위의 센서를 사용하기 위해 자이로 센서 및 가속도센서의 데이터 출력 특성을 검증하여 오차 및 정확도를 분석하였다. 센서 실험을 위하여 진자 실험 장치를 제작하였고, 진자 운동에 대한 센서 데이터를 수집하였다. 이론적인 수식을 유추하여 센서 데이터의 정확성 분석을 위한 기준 값으로 설정하였다. 센서값과 이론값을 비교하면 각속도에서 4.32~5.72%, 가속도에서 x-, z-축 방향에 대하여 각각 3.53~6.74% 및 3.91~4.16%의 오차율을 나타냈다. 진자실험 장치를 이용한 센서 검증에서 무인헬리콥터에 사용될 센서로서 적합한 것으로 평가되었으며 이는 짐벌장치 등을 이용한 자세추정 알고리즘을 구성하는데 기초가 되었다. 또한, 더욱 정밀한 실험을 위해서는 온도 등 주변 환경 요인에 대한 보정이 요구된다.

This paper describes an alignment algorithm that estimates the initial heading angle of AUVs (Autonomous Underwater Vehicle) for starting navigation in a sea area. In the basic dead reckoning system, the initial orientation of the vehicle is very important. In particular, the initial heading value is an essential factor in determining the performance of the entire navigation system. However, the heading angle of AUVs cannot be measured accurately because the DCS (Digital Compass) corrupted by surrounding magnetic field in pointing true north direction of the absolute global coordinate system (not the same to magnetic north direction). Therefore, we constructed an experimental constraint and designed an algorithm based on extended Kalman filter using only inertial navigation sensors and a GPS (Global Positioning System) receiver basically. The value of sensor covariance was selected by comparing the navigation results with the reference data. The proposed filter estimates the initial heading angle of AUVs for navigation in a sea area and reflects sampling characteristics of each sensor. Finally, we verify the performance of the filter through experiments.

본 논문에서는 소형 선박용 관성측정장치(Inertial Measurement Unit, IMU) 개발에 적합한 MEMS(Micro-Electro Mechanical System) 기반의 관성 센서 평가와 선정에 관하여 기술했다. 먼저, 오일러 공식에 기초한 관성 센서의 오차 모델과 잡음 모델을 정의하고, 앨런 분산(Allan Variance) 기법과 몬테카르로(Monte Carlo) 시뮬레이션 기법을 도입하여 관성 센서를 평가하였다. ADIS16405, SAR10Z, SAR100Grade100, LIS344ALH, ADXL103 등 다섯 가지 관성 센서에 대한 평가결과, ADIS16405의 자이로와 가속도계를 조합한 경우 오차가 가장 작게 나타났는데, 600 초 경과시 속도 오차의 표준편차가 약 160 m/s, 위치 오차의 표준편차가 약 35 km로 나타났다. 평가를 통해 ADIS16405 관성 센서가 IMU 구축에 최적임을 알았고, 이러한 오차 감소 방법에 대해서 참고문헌을 조사하여 검토하였다.