본 논문에서는 다중 시그마포인트 세트(MSP)를 사용하는 분산점 칼만필터(UKF)인 UKF-MSP를 소개한다. 비선형 동적시스템을 표현하기 위해 널리 알려진 Bouc-Wen 모델을 사용하였고, 비선형성 고려가 가능한 칼만필터 중 UKF를 선정하였다. 그런데 UKF는 두 가지 인공오차와 시그마포인트의 분포를 결정하는 스케일링 파라미터의 값을 튜닝(Tuning)하는 과정을 통해 적절히 설정해야만 대상 동적시스템의 추정하고자 하는 상태(State)를 정확히 추정할 수가 있다. 본 논문에서는 후자의 스케일링 파라미터 설정 문제를 완화하고자 하였으며, MSP를 사용함으로써 기존 UKF에 비해 칼만필터 튜닝 과정에 덜 민감한 UKF-MSP를 제안하였다. 지진으로 인한 급격한 구조손상 시나리오에 대해 UKF-MSP의 안정성을 검증하였다. 제안된 방법은 튜닝과정을 완화함과 동시에 다른 칼만필 터 파라미터인 인공오차에 대해서도 덜 민감한 거동을 보임을 확인하였다.

2020년 1월 1일부터 국제해사기구(IMO)는 전 세계 모든 해역을 지나가는 선박을 대상으로 선박연료유의 황 함유량 상한선을 3.5 %에서 0.5 %로 낮춰 선박으로 인해 발생하는 대기오염을 줄이기 위한 강력한 규제를 실시한다. 황 함유량이 낮은 연료유를 사용하여 대기오염 물질을 줄이는 것도 중요하지만 선박을 경제적으로 운영하여 불필요한 에너지 낭비를 줄이는 것 또한 대기오염 물질을 줄이는 데 큰 도움이 된다. 따라서 선박은 잡음의 영향을 받더라도 항로를 정확하게 유지하여야 한다. 항로를 정확하게 추종하기 위해 오토파일럿 시스템이 사용되지만 오토파일럿 시스템의 성능이 아무리 우수하다 하더라도 잡음의 영향을 받게 된다면 성능에 한계를 가진다. 실제 환경에서는 자이로스코프에서 측정잡음이 더해진 회두각이 오토파일럿 시스템의 입력으로 들어가 오토파일럿 시스템의 성능을 저하시킨다. 이와 같은 문제를 해결하기 위해 상태추정에 쓰이는 Kalman Filter를 적용하여 잡음의 영향을 줄여주는 기법이 있지만 이 또한 역시 잡음의 영향을 완전히 제거시키는 것이 불가능하다. 따라서 본 논문에서는 잡음제거 성능을 더욱 더 개선시키기 위해 전진방향 구간에서는 인공지능 기술 중 하나인 다층퍼셉트론(Multi-Layer Perceptron; MLP)를 적용하고, 회전구간에서는 Kalman Filter를 적용하여 Kalman Filter만을 사용한 경우보다 우수한 잡음제거 기법을 제안한다. 시뮬레이션을 통해 제안한 방법이 Kalman Filter만을 사용한 경우보다 조타기의 오동작을 방지하여 선박의 전진방향 운동이 개선됨을 확인할 수 있다.

본 논문에서는 이단계 칼만필터를 활용한 구조물의 3 자유도 동적변위 계측 시스템을 소개한다. 개발 시스템은 센서 모듈, 베이스 모듈, 컴퓨테이션 모듈로 구성되어 있다. 센서 모듈은 100Hz 샘플주파수의 고정밀 가속도를 계측하는 포스피드백 가 속도계와 10Hz의 샘플주파수의 저정밀도의 속도, 변위를 계측하는 저가의 RTK-GNSS로 구성되어 있다. 계측된 데이터는 LAN 케이블을 통하여 컴퓨테이션 모듈로 전송되고, 컴퓨테이션 모듈에서 이단계 칼만필터를 활용하여 100Hz 샘플주파수의 고정밀 변위를 실시간으로 산정한다. 개발 시스템의 변위 계측 정밀도를 검증하기 위해 미국, 캘리포니아에 위치한 San Francisco-Oaklmand Bay bridge 에서 현장 실험을 수행하였으며, 실험 결과 1.68mm RMS 오차를 보임을 확인하였다.

The key motivation of this study is for a style of the sensor arrangement to have an effect on the localization performance of mobile robots in case of using sonar sensors. In general robot platforms with sonar sensors, sonar sensors are supposed to be radially arranged on their rotational axis of mobile robots. However, relevant limits to several functions required for their autonomous navigation occur unexpectedly, because a sonar sensor generally has the negative nature of its wide beam width together with the specular reflection. We present a new strategy of the sonar sensor arrangement capable of enhancing the localization performance. Sonar sensors are intended to be arranged nonradially (twistedly expressed in this paper) on their rotational axis. The localization scheme called STARER: Sonar-Twisted ARrangement localizER is based on the extended Kalman filter (EKF) with occupancy grid maps. Experimental results demonstrate the validity and robustness of the proposed method for the localization of mobile robots.

풍력 자원의 단기 예측 가능성은 풍력 발전 단지의 경제적 타당성을 평가하는 중요한 요소이다. 본 연구에서는 풍력 자원의 단기 예측 가능성을 향상시키는 방법의 하나로 베이지안 칼만 필터를 후처리 과정으로 적용하였다. 이때 추정된 모델과 관측 데이터의 상관관계를 평가하기 위하여 일정 시간 동안 베이지안 칼만 훈련 기간이 요구된다. 본 연구는 여러 훈련 기간에 따라 예측 특성을 정량적으로 분석하였다. 태백 지역에서는 3일 단기 베이지안 칼만 훈련으 로 기온과 풍속을 예측하는 것이 다른 훈련 기간을 적용할 때보다 우수한 예측 성능을 보였다. 반면 이어도는 6일 이 상의 베이지안 칼만 필터의 훈련 기간을 적용한 경우 가장 좋은 예측 성능을 나타낸다. WRF 예측 성능이 떨어지는 사 례에서 베이지안 칼만 필터의 예측 성능향상이 뚜렷하게 나타나며, 반대로 WRF 예측이 정확한 지점에서는 필터적용에 따른 성능향상 정도가 약한 경향을 가진다.

PURPOSES: This study is to predict the Sound Pressure Level(SPL) obtained from the Noble Close ProXimity(NCPX) method by using the Extended Kalman Filter Algorithm employing the taylor series and Linear Regression Analysis based on the least square method. The objective of utilizing EKF Algorithm is to consider stochastically the effect of error because the Regression analysis is not the method for the statical approach. METHODS: For measuring the friction noise between the surface and vehicle’s tire, NCPX method was used. With NCPX method, SPL can be obtained using the frequency analysis such as Discrete Fourier Transform(DFT), Fast Fourier Transform(FFT) and Constant Percentage Bandwidth(CPB) Analysis. In this research, CPB analysis was only conducted for deriving A-weighted SPL from the sound power level in terms of frequencies. EKF Algorithm and Regression analysis were performed for estimating the SPL regarding the vehicle velocities. RESULTS : The study has shown that the results related to the coefficient of determination and RMSE from EKF Algorithm have been improved by comparing to Regression analysis. CONCLUSIONS : The more the vehicle is fast, the more the SPL must be high. But in the results of EKF Algorithm, SPLs are irregular. The reason of that is the EKF algorithm can be reflected by the error covariance from the measurements.

As more computer game integrates with video and working under mobile environments, it requires seamless bandwidth limited video transport environment including integrated game video compression and real time video conference between game users. Video transmission system consists of encoder and decoder. In communication environment, when the encoder transmits the stream data to the decoder, the bit-stream is alternated or lost because of various channel noises. Altered and lost bit-stream data cause the loss of the video data intensity value or motion vector (MV) value. These lost data cause serious damage of the video quality. In this paper, we propose MV recovery method because MV is essential information to keep the better video quality. To recover the lost MV, we use adjacent block’s MV as input data of Kalman filter to estimate the optimized value for current block’s lost MV. In our experimentation with the standard video image: Mobile&Calendar and Susie, our proposed method achieved 0.497dB ~ 1.898dB improvements on video quality over no MV recovery and achieved average 0.03dB ~ 0.725dB improvements over SRMC scheme.

In this paper, a study of 2-step damage detection for space truss structures using the extended Kalman filter theory is presented. Space truss structures are composed of many members, so it is difficult to find damaged member from the whole system. Therefore, 2-step damage identification method is applied to detect the damaged members. First, kinetic energy change ratio is used to find damage region including damaged member and then detect damaged member using extended Kalman filtering algorithm in damage region. The effectiveness of proposed method is verified through the numerical examples.

Recently, as the awareness of safety has become more important, studies on damage assessment techniques for building structures have been actively conducted. The damage of the building structure is caused by the decrease of the stiffness which is inherent dynamic characteristic of the structural system, and the decrease of stiffness acts as a direct variable connected to the collapse of the structure. there have been developed techniques for estimating the inherent dynamics of a structure to identify and evaluate damage to the structure. In this study, we estimate the layer mass due to the modeling error through the optimization algorithm, Genetic Algorithm, and use the optimization algorithm GA to optimize the error covariance matrix, system noise and measured noise covariance matrix We propose an optimal state estimation algorithm. The objective function of the GA algorithm is obtained by the residual which is the difference between the measured values obtained from the EKF calculation and the values obtained from the system model. We verified the feasibility of the algorithm through a 4-DOF system.

Measurement of dynamic displacement of large structure is one of the most challenging issues in structural health monitoring. With a Kalman filter based technique, the proposed displacement measurement system which consists of GPS-RTK, accelerometer, DAQ, and computer shows the huge potential for precise measurement of dynamic displacement of large structure. The performance of the system has been verified by modal shaker test. This paper presents a new system for dynamic and pseudostatic displacement measurement for a large-scale civil infrastructure. Even though dynamic displacement measurement on a large-scale structure is one of the most challenging issues in structural health monitoring, traditional displacement sensors as well as cutting edge noncontact sensors suffers from the lack of accuracy and precision due to field conditions such as measurement distance and requirement for a fixed support. With a Kalman filter based technique, the proposed displacement measurement system, which consists of a GPS-RTK, accelerometer, DAQ and computer, efficiently estimates bias contained in the acceleration record by fusing the acceleration with intermittently recorded GPS-RTK data, and estimate high precision and high accuracy displacement by removing the bias from the acceleration record and conducting double integration. Through a series of lab-scale tests using a vibration exiciter, the performance of the system has been verified and shows the potential for accurate and precise measurement of dynamic displacement of a large-scale structure.

사회기반시설물의 안전성을 효과적으로 평가하고 모니터링하기 위해 무선 스마트 센서가 개발되어 전 세계적으로 연구가 진행되 고 있다. 무선 스마트 센서는 통상 계측 및 임베디드 데이터 연산, 무선 통신이 가능한 공통점을 갖고 있어 기존의 유선 기반 센서가 가진 단점을 극복할 수 있을 것으로 기대되고 있다. 그러나 구조물의 장기 모니터링의 경우 내구성이 충분하지 못해 발생하는 센서 고장이나, 환경적 이유 로 인한 무선 통신이 불안정할 경우 계측 데이터를 가져올 수 없는 문제가 발생할 수 있다. 본 연구에서는 무선 스마트 센서 기반의 네트워크에 서 이와 같은 문제로 센서 노드에 무선 통신으로 접근할 수 없는 경우를 대처하기 위해, 칼만 필터 기반의 데이터 복구를 수행하여 무선 스마트 센서 네트워크의 신뢰성을 향상시키는 기법을 제안한다. 본 논문에서는 무선 스마트 센서의 연산 기능을 활용하여 네트워크 내에서 계측된 가 속도 데이터를 바탕으로 유실된 센서의 가속도 계측 데이터를 추정한다. 개발된 무선 스마트 센서 네트워크 시스템의 성능을 확인하기 위해 단 순보 구조에서 실험을 수행하여 추정된 가속도 응답과 계측 값을 비교하였다.

본 연구에서는 지진계 센서의 동적범위를 향상시키는 새로운 방법을 제안하였다. 먼저, 센서에 포함된 저주파수 대역 잡음을 ARMA(Auto Regresive Moving Average) 모델로 모델링하고 시스템 식별 방법으로 그 모델을 식별한다. 다음으로, 모델링된 잡음과 지진파 입력을 칼만필터 식에 포함하여 칼만필터에 의한 지진파입력을 추정한다. 제안한 방법을 새로이 개발된 MEMS 기반 3축 가속도 형태의 지진계에 적용하여 성능을 검증하였다. 시험 결과는 제안한 방법이 단순한 LPF(Low Pass Filter)를 사용한 경우에 비해 동적범위를 개선시킴을 보여준다.

Scouring of bridge foundation is one of the major cause of bridge failure. Scour can be defined as the excavation of foundation or other material from the bed and banks of streams, due to water flow. Scour monitoring is one of the major requirements to ensure bridge safety. There are some underwater instruments such as float-out devices which are used in scour monitoring. The available conventional underwater instruments are expensive and difficulties in maintenance. Thus vibration based monitoring techniques are emerging, this paper is one of such effort. This paper develops a vibration-based scour monitoring technique. The effect of sour on the vibration characteristics of pier is not significant at the early stages of scouring but significant changes in vibration characteristic can be identified during moderate level of scour. Thus this method can be used to identify and alert the safety of bridge prior its failure. An Extended Kalman filter is employed in this process. This paper numerically validates the monitoring capability of developed method over other vibrations based methods.

일반적으로 토목 구조물의 피로분석 결과를 향상시키기 위해서는 교량 각 절점에서의 정교한 수치모델 또는 변형률 측정값이 필요하지만 실재하는 토목 구조물의 정교한 수치모델을 만드는 것은 쉽지 않으므로 두가지 모두 쉬운일은 아니다. 또한 구조물의 전 지점에서 시간에 따른 측정 데이터를 계측하는 것 또한 불가능하다. 그래서 본 연구에서는 칼만필터를 이용하여 측정되지 않은 위치에서의 변형률 계측값을 추정하고자 한다. 해양 토목구조물의 인풋을 평균이 0인 BLWN(band limited white noise)으로 가정할 수 없으므로 평균이 0이 아닌 인풋을 사용하였고, 변형률 추정에 데이터 융합의 효과를 확인하기 위해 멀티센서 데이터 융합 기법을 사용하였다.

In this paper, an external torque estimation problem in one-degree-of-freedom (1-DOF) flexible-joint robot equipped with a joint-torque sensor is revisited. Since a sensor torque from the jointtorque sensor is distorted by two dynamics having a spring connection, i.e., motor dynamics and link dynamics of a flexible-joint robot, a model-based estimation, rather than a simple linear spring model, should be required to extract external torques accurately. In this paper, an external torque estimation algorithm for a 1-DOF flexible-joint robot is proposed. This algorithm estimates both an actuating motor torque from the motor dynamics and an external link torque from the link dynamics simultaneously by utilizing the flexible-joint robot model and the Kalman filter estimation based on random-walk model. The basic structure of the proposed algorithm is explained, and the performance is investigated through a custom-designed experimental testbed for a vertical situation under gravity.

본 연구에서는 Z-R 관계식의 매개변수를 안정적인 값으로 실시간 예측하고자 확장 칼만 필터기법을 적용하였다. 이를 위해 Z-R 관계식의 비선형을 고려하여 확장 칼만 필터로 매개변수 결정모형을 구축하였다. 상태-공간 모형은 Adamowski and Muir(1989)의 연구를 기반으로 구축하였다. 상태-공간 모형의 상태변수는 Z-R 관계식의 두 매개변수로 설정하였다. 결과적으로 칼만이득과 상태변수가 발산하지 않는 안정적인 모형을 구축하였다. 주목할 점으로는 기존 방법으로 추정된 과대 혹은 과소한 매개변수가 필터링 되어 일부 제거되었다는 것이다. 부적절한 매개변수의 적용은 물리적으로 비현실적인 강우강도 추정 결과를 불러일으키는 원인이기 때문에 이러한 결과는 정량적 강수량 추정측면에서 효과가 크다고 할 수 있다. 또한 확장 칼만 필터로 예측한 매개변수로 레이더 강우를 추정한 결과, 편의보정계수가 1.0에 근사하게 나타나 편의보정과정 없이도 지상 강우강도와의 평균적인 차이는 근소한 것으로 나타났다. 또한 기존 방법으로 레이더 강우를 추정한 결과보다 전반적으로 정확도 높은 강우 추정이 가능한 것으로 나타났다.

수돗물의 공급과정에서 발생되는 상수관망의 누수는 소중한 수자원의 손실, 공급에너지의 추가적인 소요 등 사회경제적인 손실을 초래한다. 본 연구에서는 관로 상에 설치되어 실시간으로 계측되는 유량자료를 이용하여 누수를 감시하는 모형을 적응 칼만필터 기법을 이용하여 제시하였다. 제안된 누수감시 알고리즘에서는 수돗물 사용량의 시간적 변화와 요일적 변동을 고려함으로써 예측의 신뢰도를 향상시키는 방안을 제시하였다. 또한 기존의 칼만필터 기법에 혁신과정을 추가하여 잡음의 공분산에 대한 자동보정을 통하여 예측의 정확도를 개선하였다. 개발된 모형은 사인형태의 가상 유량자료에 대한 모의실험을 통하여 적응 칼만필터 기법의 예측 정확도를 기존의 칼만필터 기법과 비교하였으며, JE시의 2개 소블록 유량자료에 대한 현장 적용성 평가를 실시하였다. 본 연구의 결과는 관로의 파열에 의한 누수 및 비정상적인 용수사용량에 대한 감시를 통하여 상수관망의 효율적인 운영관리에 적용될 수 있을 것으로 기대된다.

본 연구에서는 자료동화기법의 하나인 확장 칼만 필터를 이용하여 유량자료의 실시간 품질향상을 수행하였다. 확장 칼만 필터의 상태-공간모형은 강우-유출모형과 관측유량자료를 이용하여 구성하였다. 본 연구에서는 실시간 품질향상 목적을 댐 유입량의 비정상적 고변동성 억제 및 관측유량의 결‧오측 보완으로 구분하였으며, 각각의 경우에 적절한 확장 칼만 필터 모형을 제시하였다. 이들 모형의 차이는 칼만이득 계산에 필요한 공분산 함수의 추정에 변동성만을 고려하는냐 또는 편의까지를 포함하느냐로 나타난다. 본 연구는 충주댐 유역을 대상으로 적용하였으며, 그 결과 제시된 모형들이 댐 유입량자료나 결‧오측이 포함된 유량자료의 실시간 품질향상에 효과적으로 작동함을 확인하였다.

본 논문에서는 시퀀스 상에서 확장 칼만필터(Extended Kalman Filter) 기반의 SLAM(Simultaneous Localization And Mapping) 시스템의 안정적인 카메라 추적과 재위치(re-localization) 방법이 제안된다. SLAM으로 얻어진 3차원 특징점에 들로네(Delaunay) 삼각화를 적용하여 기준(reference) 평면을 설정하며, 평면상에 존재하는 특징점의 BRISK(Binary Robust Invariant Scalable Keypoints) 기술자(descriptor)를 생성한다. 기존 확장 칼만필터의 오차가 누적되는 경우를 판단하여 기준 평면의 호모그래피로부터 카메라 정보를 해석한다. 또한 카메라가 급격하게 이동해서 특징점 추적이 실패하면, 저장된 강건한 기술자 정보를 매칭하여 카메라의 위치를 다시 추정한다.