Sensor fusion 썸네일형 리스트형 Extended Kalman Filter & Error state Kalman Filter (IMU + Motion Capture) IMU 와 motion capture 를 사용하여 Sensor Fusion 을 할 것이다. (IMU+ GPS 와 비슷하게 설정하기 위해) 아래와 같이 State를 정의 한다. Measurement 에는 Motion Capture 에서 받은 position 와 Velocity를 사용한다. q_measured 는 Accelometer 와 Magnetometer 에서 받은 값을 통해 quaternion을 생성한다. 또한 Error state Kalman Filter 를 통해 Bias 를 update 할 수 있다. 아래는 Kalman Filter 와 Extended Kalman Filter 의 증명 과정이다. - probablistic Robotics - https://arxiv.org/abs/1711.0250.. 더보기 [우수학부생] Kalman Filter 을 이용한 자세 추정 및 모션 캡처를 이용한 실험 결과 - 칼만 필터를 사용할때는 state, 모델, Z 뭔지 반드시 설명 해야함 - 78.5hz 가 아쉽 - 최소 500hz 에서 law pass filter 한번 돌리고 다시 칼만을 넣으면 훨씬 더 정확해질 수 있음 연구 목적 IMU를 통해 받아들여지는 Raw Data를 KALMAN Filter를 사용하여 noise 제거 및 정확도 향상 연구 내용 IMU 센서는 자이로 센서, 가속도 센서, 지자기 센서로 구분 된다. IMU 센서는 Body Frame 에서의 값들을 측정한다. 자이로 센서는 각속도를 측정하는 센서이다. 각속도를 적분하는 방식으로 자세를 계산할 수 있다. 하지만 오차가 함께 계산이 된다는 단점이 있다. 가속도 센서는 센서 주변 외력에 의한 가속도를 측정하는 센서이다. 가속도 센서는 와 같이 지구.. 더보기 imu 센서를 활용한 attitude estimation (quaternion base) mpu9250 을 기준으로 작성된 글입니다. 1) 자이로 센서 자이로 센서 = 각속도를 나타내는 센서로 각 각가속도 *dt 값으로 변화량을 나타낼수 있다. 쿼터니언 기반으로 나타낸 식은 아래와 같다. 자이로는 accel 과 지자기 센서보다 훨씬 높은 정확도를 가지지만 bias 를 동반 하기 때문에 일정 주기마다 bias 를 빼는 작업이 필수적이다. 실제로 높은 정확성 때문에 complementary filter 에서 쓰일때도 자이로센서를 0.92~0.98 까지 비율을 쓴다. 2) 가속도 센서 (accel sensor) 가속도 센서는 중력 가속도를 측정할 수 있는 센서이다. 가속도 측정을 통해서 자세를 추정 할 수 있다. 하지만 yaw 값( z축 회전) 은 알수 없으므로 roll, pitch 값만 추정이 .. 더보기 Kalman Filter 칼만 필터 (Kalman Filter) 칼만필터의 대략적인 개요는 아래와 같다 예측과 측정값을 통해 값을 추정하는 것이다. 기본이 되는 칼만 필터의 수식은 아래와 같다. - 시스템 모델 A, Q 를 기초로 하여 X^, P^ 를 예측 - 측정값&예측값 차이로 보정하여 새로운 값 추정 기본적인 시스템 모델은 아래와 같이 표현 할 수 있다. 여기서 A 는 상태 전이 행렬 이라고 불리며 정의는 아래와 같다. 추정값 계산을 할때 1st low pass filter 와 같이 가중치를 이용하여 값을 계산하는 것은 똑같지만, 가중치가 계속 바뀌는것이 칼만 필터의 특징이다. 가중치는 kalman gain 이고 K 로 적는다 kalman gain (칼만 이득) 을 계산하는 과정은 아래와 같다 위의 식을 행렬이 아니라 일반.. 더보기 이전 1 다음
