http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
초소형 관성측정모듈을 이용한 플라잉디스크의 수평축 모멘트 미계수 추정 연구
손현진(Hyunjin Son),이주환(Ju Hwan Lee),이영재(Young Jae Lee),성상경(Sangkyung Sung) 한국항공우주학회 2018 韓國航空宇宙學會誌 Vol.46 No.5
본 논문은 플라잉디스크에 탑재된 계측모듈의 IMU 데이터를 이용하여 롤링 및 피칭모멘트 감쇠미계수를 추정하는 방식을 새롭게 제시한다. 제안한 방식은 반복된 수 회의 원반비행 실험을 수행하여 데이터를 구축한 뒤 공력 계수를 추정하므로, 풍동이나 전산유체해석을 이용하는 방법에 비해 수월한 실험적 대안이 될 수 있다. 추정한 공력 계수는 플라잉디스크의 비행동역학 모델을 토대로 구현한 시뮬레이터에 적용하여 비행 궤적을 예측하는 것에 이용되었으며, 이를 GPS의 위치 궤적과 비교함으로써 성능을 검증하였다. This paper suggests a new method to estimate the roll and pitch damping moment coefficients of a flying disc through sensor data from the onboard IMU module. This method can be easily performed than wind tunnel or computational fluid dynamics methods because it estimates aerodynamic coefficients simply after accumulating the inertial data through several repeated flight experiments. Estimated coefficients are applied to a simulator which is based on the flight dynamics of a flying disc. Finally, the predicted flight trajectory is compared with the true position provided by GPS, which demonstrated the validity of the proposed estimation method.
속도증분벡터를 활용한 ORB-SLAM 및 관성항법 결합 알고리즘 연구
김연조(Yeonjo Kim),손현진(Hyunjin Son),이영재(Young Jae Lee),성상경(Sangkyung Sung) 대한전기학회 2019 전기학회논문지 Vol.68 No.1
In recent years, visual-inertial odometry(VIO) algorithms have been extensively studied for the indoor/urban environments because it is more robust to dynamic scenes and environment changes. In this paper, we propose loosely coupled(LC) VIO algorithm that utilizes the velocity vectors from both visual odometry(VO) and inertial measurement unit(IMU) as a filter measurement of Extended Kalman filter. Our approach improves the estimation performance of a filter without adding extra sensors while maintaining simple integration framework, which treats VO as a black box. For the VO algorithm, we employed a fundamental part of the ORB-SLAM, which uses ORB features. We performed an outdoor experiment using an RGB-D camera to evaluate the accuracy of the presented algorithm. Also, we evaluated our algorithm with the public dataset to compare with other visual navigation systems.