노이즈 불확실성하에서의 확장칼만필터의 변종들과 코스트 레퍼런스 파티클필터를 이용한 표적추적 성능비교

신명인,홍우영,Shin, Myoungin,Hong, Wooyoung 한국시뮬레이션학회 2018 한국시뮬레이션학회 논문지 Vol.27 No.3

본 논문에서는 비선형성을 가지는 측정방정식의 상태값을 효과적으로 추정할 수 있는 확장칼만필터(Extended Kalman Filter/EKF)와 확장칼만필터의 변종들 그리고 코스트 레퍼런스 파티클필터(Cost-Reference Particle Filter/CRPF)를 이용하여 이차원 공간에서 표적추적 성능에 관하여 연구한다. 확장칼만필터의 변종으로 분산점칼만필터(Unscented Kalman Filter/UKF), 중심차분칼만필터(Central Difference Kalman Filter/CDKF), 제곱근 분산점칼만필터(Square Root Unscented Kalman Filter/SR-UKF) 그리고 제곱근 중심차분칼만필터(Square Root Central Difference Kalman Filter/SR-CDKF)를 소개한다. 본 연구에서는 노이즈가 불확실한 표적에 대하여 몬테카를로 시뮬레이션 기법을 이용하여 각 필터들의 평균제곱오차(Mean Square Error/MSE)를 계산하였다. 시뮬레이션 결과 확장칼만필터의 변종들 중에서 제곱근 중심차분칼만필터가 속도와 성능 면에서 가장 우수한 결과를 보여주었다. 코스트 레퍼런스 파티클 필터는 확장칼만필터와 다르게 노이즈의 확률 분포를 알 필요가 없다는 유리한 특성을 가지고 있으며 시뮬레이션 결과 제곱근 중심차분칼만필터보다 처리속도 및 정확도 면에서 우수한 결과를 보여주었다. In this paper, we study target tracking in two dimensional space using a Extended Kalman filter(EKF), various Extended Kalman Filter and Cost-Reference Particle Filter(CRPF), which can effectively estimate the state values of nonlinear measurement equation. We introduce various Extended Kalman Filter which the Unscented Kalman Filter(UKF), the Central Difference Kalman Filter(CDKF), the Square Root Unscented Kalman Filter(SR-UKF), and the Central Difference Kalman Filter(SR-CDKF). In this study, we calculate Mean Square Error(MSE) of each filters using Monte-Carlo simulation with unknown noise statistics. Simulation results show that among the various of Extended Kalman filter, Square Root Central Difference Kalman Filter has the best results in terms of speed and performance. And, the Cost-Reference Particle Filter has an advantageous feature that it does not need to know the noise distribution differently from Extended Kalman Filter, and the simulation result shows that the excellent in term of processing speed and accuracy.

능동형 Kalman filter를 이용한 지상감시레이더의 표적탐지능력 향상에 관한 연구

명선양(Sun Yang Myung),전순용(Soon Yong Chun) 대한전자공학회 2009 電子工學會論文誌-SC (System and control) Vol.46 No.3

If a moving target has a linear characteristics, the Kalman filter can estimate relatively accurate the location of a target, but this performance depends on how the dynamic status characteristics of the target is accurately modeled. In many practical problems of tracking a maneuvering target, a simple kinematic model can fairly accurately describe the target dynamics for a wide class of maneuvers. However, since the target can exhibit a wide range of dynamic characteristics, no fixed SKF(Simple Kalman filter) can be matched to estimate, to the required accuracy, the states of the target for every specific maneuver. In this paper, a new AKF(Active Kalman filter) is proposed to solve this problem. The process noise covariance level of the Kalman filter is adjusted at each time step according to the study result which uses the neural network algorithm. It is demonstrated by means of a computer simulation that the tracking capability of the proposed AKF(Active Kalman filter) is better than that of the SKF(Simple Kalman Filter). 칼만 필터는 이동 목표물의 운동 상태 특성이 선형이라고 가정할 경우 비교적 정확하게 표적의 위치를 추정할 수 있는 알고리즘으로 목표물의 운동 상태 특성이 얼마나 정확하게 모형화 되었느냐에 따라 성능이 좌우된다. 표적의 다양성을 고려하지 않고 운동 특성을 일반적으로 모형화 하여 칼만필터(SKF : Simple Kalman filter) 알고리즘을 적용하는 경우 표적이 갑작스런 기동을 하게 되면 칼만필터의 고정된 프로세스 잡음 분산은 기동을 다룰 수 없게 되므로 추적 성능은 현저히 저하된다. 본 논문에서는 이러한 문제점을 해결하기 위해 표적의 기동에 따른 프로세스 잡음 분산을 능동적으로 변화시켜 적용할 수 있는 능동형 칼만필터(AKF : Active Kalman filter)를 구현하였다. 즉 표적이 가질 수 있는 기동의 범위를 구분하여 설정하고 기동의 정도에 따라 표적을 추적할 수 있는 칼만필터 프로세스 잡음 분산을 구하여 기동 정도에 따른 칼만필터 프로세스 잡음 분산을 오프 라인(off-line)에서 선행 학습시켰다. 선행 학습은 뉴럴네트워크를 이용하여 표적의 기동 상태에 따른 시스템 프로세스 잡음 분산을 인식하도록 하였으며, 그 결과에 따라 레이더가 실제 표적 탐지 및 추적 처리시 칼만필터의 프로세스 잡음 분산을 선택하여 실시간으로 반영할 수 있도록 능동형 칼만필터(AKF : Active Kalman filter)를 구현하고 시뮬레이션을 통해 성능 개선을 입증하였다.

레이더 추적 문제에 대한 비선형 칼만 필터 선택과 효율 개선

문건희,박정우,장대성,탁민제,노지은 한국항공우주학회 2013 한국항공우주학회 학술발표회 논문집 Vol.2013 No.4

논문은 레이더 추적 문제에 적용하기 위한 비선형 칼만 필터의 선택과 비선형 필터의 연산부하를 줄이는 아이디어에 관한 내용을 담는다. 최신 전투기들은 능동 전자주사 위상배열 레이더를 장착하는 추세이며, 이러한 레이더 측정 모델은 비선형식으로 표현된다. 따라서 비선형 필터링 문제가 수반되며, 여기에 사용 가능한 비선형 칼만 필터의 종류로는 확장 칼만 필터, 무향 칼만 필터, 그리고 구적 칼만 필터 등이 있다. 여기서 표적의 동적 거동은 싱어 모델, 등속도 모델, 혹은 균등 선회 모델 등의 선형함수로 표현 할 수 있다. 이 논문에서는 레이더 표적 추적 문제의 비선형성과 연산부하에 맞는 필터를 선택하고, 운동 모델이 선형임에 착안하여 필터의 연산 효율을 개선하는 방안을 제시한다. This paper addresses about a selection procedure and ideas to decrease the computation load on nonlinear Kalman filters for the radar tracking problem. Modern air fighter have adopted the active electronic scanned array radar(AESA), which can be modeled as a nonlinear measurement equation. Therefore there are the nonlinear filtering problem, naturally, and one can use the extended Kalman filter(EKF), unscented Kalman filter(UKF) or quadrature Kalman filter(QKF) so on. Here the dynamic motion of target is modeled as a linear equation such as singer model, constant velocity model, or coordinate turn model. This paper selects an appropriated filter in the senses of the nonlinearity of radar target tracking problem and filter calculation load, and proposes a method to enhance the computational efficiency, from an insight that the dynamic model is linear.

칼만필터를 이용한 옵션 내재변동성 예측성과

이현석(Hyon Sok Lee) 대한경영학회 2015 大韓經營學會誌 Vol.28 No.12

칼만필터를 이용한 해양선박의 위치제어에 대한 연구

이호,이승건 한국항해항만학회 2012 한국항해항만학회 학술대회논문집 Vol.2012 No.추계

칼만이론 및 Unscented 변환 기반의 Unscented 칼만필터를 이용하여 동적위치제어시스템을 설계하였다. Unscented 칼만필터는 기존의 칼만필터처럼 비선형운동방정식을 선형화 할 필요없이 비선형운동방정식 그대로 사용할수 있다. Unscented 칼만필터를 이용하여 설계한 동적위치제어시스템을 MATLAB SIMULINK프로그램을 이용하여 해양선박에 대해 컴퓨터시뮬레이션을 진행하였다.

구조적 칼만 필터를 이용한 이동 물체의 추적

장대식,장석우,김계영,최형일,Jang, Dae-Sik,Jang, Seok-Woo,Kim, Gye-young,Choi, Hyung-Il 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.5

이동 물체 추적 기법은 동작 분석 및 이해의 분야에서 사용되는 중요한 기법 중의 하나이지만 해결해야 할 많은 문제점을 가지고 있다. 특히, 배경과 이동 물체가 동적으로 변화하는 환경에서는 다른 물체에 의해 이동 물체가 부분적으로 폐색될 수 있기 때문에 이동 물체를 추적하는 작업은 매우 어렵다. 동작 분석 분야에서 많이 사용되는 칼만 필터는 연속적으로 입력되는 프레임으로부터 물체의 이동을 예측하는 알고리즘이다. 본 논문에서는 기존의 칼만 필터를 개선한 구조적 칼만 필터라고 불리는 새로운 칼만 필터를 제안한다. 본 논문에서 제안하는 구조적 칼만 필터는 폐색과 같은 열악한 조건에서도 동작을 성공적으로 측정할 수 있다. 실험 결과는 제안된 방법이 동적으로 변화하는 환경에서 이동 물체를 효과적으로 추적하는 것을 보인다. Tracking moving objects is one of the most important techniques in motion analysis and understanding, and it has many difficult problems to solve. Especially, estimating and identifying moving objects, when the background and moving objects vary dynamically, are very difficult. It is possible under such a complex environment that targets may disappear totally or partially due to occlusion by other objects. The Kalman filter has been used to estimate motion information and use the information in predicting the appearance of targets in succeeding frames. In this paper, we propose another version of the Kalman filter, to be called structured Kalman filter, which can successfully work its role of estimating motion information under a deteriorating condition such as occlusion. Experimental results show that the suggested approach is very effective in estimating and tracking non-rigid moving objects reliably.

모바일 로봇 자세 안정화를 위한 칼만 필터 기반 센서 퓨전

장태호(Taeho Jang),김영식(Youngshik Kim),경민영(Minyoung Kyoung),이현빈(Hyunbean Yi),윤동환(Yoondong Hwan) 대한기계학회 2016 大韓機械學會論文集A Vol.40 No.8

로보틱스 연구에서, 모바일 로봇의 모션 제어를 위해서는 로봇의 실제 위치를 정확히 추정하는 것이 중요하다. 이를 위해 본 연구에서는, 두 개의 서로 다른 센서 데이터를 칼만필터로 융합하여 로봇의 위치인식을 개선하는 연구를 진행한다. 칼만필터로 융합한 두 개의 센서 측정값은 카메라 영상으로부터 측정된 모바일 로봇의 전역(global) 위치 좌표(x, y)값과 모바일 로봇 바퀴에 부착된 엔코더로부터 측정된 로봇의 직선 및 각속도 값이다. 다음으로 칼만필터로부터 계산된 모바일 로봇의 위치값을 모바일 로봇의 자세 안정화에 피드백하여 모션 제어의 퍼포먼스를 향상시켰다. 최종적으로 논문에서 제안한 센서융합 위치인식 기술과 모션제어기를 실제 로봇에 적용하여 실험적으로 검증하였다. 또한 모션제어에 단일 센서를 피드백으로 사용한 경우와 칼만필터로 융합한 위치 값을 사용한 경우를 비교하므로 칼만필터 기반 센서 융합 기술을 사용한 경우의 퍼포먼스 향상을 확인하였다. In robotics research, accurate estimation of current robot position is important to achieve motion control of a robot. In this research, we focus on a sensor fusion method to provide improved position estimation for a wheeled mobile robot, considering two different sensor measurements. In this case, we fuse camera-based vision and encode-based odometry data using Kalman filter techniques to improve the position estimation of the robot. An external camera-based vision system provides global position coordinates (x, y) for the mobile robot in an indoor environment. An internal encoder-based odometry provides linear and angular velocities of the robot. We then use the position data estimated by the Kalman filter as inputs to the motion controller, which significantly improves performance of the motion controller. Finally, we experimentally verify the performance of the proposed sensor fused position estimation and motion controller using an actual mobile robot system. In our experiments, we also compare the Kalman filter-based sensor fused estimation with two different single sensor-based estimations (vision-based and odometry-based).

적응형 확장 칼만 필터를 활용한 무인기의 배터리 충전 상태 추정

엄태원,조경용,김승균 한국항공우주학회 2023 韓國航空宇宙學會誌 Vol.51 No.4

This paper proposes an algorithm to estimate a battery state of charge(SoC) for an UAV using an adaptive extended Kalman filter. Shepherd model is applied to represent the relationship between the battery voltage and the SoC. The parameters of the Shepherd model is identified through a nonlinear optimization method. In order to verify the proposed approach, both an open data set named the Panasonic 18650PF and flight data set are utilized. The performance of the proposed approach is evaluated based on the error between the measured SoC and the estimation of SoC, in comparison to the extended Kalman filter. Then, three sorites of flight data set performed to check an endurance of the UAV are selected in order to verify the proposed system. In comparison to the performance of the extended Kalman filter, the proposed adaptive extended Kalman filter shows better SoC estimation accuracy over both the Panasonic 18650PF data sets and the flight data sets. 본 연구에서는 적응형 확장 칼만 필터를 활용하여 무인기의 배터리 충전 상태를 추정하는 시스템을 제안한다. 배터리 전압과 충전 상태의 관계를 표현할 수 있는 Shepherd 모델을 적용한다. Shepherd 모델을 구성하는 파라미터는 시험 비행데이터를 활용하여 비선형 최적화 방법으로 식별한 후 그 결과를 적용한다. 제안한 시스템을 검증하기 위해 Panasonic 18650PF 공개 데이터와 비행 데이터를 활용한다. 성능 지표는 측정된 충전 상태와 추정 충전 상태의 오차로 설정하고, 확장 칼만 필터와 제안한 필터의 오차를 비교하여 평가한다. 그리고 무인기의 최대 비행시간을 확인하기 위한 목적으로 수행된 3 소티의 비행 데이터를 제안한 시스템 검증에 활용한다. Panasonic 18650PF 공개 데이터와 비행 데이터 모두에서 확장 칼만 필터의 성능과 비교하여 제안한 시스템의 충전 상태 추정 정확도가 향상됨을 확인할 수 있다.

Unscented Kalman Filter 기반의 지형참조항법 성능 분석

목성훈,방효충 한국항공우주학회 2011 한국항공우주학회 학술발표회 논문집 Vol.2011 No.4

본 논문(proceeding)은 관성항법을 보조하는 지형참조항법에 대한 연구 내용을 다룬다. 지형참조항법은 지형고도 데이터베이스와 고도 측정치를 사용하여 항체의 상태 변수를 추정하는 기술이다. 확장 칼만 필터, 칼만 필터 무리, 파티클 필터 등 다양한 필터를 기반으로 설계될 수 있으며 각각의 필터는 계산시간과 추정 성능에서 차이를 보인다. 본 연구에서는 파티클 필터에 비해 계산 시간은 훨씬 적게 걸리면서 확장 칼만 필터의 추정 오차 발산 가능성을 낮출 수 있는 UKF(Unscented Kalman Filter)를 기반으로 지형참조항법 알고리듬을 설계하고 시뮬레이션을 수행하였다. 항체에 대한 초기 위치 추정오차가 클 때, 확장 칼만 필터 기반 항법에서는 위치 오차가 발산하고 UKF 기반 항법에서는 추정궤적이 실제 궤적으로 수렴함을 확인하였다. This proceeding deals with a terrain referenced navigation which aids an inertial navigation system. Terrain referenced navigation estimates a status of system by using a terrain elevation data and radar sensor measurements. Various filters, like Extended Kalman filter(EKF), bank of Kalman filters and particle filter, can be used for designing an estimation algorithm. This paper develops a terrain referenced navigation algorithm based on Unscented Kalman filter which has a faster evaluation time than particle filter and consistent estimation performance than EKF. In two steps of UKF process, which are state propagation and update, only update part is carried with UKF. Remaining propagation part is processed by EKF because of moderate non-linearity in propagation step. Simulation result shows that UKF has a superior estimation performance than EKF, especially when initial position-error-covariance is large.

저궤도 위성 측위 정밀도 향상을 위한 선형성 판단에 따른 칼만 필터 적용 시스템 설계

김승주,이재혁,정재우,황세진,한민석 한국해군과학기술학회 2024 Journal of the KNST Vol.7 No.2

본 논문은 칼만 필터를 활용하여 저궤도 위성의 측위정밀도를 향상하는 방법을 제안한다. 위성으로 측정한무인체의 이동 변화율을 계산하여 선형성을 판단한 후확장형 칼만 필터와 무향 칼만 필터를 선택·적용하여위성으로 측정한 움직임의 오차를 보정하고 최종적으로확장형 칼만 필터를 적용하여 오차를 보정하였다. 연구결과, 제안한 방법을 적용하여 약 75.4 %의 정밀도향상을 달성할 수 있었다. This paper proposes a method to improve the positioning precision of low-orbit satellites by using Kalman filters. After determining the linearity by calculating the rate of change in movement of the unmanned aerial vehicle measured by satellite, an extended Kalman filter and an unscented Kalman filter were selected and applied to correct the error measured by satellite, and the error was finally corrected by applying an extended Kalman filter. As a result of the study, about 75.4% of precision improvement could be achieved by applying the proposed method.