KR100883792B1 - System for Presuming Position of Moving Robot And Method Thereof - Google Patents

System for Presuming Position of Moving Robot And Method Thereof Download PDF

Info

Publication number
KR100883792B1
KR100883792B1 KR1020060031775A KR20060031775A KR100883792B1 KR 100883792 B1 KR100883792 B1 KR 100883792B1 KR 1020060031775 A KR1020060031775 A KR 1020060031775A KR 20060031775 A KR20060031775 A KR 20060031775A KR 100883792 B1 KR100883792 B1 KR 100883792B1
Authority
KR
South Korea
Prior art keywords
robot
perturbation
sensor
mobile robot
measuring
Prior art date
Application number
KR1020060031775A
Other languages
Korean (ko)
Other versions
KR20070072306A (en
Inventor
양광웅
권상주
이호길
김홍석
Original Assignee
한국생산기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국생산기술연구원 filed Critical 한국생산기술연구원
Publication of KR20070072306A publication Critical patent/KR20070072306A/en
Application granted granted Critical
Publication of KR100883792B1 publication Critical patent/KR100883792B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/14—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by recording the course traversed by the object

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 이동 로봇이 위치 측정 센서와 오도메트리 정보를 이용하여 이동 로봇의 위치를 추정할 때, 이동 로봇의 추정위치와 실제위치 사이의 차를 최소화하기 위해 위치 추정기에 섭동관측자(perturbation estimator)를 사용하여 정확도를 높인 이동 로봇의 위치 추정 시스템 및 그 방법에 대한 것이다. The present invention provides a perturbation estimator for a position estimator in order to minimize the difference between the estimated position and the actual position of the mobile robot when the mobile robot estimates the position of the mobile robot using the position sensor and the odometry information. It is about a position estimation system and method of a mobile robot with improved accuracy using.

본 발명은 로봇의 위치를 측정하는 적어도 하나의 위치측정센서를 구비한 이동 로봇의 위치 추정 시스템에 있어서, 오도메트리를 측정하는 적어도 두 개 이상의 변위측정센서, 상기 오도메트리 정보로부터 로봇의 이동량을 예측하는 예측부, 상기 위치측정센서의 위치 정보를 이용하여 상기 로봇의 위치를 수정하여 상기 예측부로 출력하는 수정부 및 상기 수정부에 의한 상기 로봇의 위치와 상기 예측부에 의한 상기 로봇의 위치 사이의 섭동을 계산하여 추정 위치를 산출하고, 상기 예측부의 위치를 갱신하는 섭동관측부를 포함하고, 상기 변위측정센서는 엔코더, 자이로 센서, 가속도 센서 중에서 선택된 두 개 이상의 조합을 이용하여 오도메트리를 측정하는 것을 특징으로 한다.The present invention is a position estimation system of a mobile robot having at least one position sensor for measuring the position of the robot, at least two displacement measuring sensors for measuring the odometry, the amount of movement of the robot from the odometry information Prediction unit for predicting the correction, using the position information of the position measurement sensor to modify the position of the robot to output to the prediction unit and the position of the robot by the correction unit and the position of the robot by the prediction unit Comprising a perturbation between the calculates the estimated position, and includes a perturbation observer for updating the position of the prediction unit, the displacement measuring sensor is used to combine the odometry using at least two selected from the encoder, gyro sensor, acceleration sensor It is characterized by measuring.

로봇, 위치, 추정, 예측, 섭동 Robot, location, estimation, prediction, perturbation

Description

이동 로봇의 위치 추정 시스템 및 그 방법{System for Presuming Position of Moving Robot And Method Thereof}System for Presuming Position of Moving Robot And Method Thereof}

도 1은 종래의 위치 추정 방법을 설명하기 위한 블록도.1 is a block diagram for explaining a conventional position estimation method.

도 2는 본 발명에 따른 위치 추정 시스템을 설명하기 위한 블록도.2 is a block diagram illustrating a position estimation system according to the present invention.

도 3은 본 발명에서 예측부의 동작을 설명하기 위한 순서도.Figure 3 is a flow chart for explaining the operation of the prediction unit in the present invention.

도 4는 본 발명에서 수정부의 동작을 설명하기 위한 순서도.Figure 4 is a flow chart for explaining the operation of the correction unit in the present invention.

도 5는 본 발명에서 섭동 관측부의 동작을 설명하기 위한 순서도.Figure 5 is a flow chart for explaining the operation of the perturbation observation unit in the present invention.

도 6은 종래의 위치추정결과와 본 발명의 위치추정 결과를 비교하기 위해 나타낸 그래프.Figure 6 is a graph shown for comparing the conventional position estimation result and the position estimation result of the present invention.

* 도면의 주요 부분에 대한 부호의 설명 *Explanation of symbols on the main parts of the drawings

20 : 변위측정센서 25 : 위치측정센서20: displacement measuring sensor 25: position measuring sensor

30 : 연합 위치 추정부 32 : 예측부30: Union position estimation unit 32: Prediction unit

34 : 수정부 36 : 섭동 관측부34: Government Administration 36: Perturbation Observation Department

본 발명은 이동 로봇의 위치 추정 시스템 및 그 방법에 관한 것으로, 특히 이동 로봇이 위치 측정 센서와 오도메트리(Odometry) 정보를 이용하여 이동 로봇의 위치를 추정할 때, 이동 로봇의 추정위치와 실제위치 사이의 차를 최소화하기 위해 위치 추정기에 섭동관측자(perturbation estimator)를 사용하여 정확도를 높인 이동 로봇의 위치 추정 시스템 및 그 방법에 대한 것이다. The present invention relates to a system and method for estimating a position of a mobile robot, in particular, when the mobile robot estimates the position of the mobile robot using a position measurement sensor and Odometry information, the estimated position and actual position of the mobile robot. The present invention relates to a position estimation system and a method of a mobile robot having improved accuracy by using a perturbation estimator in a position estimator to minimize the difference between positions.

일반적으로 이동하는 물체 즉 로봇의 위치를 측정하기 위해서는 도 1에 나타낸 바와 같이, 이동하는 로봇의 위치측정센서(12)의 위치 정보와 변위측정센서(20)의 오도메트리 정보를 이용하여 예측부(14a) 및 수정부(14b)로 구성된 위치추정부(14)에서 위치를 추정한다.In general, to measure the position of a moving object, that is, the robot, as illustrated in FIG. 1, a prediction unit using position information of the position measuring sensor 12 and the odometry information of the displacement measuring sensor 20 of the moving robot. The position estimation unit 14 composed of the 14a and the correction unit 14b estimates the position.

이때, 운동 모델과 위치측정센서 모델이 확률적 모델(stochastic model)로써 주어진다면 프로세스 잡음(process noise)과 센서잡음(sensor noise)에 대한 공분산(covariance) 값을 바탕으로 칼만 필터(Kalman filter) 설계 절차에 따라 위치 추정 오차의 분산(variance)을 최소화하는 최적의 위치추정기 게인을 결정할 수 있다.At this time, if the motion model and the position sensor model are given as stochastic models, the Kalman filter is designed based on the covariance values of the process noise and the sensor noise. The procedure can determine the optimal positioner gain that minimizes the variance of the position estimation error.

여기서, 상기 프로세스 잡음은 이동 로봇의 운동 중 추정위치와 실제 위치간의 오차이고, 상기 센서 잡음은 이동물체의 측정위치와 실제 위치간의 오차이며, 상기 프로세스 잡음과 상기 센서 잡음은 모두 백색 잡음(white noise)이다.Here, the process noise is an error between the estimated position and the actual position during the movement of the mobile robot, the sensor noise is an error between the measured position and the actual position of the moving object, both the process noise and the sensor noise is white noise )to be.

이와 같은 종래의 위치 추정 방법은 주어진 이동 로봇 모델의 형태에 따라 위치추정기가 달리 설계될 수는 있으나, 위치측정센서의 값과 그에 대응하는 위치 추정 값의 차이를 피드백하여 위치 추정 오차를 감소시키므로 구조적인 면에서 볼 때 각 추정 알고리즘은 서로 유사하다.The conventional position estimation method may be designed differently according to the shape of a given mobile robot model, but the position estimation error is reduced by feeding back the difference between the value of the position measuring sensor and the corresponding position estimation value. In general, each estimation algorithm is similar.

다만, 주어진 문제에 대하여 위치추정기 게인을 어떠한 방법과 절차에 따라 결정하느냐에 따라 위치 추정 성능의 차이가 발생할 수 있다.However, depending on the method and procedure of determining the positioner gain for a given problem, the difference in the position estimation performance may occur.

특히, 상기 위치추정기 게인은 행렬(matrix)의 형태를 갖는데, 게인 행렬 값이 증가하면 추정 오차는 전반적으로 감소하나, 어느 한계 값을 넘으면 추정 알고리즘 자체가 발산한다. 반대로 게인 행렬 값을 너무 작은 값으로 선택하면 추정 성능이 저하된다. 따라서 추정 성능과 알고리즘의 안정성을 동시에 보장할 수 있는 최적의 게인 값을 선정하는 것이 매우 중요하다.In particular, the positioner gain has a form of a matrix. When the gain matrix value is increased, the estimation error generally decreases, but when the threshold value is exceeded, the estimation algorithm itself is divergent. Conversely, if the gain matrix value is chosen too small, the estimation performance will be degraded. Therefore, it is very important to select the optimal gain value that can guarantee the estimation performance and algorithm stability at the same time.

한편, 위치추정기에 피드백 입력이 필요한 근본적인 이유는 이동하는 로봇의 섭동에 의한 영향을 피드백에 의해 보상함으로써 위치 추정 값을 실제 위치로 수렴시키고자 하는 것이다.On the other hand, the fundamental reason for feedback input to the position estimator is to converge the position estimation value to the actual position by compensating the influence of the perturbation of the moving robot by the feedback.

여기서, 상기 섭동은 모델링 오차와 외란의 합으로 정의되며, 상기 모델링 오차는 이동 로봇에 대한 실제 모델과, 실제 모델에 대하여 수학적으로 근사 모델링한 모델간의 오차이고, 상기 외란은 모델에서 예측 불가능한 외부의 충격이나 미끄러짐 등을 의미한다.Here, the perturbation is defined as the sum of the modeling error and the disturbance, and the modeling error is an error between the real model of the mobile robot and a model approximated mathematically with respect to the real model, and the disturbance is an external unpredictable in the model. It means shock or slipping.

그러나 이동 로봇의 불확실성, 즉 이동 로봇의 섭동이 매우 큰 경우에는 정적인 피드백 게인(feedback gain) 값만으로는 동적인 섭동에 의해 발생된 오차의 보상 한계로 인하여 위치 추정 성능을 보장할 수 없는 문제점이 있었다.However, when the uncertainty of the mobile robot, i.e., the perturbation of the mobile robot is very large, there is a problem in that the position estimation performance cannot be guaranteed due to the compensation limit of the error caused by the dynamic perturbation only by the static feedback gain value. .

본 발명의 목적은 상기와 같은 종래 기술의 문제점을 해소하기 위한 것으로, 섭동관측자가 추가된 형태의 연합위치추정기를 이동 로봇의 위치추정기로 사용하여, 이동 로봇의 미끄러짐이나 외부 충격에 의한 추정위치의 불확실성을 실시간으로 추정하여 결과적으로 추정위치와 실제위치 사이의 차를 최소화시켜 주는 이동 로봇의 위치 추정 시스템 및 그 방법을 제공하는 데 있다.An object of the present invention is to solve the problems of the prior art as described above, using an associated position estimator of the type of perturbation observer added as a position estimator of the mobile robot, the position of the estimated position by the sliding or external impact of the mobile robot The present invention provides a system and method for estimating uncertainty in real time, thereby minimizing the difference between the estimated position and the actual position.

본 발명은 상기한 목적을 달성하기 위해, 로봇의 위치를 측정하는 적어도 하나의 위치측정센서를 구비한 이동 로봇의 위치 추정 시스템에 있어서, 오도메트리를 측정하는 적어도 두 개 이상의 변위측정센서, 상기 오도메트리 정보로부터 로봇의 이동량을 예측하는 예측부, 상기 위치측정센서의 위치 정보를 이용하여 상기 로봇의 위치를 수정하여 상기 예측부로 출력하는 수정부 및 상기 수정부에 의한 상기 로봇의 위치와 상기 예측부에 의한 상기 로봇의 위치 사이의 섭동을 계산하여 추정 위치를 산출하고, 상기 예측부의 위치를 갱신하는 섭동관측부를 포함하고, 상기 변위측정센서는 엔코더, 자이로 센서, 가속도 센서 중에서 선택된 두 개 이상의 조합을 이용하여 오도메트리를 측정하는 것을 특징으로 하는 이동 로봇의 위치 추정 시스템을 제공한다.In order to achieve the above object, the present invention provides a position estimation system for a mobile robot having at least one position measuring sensor for measuring the position of the robot, at least two displacement measuring sensors for measuring the odometry, Prediction unit for predicting the amount of movement of the robot from the odometry information, the position of the robot by the correction unit for correcting the position of the robot using the position information of the position sensor and outputting to the prediction unit and the correction unit Comprising a perturbation between the position of the robot by the predictor to calculate the estimated position, and includes a perturbation observer for updating the position of the predictor, the displacement measuring sensor is two or more selected from the encoder, gyro sensor, acceleration sensor Providing a position estimation system for a mobile robot, characterized in that for measuring the odometry using a combination All.

상기 위치측정센서는 초음파 위성, GPS(Global Positioning System), PSD(Position Sensitive Detector) 중에서 선택된 적어도 하나로 이루어지는 것을 특징으로 한다.The position measuring sensor may include at least one selected from an ultrasonic satellite, a global positioning system (GPS), and a position sensitive detector (PSD).

삭제delete

그리고, 본 발명은 이동하는 로봇의 위치를 추정하는 방법에 있어서, (a) 오도메트리 정보로부터 로봇의 이동량을 계산하여 사전 위치추정치를 예측하는 단계, (b) 위치측정센서의 위치 정보를 이용하여 상기 사전 위치추정치를 수정하고, 이를 로봇의 사후 위치추정치로 출력하는 단계, (c) 상기 위치추정센서의 위치 정보와 상기 이동량 정보 사이의 섭동을 계산하는 단계 및 (d) 상기 사후추정치와 섭동을 이용하여 로봇의 사전 위치추정치를 다시 예측하는 단계를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법을 아울러 제공한다.In addition, the present invention provides a method for estimating the position of a moving robot, comprising the steps of: (a) calculating an amount of movement of the robot from the odometry information and predicting a preliminary position estimate, (b) using the position information of the position measuring sensor Correcting the preliminary position estimate value and outputting it as a post position estimate value of the robot, (c) calculating a perturbation between the position information of the position estimation sensor and the movement amount information, and (d) the post estimate value and the perturbation value; Also provides a method for estimating the position of the mobile robot comprising the step of re-predicting the pre-position estimate of the robot using.

상기 (c) 단계의 섭동 산출은 로봇의 이동전 위치와 이동량간의 관계를 로봇의 이동거리에 적용하여 등가섭동을 산출한 후에, 상기 등가섭동에 미리 설정된 필터를 적용하여 섭동을 산출하는 것을 특징으로 한다.In the perturbation calculation of step (c), after calculating the equivalent perturbation by applying the relationship between the position before the movement of the robot and the movement amount to the moving distance of the robot, the perturbation is calculated by applying a preset filter to the equivalent perturbation. do.

(실시예)(Example)

본 발명에 따른 이동 로봇의 위치 추정방법에 대하여 본 발명의 바람직한 실시예를 나타낸 첨부도면을 참조하여 상세하게 설명한다.A method for estimating the position of a mobile robot according to the present invention will be described in detail with reference to the accompanying drawings showing a preferred embodiment of the present invention.

첨부한 도면, 도 2는 본 발명에 따른 위치 추정 방법을 설명하기 위한 블록도, 도 3은 본 발명에서 예측부의 동작을 설명하기 위한 순서도, 도 4는 본 발명에서 수정부의 동작을 설명하기 위한 순서도, 도 5는 본 발명에서 섭동 관측부의 동작을 설명하기 위한 순서도, 도 6은 종래의 위치추정결과와 본 발명의 위치추정 결과를 비교하기 위해 나타낸 그래프이다.2 is a block diagram illustrating a position estimation method according to the present invention, FIG. 3 is a flowchart illustrating the operation of the prediction unit in the present invention, and FIG. 4 is a view illustrating the operation of the correction unit in the present invention. 5 is a flowchart illustrating the operation of the perturbation observer in the present invention, and FIG. 6 is a graph showing a result of comparing the conventional position estimation result with the position estimation result of the present invention.

본 발명은 이동하는 로봇의 위치를 추정하기 위하여 변위측정센서(20)의 오도메트리 정보로부터 로봇의 이동량을 계산한 후에, 이동량으로부터 로봇의 사전 추정위치를 계산하고, 위치측정센서(25)의 위치 정보를 이용하여 사후 추정위치를 계산하고, 위치측정센서(25)의 위치 정보와 상기 이동량으로부터 섭동량을 계산하여 로봇의 위치를 추정하는 연합위치추정부(30)에 의해 이루어진다.According to the present invention, after calculating the movement amount of the robot from the odometry information of the displacement measuring sensor 20 in order to estimate the position of the moving robot, the pre-estimated position of the robot is calculated from the movement amount, and the position measuring sensor 25 The position estimation is performed by using the position information, and the position estimation unit 30 estimates the position of the robot by calculating the perturbation amount from the position information of the position measuring sensor 25 and the movement amount.

상기 연합위치추정부(30)는 이동하는 로봇(20)의 위치를 측정하는 위치측정 센서(25)와, 로봇의 이동량을 예측하는 예측부(32)와, 상기 위치측정센서(25)를 통해 로봇의 현재 위치를 수정해 주는 수정부(34), 그리고 상기 예측부(32) 및 수정부(34)에 의한 데이터(이동량 및 수정된 현재 위치)를 섭동 계산하여 로봇의 위치를 추정하는 섭동관측부(36; perturbation estimator)로 이루어진다.The combined position estimation unit 30 is a position measuring sensor 25 for measuring the position of the moving robot 20, the predicting unit 32 for predicting the amount of movement of the robot and the position measuring sensor 25 Perturbation observation that estimates the position of the robot by perturbating the correction unit 34 for correcting the current position of the robot and the data (movement amount and the corrected current position) by the prediction unit 32 and correction unit 34. It consists of a part 36 (perturbation estimator).

상기 위치측정센서(25)는 전역 좌표계 상에서 이동하는 로봇의 위치를 확인할 수 있는 기능을 갖추어야 하는데, 이에 적합한 센서로 초음파 위성, GPS, PSD 센서와 같은 장치가 사용될 수 있다.The position measuring sensor 25 should have a function to identify the position of the robot moving on the global coordinate system, a device such as an ultrasonic satellite, GPS, PSD sensor can be used as a suitable sensor.

상기 변위측정센서(20)는 이동하는 로봇의 오도메트리를 측정하기 위한 것으로, 엔코더, 자이로 센서, 가속도 센서와 같은 장치가 사용될 수 있다.The displacement measuring sensor 20 is for measuring the odometry of the moving robot, an apparatus such as an encoder, a gyro sensor, an acceleration sensor may be used.

그리고, 상기 오도메트리는 로봇의 좌우 바퀴의 이동거리(

Figure 112007037547984-pat00015
)로 표시된다.In addition, the odometry is the movement distance of the left and right wheels of the robot (
Figure 112007037547984-pat00015
Is indicated by).

상기와 같이 구성된 연합위치추정부(30)에 의한 로봇의 위치 추정은 다음과 같이 이루어진다.Estimation of the position of the robot by the associated position estimation unit 30 configured as described above is made as follows.

먼저, 도 3에 나타낸 바와 같이, 상기 예측부(32)가 오도메트리 정보를 이용하여 이동량을 계산하여(S 10, S 11), 로봇의 사전 위치를 추정하고(S 12), 로봇의 기계적 공차나 바퀴의 미끄러짐으로 인해 발생되는 사전 오차에 대한 공분산을 누적 계산한다(S 13).First, as shown in FIG. 3, the predictor 32 calculates the amount of movement using the odometry information (S 10 and S 11), estimates a preliminary position of the robot (S 12), and mechanically calculates the robot's mechanical position. Cumulative calculation of the covariance for the prior error caused by the tolerance or the slip of the wheel (S 13).

다시 말하면, 이동 로봇의 상태 전이를 위한 이산 모델을 고려할 때, 수학식 1은 전단계 위치추정치(p+ k-1)와 이동량(uk-1)과 알려지지 않은 섭동(wk-1)에 대해 로봇의 사전 위치추정치(p- k)가 어떻게 반영되는지를 비선형 운동 관계식으로 기술하고 있다.In other words, considering the discrete model for state transition of the mobile robot, Equation 1 is for the previous stage estimate (p + k-1 ), the movement amount (u k-1 ) and the unknown perturbation (w k-1 ). Nonlinear motion relations describe how the robot's pre-position estimates (p - k ) are reflected.

Figure 112006024364470-pat00001
Figure 112006024364470-pat00001

일반적으로, 전역 좌표에 대한 이동 로봇의 사전 위치추정치(p- k)는 평면상의 위치(xk, yk)와 방향(φk)으로 표시될 수 있고, 상대적인 이동량(uk-1)이 사전 위치추정치(p- k)에 합산되어 계산된다.In general, the preliminary position estimate (p - k ) of a mobile robot with respect to global coordinates can be represented by the position (x k , y k ) and the direction (φ k ) on the plane, and the relative amount of movement (u k-1 ) Calculated by summing up the prior position estimate (p - k ).

수학식 1을 차동바퀴형 이동 로봇에 적용하였을 때, 위치를 반영하기 위한 상기 연합위치추정부(30)에서 사전위치추정치를 계산하기 위한 식은 수학식 2와 같다.When Equation 1 is applied to the differential wheel type mobile robot, the equation for calculating the preliminary position estimate in the associated position estimation unit 30 for reflecting the position is shown in Equation 2.

Figure 112006024364470-pat00002
Figure 112006024364470-pat00002

수학식 2에서 이동 로봇의 이동량(uk-1)은 수학식 3으로 계산할 수 있다.In Equation 2, the movement amount u k-1 of the mobile robot may be calculated by Equation 3.

Figure 112006024364470-pat00003
Figure 112006024364470-pat00003

단, 수학식 3에서, 상기 b는 차동바퀴형 이동 로봇의 양 바퀴간의 거리이고, ΔSR은 오른쪽 바퀴의 이동거리, ΔSL은 왼쪽 바퀴의 이동거리이다.However, in Equation 3, b is the distance between both wheels of the differential wheel-type mobile robot, ΔS R is the movement distance of the right wheel, ΔS L is the movement distance of the left wheel.

상기 예측부(32)에 대한 수학식 1~수학식 3은 이동 로봇의 오도메트리를 이용하여 이동 로봇의 위치를 반영하기 위해 사용되는 과정이며, 사전 오차에 대한 공분산 전파식은 생략하였다.Equation 1 to Equation 3 for the predicting unit 32 is a process used to reflect the position of the mobile robot using the odometry of the mobile robot, and the covariance propagation equation for the prior error is omitted.

그리고, 본 발명에서 상기 섭동관측부(36)에서 관측된 섭동이 이동 로봇의 추정위치에 섭동 wk-1으로 반영된다. 또한, 상기 섭동관측부(36)에서 섭동을 계산하기 위해서는 사후위치추정치와 이동량 즉 f(pk-1, uk-1)의 값을 기억하고 있어야 한다.In the present invention, the perturbation observed by the perturbation observer 36 is reflected as perturbation w k-1 in the estimated position of the mobile robot. In addition, in order to calculate the perturbation in the perturbation observer 36, the post-position estimation value and the movement amount, i.e., f (p k-1 , u k-1 ), must be stored.

한편, 상기 수정부(34)는 도 4에 나타낸 바와 같이, 상기 위치측정센서(25)에 의해 측정된 위치를 이동 로봇의 추정위치에 반영한다.On the other hand, the correction unit 34 reflects the position measured by the position sensor 25 to the estimated position of the mobile robot, as shown in FIG.

즉, 전역 공간에서 이동 로봇의 위치를 알아내기 위한 상기 위치측정센서(25)에 대한 측정 모델은 수학식 4로 이루어진다.That is, the measurement model for the position measuring sensor 25 to find the position of the mobile robot in the global space is made of equation (4).

Figure 112006024364470-pat00004
Figure 112006024364470-pat00004

수학식 4에 의한 상기 모델은 가우시안 백색 잡음 vk를 가정하는 것으로 합 리적인 식이 된다.The model by Equation 4 assumes a Gaussian white noise v k , which is a reasonable equation.

그리고, 상기 위치측정센서(25)에 의해 측정된 위치 zk가 이동 로봇의 사전 위치추정치(p- k)에 반영되어(S 20), 수학식 5에 따라 사후 위치추정치(p+ k)를 계산한다(S 21, S 22).In addition, the position z k measured by the position measuring sensor 25 is reflected in the preliminary position estimate p - k of the mobile robot (S 20), and the post position estimate p (p + k ) is calculated according to Equation 5. Calculate (S 21, S 22).

Figure 112006024364470-pat00005
Figure 112006024364470-pat00005

단, 수학식 5에서 (Kk)는 칼만 게인값이다.In Equation 5, (K k ) is a Kalman gain value.

상기 수정부(34)에 대한 수학식 4 및 수학식 5는 상기 위치측정센서(25)의 측정 값을 이용하여 이동 로봇의 위치를 반영하기 위해 사용되는 과정이며, 사후 오차에 대한 공분산 전파식은 생략하였다(S 23).Equation 4 and Equation 5 with respect to the correction unit 34 is a process used to reflect the position of the mobile robot using the measured value of the position measuring sensor 25, the covariance propagation equation for the post error is omitted. (S 23).

그리고, 도 2와 같이 상기 연합위치추정기(30) 내에서 상기 예측부(32)는 상기 섭동관측부(36)에 위치 추정치를 제공하고, 상기 섭동관측부(36)는 상기 예측부(32)에 섭동의 추정치를 제공함으로써 상호 보완적인 관계를 가지고 있다.In the associated position estimator 30, the predictor 32 provides a position estimate to the perturbation observer 36, and the perturbation observer 36 provides the predictor 32. By providing an estimate of the perturbation, they complement each other.

한편, 상기 섭동관측부(36)는 등가 섭동 계산을 한 후에, 필터 F를 적용하여 위치의 추정치를 산출하는데, 상세한 과정을 도 5를 참조하여 설명한다.On the other hand, the perturbation observer 36 calculates the estimated value of the position by applying the filter F after the equivalent perturbation calculation, a detailed process will be described with reference to FIG.

상기 섭동관측부(36)에 의한 등가 섭동(equivalent perturbation)에 대한 계산은 수학식 6에 의해 이루어진다(S 30).Calculation for equivalent perturbation by the perturbation observer 36 is made by Equation 6 (S 30).

Figure 112006024364470-pat00006
Figure 112006024364470-pat00006

단, weq ,k는 등가섭동, xk +1은 이동거리, xk는 이동전 위치, uk는 이동량.Where w eq and k are equivalent perturbations, x k +1 is the distance traveled, x k is the position before movement, and u k is the amount of movement.

그리고, 수학식 7에서 상기 섭동관측부(36)의 섭동(wk)은 등가 섭동(weq,k)에 필터 F가 적용되어(S 31), 계산된다(S 32).In Equation 7, the perturbation w k of the perturbation observation unit 36 is calculated by applying the filter F to the equivalent perturbation w eq, k (S 31) (S 32).

Figure 112006024364470-pat00007
Figure 112006024364470-pat00007

여기서, 일반적인 다변수 시스템에 대하여 고차의 필터를 사용할 경우에는 고유값 지정(eigenvalue asignment) 방법 등을 통해 결정할 수 있으나, 이는 상당히 복잡한 과정으로 이루어진다.In the case of using a higher-order filter for a general multivariate system, it may be determined by an eigenvalue asignment method, but this is a complicated process.

그러나, 이동 로봇에서와 같은 단일 입출력 시스템의 경우에 1차 필터를 채택하면 매우 단순해지므로, 본 발명에서는 저역통과필터(low pass filter)를 상기 섭동관측부(36)에 적용하였다.However, in the case of a single input / output system such as in a mobile robot, since the primary filter is very simple, a low pass filter is applied to the perturbation section 36 in the present invention.

상기 필터 F는 수학식 8과 같이 이루어진다.The filter F is performed as in Equation (8).

Figure 112006024364470-pat00008
Figure 112006024364470-pat00008

단, 수학식 8에서 a와 b값의 합이 1이 되어야 하며, b값이 클수록 고역 차단(high cut-off) 필터로 동작한다.However, in Equation 8, the sum of a and b must be 1, and as the value of b increases, the filter operates as a high cut-off filter.

상기와 같이 이루어지는 본 발명을 구체적인 조건 하에서 실험한 결과를 통해 설명하면 다음과 같다.When explaining the present invention made as described above through the results of the experiment under specific conditions are as follows.

성능 비교 실험을 위해 동일한 규격 및 성능을 가지는 로봇을 이용하여, 도 1의 종래 기술과 같은 표준 칼만필터를 사용한 상기 위치추정부(14)를 설치한 로봇과, 본 발명에 따라 상기 섭동관측부(36)가 포함된 상기 연합위치추정부(36)를 설치한 로봇을 일정한 속도로 10초 동안 이동시키고, 10초 동안 미끄러짐에 의해 정지(로봇은 멈춘 상태이나 바퀴는 일정한 속도로 돌고 있는 상태)시킨 후, 다시 10초 동안 이동시켰다.Using a robot having the same specification and performance for performance comparison experiment, the robot having the position estimation unit 14 using a standard Kalman filter as in the prior art of FIG. 1, and the perturbation observation part ( The robot having the associated position estimator 36, including 36) is moved for 10 seconds at a constant speed, and stopped by sliding for 10 seconds (the robot is stopped or the wheel is spinning at a constant speed). After that, it was moved again for 10 seconds.

이때, 상기 위치추정부(14)와 상기 연합위치추정부(30)의 수행 주기는 10Hz(100ms마다 수행)로 하였다.At this time, the execution cycle of the position estimation unit 14 and the associated position estimation unit 30 was set to 10 Hz (performed every 100 ms).

상기와 같은 조건으로 이루어진 성능 평가 결과를 도 6에 나타내었다. 도 6의 가로 축은 시간(단위: 100ms)축이고, 세로 축은 실제 위치와 추정 위치의 편차(단위: mm)이며, 남색은 종래의 표준 칼만필터를 사용한 위치추정부(14)의 그래프이고, 분홍색은 본 발명에 따른 연합위치추정부(30)의 그래프이다.The performance evaluation result which consists of such conditions is shown in FIG. The horizontal axis of FIG. 6 is a time (unit: 100ms) axis, the vertical axis is a deviation (unit: mm) between an actual position and an estimated position, and indigo blue is a graph of the position estimation unit 14 using a conventional standard Kalman filter, and pink is It is a graph of the federated position estimation unit 30 according to the present invention.

도 6에서 보는 바와 같이, 로봇이 이동하는 도중에 미끄러짐과 같은 예측 불가능한 큰 외란이 발생했을 때, 종래의 표준 칼만필터를 이용한 위치추정부(14)는 상당한 추정오차를 발생시킬 수 밖에 없다.As shown in Fig. 6, when a large unpredictable disturbance such as slippage occurs while the robot is moving, the position estimation unit 14 using the conventional standard Kalman filter inevitably generates a significant estimation error.

그러나, 본 발명에 따른 연합위치추정부(30)의 경우에는, 상기 섭동관측부(36)의 작동에 의해 외란이 실시간으로 추정되고, 상기 예측자(32)에 더해짐으로 써 로봇의 실제 거동과 모델의 거동 사이의 편차가 최소화되므로, 본 발명에 따른 로봇은 결과적으로 외란에 매우 강인한 성능을 보여준다.However, in the case of the joint position estimation unit 30 according to the present invention, the disturbance is estimated in real time by the operation of the perturbation observation unit 36 and is added to the predictor 32 so that the actual behavior of the robot and Since the deviation between the behaviors of the model is minimized, the robot according to the invention results in a very robust performance against disturbances.

상기와 같이 이루어지는 본 발명은 이동 로봇과 이동 로봇을 둘러싼 주변 환경의 불확실성이 증가할수록 섭동관측부를 통한 연합 위치 추정의 효과를 증대시켜 미끄러짐이나 외부 충격과 같이 이동 로봇에 대하여 모델링될 수 없는 불확실성에 대하여 위치추정 성능의 강인성(robustness)을 보장하는 효과를 제공한다.According to the present invention, the uncertainty of the mobile robot and surrounding environment surrounding the mobile robot increases, thereby increasing the effect of the associated position estimation through the perturbation observation, and thus, the uncertainty that cannot be modeled for the mobile robot, such as slippage or external impact. It provides the effect of ensuring the robustness of the position estimation performance.

Claims (5)

로봇의 위치를 측정하는 적어도 하나의 위치측정센서를 구비한 이동 로봇의 위치 추정 시스템에 있어서, In the position estimation system of a mobile robot having at least one position measuring sensor for measuring the position of the robot, 오도메트리를 측정하는 적어도 두 개 이상의 변위측정센서, At least two displacement sensors for measuring odometry, 상기 오도메트리 정보로부터 로봇의 이동량을 예측하는 예측부, Prediction unit for predicting the movement amount of the robot from the odometry information, 상기 위치측정센서의 위치 정보를 이용하여 상기 로봇의 위치를 수정하여 상기 예측부로 출력하는 수정부 및 Correction unit for modifying the position of the robot using the position information of the position measuring sensor and outputting to the prediction unit; 상기 수정부에 의한 상기 로봇의 위치와 상기 예측부에 의한 상기 로봇의 위치 사이의 섭동을 계산하여 추정 위치를 산출하고, 상기 예측부의 위치를 갱신하는 섭동관측부를 포함하고, Comprising a perturbation between the position of the robot by the correction unit and the position of the robot by the prediction unit to calculate the estimated position, and includes a perturbation observation unit for updating the position of the prediction unit, 상기 변위측정센서는 엔코더, 자이로 센서, 가속도 센서 중에서 선택된 두 개 이상의 조합을 이용하여 오도메트리를 측정하는 것을 특징으로 하는 이동 로봇의 위치 추정 시스템.The displacement measuring sensor is a position estimation system of a mobile robot, characterized in that for measuring the odometry using a combination of two or more selected from the encoder, gyro sensor, acceleration sensor. 제 1항에 있어서, 상기 위치측정센서는 초음파 위성, GPS, PSD 중에서 선택된 적어도 하나로 이루어지는 것을 특징으로 하는 이동 로봇의 위치 추정 시스템.The position estimation system of claim 1, wherein the position sensor comprises at least one selected from an ultrasonic satellite, a GPS, and a PSD. 삭제delete 이동하는 로봇의 위치를 추정하는 방법에 있어서, In the method of estimating the position of a moving robot, (a) 오도메트리 정보로부터 로봇의 이동량을 계산하여 사전 위치추정치를 예측하는 단계, (a) estimating a preliminary position estimate by calculating the amount of movement of the robot from the odometry information; (b) 위치측정센서의 위치 정보를 이용하여 상기 사전 위치추정치를 수정하고, 이를 로봇의 사후 위치추정치로 출력하는 단계, (b) modifying the preliminary position estimate using the position information of the position measuring sensor and outputting it as a post position estimate of the robot; (c) 상기 위치추정센서의 위치 정보와 상기 이동량 정보 사이의 섭동을 계산하는 단계 및 (c) calculating perturbation between the position information of the position estimation sensor and the movement amount information; and (d) 상기 사후추정치와 섭동을 이용하여 로봇의 사전 위치추정치를 다시 예측하는 단계를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.and (d) re-predicting a pre-position estimate of the robot using the post estimate and perturbation. 제 4항에 있어서, 상기 (c) 단계의 섭동 산출은 로봇의 이동전 위치와 이동량간의 관계를 로봇의 이동거리에 적용하여 등가섭동을 산출한 후에, 상기 등가섭동에 미리 설정된 필터를 적용하여 섭동을 산출하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.5. The method of claim 4, wherein the perturbation of step (c) is calculated by applying the relation between the position before the movement of the robot and the movement amount to the movement distance of the robot, and then applying the preset filter to the equivalent perturbation. Method for estimating the position of the mobile robot, characterized in that for calculating.
KR1020060031775A 2005-12-29 2006-04-07 System for Presuming Position of Moving Robot And Method Thereof KR100883792B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020050134246 2005-12-29
KR20050134246 2005-12-29

Publications (2)

Publication Number Publication Date
KR20070072306A KR20070072306A (en) 2007-07-04
KR100883792B1 true KR100883792B1 (en) 2009-02-18

Family

ID=38507345

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060031775A KR100883792B1 (en) 2005-12-29 2006-04-07 System for Presuming Position of Moving Robot And Method Thereof

Country Status (1)

Country Link
KR (1) KR100883792B1 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100864801B1 (en) * 2007-08-14 2008-10-23 포항공과대학교 산학협력단 Odometry Calibration method with Home Positioning in Mobile Robot
KR101409990B1 (en) 2007-09-14 2014-06-23 삼성전자주식회사 Apparatus and method for calculating position of robot
CN101576384B (en) * 2009-06-18 2011-01-05 北京航空航天大学 Indoor movable robot real-time navigation method based on visual information correction
CN102297692B (en) * 2011-07-12 2013-05-08 重庆邮电大学 Self-localization method of intelligent wheelchair in corner areas
GB2574418B (en) * 2018-06-05 2022-08-31 Dyson Technology Ltd A mobile robot and method of controlling a mobile robot illumination system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050000412A (en) * 2002-04-26 2005-01-03 혼다 기켄 고교 가부시키가이샤 Self-position estimating device for leg type movable robots
KR20050095384A (en) * 2004-03-26 2005-09-29 삼성전자주식회사 Method of global localization for robot

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050000412A (en) * 2002-04-26 2005-01-03 혼다 기켄 고교 가부시키가이샤 Self-position estimating device for leg type movable robots
KR20050095384A (en) * 2004-03-26 2005-09-29 삼성전자주식회사 Method of global localization for robot

Also Published As

Publication number Publication date
KR20070072306A (en) 2007-07-04

Similar Documents

Publication Publication Date Title
JP3947531B2 (en) Acceleration error correction method and apparatus, and inertial navigation system using the same
US10697797B2 (en) Decomposition of error components between angular, forward, and sideways errors in estimated positions of a computing device
KR100772915B1 (en) Apparatus and method for correcting bias of gyroscope on a moving robot
JP5046687B2 (en) Method and apparatus for implementing an iterative extended Kalman filter in a navigation system
CN113074739B (en) UWB/INS fusion positioning method based on dynamic robust volume Kalman
Roumeliotis et al. Stochastic cloning: A generalized framework for processing relative state measurements
JP4789216B2 (en) Improved GPS cumulative delta distance processing method for navigation applications
Han et al. Quantization and colored noises error modeling for inertial sensors for GPS/INS integration
US8457891B1 (en) Systems and methods for compensating nonlinearities in a navigational model
KR100883792B1 (en) System for Presuming Position of Moving Robot And Method Thereof
CN111076722B (en) Attitude estimation method and device based on self-adaptive quaternion
KR101106048B1 (en) Method for calibrating sensor errors automatically during operation, and inertial navigation using the same
KR100757839B1 (en) Control system, having control system moving robot apparatus and control method thereof
US20230377197A1 (en) Joint camera and inertial measurement unit calibration
KR101576424B1 (en) Automatic calibration method of magnetometer for indoor positioning
KR20070036009A (en) Methods and apparatus for real time position surveying using inertial navigation
US20140019046A1 (en) Multiple truth reference system and method
KR101962855B1 (en) Apparatus and method for generating indoor map using duplication grid analysis
KR101833007B1 (en) Method and system for estimating position and velocity of underwater vehicle using doppler beacon
US20240045001A1 (en) System and method for fast magnetometer calibration using gyroscope
Avzayesh et al. Improved-Performance Vehicle’s State Estimator Under Uncertain Model Dynam
Houshangi et al. Accurate mobile robot position determination using unscented Kalman filter
CN114199236A (en) Positioning data processing method and device, electronic equipment and automatic driving vehicle
JP5046601B2 (en) Method and apparatus for real-time position surveying using inertial navigation
US20200363208A1 (en) Factory-specific inertial measurement unit error model

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
E801 Decision on dismissal of amendment
J201 Request for trial against refusal decision
AMND Amendment
B601 Maintenance of original decision after re-examination before a trial
E801 Decision on dismissal of amendment
J301 Trial decision

Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20080430

Effective date: 20081219

S901 Examination by remand of revocation
GRNO Decision to grant (after opposition)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120210

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee