자세제어를 위한 다중 샘플링 시간을 갖는 센서 융합

Abstract

본 연구는 보행 로봇의 자세제어(attitude control)를 위한 다중 샘플링 시간을(multi-rate sampling time) 갖는 센서 융합에 관한 것으로, 실제 보행 로봇에 사용되는 센서의 정보를 융합할 수 있는 퓨전 필터를 설계하는데 그 목적이 있다. 본 논문에서는 기존에 보행 로봇에 많이 사용되는 자이로 센서와 대부분의 휴머노이드(humanoid) 로봇이 가지고 있는 인간의 시각에 해당하는 비전 정보를 이용하여 로봇의 자세를 추정하고자 한다. 본 논문에서 제시하는 퓨전 필터가 실제 로봇의 자세제어에 적용되기 위해서는 적은 계산량으로 실시간 구현(real time implementation)이 가능해야 하고, 필터의 추정 성능은 정확도 1 degree 이내와 초당 100개 이상의 각도 정보를 목표로 한다. 이런 목적에 부합되도록 본 연구에서는 기존의 칼만 필터를 기반으로 하는 퓨전 필터의 구조를 제안하였다. 제안된 퓨전 필터의 알고리즘의 주요 목적은 샘플링 시간이 빠르지만 센서의 잡음에 의한 적분으로 장기간 사용시 드리프트(drift)가 있는 자이로 정보와 드리프트는 없지만 샘플링 시간이 느리고 영상 처리(image processing)에 따른 많은 계산량으로 시간 지연(time delay)이 있는 비전 정보를 융합하는 것이다. 본 연구에서는 샘플링 시간이 다른 센서정보를 융합하기 위해서 칼만 필터를 기반으로 하는 공통된 예측과정(prediction)과 독립된 개정과정(correction)을 갖는 수정된 개별 퓨전 모델(MTF: Modified Track to track model)을 필터 구조로 제안하였으며, 시간 지연이 있는 비전 정보를 보상하기 위해 샘플링 시간이 빠른 자이로 센서를 이용하여 단순 적분해주는 방식을 고안해 계산량을 줄이고 알고리즘을 간단히 하였다. 다음으로 본 연구에서는 모의실험을 통해 제안하는 퓨전 필터가 비전 정보를 이용해 자이로 센서의 드리프트를 주기적으로 수정해 주고 있으며, 자이로 센서를 이용해 샘플링 시간이 느리고 시간지연이 있는 비전 정보를 보상해 주고 있음을 확인하였다. 실제 자이로와 비전 정보를 이용해 필터의 성능을 검증하였으며 또한 비전 정보는 아니지만 그와 동일한 샘플링 시간과 시간지연 및 유사한 잡음 정보(noise variance)를 갖는 정보를 이용해 필터의 실시간 상태변수 추정 성능 실험을 수행함으로써 그 성능이 1 초당 100개 이상의 각도정보와 1 degree 이하의 정확도를 만족함을 검증하였다. 마지막으로 본 본문에서는 보행 로봇과 비슷한 대표적인 불안정 시스템인 회전형 도립 진자(rotational inverted pendulum)를 제작하였고, LQR(Linear Quadratic Regulator)을 이용한 최적 제어기를 설계하여 실시간 제어 실험을 수행하였다. 제어기의 입력과 관계되는 상태변수, 즉 진자의 각도를 추정하기 위해 단일 센서로는 한계가 있는 자이로와 전위차계의 정보를 본 논문에서 제시하는 퓨전 필터를 적용시켜 실제 자세제어에 있어 본 연구가 제안하는 필터의 유용성을 입증하였다.