http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 윤배근 (검색결과 5 건)
-
-
-
-
-
다수의 압력센서 배열을 사용한 수중 이동체 속력 및 각도 파악
본 논문에서 우리는 3차원 공간에서 동작하는 수중 이동체의 속도 및 각도 정보를 다수의 압력센서 배열을 통해 추정하는 알고리즘을 제안한다. 우리는 수중에서 널리 사용되는 초음파 방식의 위치인식 시스템의 단점을 극복하고자 압력센서를 사용하여 비교적 비용이 저렴하며 간단한 시스템 구성을 가지는 모듈을 제안하고, 이동체의 속도 및 각도를 추정하기 위한 연구를 진행하였다. 우리는 먼저 유체의 운동 특성을 설명하는 베르누이 방정식을 바탕으로 수류를 추정하였으며, 기구학적 수식을 적용해 각도까지 추정하는 것에 성공한 적이 있다. 하지만 압력센서의 값은 유체 특성에 의해 예상하기 힘든 노이즈를 포함하고 있으며, 일반적인 수식에 의해 추정되는 값에 한계가 있는 것을 확인하였다. 따라서 우리는 인공지능을 이용하여 이동체의 속도 및 각도를 추정하고자 하였으며, 대량의 학습 데이터를 수집하기 위해 실험과 동일한 환경의 시뮬레이션을 수행하였다. 또한, 정확한 학습 데이터 수집을 위해 시뮬레이션 결과 값을 검증하기 위한 실제 실험을 진행 및 비교하여 학습 데이터의 신뢰성을 밝혔다. 실험을 통해 신뢰성을 얻은 학습 데이터를 지도 투영법인 정거 방위 도법이 적용된 이미지로 가공하여 3D CNN-LSTM을 통해 이동체의 속도, 각도를 추정하는 방식을 채택하였다. 또한 등 장방형 도법을 사용하여 수집된 압력 데이터를 2D 이미지로 전처리를 실시했으며 투영에 따른 왜곡도를 줄이며 CNN 학습을 하기 위하여 Spherical CNN 알고리즘을 사용하여 수중 이동체의 속도 및 각도를 추정하였다. In this paper, we propose an algorithm that estimates the speed and angle information of a moving object operating in 3D space through a plurality of pressure sensor arrays. In order to overcome the disadvantages of the widely used mobile body information derivation system, we proposed a module with a relatively low cost and simple system configuration using a pressure sensor, and conducted research to estimate the speed and angle of the mobile body. We first estimated the water flow based on Bernoulli's equation, which describes the motion characteristics of fluids, and succeeded in estimating the angle by applying kinematic equations. However, it was confirmed that the value of the pressure sensor contains noise that is difficult to predict due to fluid characteristics, and there is a limit to the value estimated by the general formula. Therefore, we tried to estimate the speed and angle of the moving object using artificial intelligence, and simulated the same environment as the experiment to collect a large amount of learning data. In addition, the reliability of the learning data was revealed by conducting and comparing actual experiments to verify the simulation result values in order to collect accurate learning data. A method of estimating the speed and angle of the moving object through 3D CNN-LSTM was adopted by processing the learning data that obtained reliability through the experiment into an image in the form of an array. In addition, the collected pressure data was pre-processed into 2D images using the equirectangular projection method, one of the map projection techniques, and the speed and angle of the underwater moving object were measured using the spherical CNN algorithm to reduce distortion and CNN learning. was estimated.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
