Adaptive Attitude Reference System Using Center-of-Rotation Estimation

Abstract

This masters thesis proposes a novel augmented Kalman filter-based attitude reference system (ARS) that uses an inertial sensor comprised of a tri-axial gyroscope and a tri-axial accelerometer. For accurate estimation of attitude using an inertial sensor, effective compensation of the non-gravitational acceleration is crucial. The proposed method resolves this issue by using a novel rotational motion detector to adaptively eliminate non-gravitational acceleration. The types of motions that the system experiences are accurately distinguished by augmenting center of rotation to the state vector. Due to the unconventional augmented state vector, the reformed filter properties have been thoroughly examined, and an observability analysis has been carried out. An extensive experimental validation was conducted under six diversified scenarios from the author-collected and open-source datasets, including both rotation-only and translation-rotation-combined motions. The results demonstrate that the proposed method accurately estimates attitude with sub-degree errors for most trials, proving robustness and accuracy under various motions. A comparative analysis reveals that the proposed method outperforms the conventional method and the MTx algorithm.

본 논문에서는 회전 반경을 상태변수에 추가한 관성 측정 장치 기반 적응형 자세 추정 기법(ARS: Attitude Reference System)을 제안한다. 관성 측정 장치를 이용해 정확한 자세 추정을 하기 위해서는 중력 이외의 비력을 효과적으로 보상해주는 것이 중요하다. 제안된 기법은 회전 동작 검출기를 통해 현재 시스템의 동적 상황에 따라 적응적으로 중력 이외의 비력을 보상하게 된다. 칼만필터의 상태 벡터에 회전 반경을 증강함으로써 기존의 자세 추정 기법들과는 달리 시스템의 동적 특성을 회전 상황까지도 구분해 낼 수 있다. 증강된 상태 벡터로 인해 일반적이지 않은 칼만필터 특성들은 면밀히 설명되었으며, 특히 새로이 고안된 측정치 잡음 공분산 행렬 유도와 가관측성 분석 또한 진행되었다. 실험을 통한 성능 검증은 총 6개의 시나리오에 대해 다방면으로 이루어졌으며, 회전 동작만 있는 시나리오 뿐만 아니라 병진운동과 같이 복합적인 동작을 포함하는 시나리오에 대해서도 검증하였다. 검증 결과, 제안된 자세 추정 기법은 기존의 기법들보다 우수한 자세 추정 성능을 보이며 대부분의 실험에서 1도 미만의 오차를 보여 다양한 상황에서 강건성과 정확성을 가지는 것을 확인하였다.