메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국센서학회 센서학회지 센서학회지 제28권 제1호
발행연도
2019.1
수록면
30 - 35 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Inertial measurement units (IMUs) are widely used for wearable motion-capturing systems in the fields of biomechanics and robotics. When the IMUs are combined with optical motion sensors (hereafter, OPTs) for their complementary capabilities, it is necessary to alignthe coordinate system orientations between the IMU and OPT. In this study, we compare the application of two coordinate trans-formation-based orientation alignment methods between two coordinate systems. The first method (M1) applies angular velocity coor- dinate transformation, while the other method (M2) applies gyroscopic angle coordinate transformation. In M1 and M2, the angularvelocities and angles, respectively, are acquired during random movement for a least-square algorithm to determine the alignment matrixbetween the two coordinate systems. The performance of each method is evaluated under various conditions according to the type ofmotion during measurement, number of data points, amount of noise, and the alignment matrix. The results show that M1 is free from drift errors, while drift errors are present in most cases where M2 is applied. Thus, this study indicates that M1 has a far superior per- formance than M2 for the alignment of IMU and OPT coordinate systems for motion analysis.

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청
P. K. Yoon / 2017 / Robust biomechanical model-based 3-D indoor localization and tracking method using UWB and IMU / Sensors 17(4):1084~1096 google schola A. Benini / 2013 / An IMU/UWB/vision-based extended Kalman filter for mini-UAV localization in indoor environment using a wireless sensor network / J. Intell. Robot. Syst. 70(1-4):461~476 google schola 이정근 / 2017 / 시변 자기 환경에 강한 자기왜곡 모델 내장형 헤딩 추정 필터 / 센서학회지 26(4):286~291 dbpia G. Ligorio / 2015 / A linear Kalman filteringbased approach for 3D orientation estimation from magnetic/inertial sensors / Proc. of IEEE Multisensor Fusion and Integration for Intelligent Systems (MFI) :77~82 google schola T. Seel / 2014 / IMU-based joint angle measurement for gait analysis / Sensors 14(4):6891~6909 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0