KR102477587B1

KR102477587B1 - Ugv 모니터링 방법 및 장치

Info

Publication number: KR102477587B1
Application number: KR1020210083952A
Authority: KR
Inventors: 나규진; 은용순
Original assignee: 재단법인대구경북과학기술원
Priority date: 2021-06-28
Filing date: 2021-06-28
Publication date: 2022-12-14
Also published as: US20220410913A1

Abstract

실시예에 의하면 지형 정보를 고려하여 UGV 구동기의 고장을 검출하는 UGV 모니터링 방법 및 장치를 제공된다. 이로써 UGV 고장 검출의 정확도가 제고된다.

Description

UGV 모니터링 방법 및 장치{METHOD AND APPARATUS FOR MONITORING UNMANNED GROUND VEHICLE}

본 발명은 UGV(Unmanned Ground Vehicle; UGV) 모니터링 방법 및 장치에 관한 것으로, 지형 정보를 고려하여 UGV 구동기의 고장을 검출하는 UGV 모니터링 방법 및 장치에 관한 것이다.

이하에서 기술되는 내용은 본 발명의 실시예와 관련되는 배경 정보를 제공할 목적으로 기재된 것일 뿐이고, 기술되는 내용들이 당연하게 종래기술을 구성하는 것은 아니다.

미지 입력 관측기(Unknown Input Observer; UIO)는 미지의 외란이 시스템에 가해지는 환경에서도, 시스템의 모델 정보, 제어 입력 및 센서 신호를 바탕으로 시스템의 상태를 정확히 추정할 수 있는 모델 기반 상태 추정 기법이다.

한편, UGV(Unmanned Ground Vehicle)는 지상에서 운전자 없이 작동하는 차량으로서, UGV의 원격 제어를 위해 미지 입력 관측기 및 이에 기반한 고장 검출기를 활용할 수 있다.

UGV의 정확한 원격 제어를 위해서는 UGV가 주행 중인 지형에 대한 고려가 필요하다.

한편, 전술한 선행기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 발명의 일 과제는 UGV의 현재 위치의 지형 정보를 고려하여 UGV 상태를 모니터링하는 UGV 모니터링 방법을 제공하는 것이다.

본 발명의 일 과제는 UGV가 주행 중인 지표면의 마찰 계수의 영향을 반영하여 설계된 미지 입력 관측기를 포함하는 UGV 모니터링 장치를 제공하는 것이다.

본 발명의 목적은 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.

본 발명의 일 실시예에 따른 UGV 모니터링 방법은, UGV에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호를 획득하는 단계, 상기 UGV의 현재 위치의 지표면의 마찰 정보 추정치를 결정하는 단계, 마찰 정보 추정치에 기반하여 설계된 미지 입력 관측기에 의해, UGV 상태에 대한 센서 신호 추정치를 결정하는 단계 및 센서 신호 및 센서 신호 추정치 간의 잔차(Residue)에 기반하여 UGV의 구동기 고장을 검출하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 UGV 모니터링 장치는, 적어도 하나의 명령을 저장한 메모리 및 프로세서를 포함하고, 프로세서는, 적어도 하나의 명령을 실행하여, UGV에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호를 획득하고, UGV의 현재 위치의 지표면의 마찰 정보 추정치를 결정하고, 마찰 정보 추정치에 기반하여 설계된 미지 입력 관측기에 의해, UGV 상태에 대한 센서 신호 추정치를 결정하고, 센서 신호 및 센서 신호 추정치 간의 잔차에 기반하여 UGV의 구동기 고장을 검출하도록 구성될 수 있다.

전술한 것 외의 다른 측면, 특징, 및 이점이 이하의 도면, 청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.

실시예에 의하면, 지형 정보를 고려한 미지 입력 관측기 기반의 UGV 모니터링이 제공된다.

실시예에 의하면 마찰 계수를 반영한 미지 입력 관측기 및 이에 기반한 고장 검출기에 의해 UGV 구동기의 고장 검출의 정확도가 제고된다.

본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 실시예에 따른 UGV 제어 시스템의 예시적인 동작 환경을 개략적으로 보여준다.
도 2는 실시예에 따른 UGV 모니터링 장치의 블록도이다.
도 3은 실시예에 따른 UGV 모니터링 장치의 제어 흐름도이다.
도 4는 실시예에 따른 UGV 모니터링 방법의 흐름도이다.
도 5a는 마찰 정보를 고려하지 않은 UGV 모니터링 결과를 예시적으로 보여주는 그래프이다.
도 5b는 실시예에 따른 UGV 모니터링에 의한 고장 검출 결과를 예시적으로 보여주는 그래프이다.
도 6은 실시예에 따른 UGV 모니터링에 의한 고장 검출 결과를 예시적으로 보여주는 그래프이다.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시 예들에 한정되지 않는다. 이하 실시 예에서는 본 발명을 명확하게 설명하기 위해서 설명과 직접적인 관계가 없는 부분을 생략하지만, 본 발명의 사상이 적용된 장치 또는 시스템을 구현함에 있어서, 이와 같이 생략된 구성이 불필요함을 의미하는 것은 아니다. 아울러, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조번호를 사용한다.

이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 되며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 또한, 이하의 설명에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

이하의 설명에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 실시예에 따른 UGV 제어 시스템의 예시적인 동작 환경을 개략적으로 보여준다.

실시예에 따른 UGV 제어 시스템(1000)은 UGV(10), UGV의 작동 상태를 모니터링하고 UGV 구동기의 고장을 검출하는 UGV 모니터링 장치(100), 및 UGV(10)를 원격 제어하는 제어기(200)를 포함한다.

UGV(10)는 지상에서 운전자 없이 작동하는 차량으로서, 네트워크(300)를 통해 원격 제어 신호를 수신하고, 수신된 제어 신호에 따라 주행 및 임무를 수행한다.

UGV(10)는 적어도 하나의 센서를 장착하고 센서 신호를 네트워크(300)를 통해 외부 기기, 예를 들어 UGV 모니터링 장치(100) 및/또는 제어기(200)로 전송할 수 있다. 여기서 적어도 하나의 센서는 UGV(10)의 상태 정보를 감지하며, GPS 센서, IMU 센서, 자이로 센서 및 이미지 센서 등을 포함한다.

실시예에 따른 UGV 모니터링 장치(100)는 도 2를 참조하여 후술할 프로세서(110) 및 프로세서(110)에서 실행되는 적어도 하나의 명령을 저장하는 메모리(120)를 포함한 컴퓨팅 장치로서, UGV(10)의 작동 상태를 모니터링하고, 고장 여부를 판단할 수 있다.

UGV 모니터링 장치(100)는 UGV(10)로부터 UGV(10)에 배치된 적어도 하나의 센서에 의해 감지된 센서 신호를 네트워크(300)를 통해 수신한다. UGV 모니터링 장치(100)는 수신된 센서 신호에 기반하여 UGV(10)의 작동 상태를 추정한다. 예를 들어 UGV 모니터링 장치(100)는 수신된 센서 신호에 기반하여 UGV(10)의 구동기의 고장 여부를 결정할 수 있다.

제어기(200)는 UGV(10)로부터 수신한 센서 신호에 기초하여 UGV(10)를 제어하기 위한 제어 신호를 생성할 수 있다. 또한, 제어기(200)는 UGV 모니터링 장치(100)로부터 수신된 고장 신호에 기초하여 고장으로 추정된 UGV(10)의 구동기 및/또는 정상으로 추정된 UGV(10)의 구동기를 제어하기 위한 제어 신호를 생성할 수 있다.

일 예에서, UGV 모니터링 장치(100)와 제어기(200)는 각각의 기능을 실행하는 컴퓨터 프로그램으로 구현될 수 있다. 예를 들어, UGV 모니터링 장치(100)와 제어기(200)를 구현한 컴퓨터 프로그램은, 도 2를 참조하여 후술할 메모리(120)에 저장되고, 프로세서(110)에 의해 실행될 수 있다. 예를 들어, UGV 모니터링 장치(100)와 제어기(200)를 구현한 컴퓨터 프로그램은, 각각 별개의 컴퓨팅 장치에 의해 실행될 수 있다.

네트워크(300)는 UGV(10)와 UGV 모니터링 장치(100), 그리고 UGV(10)와 제어기(200) 간에 신호 및 데이터 통신을 제공한다. 예를 들어 네트워크(300)는 다양한 방식의 유무선 통신 매체 및 프로토콜을 제공할 수 있다. 추가적으로 네트워크(300)는 UGV 모니터링 장치(100)와 제어기(200) 간의 데이터 송수신 경로를 제공할 수 있다.

실시예에 따른 UGV 모니터링 장치(100)는 UGV(10)의 현재 위치의 지형 정보를 고려하여 UGV(10)의 상태를 추정한다.

여기서 UGV(10)의 상태는 UGV(10)를 구동하는 복수의 구동기의 상태(예를 들어 구동기의 고장 여부)를 포함한다. 여기서 지형 정보는 UGV(10)가 주행 또는 정차 중인 위치의 지표면의 마찰 계수(β)를 포함한다.

예를 들어 UGV 모니터링 장치(100)는 UGV(10)가 현재 위치한 곳의 마찰 계수(β)를 고려하여 UGV(10)의 복수의 구동기의 고장 여부를 판단할 수 있다.

도 2는 실시예에 따른 UGV 모니터링 장치의 블록도이다.

실시예에 따른 UGV 모니터링 장치(100)는 프로세서(110) 및 메모리(120)를 포함한다.

프로세서(110)는 일종의 중앙처리장치로서 메모리(120)에 저장된 하나 이상의 명령어를 실행하여 실시예에 따른 UGV 모니터링을 수행할 수 있다.

프로세서(110)는 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 프로세서(110)는 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로서, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array), GPU(Graphics Processing Unit) 등의 처리 장치를 망라할 수 있으나, 이에 한정되는 것은 아니다. 프로세서(110)는 하나 이상의 프로세서를 포함할 수 있다

메모리(120)는 내장 메모리 및/또는 외장 메모리를 포함할 수 있으며, DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD, CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다. 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 이에 한정되는 것은 아니다.

메모리(120)는 프로세서(110)가 실행가능한 적어도 하나의 명령(instruction)을 저장 및 제공할 수 있다. 이러한 명령은 프로세서(110)에서 실행되는 경우, 프로세서(110)가 실시예에 따른 UGV 모니터링 과정을 실행하도록 한다.

프로세서(110)는 UGV(10)에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호를 획득하고, UGV(10)의 현재 위치의 지표면의 마찰 정보 추정치를 결정하고, 마찰 정보 추정치에 기반하여 설계된 미지 입력 관측기(30)에 의해, UGV 상태에 대한 센서 신호 추정치를 결정하고, 획득된 센서 신호 및 센서 신호 추정치 간의 잔차에 기반하여 UGV(10)의 구동기 고장을 검출하도록 구성될 수 있다. 이에 대하여는 도 4를 참조하여 구체적으로 설명한다.

일 예에서, 센서 신호는 UGV(10)의 전역 위치, 요 각 및 요 속도를 포함하는 벡터에 대응한다.

프로세서(110)는 결정된 마찰 정보 추정치에 기반한 UGV 정격 모델을 기반으로 설계된 미지 입력 관측기(30)를 실행하도록 구성될 수 있다.

일 예에서, UGV 정격 모델은 UGV(10)의 상태에 대한 시스템 행렬 및 UGV(10)의 구동기 고장 신호에 대응하는 고장 행렬에 기반한 동역학 모델에 대응한다.

시스템 행렬은 결정된 마찰 정보 추정치 및 UGV(10)의 질량에 기반하여 정의된 상수를 포함하는 상수 행렬에 대응한다.

고장 행렬은 UGV(10)의 요 각에 기반하여 정의된 시변 파라미터를 포함하는 시변 행렬에 대응한다.

일 예에서, 미지 입력 관측기(30)는 UGV(10)의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기(30)를 포함할 수 있다. 프로세서(110)는, 복수의 미지 입력 관측기(30)를 실행하여 각 미지 입력 관측기(30)의 센서 신호 추정치를 결정하도록 구성될 수 있다.

미지 입력 관측기(30)는 UGV(10)의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기(30)를 포함하고, 프로세서(110)는, UGV(10)의 구동기 고장을 검출하기 위하여, 복수의 미지 입력 관측기(30)의 각 미지 입력 관측기(30)의 센서 신호 추정치와 센서 신호 간의 잔차를 결정하고, 결정된 잔차에 기반하여 각 미지 입력 관측기(30)와 연계된 구동기의 고장 여부를 결정하도록 구성될 수 있다.

프로세서(110)는, 각 미지 입력 관측기(30)와 연계된 구동기의 고장 여부를 결정하기 위하여, 각 미지 입력 관측기(30)의 센서 신호 추정치와 센서 신호 간의 잔차가 소정의 임계치를 초과하는 미지 입력 관측기에 대응하는 구동기를 고장 상태로 결정하도록 구성될 수 있다.

이하에서 도 3 및 도 4를 참조하여 실시예에 따른 UGV 모니터링 장치(100)에 의해 수행되는 실시예에 따른 UGV 모니터링 방법에 대하여 구체적으로 살펴본다.

도 3은 실시예에 따른 UGV 모니터링 장치의 제어 흐름도이다.

실시예에 따른 UGV 모니터링 장치(100)는 지형 정보를 고려한 미지 입력 관측기(Unknown Input Observer; UIO) 기반의 UGV(10) 상태 모니터링 장치이다. 여기서 지형 정보는 UGV(10)의 현재 위치의 지표면의 마찰 정보, 예를 들어 마찰 계수를 포함한다.

UGV 모니터링 장치(100)는 도 2를 참조하여 전술한 대로 프로세서(110) 및 메모리(120)를 포함한다.

프로세서(110)는 메모리(120)에 저장된 적어도 하나의 명령을 실행하여 도 3의 마찰 계수 추정기(20), 미지 입력 관측기(30) 및 고장 검출기(40)를 실행할 수 있다. 추가적으로 일 예에서, 프로세서(110)는 메모리(120)에 저장된 적어도 하나의 명령을 실행하여 제어기(200)를 실행할 수 있다. 마찰 계수 추정기(20), 미지 입력 관측기(30) 및 고장 검출기(40) 및 제어기(200)는 일련의 명령어를 포함하는 소프트웨어 모듈로 구현될 수 있다.

한편, 이하에서 제어기(200)는 UGV 모니터링 장치(100)의 프로세서(110)에 의해 실행되는 것으로 기재하나 이는 설명의 편의를 위한 것이고, 도 1을 참조하여 전술한대로 제어기(200)는 UGV 모니터링 장치(100)와 별개의 컴퓨팅 장치에서 실행될 수 있다.

제어기(200)는 네트워크(300)를 통해 UGV(10)를 원격 제어할 수 있다. 제어기(200)는 UGV(10)가 전송한 센서 신호(y)를 기반으로 UGV(10)에 대한 제어 입력(u)를 계산한다. 일 예에서 제어기(200)는 실시예에 따른 UGV 모니터링 장치(100)의 UGV(10) 상태 모니터링 결과에 기반하여 제어 입력(u)을 생성할 수 있다.

UGV(10)는 지형의 영향이 고려된 동역학 모델로 모델링될 수 있다. 예를 들어, UGV(10)는 지형의 영향이 고려된 4휠(4wheel) 기반의 동역학 모델로 모델링될 수 있다.

여기서 4휠은 예시적인 것이고 이에 제한되지 않으며, UGV(10)는 더 많거나 더 적은 수의 휠을 가진 차량일 수 있다. 이하에서 UGV(10)의 휠의 개수 및 휠을 구동하는 구동기의 개수에 따라 동역학 모델 및 관련 수학식을 적절히 확장 적용가능하다.

UGV(10) 모델은 다음과 같은 수학식 1로 나타낼 수 있다.

여기서 x는 UGV(10)의 상태를 나타내고, y는 UGV(10)에 배치된 적어도 하나의 센서의 센서 신호를 나타낸다.

UGV(10)의 움직임, 즉, 상태 변화량

은 UGV(10)의 현재 상태 x와 제어 입력 τ에 의해 결정된다.

상태 x는 UGV(10)의 현재 위치에 기반한 벡터로서, UGV(10)의 전역 위치(global position)(

), 요 각(yaw angle)(

), 속도(velocity)(

) 및 요 속도(yaw velocity)(

)를 포함한다.

τ는 UGV(10)의 구동기에 대한 제어 입력으로서, 4개의 모터 토크(

)를 포함하는 벡터에 대응한다. ω는 UGV(10)의 구동기(즉, 모터) 고장 신호에 대응한다.

센서 신호 y는 행렬 C 및 상태 x에 기반하여 획득된다. 행렬 C는 상태 x에 포함된 정보 중에서 UGV(10)의 구동기 고장 검출을 위해 필요한 정보를 추출한다. 예를 들어, 후술할 수학식 2에 예시된 행렬 C를 참조하면 예시적인 센서 신호 y는 UGV(10)의 전역 위치(global position)(

), 요 각(yaw angle)(

) 및 요 속도(yaw velocity)(

)를 포함할 수 있다.

수학식 2는 상태 벡터(x) 및 모터 토크 벡터(τ)를 나타낸다.

한편, 수학식 1에 나타난 행렬 [A, B_ρ, F_ρ, C]은 다음의 수학식 3과 같이 정의된다.

여기서 β는 UGV(10)의 현재 위치의 지표면의 실제 마찰 계수이고, m은 UGV(10)의 질량, I는 관성모멘트를 의미한다.

ρ₁, ρ₂, h는 다음의 수학식 4와 같이 정의된다.

여기서 R은 UGV(10)의 휠 반경(wheel radius), a와 b는 각각 UGV(10)의 전면 길이 및 측면 길이를 의미한다.

수학식 3의 시스템 행렬 A는 UGV(10)에 가해지는 마찰 계수 β와 UGV(10)의 총 질량 m에 의해 결정되는 상수 행렬이다. 수학식 3의 행렬 B_ρ는 UGV(10)의 요 각(yaw angle)에 의해 결정되는 시변 행렬(time varying matrix)이다. 여기서 B_ρ는 시변 파라미터(time varying parameter)인 ρ₁와 ρ₂로 구성되고, 이에 따라 수학식 1의 UGV(10) 모델은 선형 파라미터 변동 시스템(Linear Parameter Varying System; LPV)으로 구성된다.

ρ₁와 ρ₂는 수학식 4에서 알 수 있듯이 sin 함수 및 cos 함수에 기반하여 정의되며, 미지 입력 관측기(30)의 설계에서 시변 행렬을 표현하기 위하여 사용된다.

수학식 3의 행렬 C는 상수 행렬이고, UGV(10)의 고장 여부를 판단하기 위해 필요한 센서 정보에 대응한다.

UGV(10)의 전역 위치, 요 각 및 요 속도는 UGV(10)에 장착된 센서의 센서값으로부터 획득할 수 있다. 여기서 센서는 GPS 센서, IMU 센서 및 자이로 센서 등을 포함한다.

UGV(10)의 고장 신호(w)는 UGV(10)의 각 모터의 입력에 더해지는 형태로 간주할 수 있으므로 수학식 3에서 고장 행렬 F_ρ은 입력 행렬 B_ρ과 동일한 행렬로 설정할 수 있다.

미지 입력 관측기(30)의 설계를 위하여 고장 행렬 F_ρ은 입력 행렬 B_ρ의 4 개의 열로 분리하여 표현할 수 있다. 그 결과, 고장 행렬 F_ρ은 다음의 수학식 5와 같이 표현된다.

입력 행렬 B_ρ의 각 열(row)은 UGV(10)의 각 구동기에 대한 입력 신호이다. 다시 말하면, 고장 행렬 F_ρ의 각 열은 UGV(10)의 각 구동기에 대한 고장 신호에 대응한다.

일 예에서 미지 입력 관측기(30)는 UGV(10)의 구동기마다 하나씩 설계된다. 즉, 미지 입력 관측기(30)는 고장 행렬 F_ρ의 각 열에 대하여 설계된다. 따라서, 미지 입력 관측기(30)를 통해 복수의 구동기(예를 들어 4개의 구동기) 중 어느 구동기에 이상이 있는 지 확인할 수 있다.

마찰 계수 추정기(20)는 UGV(10)가 위치한 곳의 지형 정보, 예를 들어 마찰 정보 추정치(

)를 결정할 수 있다. 여기서 마찰 정보 추정치(

)는 UGV(10)가 현재 위치한 지표면의 마찰 계수 β에 대한 근사치 를 의미한다.

마찰 계수 추정기(20)는 결정된 마찰 정보 추정치(

)를 미지 입력 관측기(30)에 전달한다.

일 예에서, 마찰 계수 추정기(20)는 마찰 정보 추정치(

)를 UGV(10)에 탑재된 카메라 등의 이미지 센서를 활용하여 지표면을 촬영한 이미지로부터 지표면의 평활도를 추정하고, 이에 기반하여 마찰 정보 추정치(

)를 결정(예를 들어, 지표면이 미끄러울수록 마찰 정보 추정치(

)를 더 작은 값으로 결정)할 수 있다.

일 예에서, 마찰 계수 추정기(20)는 마찰 정보 추정치(

)를 모델 또는 학습 기반으로 추정하여 얻거나, 외부 지형 데이터베이스를 통해 얻을 수 있다. 예를 들어, 마찰 계수 추정기(20)는 칼만 필터 및 UGV(10)에 장착된 타이어에 대한 타이어 모델에 기반하여 마찰 정보 추정치(

)를 결정할 수 있다 (J. Hu, S. Rakheja, Y. Zhang, "Tire-Road Friction Coefficient Estimation under Constant Vehicle Speed Control," IFAC, pp.136-141, 2019. 참조).

일 예에서, 마찰 계수 추정기(20)는 추정 기법을 활용하여 마찰 정보 추정치(

)를 얻을 수 있다. 이를 위하여, 전술한 수학식 1의 동역학 모델로부터 다음의 수학식 6을 유도할 수 있다.

수학식 6을 다음의 수학식 7로 변형하여 마찰 정보 추정치(

)를 획득할 수 있다.

여기서 UGV(10)의 각 구동기의 토크(

)는 제어기(200)의 출력(u)으로부터 획득할 수 있는 값이다. h는 UGV(10)의 형태에 의해 결정되는 상수이다.

는 UGV(10)의 센서를 통해 취득할 수 있는 값이고,

는

의 변화량을 계산할 수 있는 미분 필터를 의미한다.

미지 입력 관측기(30)는 지형의 영향이 고려된 UGV 정격 모델을 기반으로 설계된다. UGV 정격 모델은 다음의 수학식 8로 정의된다.

UGV 정격 모델은 UGV 모델의 각 파라미터가 알려진 값으로 표현된 수학적 모델을 의미한다. 여기서 마찰 계수 β는 실제로 알 수 없는 미지(unknown)의 값이므로 마찰 정보 추정치(

)를 도입하여 UGV 정격 모델을 생성한다.

수학식 8에 포함된 기호는 수학식 1 내지 수학식 5의 동일한 기호에 대응된다. 수학식 8의 행렬

는 다음의 수학식 9에 따라 정의된다.

수학식 9에서 마찰 정보 추정치(

)는 마찰 계수 β에 대한 근사치로서 마찰 계수 추정기(20)에 의해 결정된 값에 대응한다.

실시예에 따른 UGV 모니터링 장치(100)는 복수의 미지 입력 관측기(30)를 포함한다.

일 예에서 UGV 모니터링 장치(100)는 모니터링 대상인 UGV(10)의 구동기 개수 만큼의 미지 입력 관측기(30)를 포함할 수 있다. 일 예에서 각 미지 입력 관측기(30)는 UGV(10)의 구동기와 일대일로 연계될 수 있다. 예를 들어, UGV 모니터링 장치(100)는 UGV(10)의 구동기와 연계하여 설계된 미지 입력 관측기(30)를 복수 개 포함할 수 있다.

수학식 5를 참조하여 전술한대로 미지 입력 관측기(30)는 고장 행렬 F_ρ의 각 열 벡터(

)마다 다음의 수학식 10에 따라 설계된다.

즉, i번째 미지 입력 관측기(30)는 다음의 수학식 10에 따라 정의된다.

여기서,

는 UGV 모니터링 장치(100)의 i번째 미지 입력 관측기(30)의 상태를 나타내고,

는 해당 i번째 미지 입력 관측기(30)가 추정한 UGV(10)의 상태를 나타내고,

는 해당 i번째 미지 입력 관측기(30)가 추정한 UGV(10)의 센서 추정치를 나타낸다.

각 미지 입력 관측기(30), 즉 i번째 미지 입력 관측기(30)는 수학식 10에 따라 UGV(10)의 상태

를 추정하고, 추정된 UGV(10)의 상태

에 기반하여 센서 추정치

를 계산한다.

한편, i번째 미지 입력 관측기(30)는 설계 행렬(

)에 기반하여 정의된다.

UGV 모니터링 장치(100)의 각 미지 입력 관측기(30)는 마찰 계수 추정기(20)가 계산한 마찰 정보 추정치(

)에 기반하여 각 미지 입력 관측기(30)의 상태방정식인 전술한 수학식 10의 설계 행렬(

)을 생성할 수 있다. 수학식 10의 설계 행렬(

)에 대한 구체적인 정의는 Step 1 내지 Step 6의 여섯 단계를 참조하여 후술한다.

고장 검출기(40)는 전술한 UGV 정격 모델 및 이에 기초한 미지 입력 관측기(30)를 기반으로 설계된다.

고장 검출기(40)는 다음의 수학식 11에 따라 각 미지 입력 관측기(30)의 잔차(Residue) 신호

를 계산하고, 계산된 잔차 신호

에 기반하여 UGV(10)의 어느 구동기에서 고장이 발생하였는 지를 구별 및 탐지할 수 있다.

잔차 신호

는 i번째 미지 입력 관측기(30)의 센서 추정치

와 UGV(10)로부터 수신한 센서값

(수학식 1 참조) 간의 차이를 의미한다.

이하에서 고장 검출기(40)의 고장 검출 과정에 대하여 살펴본다. 설명의 편의를 위하여 예시적으로 UGV(10)의 복수의 구동기(예를 들어 네 개의 구동기) 중 제 1 구동기에 고장이 발생한 것으로 가정한다.

UGV(10)의 제 1 구동기에 고장이 발생하면, 제 1 구동기와 연계하여 설계한 제 1 미지 입력 관측기(30)는 UGV(10)의 상태를 정확하게 추정할 수 있으나, 그 외의 구동기, 즉 제 2, 제 3 및 제 4 구동기와 각각 연계하여 설계한 제 2, 제 3 및 제 4 미지 입력 관측기(30)는 UGV(10)의 상태를 정확히 추정할 수 없다. 이는 제 1 미지 입력 관측기(30)만이 제 1 고장 벡터

의 영향을 자신의 설계에 반영하였기 때문이다.

말하자면, 제 1 구동기에 고장이 발생하면, 제 1 고장 벡터

를 설계에 반영한 제 1 미지 입력 관측기(30)의 추정 오차

는 시간이 지날수록 0으로 수렴하지만, 제 2, 제 3 및 제 4 미지 입력 관측기(30)의 추정 오차

는 제 1 고장 벡터

를 설계에 반영하지 않았으므로 0으로 수렴하지 못한다. 여기서 잔차 신호

는 추정 오차

에 대한 함수이다.

결과적으로, 잔차 신호

는 고장 검출에 대한 단서를 제공한다. 앞선 예에서 제 1 구동기 고장 시에, 제 1 잔차 신호

를 제외한 나머지 잔차 신호, 즉 제 2, 제 3 및 제 4 잔차 신호

는 소정의 임계치(threshold)를 초과하여 고장에 반응할 것이고, 이를 통해 제 1 구동기에 고장이 발생한 것을 정확히 판별할 수 있다.

UGV 모니터링 장치(100)는 UGV(10)가 운행하는 동안 발생할 수 있는 마찰력 관련 정보, 즉, 마찰 정보 추정치(

)를 미지 입력 관측기(30)의 설계에 반영하므로, 잔차에 미치는 실제 마찰 계수 β의 영향을 최소화할 수 있다. 또한, 실시예에 의하면 UGV(10)의 구동기 고장 여부를 정확히 판단할 수 있다.

도 4는 실시예에 따른 UGV 모니터링 방법의 흐름도이다.

실시예에 따른 UGV 모니터링 방법은 UGV(10)에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호(y)를 획득하는 단계(S1), UGV(10)의 현재 위치의 지표면의 마찰 정보 추정치(

)를 결정하는 단계(S2), 결정된 마찰 정보 추정치(

)에 기반하여 설계된 미지 입력 관측기(30)에 의해, UGV 상태에 대한 센서 신호 추정치(

)를 결정하는 단계(S3) 및 센서 신호(y) 및 센서 신호 추정치(

) 간의 잔차(

)에 기반하여 UGV(10)의 구동기 고장을 검출하는 단계(S4)를 포함한다.

단계(S1)은 프로세서(110)에 의해 UGV(10)에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호(y)를 획득할 수 있다.

프로세서(110)는 네트워크(300)를 통해 UGV(10)로부터 센서 신호(y)를 획득할 수 있다. 다른 예에서 프로세서(110)는 네트워크(300)를 통해 UGV(10)로부터 UGV 상태(x)를 획득하고, 이에 기초하여 프로세서(110)는 센서 신호(y)를 추출할 수 있다.

일 예에서 센서 신호(y)는 전술한 수학식 1, 수학식 2 및 수학식 3을 참조하여 행렬 C 및 UGV(10)의 현재 상태(x)에 기반하여 결정된 벡터이다.

예를 들어, 수학식 3의 예시적인 행렬 C에 의하면, 센서 신호(y)는 UGV(10)의 전역 위치(global position), 요 각(yaw angle) 및 요 속도(yaw rate)를 포함하는 벡터에 대응할 수 있다.

단계(S2)는 프로세서(110)에 의해 마찰 계수 추정기(20)를 실행하여 UGV(10)의 현재 위치의 지표면의 마찰 정보 추정치(

)를 결정할 수 있다.

여기서 마찰 정보 추정치(

)는 UGV(10)의 현재 위치의 지표면의 마찰 계수(β)에 대한 근사치를 포함한다.

도 3을 참조하여 전술한 대로 마찰 계수 추정기(20)는 예를 들어, UGV(10)에 탑재된 카메라 등의 이미지 센서를 활용하여 직접 측정하거나, 모델 또는 학습 기반으로 추정하거나, 외부 지형 데이터베이스를 통해 마찰 정보 추정치(

)를 얻을 수 있다.

일 예에서, 마찰 계수 추정기(20)는 수학식 6 및 수학식 7에 따른 추정 기법을 활용하여 마찰 정보 추정치(

)를 얻을 수 있다.

단계(S3)은 프로세서(110)에 의해 단계(S2)에서 결정된 마찰 정보 추정치(

)에 기반하여 설계된 미지 입력 관측기(30)를 실행하여 UGV(10)의 상태에 대한 센서 신호 추정치(

)를 결정할 수 있다.

단계(S3)은 프로세서(110)에 의해 마찰 정보 추정치(

)에 기반한 UGV 정격 모델을 기반으로 설계된 미지 입력 관측기(30)를 실행하는 단계를 포함할 수 있다.

도 3을 참조하여 미지 입력 관측기(30)는 수학식 10에 따라 정의된다.

UGV 정격 모델은 UGV 모델의 각 파라미터가 알려진 값으로 표현된 수학적 모델을 의미한다. 여기서 마찰 계수 β는 실제로 알 수 없는 미지의 값이므로 마찰 정보 추정치(

)를 도입하여 UGV 정격 모델을 생성한다.

UGV 정격 모델은 전술한 수학식 8에 따라 정의된다.

일 예에서 UGV 정격 모델은 UGV 상태(x)에 대한 시스템 행렬(

) 및 UGV(10)의 구동기 고장 신호(w)에 대응하는 고장 행렬(F_ρ)에 기반한 동역학 모델이다.

예를 들어 시스템 행렬(

)은 수학식 9를 참조하여 마찰 정보 추정치(

) 및 UGV(10)의 질량(m)에 기반하여 정의된 상수를 포함하는 상수 행렬에 대응한다.

예를 들어 고장 행렬(F_ρ)은 수학식 3 및 수학식 4를 참조하여 UGV(10)의 요 각에 기반하여 정의된 시변 파라미터(ρ₁와 ρ₂)를 포함하는 시변 행렬에 대응한다.

미지 입력 관측기(30)는 UGV(10)의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기(30)를 포함할 수 있다. 예를 들어, UGV 모니터링 장치(100)는 모니터링 대상인 UGV(10)의 구동기 개수 만큼의 미지 입력 관측기(30)를 포함하고, 각 미지 입력 관측기(30)는 UGV(10)의 구동기와 일대일로 연계될 수 있다.

단계(S3)은 복수의 미지 입력 관측기를 실행하여 각 미지 입력 관측기의 센서 신호 추정치(

)를 결정하는 단계를 포함할 수 있다.

단계(S4)는 프로세서(110)에 의해 센서 신호(y) 및 센서 신호 추정치(단계(S4)는 프로세서(110)에 의해 센서 신호(y) 및 센서 신호 추정치(

) 간의 잔차(

)에 기반하여 UGV(10)의 구동기 고장을 검출할 수 있다. 여기서 잔차(

)는 수학식 11에 따라 정의된다.

단계(S4)는 단계(S3)에서 결정된 복수의 미지 입력 관측기(30)의 각 미지 입력 관측기의 센서 신호 추정치(

)와 단계(S1)에서 획득한 센서 신호(y) 간의 잔차(

)를 결정하는 단계 및 결정된 잔차(

)에 기반하여 각 미지 입력 관측기(30)와 연계된 구동기의 고장 여부를 결정하는 단계를 포함할 수 있다.

일 예에서, 각 미지 입력 관측기(30)와 연계된 구동기의 고장 여부를 결정하는 단계는, 잔차(

)가 소정의 임계치를 초과하는 미지 입력 관측기(30)에 대응하는 구동기를 고장 상태로 결정하는 단계를 포함할 수 있다.

여기서 소정의 임계치는 UGV(10)에 따라 또는 구동기에 따라 또는 UGV(10)의 현재 위치의 지형 정보에 따라 결정될 수 있다.

도 5a는 마찰 정보를 고려하지 않은 UGV 모니터링 결과를 예시적으로 보여주는 그래프이다.

도 5a는 마찰 계수 β의 영향을 고려하지 않고 설계된 미지 입력 관측기를 이용하여 제 1 잔차

를 관측한 결과, 마찰 계수 β의 영향에 의해 잔차가 반응하고, 마찰 계수 β가 커질수록 잔차에 미치는 영향도 커짐을 알 수 있다.

즉, 마찰 계수 β가 커질수록 잔차가 커지므로, UGV(100)의 구동기에 고장이 발생하지 않았음에도 불구하고 고장이 발생한 것으로 판단하는 오동작이 발생할 수 있다.

도 5b는 실시예에 따른 UGV 모니터링에 의한 고장 검출 결과를 예시적으로 보여주는 그래프이다.

도 5b는 마찰 계수 β의 영향을 고려하여 설계된 미지 입력 관측기(30)를 포함하는 실시예에 따른 UGV 모니터링 장치(100)로 제 1 잔차

를 관측한 결과, 마찰 계수 β의 변화에 따라 잔차

가 반응하지 않고, 마찰 계수 β가 잔차

에 미치는 영향이 도 5a에 비해 감소된다.

즉, 마찰 계수 β에 대한 근사치

를 미지 입력 관측기(30)의 설계에 반영함으로써 UGV(10)의 구동기의 고장 검출에 대한 오동작을 줄일 수 있다.

도 6은 실시예에 따른 UGV 모니터링에 의한 고장 검출 결과를 예시적으로 보여주는 그래프이다.

약 50초 지점에서 UGV(10)의 제 3 구동기에 고장이 발생한 경우, 제 3 구동기 고장에 대한 알람(alarm 3)이 울린다. 즉, 실시예에 따른 UGV 모니터링 장치(100)는 UGV(10)가 마찰이 존재하는 지표면을 운행하는 동안 어느 구동기에 고장이 발생하였는 지를 정확히 판별할 수 있다.

이하에서 미지 입력 관측기(30)의 설계 과정에 대하여 살펴본다.

UGV(10)는 LPV(Linear Parameter Varying) 시스템으로 표현된다. 이하에서 LPV 시스템을 대상으로 한 UIO 설계 기법을 활용하여, 실시예에 따른 UGV 모니터링 장치(100)의 미지 입력 관측기(20)를 위한 설계 행렬들을 계산하는 과정을 설명한다.

이하의 과정은 미지 입력 관측기(30)에 의한 UGV 상태 추정에 대한 에러 및 외란/고장으로 인한 영향을 0으로 수렴하도록 하는 과정으로서, 이와 같은 과정에 의해 마찰 계수 β에 대한 근사치

의 영향이 미지 입력 관측기(30)의 설계에 반영되도록 한다.

Step 1:

여기서

는 행렬의 의사 역행렬(Pseudo inverse)을 나타낸다.

Step 2:

여기서,

는 단위 행렬(Identity matrix)을 나타낸다.

Step 3:

Step 4:

Step 5:

여기서,

는

가 Hurwiz한 행렬이 되도록 설계된다.

Step 6:

Step 1 내지 Step 6에 의하여 수학식 10의 미지 입력 관측기(30)의 설계 행렬이 도출된다.

이하에서는 실시예에 따른 UGV 모니터링 장치(100)의 미지 입력 관측기(30)가 고장 및 외란 신호가 있어도 UGV(10)의 상태를 정확히 추정할 수 있음을 보인다.

전술한 UGV 정격모델과 미지 입력 관측기(30)를 다시 살펴본다.

(1) i번째 구동기를 고려한 UGV 정격 모델 (수학식 8 참조)

(2) i번째 구동기에 대한 미지 입력 관측기 (수학식 10 참조)

(1)과 (2)를 활용하여 에러 동역학(error dynamics)을 유도한다. 여기서, i번째 미지 입력 관측기(30)의 에러

는 UGV 상태

와 UIO 상태 추정치

간의 차이로 정의한다.

i번째 미지 입력 관측기(30)의 에러

는 다음과 같은 수학식으로 표현될 수 있다.

수학식 13에 기초하여 i번째 미지 입력 관측기(30)의 에러

의 변화량을 계산하면, 다음의 수학식 14와 같은 에러 동역학을 얻을 수 있다.

전술한 미지 입력 관측기(30)의 설계 조건의 여섯 단계, 즉 Step 1 내지 Step 6는 다음의 수학식을 의미한다.

수학식 15는 수학식 14의 i번째 미지 입력 관측기(30)의 에러에 대한 동역학이 다음의 수학식 16을 만족한다는 것을 의미한다.

여기서,

는 Hurwitz하게 설계되므로, 수학식 16은 i번째 미지 입력 관측기(30)의 에러

가 시간이 지남에 따라 0으로 수렴한다는 것을 뜻한다. 즉, 시간이 지남에 따라

가 x로 수렴한다(

).

따라서, 실시예에 따른 UGV 모니터링 장치(100)의 미지 입력 관측기(30)는 외란 및 고장 신호가 있어도 올바른 UGV 상태 추정을 보장할 수 있다.

전술한 본 발명의 일 실시예에 따른 방법은 프로그램이 기록된 비일시적 저장 매체에 저장된 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 저장 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 비일시적 저장 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.

이상 설명된 본 발명의 실시예에 대한 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10: UGV
100: UGV 모니터링 장치
200: 제어기
300: 네트워크
1000: UGV 모니터링 시스템

Claims

UGV(Unmanned Ground Vehicle) 모니터링 방법으로서,
UGV에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호를 획득하는 단계;
상기 UGV의 현재 위치의 지표면의 마찰 정보 추정치를 결정하는 단계;
상기 마찰 정보 추정치에 기반하여 설계된 미지 입력 관측기에 의해, 상기 UGV 상태에 대한 센서 신호 추정치를 결정하는 단계; 및
상기 센서 신호 및 상기 센서 신호 추정치 간의 잔차(Residue)에 기반하여 상기 UGV의 구동기 고장을 검출하는 단계
를 포함하고,
상기 센서 신호 추정치를 결정하는 단계는,
상기 마찰 정보 추정치에 기반한 UGV 정격 모델을 기반으로 설계된 상기 미지 입력 관측기를 실행하는 단계를 포함하고,
상기 UGV 정격 모델은 상기 UGV 상태에 대한 시스템 행렬 및 상기 UGV의 구동기 고장 신호에 대응하는 고장 행렬에 기반한 동역학 모델인,
UGV 모니터링 방법.
제 1 항에 있어서,
상기 센서 신호는 상기 UGV의 전역 위치(global position), 요 각(yaw angle) 및 요 속도(yaw rate)를 포함하는 벡터에 대응하는,
UGV 모니터링 방법.
삭제
삭제
제 1 항에 있어서,
상기 시스템 행렬은 상기 마찰 정보 추정치 및 상기 UGV의 질량에 기반하여 정의된 상수를 포함하는 상수 행렬인,
UGV 모니터링 방법.
제 1 항에 있어서,
상기 고장 행렬은 상기 UGV의 요 각에 기반하여 정의된 시변 파라미터를 포함하는 시변 행렬에 대응하는,
UGV 모니터링 방법.
제 1 항에 있어서,
상기 미지 입력 관측기는 상기 UGV의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기를 포함하고,
상기 센서 신호에 대한 추정치를 결정하는 단계는,
상기 복수의 미지 입력 관측기를 실행하여 각 미지 입력 관측기의 센서 신호 추정치를 결정하는 단계
를 포함하는,
UGV 모니터링 방법.
제 1 항에 있어서,
상기 미지 입력 관측기는 상기 UGV의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기를 포함하고,
상기 고장을 검출하는 단계는,
상기 복수의 미지 입력 관측기의 각 미지 입력 관측기의 센서 신호 추정치와 상기 센서 신호 간의 잔차를 결정하는 단계; 및
상기 잔차에 기반하여 각 미지 입력 관측기와 연계된 구동기의 고장 여부를 결정하는 단계
를 포함하는,
UGV 모니터링 방법.
제 8 항에 있어서,
상기 고장 여부를 결정하는 단계는,
상기 잔차가 소정의 임계치를 초과하는 미지 입력 관측기에 대응하는 구동기를 고장 상태로 결정하는 단계
를 포함하는,
UGV 모니터링 방법.
UGV 모니터링 장치로서,
적어도 하나의 명령을 저장한 메모리; 및
프로세서
를 포함하고,
상기 프로세서는, 상기 적어도 하나의 명령을 실행하여,
UGV에 배치된 적어도 하나의 센서로부터 UGV 상태에 대한 센서 신호를 획득하고,
상기 UGV의 현재 위치의 지표면의 마찰 정보 추정치를 결정하고,
상기 마찰 정보 추정치에 기반하여 설계된 미지 입력 관측기에 의해, 상기 UGV 상태에 대한 센서 신호 추정치를 결정하고,
상기 센서 신호 및 상기 센서 신호 추정치 간의 잔차에 기반하여 상기 UGV의 구동기 고장을 검출하도록 구성되며,
상기 프로세서는,
상기 마찰 정보 추정치에 기반한 UGV 정격 모델을 기반으로 설계된 상기 미지 입력 관측기를 실행하도록 구성되고,
상기 UGV 정격모델은 상기 UGV 상태에 대한 시스템 행렬 및 상기 UGV의 구동기 고장 신호에 대응하는 고장 행렬에 기반한 동역학 모델인,
UGV 모니터링 장치.
제 10 항에 있어서,
상기 센서 신호는 상기 UGV의 전역 위치, 요 각 및 요 속도를 포함하는 벡터에 대응하는,
UGV 모니터링 장치.
삭제
삭제
제 10 항에 있어서,
상기 시스템 행렬은 상기 마찰 정보 추정치 및 상기 UGV의 질량에 기반하여 정의된 상수를 포함하는 상수 행렬인,
UGV 모니터링 장치.
제 10 항에 있어서,
상기 고장 행렬은 상기 UGV의 요 각에 기반하여 정의된 시변 파라미터를 포함하는 시변 행렬에 대응하는,
UGV 모니터링 장치.
제 10 항에 있어서,
상기 미지 입력 관측기는 상기 UGV의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기를 포함하고,
상기 프로세서는,
상기 복수의 미지 입력 관측기를 실행하여 각 미지 입력 관측기의 센서 신호 추정치를 결정하도록 구성되는,
UGV 모니터링 장치.
제 10 항에 있어서,
상기 미지 입력 관측기는 상기 UGV의 복수의 구동기와 일대일로 연계된 복수의 미지 입력 관측기를 포함하고,
상기 프로세서는,
상기 고장을 검출하기 위하여,
상기 복수의 미지 입력 관측기의 각 미지 입력 관측기의 센서 신호 추정치와 상기 센서 신호 간의 잔차를 결정하고,
상기 잔차에 기반하여 각 미지 입력 관측기와 연계된 구동기의 고장 여부를 결정하도록 구성되는,
UGV 모니터링 장치.
제 17 항에 있어서,
상기 프로세서는,
상기 고장 여부를 결정하기 위하여,
상기 잔차가 소정의 임계치를 초과하는 미지 입력 관측기에 대응하는 구동기를 고장 상태로 결정하도록 구성되는,
UGV 모니터링 장치.