Journal of Construction Automation and Robotics. 31 March 2026. 1-7
https://doi.org/10.55785/JCAR.5.1.1

ABSTRACT


MAIN

  • 1. 서 론

  •   1.1 연구의 배경 및 목적

  • 2. 이론적 배경

  •   2.1 굴착기 전복 매커니즘

  •   2.2 ZMP(Zero Moment Point)

  •   2.3 IMU 센서를 활용한 장비 동작 계측

  • 3. 연구방법

  •   3.1 축소형 굴착기 실험

  •   3.2 실험 조건

  •   3.3 동역학 시뮬레이션

  •   3.4 보정 계수 산출

  • 4. 결 과

  •   4.1 평지 조건에서의 안정성 분석

  •   4.2 경사 조건에서의 안정성 변화

  •   4.3 버킷 하중 변화에 따른 영향

  •   4.4 보정 계수 적용 결과

  • 5. 결 론

1. 서 론

1.1 연구의 배경 및 목적

건설 현장에서 굴착기는 토공 작업, 구조물 해체, 자재 적재 등 다양한 작업에 활용되는 핵심 장비이다. 그러나 굴착기는 높은 작업 반경과 불균형한 하중 분포를 갖는 구조적 특성으로 인해 작업 환경에 따라 전복 위험이 발생할 수 있다(Kim et al., 2025). 특히 경사진 지형에서의 작업, 버킷 하중 변화, 상부체 회전 등의 조건이 결합될 경우 장비의 안정성이 급격히 저하될 수 있으며, 이러한 전복 사고는 작업자의 안전을 위협할 뿐 아니라 장비 손상, 공사 지연, 경제적 손실로 이어질 수 있다(Mitrev and Marinković, 2019; Edwards and Holt, 2010).

현재 건설 현장의 장비 안전관리는 주로 작업 절차 준수, 작업 반경 제한, 장비 점검 등의 관리적 접근에 의존하고 있다. 일부 장비에는 경사 센서 기반 경고 장치가 적용되고 있으나, 이러한 시스템은 단순한 기울기 정보를 기반으로 작동하기 때문에 실제 작업 중 발생하는 동적 하중 변화나 장비의 복합적인 동작을 충분히 반영하지 못하는 한계가 있다(Edwards et al., 2019). 따라서 장비의 동적 거동을 기반으로 안정성을 정량적으로 평가할 수 있는 기술에 대한 필요성이 지속적으로 제기되고 있다(Šumanas et al., 2021).

최근 로보틱스 및 동역학 분야에서는 시스템의 안정성을 평가하기 위한 지표로 Zero Moment Point(ZMP)가 널리 활용되고 있다. ZMP는 지지면 상에서 외력과 관성력에 의해 발생하는 모멘트의 합이 0이 되는 지점을 의미하며, 해당 지점이 지지면 내부에 존재할 경우 시스템이 안정 상태에 있다고 판단할 수 있다. 또한 IMU(Inertial Measurement Unit) 센서는 가속도와 각속도 정보를 실시간으로 측정할 수 있어 장비의 동적 거동을 계측하는 데 활용되고 있다. 이러한 센서 기반 데이터를 활용하여 ZMP를 계산할 경우 장비의 안정성을 실시간으로 평가할 수 있는 가능성이 있다.

선행연구에서는 실제 굴착기에 IMU 센서를 적용하여 전도 위험을 감지하는 연구가 수행된 바 있으나 대부분 제한된 작업 조건에서 수행되었으며, 지반 경사 변화나 버킷 하중 변화와 같은 다양한 작업 환경을 충분히 반영하지 못한 한계를 가진다(Péntek et al., 2017; Sun et al., 2020; Tang et al., 2023).

이에 본 연구에서는 축소형 굴착기 모델에 IMU 센서를 부착하고 다양한 작업 조건에서 ZMP 변화를 측정함으로써 굴착기의 전복 위험성을 평가하고자 한다. 또한 실험 결과를 동역학 시뮬레이션과 비교하여 분석함으로써 센서 기반 안정성 평가 방법의 적용 가능성을 검증하고자 한다. 이를 위해 굴착기 각 부분의 질량중심의 이동과 관성력의 증가와 관련하여 IMU 기반 동적 계측을 활용하여 작업 조건 변화에 따른 ZMP 이동 경향을 실험적으로 확인하고, 동적 하중 변화가 안정성 평가에 미치는 영향을 정량적으로 탐색하고자 한다. 특히 경사 조건과 버킷 하중 변화를 동시에 고려하여 ZMP의 공간적 이동 패턴을 분석함으로써, 기존 정적 기반 평가 대비 동적 요소 반영 가능성을 검토한다. 이를 통해 본 연구는 굴착기 작업 조건에 따른 안정성 변화를 정량적으로 분석하고, 향후 실제 장비에 적용 가능한 전복 위험 예측 기술의 기초 자료를 제공하는 것을 목적으로 한다.

2. 이론적 배경

2.1 굴착기 전복 매커니즘

굴착기는 상부체와 하부체로 구성된 회전 구조를 가지며, 붐, 암, 버킷으로 구성된 작업 장치를 통해 다양한 작업을 수행한다. 이러한 구조적 특성으로 인해 작업 중 하중 중심이 지속적으로 변화하며, 특히 버킷에 하중이 작용하거나 붐과 암이 확장될 경우 장비의 무게 중심이 지지면 외곽으로 이동할 수 있다(Edwards et al., 2019).

굴착기의 안정성은 일반적으로 장비의 무게 중심이 지지면 내부에 존재하는지 여부에 의해 결정된다. 무게 중심이 지지면 내부에 위치할 경우 장비는 안정 상태를 유지하지만, 지지면 외부로 이동할 경우 전복이 발생할 가능성이 높아진다. 따라서 장비의 동작에 따른 무게 중심 이동을 분석하는 것은 전복 위험을 평가하는 데 중요한 요소가 된다.

굴착기에서 발생 가능한 동적 하중 변화는 단순한 적재 하중의 증감에 국한되지 않으며, 작업 중 다물체 시스템에서 발생하는 시간 의존적인 하중 재분포 현상을 포괄한다. 구체적으로 이는 (1) 버킷 적재 및 배출에 따른 총 질량 변화, (2) 붐·암·버킷의 기구학적 운동에 따른 질량중심 이동, (3) 작업 반경 변화에 따른 모멘트암의 변화, (4) 상부체 선회 및 작업 속도 증가에 따른 관성력 및 원심 효과, (5) 지면 요철 및 접촉 조건 변화로 인해 발생하는 순간 충격 등을 포함한다(Sun et al., 2020; Šumanas et al., 2021; Tang et al., 2023; Kim et al., 2025).

2.2 ZMP(Zero Moment Point)

ZMP는 Vukobratović에 의해 제안된 개념으로, 로봇 보행 안정성 연구에서 널리 활용되고 있다(Vukobratović and Borovac, 2004). ZMP는 지지면 상에서 외력 및 관성력에 의해 발생하는 모멘트의 합이 0이 되는 지점을 의미하며, 해당 지점이 지지면 내부에 존재할 경우 시스템은 안정 상태로 판단된다.

ZMP의 위치는 시스템의 질량 분포와 가속도에 의해 결정되며, 다음과 같은 식을 통해 계산할 수 있다(Choi et al., 2003).

(1)
xzmp=imizi¨+gzxi-imixi¨ziimizi¨+gz
(2)
yzmp=imizi¨+gzyi-imiyi¨ziimizi¨+gz

여기서 xzmpyzmp는 지지면 좌표계에서의 ZMP 위치를 의미하며, mi는 i번째 구성요소의 질량, xi, yi, zi는 각 구성요소의 기준 좌표계 원점에 대한 질량 중심의 위치벡터, xi¨, yi¨, zi¨는 선형가속도 성분, gz는 중력가속도를 나타낸다(Choi et al., 2003). 본 연구에서의 좌표계는 하부체 중심을 원점으로 정의한 국부 좌표계이다.

ZMP가 지지면 내부에 존재할 경우 시스템은 안정 상태를 유지하지만, 지지면 경계를 넘어설 경우 전복 가능성이 발생한다. 이러한 특성 때문에 ZMP는 이동 로봇뿐 아니라 차량, 산업 장비, 중장비 등의 안정성 평가에도 적용되고 있다(Vukobratović et al., 2017).

본 연구에서는 굴착기의 각 구성 요소에서 측정된 가속도 데이터를 기반으로 ZMP를 계산하고, 계산된 ZMP 좌표를 지지면 상에서 분석하여 굴착기의 안정성을 평가한다.

2.3 IMU 센서를 활용한 장비 동작 계측

IMU(Inertial Measurement Unit)는 가속도계(accelerometer)와 자이로스코프(gyroscope)를 결합한 센서로, 물체의 선형 가속도와 각속도를 측정할 수 있는 장치이다. 일부 IMU 센서는 여기에 자기 센서(magnetometer)를 추가하여 자세 추정 정확도를 향상시키기도 한다(Madgwick, 2010). 이러한 센서는 소형화와 저전력화가 가능하여 최근 다양한 모바일 기기, 로봇 시스템, 차량 및 산업 장비의 동작 분석에 널리 활용되고 있다.

건설 장비 분야에서도 IMU 센서를 활용한 장비 동작 분석 연구가 점차 증가하고 있다. 예를 들어 굴착기, 크레인, 불도저 등과 같은 중장비의 동적 거동을 분석하기 위해 장비 주요 부위에 IMU 센서를 설치하여 장비의 자세 변화와 작업 동작을 측정하는 연구가 수행되고 있다(Péntek et al., 2017; Sun et al., 2020; Tang et al., 2023). 이러한 연구에서는 장비의 기울기 변화, 진동 특성, 동작 패턴 등을 분석하여 장비의 작업 상태를 모니터링하거나 안전성을 평가하는 데 활용하고 있다.

또한 IMU 기반 데이터는 장비의 안정성을 평가하는 데 중요한 정보를 제공할 수 있다. 장비가 경사면에서 작업하거나 하중이 변화할 경우 가속도 및 각속도 값이 변화하게 되며, 이러한 데이터를 활용하여 장비의 동적 안정성을 분석할 수 있다. 특히 다수의 IMU 센서를 장비의 주요 구조 부위에 분산 설치할 경우 각 구성 요소의 동작을 개별적으로 측정할 수 있어 보다 정밀한 동적 분석이 가능하다.

본 연구에서는 이러한 IMU 센서의 특성을 활용하여 굴착기의 상부체, 붐, 암, 버킷 등 주요 구조 부위에 센서를 설치하고 각 부위의 가속도 및 각속도 데이터를 수집하였다. 수집된 데이터는 실시간으로 처리되어 ZMP 계산에 활용되었으며, 이를 통해 굴착기의 동작에 따른 안정성 변화를 분석하였다. 이러한 접근 방식은 기존의 단순 경사 센서 기반 안전 관리 방식과 달리 장비의 동적 움직임을 반영할 수 있다는 점에서 보다 정밀한 안정성 평가가 가능하다는 특징을 가진다.

3. 연구방법

3.1 축소형 굴착기 실험

본 연구에서는 실제 굴착기의 동작 특성을 모사하기 위해 볼보 EC160E 모델을 기반으로 한 1:16 축소형 RC 굴착기를 활용하였다(Fig. 1). 축소형 모델은 상부체 회전과 붐, 암, 버킷 동작을 실제 굴착기와 유사하게 구현할 수 있도록 제작되었다.

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F1.jpg
Figure 1

Prototype of the scaled excavator model

굴착기의 동작 데이터를 수집하기 위해 상부체와 하부체에는 MPU9250 IMU 센서를 부착하고, 붐, 암, 버킷에는 MPU6050 센서를 설치하였다. 각 센서는 가속도 및 각속도 데이터를 측정하며, 수집된 데이터는 Arduino를 통해 전송된 후 Python 환경에서 처리되었다.

센서 데이터를 기반으로 계산된 ZMP 좌표는 지지면 상에서 시각적으로 표현되도록 구성하였다. 지지면은 안정 상태를 나타내는 안전 영역, 안정성이 감소하는 보통 영역, 전복 가능성이 높은 위험 영역으로 구분하여 굴착기의 안정성 변화를 직관적으로 확인할 수 있도록 하였다(Fig. 2). 그러나 본 연구의 축소형 모델은 실제 장비와의 동적인 유사성을 완전하게 만족시키는 실험체라기보다, 다양한 경사 및 하중 조건에서 센서 기반 ZMP 계산이 안정성 변화를 일관되게 반영하는지 확인하기 위한 통제형 검증 플랫폼으로 사용되었다.

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F2.jpg
Figure 2

Support polygon classification for overturning risk assessment

3.2 실험 조건

실험은 굴착기의 안정성에 영향을 미치는 주요 요인을 고려하여 다음과 같은 조건에서 수행되었다.

첫째, 평지 조건에서 굴착기의 기본 동작을 수행하여 ZMP 변화를 관찰하였다(Fig. 3).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F3.jpg
Figure 3

Visualization of ZMP obtained from simulation

둘째, 경사면 조건에서는 10°, 20°, 30°의 경사각을 적용하여 지반 경사가 안정성에 미치는 영향을 분석하였다(Fig. 4).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F4.jpg
Figure 4

ZMP under slope conditions obtained from simulation

셋째, 버킷 하중 변화 실험에서는 버킷에 150g, 300g, 450g의 하중을 부가하여 하중 변화에 따른 ZMP 변화를 측정하였다(Fig. 5).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F5.jpg
Figure 5

ZMP under different bucket load conditions obtained from simulation

3.3 동역학 시뮬레이션

실험 결과를 비교 분석하기 위해 다물체 동역학 기반 시뮬레이션 소프트웨어인 RecurDyn을 활용하였다. RecurDyn은 복잡한 기계 시스템의 동적 거동을 분석할 수 있는 프로그램으로, 실제 장비의 운동 특성을 기반으로 시뮬레이션을 수행할 수 있다.

본 연구에서는 동일 모델의 굴착기의 주요 구조 요소를 반영한 동역학 모델을 구성하고 Matlab과 연동하여 ZMP 좌표 변화를 분석하였다. 시뮬레이션은 실험과 동일한 경사 조건과 버킷 하중 조건에서 수행되었다.

3.4 보정 계수 산출

센서 기반 측정 데이터와 시뮬레이션 결과 간의 차이를 보정하기 위해 실험 데이터를 기반으로 보정 계수를 산출하였다. 보정 계수는 평지 조건에서 실험값과 시뮬레이션 결과 간의 편차를 분석하여 계산하였다. 이후 동일한 보정 계수를 다양한 실험 조건에 적용하여 ZMP 계산 결과의 정확도를 향상시키고자 하였다.

4. 결 과

본 연구에서는 축소형 굴착기 실험과 RecurDyn 기반 시뮬레이션을 통해 IMU 센서를 활용한 ZMP 계산 알고리즘의 적용 가능성을 검증하였다. 우선 초기 자세에서의 캘리브레이션을 통해 센서 오차를 최소화하였으며, 그 결과 상부체의 회전 및 버킷 동작에 따른 ZMP 값의 변화를 안정적으로 관찰할 수 있었다. 특히 시작 값과 종료 값의 일치성은 센서 기반 데이터의 신뢰성을 보여준다. 또한, 계산된 ZMP 좌표를 지지면 내 위치에 따라 안전·보통·위험 영역으로 구분함으로써, 굴착기의 동작에 따른 안정성 변화를 명확하게 확인할 수 있었다.

4.1 평지 조건에서의 안정성 분석

평지 조건에서 굴착기의 기본 동작을 수행한 결과 초기 안정 자세에서는 ZMP 좌표의 변화가 거의 나타나지 않았다(Fig. 6).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F6.jpg
Figure 6

Experimental results on flat ground

그러나 붐과 암의 동작이 시작되면서 ZMP 좌표가 지지면 내에서 이동하는 경향이 관찰되었다. 특히 버킷을 확장하는 동작에서는 ZMP가 지지면 외곽 방향으로 이동하는 경향을 보였으며, 이는 작업 장치의 움직임이 장비의 안정성에 직접적인 영향을 미친다는 점을 보여준다.

4.2 경사 조건에서의 안정성 변화

경사면 실험 결과 경사각이 증가할수록 ZMP 좌표가 지지면 경계 방향으로 이동하는 경향이 확인되었다. 10° 경사에서는 ZMP가 대부분 안전 영역에 위치하였으나, 20° 이상의 경사에서는 ZMP가 보통 영역에 접근하는 경우가 증가하였다(Fig. 7).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F7.jpg
Figure 7

Experimental results on sloped ground

특히 30° 경사 조건에서는 굴착기가 실제로 전복되는 상황이 발생하였으며, 이때 ZMP 좌표가 위험 영역으로 이동하는 것을 확인할 수 있었다. 이러한 결과는 ZMP 기반 안정성 평가가 굴착기의 전복 위험을 효과적으로 반영할 수 있음을 보여준다.

4.3 버킷 하중 변화에 따른 영향

버킷 하중 실험에서는 하중이 증가함에 따라 ZMP 좌표가 지지면 외곽 방향으로 이동하는 경향이 관찰되었다. 그러나 하중 증가에 따른 ZMP 변화 폭은 상대적으로 크지 않은 것으로 나타났다(Fig. 8).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F8.jpg
Figure 8

Experimental results under varying bucket loads

이는 현재 센서 구성만으로는 버킷 하중 변화가 장비 안정성에 미치는 영향을 충분히 반영하기 어려울 수 있음을 의미하며, 특히 버킷 하중 변화의 정밀 반영을 위해서는 IMU 단독 계측보다 향후 로드셀, 유압 압력센서, 작업장치 변위 센서와의 융합이 필요하며, 이는 향후 실제 장비 적용을 위한 핵심 과제로 판단된다.

4.4 보정 계수 적용 결과

실험 데이터를 기반으로 산출한 보정 계수를 적용한 결과 ZMP 계산 결과가 시뮬레이션 결과와 보다 유사한 경향을 보였다. 특히 경사 조건에서도 ZMP 좌표의 변화 패턴이 보다 안정적으로 나타났다(Fig. 9, Fig. 10).

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F9.jpg
Figure 9

Calibration coefficient estimation under flat-ground conditions

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F10.jpg
Figure 10

Application of the calibration coefficient to ZMP values on a slope

또한 다양한 굴착기 동작 조건에서 보정 계수를 적용한 결과 안정성 평가 결과의 일관성이 향상되는 것을 확인하였다(Fig. 11). 이는 제안된 보정 계수가 다양한 작업 환경에서도 적용 가능함을 의미한다.

https://cdn.apub.kr/journalsite/sites/ksarc/2026-005-01/N0410050101/images/ksarc_05_01_01_F11.jpg
Figure 11

Validation of the calibration coefficient under various operating motions

5. 결 론

본 연구는 IMU 센서 데이터를 활용하여 굴착기의 동적 거동을 측정하고, ZMP 이론을 기반으로 장비의 안정성을 평가하는 방법의 적용 가능성을 분석하였다. 축소형 굴착기를 활용한 실험과 동역학 시뮬레이션을 통해 경사 조건과 버킷 하중 변화가 굴착기 안정성에 미치는 영향을 분석하였으며, 센서 기반 ZMP 계산을 통해 전복 위험성을 평가할 수 있음을 확인하였다. 또한 실험 결과와 시뮬레이션 결과 간의 차이를 보정하기 위해 보정 계수를 도출하였으며, 이를 다양한 조건에 적용하여 안정성 평가 결과의 정확도를 향상시킬 수 있음을 확인하였다. 이를 통해 작업 조건에 따른 ZMP 이동 경향을 실험적으로 확인하고, 동적 하중 변화가 안정성 평가에 미치는 영향을 정량적으로 탐색하였다. 특히 경사 조건과 버킷 하중 변화를 동시에 고려하여 ZMP의 공간적 이동 패턴을 분석함으로써, 기존 정적 기반 평가 대비 동적 요소 반영 가능성을 검토하였다.

다만 본 연구는 축소형 굴착기를 대상으로 수행되었기 때문에 실제 장비의 동역학 특성과 현장 환경을 완전히 반영하지는 못하였다. 따라서 본 연구의 결과는 실제 굴착기의 절대 전복 한계값을 직접 제시하기보다는, 작업 조건 변화에 따른 상대적 안정성 변화와 위험도 분류 경향을 확인한 초기 단계의 방법론 검증 결과로 해석되어야 한다. 이와 함께 축소형 모델은 실제 장비와 질량, 관성모멘트, 타이어/궤도-지반 상호작용, 구동계 응답특성에서 차이가 있으므로, 본 연구에서 도출된 ZMP 위치의 절대값 또는 임계 경계값을 실규모 굴착기에 직접 대응시키는 데에는 한계가 있다.

또한, 향후 연구에서는 지반 강성, 함수율, 미끄럼 특성 등 지반-장비 상호작용 변수와 붐·암·선회 속도 같은 작업 동역학 변수를 함께 고려하여, ZMP 기반 안정성 평가 모델의 현장 적용성을 검증할 필요가 있다.

후속 연구에서는 위와 같은 사항들의 추가적으로 고려하여 향후 실제 굴착기에 IMU 센서를 적용한 현장 실험을 통해 본 연구에서 제안한 안정성 평가 방법의 실용성을 검증할 필요가 있다. 이러한 연구는 건설 장비의 전복 사고를 예방하고 현장의 안전 관리 수준을 향상시키는 데 기여할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 한국연구재단 연구비 지원에 의한 결과의 일부임(과제번호: RS-2024-00337975).

References

1

Choi, J., Um, H., Lim, T., Kim, S., Yang, S., Lee, B., and Ahn, K. (2003). A Study on Stability of Excavator using ZMP. Proceedings of the Korean Society of Machine Tool Engineers Conference, pp. 86-92.

2

Edwards, D. J., and Holt, G. D. (2010). Case study analysis of construction excavator H&S overturn incidents. Engineering, Construction and Architectural Management, 17(5), 493-511. https://doi.org/10.1108/09699981011074583

10.1108/09699981011074583
3

Edwards, D., Parn, E. A., Sing, M. C., and Thwala, W. D. (2019). Risk of excavators overturning: determining horizontal centrifugal force when slewing freely suspended loads. Engineering, Construction and Architectural Management, 26(3), pp. 479-498. https://doi.org/10.1108/ECAM-03-2018-0125

10.1108/ECAM-03-2018-0125
4

Kim, C., Son, B., Lee, M., Choi, H., Hong, S., Kang, M., ... and Lee, D. (2025). Real-Time Excavation Trajectory Modulation for Slip and Rollover Prevention. IEEE Robotics and Automation Letters. https://doi.org/10.1109/LRA.2025.3540389

10.1109/LRA.2025.3540389
5

Madgwick, S. O. (2010). An efficient orientation filter for inertial and inertial/magnetic sensor arrays.

6

Mitrev, R., and Marinković, D. (2019). Numerical study of the hydraulic excavator overturning stability during performing lifting operations. Advances in Mechanical Engineering, 11(5), 1687814019841779. https://doi.org/10.1177/1687814019841779

10.1177/1687814019841779
7

Péntek, Z., Hiller, T., Liewald, T., Kuhlmann, B., and Czmerk, A. (2017, September). IMU-based mounting parameter estimation on construction vehicles. In 2017 DGON Inertial Sensors and Systems (ISS) (pp. 1-14). IEEE. https://doi.org/10.1109/InertialSensors.2017.8171504

10.1109/InertialSensors.2017.8171504
8

Šumanas, M., Petronis, A., Urbonis, D., Januškevičius, T., Rasimavičius, T., Morkvėnaitė-Vilkončienė, I., ... and Bučinskas, V. (2021, April). Determination of excavator tool position using absolute sensors. In 2021 IEEE Open Conference of Electrical, Electronic and Information Sciences (eStream) (pp. 1-5). IEEE. https://doi.org/10.1109/eStream53087.2021.9431467

10.1109/eStream53087.2021.9431467
9

Sun, D., Ji, C., Jang, S., Lee, S., No, J., Han, C., ... and Kang, M. (2020). Analysis of the position recognition of the bucket tip according to the motion measurement method of excavator boom, stick and bucket. Sensors, 20(10), 2881. https://doi.org/10.3390/s20102881

10.3390/s2010288132438711PMC7284364
10

Tang, J., Wang, M., Luo, H., Wong, P. K. Y., Zhang, X., Chen, W., and Cheng, J. C. (2023). Full-body pose estimation for excavators based on data fusion of multiple onboard sensors. Automation in Construction, 147, 104694. https://doi.org/10.1016/j.autcon.2022.104694

10.1016/j.autcon.2022.104694
11

Vukobratović, M., and Borovac, B. (2004). Zero-moment point—thirty five years of its life. International journal of humanoid robotics, 1(01), pp. 157-173. https://doi.org/10.1142/S0219843604000083

10.1142/S0219843604000083
12

Vukobratović, M., Borovać, B., Šurdilović, D., and Stokić, D. (2017). Humanoid Robots. In The Mechanical Systems Design Handbook (pp. 727-777). CRC Press. https://doi.org/10.1201/9781420036749-27

10.1201/9781420036749-27
페이지 상단으로 이동하기