Abstract
It is very important to reduce the computational time in estimating the parameters of vision control algorithm for robot's position control in real time. Unfortunately, the batch estimation commonly used requires too murk computational time because it is iteration method. So, the batch estimation has difficulty for robot's position control in real time. On the other hand, the Extended Kalman Filtering(EKF) has many advantages to calculate the parameters of vision system in that it is a simple and efficient recursive procedures. Thus, this study is to develop the EKF algorithm for the robot's vision control in real time. The vision system model used in this study involves six parameters to account for the inner(orientation, focal length etc) and outer (the relative location between robot and camera) parameters of camera. Then, EKF has been first applied to estimate these parameters, and then with these estimated parameters, also to estimate the robot's joint angles used for robot's operation. finally, the practicality of vision control scheme based on the EKF has been experimentally verified by performing the robot's position control.
실시간 로봇 위치 제어를 위해 비젼시스템을 사용할 때 이 모델에 포함된 매개변수를 추정하는데 있어 계산시간을 줄이는 것은 매우 중요하다. 불행히도 흔히 사용되고 있는 일괄 처리 기법은 반복적으로 계산이 수행되기 때문에 많은 계산 시간을 필요로 하여 실시간 로봇 위치 제어를 어렵게 한다. 반면에 본 연구에서 사용하고자 하는 화장 칼만 필터링은 사용하기 편리하고, 또한 순환적 방법으로 계산되기 때문에 비젼시스템의 매개변수를 계산하는데 있어 시간을 줄이는 커다란 장점을 가지고 있다. 따라서 본 연구에서는 실시간 로봇 위치 제어를 위해 사용하는 비젼 제어 기법에 확장 칼만 필터링을 적용되었다 여기서 사용된 비젼시스템 모델은 카메라 내부 매개변수(방향, 초점거리 등) 및 외부 매개변수(카메라와 로봇 사이의 상대적 위치)를 설명하기 위해 6개 매개변수를 포함하고 있다. 이러한 매개변수를 추정하기 위해 확장 칼만 필터링 기법이 적용되었다. 또한 이렇게 추정된 6개 매개변수를 사용하여 로봇을 구동시키기 위해 필요한 로봇 회전각 추정에도 화장 칼만 필터링 기법이 적용되었다. 최종적으로 확장 칼만 필터링을 사용하여 개발된 비젼 제어 기법의 타당성을 로봇 위치 제어 실험을 수행하여 확인하였다.
