The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Augmented Reality based Dynamic State Transition Algorithm using the 3-Axis Accelerometer Sensor

3축 가속도 센서를 이용한 증강현실 기반의 동적 상태변환 알고리즘

  • Received : 2010.08.12
  • Accepted : 2010.10.01
  • Published : 2010.10.28
Download PDF
⟨ Previous Next ⟩

Abstract

With the introduction of smart phones, the augmented reality became popular and is increasingly drawing attention. The augmented reality in the mobile devices is becoming an individual area to study. Many applications of the augmented reality have been studied, but there are just a few studies on its combination with artificial intelligence in games. In this study, an artificial intelligence algorithm was proposed, which dynamically converts the state of the 3D agent in the augmented reality environment using the 3-Axis acceleration sensor in the smart phone. To control the state of the agent to which the artificial intelligence is applied, users used to directly enter the data or use markers to detect them. The critical values, which were determined via test, were given to the acceleration sensor to ensure accurate state conversion. In this paper, makerless tracking technology was used to implement the augmented reality, and the state of the agent was dynamically converted using the 3-Axis acceleration seonsor.

스마트폰의 도입으로 인하여 증강현실이 널리 알려짐에 따라 대중들의 관심은 이에 집중되고 있으며 휴대성으로 인하여 모바일기기에서의 증강현실 연구가 하나의 흐름으로 자리 잡고 있다. 기존의 증강 현실 관련 응용 기술들이 많이 연구되고 있지만 실제 게임에서 사용되고 있는 인공 지능과 결합된 연구는 이루어지고 있지 않다. 본 논문에서는 스마트 폰의 기능중 하나인 3축 가속도 센서를 이용하여 증강 현실 환경에서 3D 에이전트의 상태를 동적으로 변환하는 인공 지능 알고리즘을 제안한다. 인공지능이 적용된 에이전트의 상태를 제어하기 위한 전통적인 방식은 사용자가 직접 입력해 주거나 이를 인식하는데 마커를 사용하여 해결하였다. 정확한 상태 변환을 위하여 가속도 센서의 값에 임계값을 주었으며 임계값은 실험을 통하여 결정되었다. 본 논문에서는 증강 현실 구현을 위해 마커리스 추적 기술을 사용하였고 3축 가속도 센서를 이용하여 동적으로 에이전트의 상태를 변환하도록 하였다.

Keywords

References

  1. H. Kato and M. Billinghurst, "Marker Tracking and HMD Calibration for a Video-based Augmented Reality Conferencing System," IWAR99, pp.85-95, 1999. https://doi.org/10.1109/IWAR.1999.803809
  2. G. Klein and D. Murray, "Parallel tracking and mapping for small AR workspaces," ISMAR, pp.225-234, 2007. https://doi.org/10.1109/ISMAR.2007.4538852
  3. H. Bay, T. Tuytelaars, and L. V. Gool, "SURF: Speeded Up Robust Features," European Conference on Computer Vision, Vol.3951, pp.404-417, 2006. https://doi.org/10.1007/11744023_32
  4. D. G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints," IJCV, Vol.60, No.2, pp.91-110, 2004. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  5. 홍동표, 우운택, "모바일 증강 현실 시스템에 대한 연구 동향", 정보과학회지 제26권, 제1호, pp.5-14, 2008.
  6. 권오익, 황보택근, "3D게임에서 이동 장애물을 고려한 동적 경로 탐색 기법", 한국게임학회 논문지, 제6권, 제3호, pp.3-12, 2006.
  7. 유한하, 조경은, 엄기현, "실시간 동적인 환경에서 다중 에이전트의 협동 기법", 한국게임학회 논문지, 제6권, 제3호, pp.13-22, 2006.
  8. M. Fischler and R. Bolles, "Random Sample Consensus: A Paradigm for Model Fitting with Application to Image Analysis and Automated Cartography," Comm of the ACM, Vol.24, pp.381-395, 1981. https://doi.org/10.1145/358669.358692
  9. T. Lee and T. Hollerer, "Hybrid Feature Tracking and User Interaction for Markerless Augmented Reality," Proc. IEEE Conf. Virtual Reality (VR '08), pp.145-152, 2008. https://doi.org/10.1109/VR.2008.4480766
  10. C. Tomasi and T. Kanade, "Detection and Tracking of Point Features," Carnegie Mellon University Technical Report CMU-CS-91-132, 1991.
  11. B. D. Lucas and T. Kanade, "An Iterative Image Registration Technique with an Application to Stereo Vision," International Joint Conference on Artificial Intelligence, pp.674-679, 1981.