Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Simultaneous Estimation of Landmark Location and Robot Pose Using Particle Filter Method

파티클 필터 방법을 이용한 특징점과 로봇 위치의 동시 추정

  • 김태균 (조선대학교 제어계측공학과) ;
  • 고낙용 (조선대학교 제어계측로봇공학과) ;
  • 노성우 (조선대학교 정보통신공학과)
  • Received : 2012.01.17
  • Accepted : 2012.04.18
  • Published : 2012.06.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper describes a SLAM method which estimates landmark locations and robot pose simultaneously. The particle filter can deal with nonlinearity of robot motion as well as the non Gaussian property of robot motion uncertainty and sensor error. The state to be estimated includes the locations of landmarks in addition to the robot pose. In the experiment, four beacons which transmit ultrasonic signal are used as landmarks. The robot receives the ultrasonic signals from the beacons and detects the distance to them. The method uses rang scanning sensor to build geometric feature of the environment. Since robot location and heading are estimated by the particle filter, the scanned range data can be converted to the geometric map. The performance of the method is compared with that of the deadreckoning and trilateration.

본 논문은 파티클 필터 방법을 이용하여 로봇의 외부에 설치된 특징점들과 로봇의 위치를 동시에 추정하는 SLAM 방법을 제안한다. 파티클 필터 방법은 로봇 동작의 비선형성 및 센서 오차의 비가우시안 특성을 고려할 수 있다. 제안된 방법에서 추정할 변수는 로봇의 위치와 특징점들의 위치이다. 본 연구에서 특징점은 초음파 신호를 발생시키는 4개의 비이컨들이 사용된다. 그리고 로봇은 비이컨들로부터 초음파 신호를 수신하여 각각의 비이컨까지의 거리를 계산한다. 그리고 영역센서를 이용하여 이동로봇이 동작하는 환경의 기하학적 지도정보를 생성하는 과정을 보였다. 제안된 방법은 로봇의 위치와 방향을 추정하기 때문에 영역센서에 의해 획득된 데이터를 사용하여 기하학적 지도를 생성할 수 있다. 또한 데드레크닝 방법 및 삼변측량 방법과의 로봇 위치추정 비교 실험을 통하여 제안된 방법을 평가하였다.

Keywords

Acknowledgement

Grant : 로봇의 자율주행 요소기술 상용화 및 인력양성

Supported by : 한국연구재단

References

  1. S. Thrun, "Learning metric-topological maps for indoor mobile robot navigation," Artificial Intelligence, Vol, 99, No. 1, pp. 21-71, 1998. https://doi.org/10.1016/S0004-3702(97)00078-7
  2. J. Borenstein, B. Everett, and L. Feng, " Navigating Mobile Robots: Systems and Techniques, A. K. Peters, Ltd.," 1996.
  3. 이용주, 송재복, "동적 환경에서 이동로봇의 동시적 위치추정 및 지도작성," 2005 제어자동화시스템공학회 합동학술발표대회, 2005.
  4. 안수용, 강정관, 이래경, 오세영, "실내 복도 환경에서 선분 특징점을 이용한 비전 기반의 지도 작성 및 위치 인식," 제어로봇시스템학회 논문지, Vol. 16, No. 1, 40-47, 2010.
  5. 오정석, 심귀보, "대칭모형 기반 SLAM : M-SLAM," 한국지능시스템학회 논문지, Vol. 20, No. 4, pp.463-468, 2010.
  6. H. Durrant-Whyte and T. Bailey, "Simultaneous localization and mapping(SLAM) : Part I," IEEE Robotics and Automation Magazine, Vol. 13, pp.99-110, 2006. 06.
  7. T. Bailey and H. Durrant-Whyte, "Simultaneous Localization and Mapping(SLAM): Part II," IEEE Robotics and Automation Magazine, Vol. 13, No. 3, pp.108-117, 2006. https://doi.org/10.1109/MRA.2006.1678144
  8. G. P. Huang, A. I. Mourikis and S. I. Roumeliotis, "Observability-based Rules for Designing Consistent EKF SLAM Estimators," The International Journal of Robotics Research, Vol. 29, No. 5, pp. 502-528, 2010. https://doi.org/10.1177/0278364909353640
  9. S. Julier, J. Uhlmann, and H. F. Durrant-Whyte, "A new method for the nonlinear transformation of means and covariances in filters and estimators," IEEE Trans. on Automatic Control, Vol. 45, No. 3, pp. 477-482, 2000. https://doi.org/10.1109/9.847726
  10. R. Martinez-Cantin and J. A. Castellanos, "Unscented SLAM for Large-Scale Outdoor Environments," IEEE/RSJ International Conference on Intelligent Robots and System, pp. 3427-3432, 2005. 08.
  11. G. P. Huang, A. I. Mourikis and S. I. Roumeliotis, "On the Complexity and Consistency of UKF-based SLAM," IEEE International Conference on Robotics and Automation, pp. 4401-4408, 2009.
  12. M. Montemerlo, S. Thrun, et al, "FastSLAM: a factored solution to the simultaneous localization and mapping problem," Proc. of the National Conference on Artificial Intelligence, Vol.18, pp.93-598, 2002.
  13. M. Montemerlo, S. Thrun, D. Koller, and B. Wegbreit, "FastSLAM 2.0: An Improved Particle Filtering Algorithm for Simultaneous Localization and Mapping that Provably Converges," International Joint Conference on Artificial Intelligence, pp. 1151-1156, 2003.
  14. M. Montemerlo and S. Thrun, "Simultaneous Localization and Mapping with Unknown Data Association using FastSLAM," IEEE Intl. Conf. on Robotics and Automation, 2003. pp. 1985-1991.
  15. S. Thrun, W. Burgard, and D. Fox, Probabilistic robotics, MIT Press, Cambridge, 2005.
  16. T. TSUBOUCHI, "Nowadays Trends in Map Generation for Mobile Robots," In Proceeding of IEEE/ RSJ international Conference on Intelligent Robots and Systems, pp. 848-833, 1996.
  17. J. Mullane, B. Vo, M. Adams and W. S. Wijesoma, "A Random Set Formulation for Bayesian SLAM," IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 1043-1049, 2008.
  18. 곽노산, 이범희, Y. Kazuhito, "Rao-Blackwellized 파트클 필터를 이용한 이동로봇의 위치 및 환경인식 결과 도출," 로봇공학회 논문지, Vol. 3, No. 4, pp. 308-314, 2008. 11.
  19. M. W. M. G. Dissanayake, P. Newman, P. Clark, H. F. Durrant-Whyte and M. Csorba, "A solution to the simultaneous localization and map building (SLAM) problem," IEEE Trans. on Robotics and Automation, Vol. 17, No. 3, pp. 229-241, 2001. https://doi.org/10.1109/70.938381
  20. 고낙용, 김태균, "외부 센서를 이용한 이동 로봇실내 위치 추정," 제어로봇시스템학회 논문지, Vol. 16, No. 5, pp. 420-427, 2010.
  21. 노성우, 고낙용, 김태균, "위치 추정, 충돌 회피, 동작 계획이 융합된 이동로봇의 자율주행 기술 구현," 한국전자통신학회 논문지, Vol. 6, No. 1, pp. 148-156, 2011.
  22. 노성우, 김태균, 고낙용, "GPS센서와 MCL알고리즘을 이용한 실외환경에서의 이동로봇 위치추정," 2011SUSEH 추계학술대회 학술발표 논문집, Vol. 21, No. 2, pp. 49-51, 12. 2011.
  23. 김태균, 고낙용, 노성우, 이영필, "몬테카를로 위치 추정 알고리즘을 이용한 수중로봇의 위치추정," 한국전자통신학회 논문지, Vol. 6, No. 2, pp. 288-295, 2011.
  24. N. Y. Ko, T. G. Kim and S. W. Noh, "Monte Carlo Localization of Underwater Robot Using Internal and External Information," Services Computing Conference (APSCC) on 2011 IEEE Asia-Pacific, pp. 410-415, 2011. 12.
  25. F. Thomas, and L. Ros, "Rovisiting trilateration for robot localization," IEEE Trans. on Robotics., Vol. 21, No. 1, pp. 93-101, 2005. https://doi.org/10.1109/TRO.2004.833793
  26. 김태균, 고낙용, 노성우, "초음파비이컨을 사용한 이동로봇 실내주행용 파티클필터 SLAM," 한국전자통신학회 논문지, Vol. 7, No 2, 2012.
  27. 김태균, 유비쿼터스 센서 환경에서의 이동로봇 위치추정, 조선대학교 석사학위 논문, 2009.
  28. J. E. Baker, "Reducing bias and inefficiency in the selection algorithm," Proc. of the 2nd International Conference on Genetic Algorithms, pp. 14-21, 1987.
  29. http://www.redone-technologies.com/
  30. http://korealps.co.kr/
  31. http://sick.com/

Cited by

  1. Two-Dimensional Localization Problem under non-Gaussian Noise in Underwater Acoustic Sensor Networks vol.23, pp.5, 2013, https://doi.org/10.5391/JKIIS.2013.23.5.418
  2. UKF Localization of a Mobile Robot in an Indoor Environment and Performance Evaluation vol.25, pp.4, 2015, https://doi.org/10.5391/JKIIS.2015.25.4.361
  3. An Optimization Approach for Localization of an Indoor Mobile Robot vol.26, pp.4, 2016, https://doi.org/10.5391/JKIIS.2016.26.4.253
  4. Searching Methods of Corresponding Points Robust to Rotational Error for LRF-based Scan-matching vol.26, pp.6, 2016, https://doi.org/10.5391/JKIIS.2016.26.6.505
  5. Position Estimation of MBK system for non-Gaussian Underwater Sensor Networks vol.50, pp.1, 2013, https://doi.org/10.5573/ieek.2013.50.1.232