The Obstacle Avoidance Algorithm of Mobile Robot using Line Histogram Intensity

In this paper, we present two types of vision algorithm that mobile robot has CCD camera. for obstacle avoidance. This is simple algorithm that compare with grey level from input images. Also, The mobile robot depend on image processing and move command from PC host. we has been studied self controlled mobile robot system with CCD camera. This system consists of digital signal processor, step motor, RF module and CCD camera. we used wireless RF module for movable command transmitting between robot and host PC. This robot go straight until recognize obstacle from input image that preprocessed by edge detection, converting, thresholding. And it could avoid the obstacle when recognize obstacle by line histogram intensity. Host PC measurement wave from various line histogram each 20 pixel. This histogram is (x, y) value of pixel. For example, first line histogram intensity wave from (0, 0) to (0, 197) and last wave from (280, 0) to (2n, 197. So we find uniform wave region and nonuniform wave region. The period of uniform wave is obstacle region. we guess that algorithm is very useful about moving robot for obstacle avoidance.

Line Histogram Intensity를 이용한 이동로봇의 장애물 회피 알고리즘

본 논문에서는 자율 이동로봇이 장애물을 회피하며 목표하는 지점까지의 경로를 구성하여 찾아가는 알고 리즘을 제안하고자 한다. 시스템의 구성은 로봇에 탑재된 CCD카메라로부터 획득한 영상신호를 RF 무선 모듈을 이용하여 PC로 보내고 PC에서 영상 처리 과정을 거친 후, 장애물로 인식되는 지역을 회피하도록 제어 신호를 이동로봇으로 전송하는 것이다. 이동로봇에 탑재된 CCD카메라에서 획득한 영상 정보는 매 샘플링 시간마다 캡쳐하여 PC로 전송하고 호스트는 화면에서 장애물의 유무를 판별한 후 좌 혹은 우로 회전하여 장애물을 피해 나가도록 하며 로봇이 이동한 거리를 PC로 전송하는 시스템을 구현하여 초기에 지정한 목표지점까지 로봇이 갈 수 있도록 간략한 경로를 계획하여 추적해 나가도록 한다. 먼저 로봇으로부터 전송되어진 영상은 호스트PC에서 다음과 같은 영상처리과정을 거치도록 한다. 먼저 Original영상을 입력받아서 3X3 mask Sobel 연산자를 사용한다. 그리하면 윤곽선이 추출된다. 여기서 추출된 윤곽정보는 처리가 용이하도록 NOR Converter를 거치도록 한다 마지막으로 이 영상의 경계값을 찾는다. 처음에 획득한 영상은 깨끗한 환경에서 얻어진 것이 아니라 주변에 여러 가지 기구나 명암대비가 뚜렷하지 못한 조건들로 되어 있다. 어떤 장애물이라도 가까이서 획득한 영상으로 보게 되면 색상이 단일한 색상으로 나타난다. 즉, 멀리 있는 영상정보나 장애물이 없는 영상 정보 쪽에 히스토그램이 넓게 분포되기 마련이다. 이런 이유로 마지막에 Convert를 처리한 영상의 경계치를 229로 둔다. 그러면 거의 흰색에 가까우면서도 약간의 그레이 레벨만 가진다 하더라도 흑백 대비를 뚜렷하게 만들어 준다. 즉, 불순 성분을 받아들이기 위하여 경계값을 높이는 것이다. 다음으로 처리된 영상의 좌표를 (0, 0)에서 (0, 197)까지의 히스토그램 분포를 스캔한다. 그러면 장애물이 있는 부분의 히스토그램의 분포는 거의 변동이 없이 나타난다. 이러한 특성을 이용하여 장애물이 있는 곳을 찾아내고 이것을 회피하기 위한 알고리즘을 세웠다