• Title/Summary/Keyword: 다중 장애물

Search Result 80, Processing Time 0.034 seconds

A Study on the Method of Estimating the Baseline Risk Level of Multiple Obstacles situation Avoidance Based on COLREG for each Obstacles (다중 장애물 상황에서 COLREG를 바탕으로 장애물 회피의 기초 위험도 산정 방법에 관한 연구)

  • Kim, Dae-Hui
    • Proceedings of the Korean Institute of Navigation and Port Research Conference
    • /
    • 2019.05a
    • /
    • pp.195-196
    • /
    • 2019
  • Studied for multiple obstacle avoidance algorithm based on COLREG for autonomous navigation vessel's safety navigation. By used VECTOR value of external obstacle provided by RADAR, CPA and TCPA of each obstacle are analyzed, and the obstacle is classified based on the value, the risk level is calculated considering multiple obstacle avoidance situations, and the avoidance action is applied to secure minimum safety situation.

  • PDF

K-Means Clustering Algorithm and CPA based Collinear Multiple Static Obstacle Collision Avoidance for UAVs (K-평균 군집화 알고리즘 및 최근접점 기반 무인항공기용 공선상의 다중 정적 장애물 충돌 회피)

  • Hyeji Kim;Hyeok Kang;Seongbong Lee;Hyeongseok Kim;Dongjin Lee
    • Journal of Advanced Navigation Technology
    • /
    • v.26 no.6
    • /
    • pp.427-433
    • /
    • 2022
  • Obstacle detection, collision recognition, and avoidance technologies are required the collision avoidance technology for UAVs. In this paper, considering collinear multiple static obstacle, we propose an obstacle detection algorithm using LiDAR and a collision recognition and avoidance algorithm based on CPA. Preprocessing is performed to remove the ground from the LiDAR measurement data before obstacle detection. And we detect and classify obstacles in the preprocessed data using the K-means clustering algorithm. Also, we estimate the absolute positions of detected obstacles using relative navigation and correct the estimated positions using a low-pass filter. For collision avoidance with the detected multiple static obstacle, we use a collision recognition and avoidance algorithm based on CPA. Information of obstacles to be avoided is updated using distance between each obstacle, and collision recognition and avoidance are performed through the updated obstacles information. Finally, through obstacle location estimation, collision recognition, and collision avoidance result analysis in the Gazebo simulation environment, we verified that collision avoidance is performed successfully.

Data Fusion Algorithm of Multi-Sensor for Optimal Path Planning of Mobile Robots (이동 로봇의 최적 경로 설계를 위한 다중 센서 융합 알고리즘)

  • Jung, Jin-Gu;Kim, Young-Kyun;Chwa, Dong-Kyoung;Hong, Suk-Kyo
    • Proceedings of the KIEE Conference
    • /
    • 2007.07a
    • /
    • pp.1787-1788
    • /
    • 2007
  • 최근 장애물 감지, 경로 생성 등 많은 분야에서 여러 종류의 센서를 사용한 연구가 많이 진행되고 있다. 다중의 센서를 이용하면 개별 센서를 사용한 경우보다 정밀한 데이터의 측정이 가능하다. 이 논문에서는 효율적인 장애물 인식이나, 경로 생성을 위해 다중 센서로부터 측정된 데이터를 융합시키는 알고리즘을 제안하였고, 모의실험을 통해서는 이동 로봇의 기본 경로에 장애물이 존재한 상황에서 하나의 센서를 사용한 경우보다 최적화된 경로를 얻을 수 있다.

  • PDF

Mobile AR-based Obstacle Detection System using RANSAC-based Multi-Planar Method (RANSAC기반의 다중 평면 방식을 이용한 모바일 AR기반 장애물 감지 시스템)

  • Park, Jungwoo;Yang, Hong Ju;Moon, Seong Hyeok;Lee, Narahim;Kim, Jong-Hyun
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2021.07a
    • /
    • pp.601-604
    • /
    • 2021
  • 본 논문에서는 모바일 디바이스의 카메라로부터 얻은 RGB이미지를 분석하여 장애물을 안정적으로 탐지할 수 있는 프레임워크를 제안한다. 본 논문에서는 장애물을 안정적으로 찾기 위해 RANSAC(Random Sample Consensus)기반의 다중 평면 방식을 이용한 위험감지 시스템을 제안한다. 우리의 접근 방식은 RGB영상으로부터 특징점(Feature point)을 추출하고, 특징점을 분석(Feature point analysis)하여 영상내의 평면을 감지한다. 복잡한 지형으로 인해 생성되는 다수의 평면을 RANSAC을 통해 단일 평면으로 정규화하고, 이로부터 특징점을 분류하기 위한 기준점을 계산한다. 모바일 디바이스의 위치와 회전 제약 없이 효과적으로 기준평면(Reference plane)을 탐색할 수 있고, 영상 내 특징점을 실시간으로 계산한다. 다양한 실험을 통해 기준평면과 장애물과의 거리를 파악하여 장애물을 효과적으로 분류하는 결과를 얻었다. 우리의 기법은 실세계에서의 위험요소를 감지하고 모바일 디바이스 사용자의 안전성 확보에 활용할 수 있을 거라 기대한다.

  • PDF

Risk Analysis for Collision of Multiple Vessels or Obstacles using Fuzzy Logic in Maritime (퍼지 로직을 이용한 해상에서의 다중 선박 또는 장애물 충돌 위험도 분석)

  • Lee, Han-Wool;Cho, Hong-Rae;Park, Jang-Sik;Kim, Hyun-Tae;Yu, Yun-Sik
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • 2011.10a
    • /
    • pp.487-488
    • /
    • 2011
  • As the increase in maritime traffic and leisure, the marine accident risk has increased in the domestic coast. In this paper, we propose how to analysis for risk of collision between a small vessel and to close multiple vessels or obstacles using fuzzy logic in maritime. the speed of aboard vessel, the number of obstacle within radius 1km and the number of obstacle within 15 degrees left and right are considered as fuzzy sets.

  • PDF

딥 러닝 기반 다중 카메라 영상을 이용한 해상 장애물 탐지 추적에 관한 연구

  • 박정호;노명일;이혜원;조영민;손남선
    • Proceedings of the Korean Institute of Navigation and Port Research Conference
    • /
    • 2022.11a
    • /
    • pp.186-186
    • /
    • 2022
  • 과거에는 선박을 운용하기 위해서 많은 인원이 필요하였으나 최근 들어 선박 운용에 필요한 인원이 줄어들고 있으며, 더 나아가 자율적으로 운항하는 선박을 만들기 위한 연구가 활발히 수행되고 있다. 자율 운항 선박을 구성하는 여러 요소 중 인간의 시각을 대체하기 위한 자율 인지 시스템은 가장 선행되어야 하는 연구 분야 중 하나이다. RADAR (RAdio Detection And Ranging) 및 AIS (Automatic Identification System) 등의 전통적인 인지 센서를 활용한 연구가 진행 중이지만 사각지대나 탐지 주기 등의 한계가 있다. 따라서 본 연구에서는 다중 카메라 (광학, 열상, 파노라마)를 이용하여 전통적인 인지 센서의 한계를 보완하는 새로운 인지 시스템을 고안하였으며, 이를 기반으로 해상 장애물을 추적하여 동적 운동 정보를 얻었다. 먼저 실해역에서 수집한 이미지를 바탕으로 해상 장애물 탐지를 위한 데이터를 구성하고, 딥 러닝 기반의 탐지 모델을 학습시켰다. 탐지 모델을 이용하여 탐지한 결과는 직접 설계한 칼만 필터 기반의 적응형 추적 필터를 통과시켜 해상 장애물의운동 정보 (궤적, 속력, 방향)를 계산하는데 활용되었다. 또한 본 연구는 카메라를 센서로 활용했을 때의 한계를 보완하기 위하여 동 시간대에 다중 카메라에서 추적한 각각의 정보를 융합하였다. 그 결과 단일 카메라를 활용하는 경우, RADAR의 오차 범위 이내에 추적 결과가 수렴하는 양상을 보였으며, 다중 카메라를 활용하는 경우에는 단일 카메라보다 정확한 추적이 가능함을 확인하였다.

  • PDF

DB-Based Feature Matching and RANSAC-Based Multiplane Method for Obstacle Detection System in AR

  • Kim, Jong-Hyun
    • Journal of the Korea Society of Computer and Information
    • /
    • v.27 no.7
    • /
    • pp.49-55
    • /
    • 2022
  • In this paper, we propose an obstacle detection method that can operate robustly even in external environmental factors such as weather. In particular, we propose an obstacle detection system that can accurately inform dangerous situations in AR through DB-based feature matching and RANSAC-based multiplane method. Since the approach to detecting obstacles based on images obtained by RGB cameras relies on images, the feature detection according to lighting is inaccurate, and it becomes difficult to detect obstacles because they are affected by lighting, natural light, or weather. In addition, it causes a large error in detecting obstacles on a number of planes generated due to complex terrain. To alleviate this problem, this paper efficiently and accurately detects obstacles regardless of lighting through DB-based feature matching. In addition, a criterion for classifying feature points is newly calculated by normalizing multiple planes to a single plane through RANSAC. As a result, the proposed method can efficiently detect obstacles regardless of lighting, natural light, and weather, and it is expected that it can be used to secure user safety because it can reliably detect surfaces in high and low or other terrains. In the proposed method, most of the experimental results on mobile devices reliably recognized indoor/outdoor obstacles.

Comparison of detection rates Area sensors and 3D spatial division multiple sensors for detecting obstacles in the screen door (스크린도어의 장애물 검지를 위한 Area센서와 다중공간분할 3D센서의 검지율 비교 분석)

  • Yoo, Bong-Seok;Lee, Hyun-Su;Jin, Ju-Hyun;Kim, Jong-Sik
    • The Journal of the Korea institute of electronic communication sciences
    • /
    • v.11 no.6
    • /
    • pp.561-566
    • /
    • 2016
  • A subway platform is equipped with screen doors in oder to avoid accidents of passengers, where Area sensors are installed for detecting obstacles in the screen doors. However, there exist frequent operating errors in screen doors due to dusts, sunlight, snow, and bugs. It is required to develope a detection device which reduces errors and elaborates detection function. In this paper, we compared the detection rates of the Area sensor the 3D sensor using CCTV-based image data with installing sensors at the screen door in Munyang station Daegu, where 3D sensor is applied with the space division multiple detection algorithms. It is measured that the detection rate of 3D sensor and Area sensor is approximately 89.61% and 78.88%, respectively. The results confirmed that 3D senor has higher detection rate compared with Area sensor with the rate of 6.87~9.79%, and 3D sensor has benefit in the aspect of installation fee.

DB-based Feature Point Matching for Accurate and Efficient Obstacle Recognition in AR Environment (AR환경에서 정확하고 효율적인 장애물 인지를 위한 DB기반의 특징점 매칭)

  • Park, Jungwoo;Kim, Jong-Hyun
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2022.01a
    • /
    • pp.377-380
    • /
    • 2022
  • 본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.

  • PDF

Location Estimation and Obstacle tracking using Laser Scanner for Indoor Mobile Robots (실내형 이동로봇을 위한 레이저 스캐너를 이용한 위치 인식과 장애물 추적)

  • Choi, Bae-Hoon;Kim, Beom-Seong;Kim, Eun-Tai
    • Journal of the Korean Institute of Intelligent Systems
    • /
    • v.21 no.3
    • /
    • pp.329-334
    • /
    • 2011
  • This paper presents the method for location estimation with obstacle tracking method. A laser scanner is used to implement the system, and we assume that the map information is known. We matches the measurement of the laser scanner to estimate the location of the robot by using sequential monte carlo (SMC) method. After estimating the robot's location, the pose of obstacles are detected and tracked, hence, we can predict the collision risk of them. Finally, we present the experiment results to verify the proposed method.