• 제어로봇시스템학회:학술대회논문집
• /
• 1997.10a
• /
• pp.1375-1378
• /
• 1997

In this paper, we presents the algorithm which is to recognize the traffic sign on the road the traffic signal in a video image for autonomous navigation. First, the rocognition of traffic sign on the road can be detected using boundary point estimation form some scan-lines within the lane deducted. For this algorithm, index matrix method is used to detemine what sign is. Then, the traffic signal recognition is performed by usign the window minified by several scan-lines which position may be expected. For this algoritm, line profile concept is adopted.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2058-2060
• /
• 2003

본 논문에서는 이동로봇의 실시간 영상처 리와 장애물 검출을 위한 알고리즘를 제시하였다. 단일 비젼 시스템을 사용하여 복도의 경계선을 추출하기 위하여 개선된 허프 트랜스폼 알고리즘을 적용하고 많은 연산량을 수행하기 위한 방법으로 레이져 포인터를 이용한 장애물 검출을 한다. 레이져 포인터의 레이져 빔이 장애물에 반사되어지는 정도를 영상처리를 통해 처리한 후 장애물의 유무를 판단하게 된다. 실험을 통하여 제시한 알고리즘의 우수성을 확인하였다.

• Journal of Auto-vehicle Safety Association
• /
• v.14 no.2
• /
• pp.51-56
• /
• 2022

This paper presents an Ground Segmentation algorithm to eliminate unnecessary Lidar Point Cloud Data (PCD) in an autonomous driving system. We consider Random Sample Consensus (Ransac) Algorithm to process lidar ground data. Ransac designates inlier and outlier to erase ground point cloud and classified PCD into two parts. Test results show removal of PCD from ground area by distinguishing inlier and outlier. The paper validates ground rejection algorithm in real time calculating the number of objects recognized by ground data compared to lidar raw data and ground segmented data based on the z-axis. Ground Segmentation is simulated by Robot Operating System (ROS) and an analysis of autonomous driving data is constructed by Matlab. The proposed algorithm can enhance performance of autonomous driving as misrecognizing circumstances are reduced.

• Journal of Auto-vehicle Safety Association
• /
• v.14 no.1
• /
• pp.20-25
• /
• 2022

This paper presents a development of simulation environment for validation of autonomous driving (AD) algorithm based on Robot Operating System (ROS). ROS is one of the commonly-used frameworks utilized to control autonomous vehicles. For the evaluation of AD algorithm, a 3D autonomous driving simulator has been developed based on LGSVL. Two additional sensors are implemented in the simulation vehicle. First, Lidar sensor is mounted on the ego vehicle for real-time driving environment perception. Second, GPS sensor is equipped to estimate ego vehicle's position. With the vehicle sensor configuration in the simulation, the AD algorithm can predict the local environment and determine control commands with motion planning. The simulation environment has been evaluated with lane changing and keeping scenarios. The simulation results show that the proposed 3D simulator can successfully imitate the operation of a real-world vehicle.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1047-1050
• /
• 2021

코로나19의 영향으로 발열 측정의 중요성은 매우 높아졌다. 현재 이용되고 있는 발열 측정 기기는 사람의 능동적 측정이 요구된다. 본 연구에서 개발된 SDTMBOT은 강화학습기반의 자율 주행과, 딥러닝 기반의 발열 측정 기능을 통하여 특정 장소에 국한되지 않고 넓은 공간에서 자율적이고 지속적인 발열 측정이 가능하다. 이는 기존 사용되고 있는 측정방식과 다른 새로운 방식이며 다가올 With 코로나 시대의 방역에 대한 새로운 시각을 제시한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.2
• /
• pp.111-116
• /
• 2014

Using only laser range finder to detect the obstacles in an environment that contains transparent obstacles can not guarantee autonomous mobile robot from collision problem. To solve this problem, a mobile robot using laser range finder must be used additional sensor device such as sonar sensor that can detect the transparent obstacle. In this paper, a method is addressed to deal with the problem to detect the transparent obstacles within environment only by using laser range finder for mobile robot. In case the recognized transparent obstacle, the proposed algorithm is to localize the transparent obstacle to extract and process the reflected noise. This algorithm ensures autonomous of mobile robot only using laser range finder. The effectiveness of the proposed algorithm is evaluated by the real mobile robot and real laser range finder experiments with three case studies.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.6
• /
• pp.1029-1040
• /
• 2011

In this paper we propose an intelligent navigation algorithm for real world problem which can build a map without localization. Proposed algorithm operates online and furthermore does not require many memories for applying real world problem. After applying proposed algorithm to toy and huge data set, it does not require to calculate a whole eigenspace and need less memory compared to existing algorithm. Thus we can obtain that proposed algorithm is suitable for real world mobile navigation algorithm.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.207-210
• /
• 2004

일반적인 이동 로봇의 주된 관심은 경로 생성과 생성된 경로 추종에 있다. 그러나 일부 고속의 이동성이 필요로 하는 로봇의 경우 동역학적 제한 조건이 존재하며, 이러한 제한 조건내에서 원하는 움직임에 대한 제어가 요구된다. 본 논문에서 환경 지도를 가지고 있지 않은 상태, 즉 미지의 환경에서 이동 로봇의 경로 추종에 있어서 빠른 이동시에 발생할 수 있는 이동 로봇의 미끄러짐이나 전복 현상을 막기 위해 이동 로봇의 동역학적 제한 조건을 퍼지 논리를 이용하여 기준 속도를 변화시켜 안전하고 빠른 경로 추종 성능을 얻고자 하였다. 특히, 라인 추종 이동 로봇을 모델링하여 실시간으로 변화하는 목표점에 대한 추종 제어기를 설계하고 퍼지 최적 속도 제한 제어기를 통해 연속적으로 변화하는 라인에 대해서 지능적으로 로봇이 변화하는 라인에 대해서 지능적으로 로봇의 속도를 제한하여 안정적인 추종 성능을 발휘함을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2002.11c
• /
• pp.126-129
• /
• 2002

도우미로봇은 혼자 힘으로 걷기 어려운 노약자를 보조하는 보행 보조 기능과 다양한 오락 기능을 수행하는 로봇이다. 이 로봇은 음원 위치 추정기법에 의해서 어느 방향에서 소리가 발생하였는지 알아내고 그 방향으로 머리를 회전한다. 로봇의 머리에는 CCD카메라가 장착되어 있어서 카메라로부터 들어오는 영상에서 사람의 얼굴을 찾고 그 사람이 있는 곳까지 자율 주행기능에 의해서 장애물을 회피하며 이동한다. 사용자의 앞까지 이동하면 로봇은 이동을 멈추고 사용자로부터 명령을 받을 때까지 대기한다. 노약자는 로봇의 전반부에 부착되어 있는 터치스크린을 이용하여 로봇에게 다양한 명령을 내릴 수 있다. 로봇은 명령에 따라 보행 보조 작업을 수행하거나 전자메일, 음악, 영화 등 다양한 엔터테인먼트 서비스를 수행하게 된다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.8
• /
• pp.1-8
• /
• 2020

Air ducts installed for ventilation inside buildings accumulate contaminants during their service life. Robots are installed to clean the air duct at low cost, but they are still not fully automated and depend on manpower. In this study, an intersection detection algorithm for autonomous driving was applied to an air duct cleaning robot. Autonomous driving of the robot was achieved by calculating the distance and angle between the extracted point and the center point through the intersection detection algorithm from the camera image mounted on the robot. The training data consisted of CAD images of the duct interior as well as the cross-point coordinates and angles between the two boundary lines. The deep learning-based CNN model was applied as a detection algorithm. For training, the cross-point coordinates were obtained from CAD images. The accuracy was determined based on the differences in the actual and predicted areas and distances. A cleaning robot prototype was designed, consisting of a frame, a Raspberry Pi computer, a control unit and a drive unit. The algorithm was validated by video imagery of the robot in operation. The algorithm can be applied to vehicles operating in similar environments.