• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.668-670
• /
• 2019

본 논문은 로봇의 위치추정에 관한 연구로서, 기존의 실내 자율주행은 탐색되지 않은 영역에서의 위치추정이 어렵다는 것을 보완하기 위해 Graph based SLAM 알고리즘을 이용하는 자율주행 로봇에 Beacon을 적용함으로써 보다 정확한 위치추정 능력을 향상하는 방법을 제시한다.

• 로봇학회논문지
• /
• 제16권3호
• /
• pp.179-188
• /
• 2021

Construction monitoring is one of the key modules in smart construction. Unlike structured urban environment, construction site mapping is challenging due to the characteristics of an unstructured environment. For example, irregular feature points and matching prohibit creating a map for management. To tackle this issue, we propose a system for data acquisition in unstructured environment and a framework for Intensity and Ambient Enhanced Lidar Inertial Odometry via Smoothing and Mapping, IA-LIO-SAM, that achieves highly accurate robot trajectories and mapping. IA-LIO-SAM utilizes a factor graph same as Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping (LIO-SAM). Enhancing the existing LIO-SAM, IA-LIO-SAM leverages point's intensity and ambient value to remove unnecessary feature points. These additional values also perform as a new factor of the K-Nearest Neighbor algorithm (KNN), allowing accurate comparisons between stored points and scanned points. The performance was verified in three different environments and compared with LIO-SAM.

• 제어로봇시스템학회논문지
• /
• 제22권12호
• /
• pp.1053-1060
• /
• 2016

As location recognition for autonomous vehicles develops, the need for a precise map for autonomous driving has increased. A precise map must be built based upon accurate position. Recent studies have accelerated research in this area by using various sensors that calculate the accurate position by comparing and recognizing objects around the roads. However, application of such methods is limited because these studies only take objects with significant verticality into consideration. Thus, new research is needed to overcome the limitations: a method that is not constrained by the existence of certain types of surrounding objects shall be proposed. Most roads contain road marking information, such as lanes, direction signs, and pedestrian crossings. Such information on the road surface is a valuable resource for building a precise map. This paper proposes a method of building a precise map by using road marking information.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.157-166
• /
• 2022

철근 콘크리트 구조 건설현장에서 육안 검사 방식으로 수행되는 현재 단계의 구조감리는 그 필요성에 비하여 매우 노동 집약적이기에 현실적으로 현장의 모든 상황을 파악하기에 제한적이며, 검사자의 주관성도 배제될 수 없다. 따라서 본 연구는 철근을 대상으로 한 구조감리의 효율성 개선을 위해 360° 카메라를 통해 수집한 RGB 및 Depth 데이터 기반 3D model을 이용하여 배근 간격을 도출하고 실측값과의 비교를 통해 정확도를 검증하였다. 소규모 현장(약 265 m²)의 12개 지점에 대해 계측을 수행하였으며, 지점당 스캔시간은 약 20초, 이동 및 설치시간을 포함한 총 계측 시간은 약 15분이 소요되었다. 계측된 데이터는 SLAM 알고리즘을 통하여 RGB-based 3D model과 3D point cloud model을 생성하였으며, 각각의 모델에서의 계측값을 실측값과 비교하여 정확도 검증을 진행하였다. RGB-based 3D model과 3D point cloud model은 각각 10mm, 0.1mm의 최소분해능을 갖으며, 각 모델로부터 계측된 철근의 배근 간격 은 의 오차는 최대 28.4%, 최소 3.1% (RGB-based 3D model) 최대 10.8%, 최소 0.3% (3D point cloud model)로 확인되었다. 본 연구를 토대로 추후 자동화 기반의 원격구조 감리 기술개발을 통하여 현장적용 및 분석의 효율성을 증대시키고자 한다.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.160-173
• /
• 2013

본 논문에서는 실외 도로환경에서 주행하는 차량의 위치를 추정하기 위한 비쥬얼 오도메트리 기술을 제안한다. 제안하는 방법은 운전자의 이동계획에 따라 차량의 초기위치에서 원거리에 위치한 특정 목적지를 방문한 후 지나온 경로를 따라 다시 초기위치로 정확하게 복귀해야 하는 차량의 위치인식을 위해 사용된다. 위치인식에는 차량 전방의 3차원 정보획득을 위한 스테레오 카메라와 후방의 영상을 획득하는 단일 카메라를 사용한다. 차량이 목적지를 향해 순방향 주행할 때는 전방 스테레오 비쥬얼 오도메트리(stereo visual odometry)를 이용하여 이동차량의 위치를 추정하고 동시에 도로 및 주변 환경에 대한 3차원 전역지도를 그래프 구조로 생성한다. 차량이 목적지에 도달하여 복귀할 때는 후방의 단일 카메라에서 획득한 2차원 영상과 전역지도를 바탕으로 모노 비쥬얼 오도메트리(monocular visual odometry)로 위치를 추정한다. 복귀하는 차량의 위치를 정확하게 추정하기 위해서는 효과적인 전역지도의 노드 탐색방법이 요구된다. 후방 카메라의 영상 특징과 전역지도의 각 노드의 영상 특징을 정합하고 지도에 저장된 3차원 좌표를 이용하여 차량의 위치를 추정하였다. 또한 3차원 위치추정에 성공한 이전노드들의 정보를 바탕으로 매 영상 프레임마다 적응적으로 탐색영역을 확장하거나 줄이도록 하였다. 두 개의 서로 다른 경로에 대한 실험을 통하여 제안하는 방법의 성능을 검증하였다.