• 제어로봇시스템학회논문지
• /
• 제7권9호
• /
• pp.783-789
• /
• 2001

본 논문에서는 미지의 환경에서 이동로봇이 주행 중 얻어진 격자 지도(grid map)상의 장애물 정보를 이용하여 직선 성분으로 이동로봇 주변환경을 표현한다. 격자 지도의 장애물 정보는 초음파 센서를 이용하여 얻어지므로 이동로봇과 인접한 장애물 정보만을 얻게 된다 얻어진 격자 정보를 호프변환을 이용하여 직선선분을 구축하고 완성해 간다. 논의된 방법은 실험을 통하여 증명하였다.

• 제어로봇시스템학회논문지
• /
• 제21권9호
• /
• pp.898-902
• /
• 2015

Alternative radio-navigation technologies aim at providing continuous navigation solution even if one cannot use GNSS (Global Navigation Satellite System). In shadowing region such as indoor environment, GNSS signal is no longer available and the alternative navigation system should be used together with GNSS to provide seamless positioning. For soldiers in battlefield where GNSS signal is jammed or in street battle, the alternative navigation system should work without positioning infrastructure. Moreover, the radio-navigation system should have scalability as well as high accuracy performance. This paper presents a TWR (Two-Way-Ranging)-based cooperative positioning system (CPS) that does not require location infrastructure. It is assumed that some members of CPS can obtain GNSS-based position and they are called mobile anchors. Other members unable to receive GNSS signal compute their position using TWR measurements with mobile anchors and neighboring members. Error propagation in CPS is analytically studied in this paper. Error budget for TWR measurements is modeled first. Next, location error propagation in CPS is derived in terms of range errors. To represent the location error propagation in the CPS, Location Error Propagation Indicator (LEPI) is proposed in this paper. Simulation results show that location error of tags in CPS is mainly influenced by the number of hops from anchors to the tag to be positioned as well as the network geometry of CPS.

• 제어로봇시스템학회논문지
• /
• 제16권12호
• /
• pp.1226-1232
• /
• 2010

A door can serve as a feature for place classification and localization for navigation of a mobile robot in indoor environments. This paper proposes a door detection method based on the recognition of various door handles using the general Hough transform (GHT) and support vector machine (SVM). The contour and color histogram of a door handle extracted from the database are used in GHT and SVM, respectively. The door recognition scheme consists of four steps. The first step determines the region of interest (ROI) images defined by the color information and the environment around the door handle for stable recognition. In the second step, the door handle is recognized using the GHT method from the ROI image and the image patches are extracted from the position of the recognized door handle. In the third step, the extracted patch is classified whether it is the image patch of a door handle or not using the SVM classifier. The door position is probabilistically determined by the recognized door handle. Experimental results show that the proposed method can recognize various door handles and detect doors in a robust manner.

• 한국정밀공학회지
• /
• 제30권3호
• /
• pp.308-316
• /
• 2013

This paper proposes an observation model for a particle filter-based localization using a sonar grid map. The proposed model estimates a predicted observation by considering the properties of a sonar sensor which has a large angular uncertainty. The proposed model searches a grid which has the highest probability to reflect a sonar beam using the following procedures; (1) the reliable area of a single sonar data is determined using the footprint association model; (2) the detection probability of each grid cell in a sonar beam coverage in estimated. The proposed model was applied to the particle filter based localization, and was verified by experiments in indoor environments.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1298-1299
• /
• 2015

이동 로봇의 자기 위치 인식 방법으로 GPS를 많이 이용하지만 건물 내부공간에서는 위성신호 수신 장애가 있기 때문에 GPS 사용이 어렵다. 이에 대한 대안으로 다양한 형태의 실내 측위 기술에 관한 연구가 진행되어왔다. 최근에는 WiFi를 이용한 방법이 일부 상용화 되고 있으나 정밀도가 3~5m라는 한계가 있으며, LED 조명을 이용한 방법은 실용화 단계에 이르지는 못했지만 많은 연구가 진행되고 있다. 당 연구실에서도 LED조명을 기반으로 한 실내위치 인식 시스템을 개발하였으며, 지난 연구에서는 이를 이용한 이동로봇의 자율주행을 연구하였다. 본 연구에서는 지난 연구에 덧붙여 두개의 수신부를 이용하여 로봇의 방향인식오류 개선 및 이동 로봇의 자율주행을 보여주고자 한다. 제시된 시스템은 이동로봇, 조명제어장치 그리고 컴퓨터로 구성된다. 이동로봇은 상용화된 마이크로 마우스에 탑재된 조명신호 수신장치를 통하여 자신의 위치와 방향을 감지하며, 컴퓨터와의 Wi-Fi 통신으로 자신의 위치를 컴퓨터에 전송하거나 위치 명령을 수신한다. 컴퓨터에서는 수신 받은 이동로봇의 위치를 실시간으로 화면에 표시하며, 이동로봇에 전달할 위치명령을 사용자가 입력하는 기능을 제공한다. 사용자가 이동경로를 설정한 후 이동로봇으로 명령을 보내면 로봇은 자신의 위치와 목적지를 비교하며 자율주행을 하게 된다. 실험을 통하여 확인한 결과 지난연구의 방향인식의 문제점이 해결되어 제시된 시스템으로 실내공간에서도 이동로봇의 자율주행이 원만히 이루어짐을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.442-448
• /
• 2011

이동 로봇의 위치인식 기술을 위하여 SLAM(Simultaneous Localization and Mapping)에 관한 많은 연구가 진행되고 있다. 본 논문에서는 시야각이 넓은 어안렌즈를 장착한 단일 카메라를 사용하여 천장의 특징점을 이용한 자기위치 인식에 관한 방안을 제시한다. 여기서는 어안렌즈 기반의 비전 시스템이 가지는 왜곡 영상의 보정, SIFT(Scale Invariant Feature Transform) 기반의 강인한 특징점을 추출하여 이전 영상과 이동한 영상과의 정합을 통해 최적화된 영역 함수를 도출하는 과정, 그리고 기하학적 적합모델 설계 등을 제시한다. 제안한 방법을 실험실 환경 및 복도 환경에 적용하여 그 유용성을 확인한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.355-361
• /
• 2006

In large scale environments like airport, museum, large warehouse and department store, autonomous mobile robots will play an important role in security and surveillance tasks. Robotic security guards will give the surveyed information of large scale environments and communicate with human operator with that kind of data such as if there is an object or not and a window is open. Both for visualization of information and as human machine interface for remote control, a 3D model can give much more useful information than the typical 2D maps used in many robotic applications today. It is easier to understandable and makes user feel like being in a location of robot so that user could interact with robot more naturally in a remote circumstance and see structures such as windows and doors that cannot be seen in a 2D model. In this paper we present our simple and easy to use method to obtain a 3D textured model. For expression of reality, we need to integrate the 3D models and real scenes. Most of other cases of 3D modeling method consist of two data acquisition devices. One for getting a 3D model and another for obtaining realistic textures. In this case, the former device would be 2D laser range-finder and the latter device would be common camera. Our algorithm consists of building a measurement-based 2D metric map which is acquired by laser range-finder, texture acquisition/stitching and texture-mapping to corresponding 3D model. The algorithm is implemented with laser sensor for obtaining 2D/3D metric map and two cameras for gathering texture. Our geometric 3D model consists of planes that model the floor and walls. The geometry of the planes is extracted from the 2D metric map data. Textures for the floor and walls are generated from the images captured by two 1394 cameras which have wide Field of View angle. Image stitching and image cutting process is used to generate textured images for corresponding with a 3D model. The algorithm is applied to 2 cases which are corridor and space that has the four wall like room of building. The generated 3D map model of indoor environment is shown with VRML format and can be viewed in a web browser with a VRML plug-in. The proposed algorithm can be applied to 3D model-based remote surveillance system through WWW.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.26-34
• /
• 2008

차량의 접근 가능한 구역에 대한 판단과 경로 계획은 무인 차량의 자율 주행에 있어서 필수적이다 차량의 접근 가능한 구역과 경로계획을 위한 정보는 3차원 지형형상을 분석하여 얻을 수 있다. 이 논문에서는 카메라의 색 정보와 2차원 레이저 거리센서(2D LRF)를 융합하여 모바일 로봇의 휠 인코더를 통해 복원한 3차원 지형형상과, GPS/IMU 정보와 2차원 레이저 거리 센서로 복원한 3차원 지형형상을 적은 데이터로 표현하는 방법을 제시하였다. 카메라의 색 정보와 2차원 레이저 거리센서의 융합을 위해 카메라의 좌표계와 LRF의 좌표계 사이의 기하학적인 관계를 격자무의 평면을 이용하여 구하였다. 카메라와 2차원 레이저 거리센서의 융합을 통한 3차원 지형형상 복원은 모바일 로봇을 이용하여 실내에서 실험하였고, GPS/IMU 정보와 2차원 레이저 거리센서를 통한 3차원 지형형상 복원은 차량을 이용하여 실외에서 실험하였다. 이런 시스템에서 복원한 3차원 지형형상은 점군 기반으로 되어있고, 이는 매우 많은 양의 정보를 필요로 한다. 정보의 양을 줄이기 위해 점군 기반을 대신하여 입방형 격자 기반의 지형형상으로 복원하였다.

• 한국건설관리학회논문집
• /
• 제17권3호
• /
• pp.32-42
• /
• 2016

현재 국내 대부분의 토목 건축 구조물이 BIM 정보가 부재한 상황에서 준공 BIM(as-built BIM)의 수요가 점차 증가하고 있다. 준공 BIM 구축을 위한 공간자료 취득에는 고밀도의 포인트 클라우드를 생성할 수 있는 레이저 스캐너가 주로 활용되고 있다. 하지만 기존의 고정식 스캔 시스템은 이동이 번거롭고, 정밀한 위치 선정이 필요 하며, 스캔 자료 정합을 위해 별도의 표지를 설치하거나 공액점을 추출하는 과정이 필요하다. 본 연구에서는 수작업을 최소화하기 위해 기존의 고정식 스캔 시스템을 대체할 수 있는 이동식 스캔 시스템을 제안하고자 하며, 기반 기술로 graph-based SLAM을 적용하였다. 테스트 장비는 총 세 개의 2차원 스캐너를 탑재하고 있으며, 중앙의 한 개는 수평으로 설치되어 graph 구축을 통한 이동경로취득에 사용되었고, 좌우 두 개는 수직으로 설치되어 시스템 진행의 연직 방향으로 주변 구조물에 대한 3차원 스캔 정보 취득에 사용되었다. 개발된 graph-based SLAM은 이동경로 상에 누적된 위치오차를 해소하기 위한 loop closure 처리 방법으로 Adaboost 기계학습을 적용하였다. 이는 특히 본 연구에서 사용한 장비와 같이 기계학습을 위한 다수의 feature 정보를 제공할 수 있는 멀티 스캐너 시스템에 적합한 방식이며, 두 실내공간을 대상으로 한 테스트에서 단일 스캐너 대비 false positive rate를 각각 7.9% 및 13.6%까지 줄일 수 있었다. 최종적으로 연구대상지역의 2차원 및 3차원 지도 구축을 통해 개발된 graph-based SLAM의 효용성을 확인하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.132-139
• /
• 2015

카메라를 이용하는 시각(visual) SLAM(Simultaneous Localization And Mapping)은 로봇의 위치 등을 파악하는데 널리 이용되고 있다. 일반적으로 시각 SLAM은 움직임이 없는 고정된 특징점을 대상으로 연속적인 시퀀스 상에서 카메라의 움직임을 추정한다. 따라서 이동하는 객체가 많이 존재하는 상황에서는 안정적인 결과를 기대하기 어렵다. 본 논문에서는 이동 객체가 많은 상황에서 스테레오 카메라를 이용한 SLAM을 안정화하는 방법을 제안한다. 먼저, 스테레오 카메라를 이용하여 깊이영상을 추출하고 옵티컬 플로우를 계산한다. 그리고 좌우 영상의 옵티컬 플로우를 이용하여 시차변화(disparity change)를 계산한다. 그리고 깊이 영상에서 사람과 같이 움직이는 객체에 대한 ROI(Region Of Interest)를 구한다. 실내 상황에서는 벽과 같은 정적인 평면들이 움직이는 영역으로 잘못 판단되는 경우가 자주 발생한다. 이런 문제점을 해결하기 위해 깊이 영상을 X-Z 평면으로 사영하고 허프(hough) 변환하여 장면을 구성하는 평면을 결정한다. 앞의 과정에서 판단된 이동 객체 중에서 벽과 같은 장면 요소를 제외한다. 제안된 방법을 통해 정적인 특징점이 요구되는 SLAM의 성능을 보다 안정화할 수 있음을 확인하였다.