• 제어로봇시스템학회논문지
• /
• 제19권8호
• /
• pp.667-675
• /
• 2013

This paper presents vision-based techniques for underwater landmark detection, map-based localization, and SLAM (Simultaneous Localization and Mapping) in structured underwater environments. A variety of underwater tasks require an underwater robot to be able to successfully perform autonomous navigation, but the available sensors for accurate localization are limited. A vision sensor among the available sensors is very useful for performing short range tasks, in spite of harsh underwater conditions including low visibility, noise, and large areas of featureless topography. To overcome these problems and to a utilize vision sensor for underwater localization, we propose a novel vision-based object detection technique to be applied to MCL (Monte Carlo Localization) and EKF (Extended Kalman Filter)-based SLAM algorithms. In the image processing step, a weighted correlation coefficient-based template matching and color-based image segmentation method are proposed to improve the conventional approach. In the localization step, in order to apply the landmark detection results to MCL and EKF-SLAM, dead-reckoning information and landmark detection results are used for prediction and update phases, respectively. The performance of the proposed technique is evaluated by experiments with an underwater robot platform in an indoor water tank and the results are discussed.

• 대한기계학회논문집A
• /
• 제40권4호
• /
• pp.343-352
• /
• 2016

멀티로터 비행체는 여러 개의 로터로 이루어진 무인 비행로봇으로서, 로터의 개수에 따라서 트라이로터, 쿼드로터, 헥사로터, 옥토로터 등으로 나누어 진다. 멀티로터는 수직이착륙 및 정지비행과 같은 높은 기동성으로 인하여 다른 무인 비행로봇에 비하여 험준한 산학지역 및 건물이 밀집되어 있는 도심과 같은 지역의 정찰 및 감시 등 여러 응용분야에 유용하게 활용될 수 있다. 하지만, 멀티로터는 불확실한 외부 환경 및 외란의 영향에 쉽게 노출될 수 있어 강건한 자세 및 비행제어 기법의 적용을 필요로 한다. 본 논문에서는 강인제어기법 중 하나인 슬라이딩 모드제어기를 설계 및 임베디드 알고리듬을 구현을 통하여 실시간 실내 비행실험을 위한 시스템을 구성하고, 실시간 위치제어 및 자세 안정화에 대한 실내 비행실험을 수행하였다. 특히, 불확실한 외부환경에 대한 강건한 비행특성을 검증하기 위하여 외란을 삽입하여 비행시험을 통해 성능을 검증하였다.

• 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.