• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.121-130
• /
• 2009

본 논문에서는 가우시안 정규분포 모델 기반의 멀티센서 데이터 퓨전 알고리즘을 이용한 차량 위치인식 시스템을 제안한다. 기존의 차량 위치인식 시스템은 GPS를 중심으로 제공되어 왔으나 위성 신호 수신이 어려운 실내나 빌딩이 빽빽하게 들어선 도심에서는 제대로 작동하지 않는 문제가 있었다. 이를 해결하기 위해 GPS와 UWB를 결합하는 방법이 연구되었으나 위치변화에 따라 각 측위매체를 이산적으로 전환하여 차량과 같은 이동이 잦은 대상에게 끊임없이 유연한 위치 정보를 제공하지 못하는 단점이 있다. 따라서 본 논문에서는 가우시안 정규분포 모델을 바탕으로 GPS 위치 데이터와 UWB 센서 데이터를 유기적으로 결합하는 Hybrid UWB/GPS 측위시스템을 구성하여 측위시스템의 적용범위에 민감하지 않고 유연한 위치정보를 제공하도록 한다. 제안된 시스템을 Ubisense와 Asen GPS를 이용하여 $12m\;{\times}\;8m$ 크기의 실외 환경에서 실험하였으며, 구현된 시스템을 통해 기존 UWB 및 GPS 시스템에 비해 정밀도 및 연동성이 향상되었음을 확인하였다. 이를 통해 차량에서 주차 관리 및 차량추적 관리 등 다양한 CNS를 지원할 수 있다.

• 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.

• 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.