이 논문은 한 대의 모바일 로봇의 모션 계획 알고리즘인 Bug1과 Bug2를 개선한 알고리즘을 제안한다. 장애물이 있는 환경에서 목표지점까지 도달하기 위한 경로 계획 알고리즘으로 Bug1과 Bug2가 제안되었지만, 이 두 알고리즘은 모두 장애물 형태에 따라 탐사 시간이 오래 걸릴 수 있다는 단점이 있다. Bug2 알고리즘은 Bug1 알고리즘을 개선한 형태로 제안되었지만 심지어 극적적인 경우에는 무한 루프에 빠진다는 단점이 있다. 이 논문에서는 이러한 단점을 해결하기 위해 한 쌍의 모바일 로봇을 이용한 병렬 탐색 PBug1, PBug2 알고리즘을 제안한다. 제안된 PBug1과 PBug2 알고리즘은 각각 Bug1과 Bug2의 속도를 보장하며 일반적으로 빠른 탐사시간을 보인다. 측히 PBug2 알고리즘은 Bug2와 달리 무한루프에 빠지는 경우가 없다. 제안된 알고리즘의 성능을 평가하기 위해 PBug1, PBug2 알고리즘을 구현하여 Bug1, Bug2 알고리즘과 비교하였다. 실험결과 PBug1 알고리즘은 Bug1 알고리즘보다 탐사 시간이 64.9%로 감소하였고 PBug2 알고리즘은 Bug1 알고리즘과 비슷한 탐사 시간을 보였다.
본 논문에서는 주어진 환경에 대한 정보가 충분하지 않은 상황에서 지능형 에이전트에게 요구되는 스스로의 위치를 파악하기 위해 로봇이 자신의 위치 추정과 동시에 주위 환경을 인식하여 주변 지도를 작성하는 방법을 제안한다. 이동 로봇의 위치를 추정하기 위해 센서 측정값을 통해 계산된 결과 값을 파티클 필터에 적용하며 로봇의 환경 지도 작성을 위해 점유 격자 지도 방법을 사용한다. 이 두 방법을 병합하여 동시적 위치 추정 및 지도 작성 문제에 적용하여 시스템을 설계 및 구현해보고 실험결과를 소개한다.
Autonomous mobile robots need SLAM (simultaneous localization and mapping) to look for the location and simultaneously to make the map around the location. In order to achieve visual SLAM, it is necessary to form an algorithm that detects and extracts feature points from camera images, and gets the camera pose and 3D points of the features. In this paper, we propose MPROSAC algorithm which combines MSAC and PROSAC, and compare the performance of optimization method and the filtering method for feature-based monocular visual SLAM. Sparse Bundle Adjustment (SBA) is used for the optimization method and the extended Kalman filter is used for the filtering method.
Visual place recognition is widely researched area in robotics, as it is one of the elemental requirements for autonomous navigation, simultaneous localization and mapping for mobile robots. However, place recognition in changing environment is a challenging problem since a same place look different according to the time, weather, and seasons. This paper presents a feature extraction method using a deep convolutional auto-encoder to recognize places under severe appearance changes. Given database and query image sequences from different environments, the convolutional auto-encoder is trained to predict the images of the desired environment. The training process is performed by minimizing the loss function between the predicted image and the desired image. After finishing the training process, the encoding part of the structure transforms an input image to a low dimensional latent representation, and it can be used as a condition-invariant feature for recognizing places in changing environment. Experiments were conducted to prove the effective of the proposed method, and the results showed that our method outperformed than existing methods.
본 연구는 같은 로봇 교구에 다른 프로그래밍 도구를 적용하였다. 로봇은 레고 마인드스톰 NXT을 활용하였다. 프로그래밍 도구는 일반적인 블록 프로그래밍 도구로는 NXT-G를 사용하였고, 시뮬레이션 프로그래밍 도구로는 MSRDS를 사용하였으며, 모바일 프로그래밍 도구로는 앱 인벤터(App Inventor)를 사용하였다. 위 3가지 프로그래밍 도구에 따라 학습들의 흥미와 학습효과를 이끌어 낼 수 있다.
For the Simultaneous Localization and Mapping (SLAM) problem, a different path results in different SLAM results. Usually, SLAM follows a trail of input data. Active SLAM, which determines where to sense for the next step, can suggest a better path for a better SLAM result during the data acquisition step. In this paper, we will use reinforcement learning to find where to perceive. By assigning entire target area coverage to a goal and uncertainty as a negative reward, the reinforcement learning network finds an optimal path to minimize trajectory uncertainty and maximize map coverage. However, most active SLAM researches are performed in indoor or aerial environments where robots can move in every direction. In the urban environment, vehicles only can move following road structure and traffic rules. Graph structure can efficiently express road environment, considering crossroads and streets as nodes and edges, respectively. In this paper, we propose a novel method to find optimal SLAM path using graph structure and reinforcement learning technique.
이동형 서비스 로봇의 위치인식 기능은 성능평가시 중요한 평가척도의 하나로써 이용된다. 서비스 로봇이 다양한 작업을 수행하기 위해 여러 장소를 이동하게 되므로, 얼마나 정확하고 빠르게 위치인식을 하는 것이 로봇의 종합적인 성능에 큰 영향을 미치기 때문이다. 이를 위해 로봇은 영상이나 다양한 거리 센서를 활용하여 위치인식의 성능향상을 도모하고 있다. 그럼에도 불구하고 현재 영상기반의 위치인식 성능평가 방법과 관련한 표준이 없으며, 개별적인 성능평가만 시행되고 있다. 이에 우리는 이 논문을 통하여 전(前)방향 영상기반의 위치인식 알고리즘 성능평가 방법과 평가척도를 제안한다. 제안된 위치인식 알고리즘 성능평가 방법은 현재 지능형로봇 표준포럼의 표준으로 채택되었으며, 이를 통해 앞으로 영상기반 위치인식 알고리즘을 평가하고 개발하는데 기준 역할을 할 수 있을것으로 기대된다.
본 논문에서는 휴대 단말을 소지한 사용자가 재난 발생시 구조자로부터 접근이 용이하지 않을 때, 구조자 대신 인명을 찾는 다수의 로봇이 효율적인 탐색을 할 수 있도록 target space(재난 발생 영역)를 각 노드의 통신 범위를 기반하여 셀 단위로 분할한다. 각 노드가 동일한 방향으로 탐색하는 비효율성을 개선하기 위해 셀에서 방향을 설정해 각 노드가 탐색하며, 여러 셀을 묶어 노드들의 탐색범위를 분할하는 방법을 제안한다. 탐색에 참여하는 노드들의 협동 방법으로는 모바일 환경에서의 효율적인 Peer-to-Peer 시스템으로 제안된 double-layered topology 를 기반으로 노드들을 구성하여 super peer 를 통해 맵 정보, 장애물정보, 위험지역 정보를 구조자의 요청에 따라 응답하여 인명을 구조하는 방법을 제안한다.
본 논문에서는 스마트 폰과 가정 내의 이동 로봇을 결합하여, 스마트 폰 사용자가 이동 로봇을 통해 원격으로 가정의 수상한 침입자나 거동이 불편한 노약자 혹은 어린 아이들을 살펴볼 수 있도록 개발된 지능형 감시 시스템의 설계와 구현에 대해 소개한다. 이동 로봇의 제한적인 인식 능력과 계산 능력을 고려하여, 이동 로봇의 완전한 자율성에만 의존하여 감시 작업을 수행하지 않고, 사용자와 로봇의 혼합 제어 방식으로 감시 로봇을 제어하도록 설계하였다.
고정형 센서노드들로 구성된 기존의 무선 센서 네트워크는 다양한 응용분야에서 사용되고 있다. 하지만, 센서노드에 이동기능이 추가되면 적절한 움직임을 통해 센싱 영역을 최대화 할 수 있다. 이러한 측면에서 최근 센서의 자율배치에 관련한 연구가 활발하게 진행 중이다. 기존 연구에서의 센서 이동은 대부분 2차원에서의 자율배치에 관하여 연구가 되어 왔다. 본 논문에서는 2차원에서의 자율배치가 아닌 3차원 공간에서의 센서노드의 자율배치에 대한 알고리즘과 이의 결과를 제시한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.