• ETRI Journal
• /
• 제43권4호
• /
• pp.617-629
• /
• 2021

Although the actual visual simultaneous localization and mapping (SLAM) algorithms provide highly accurate tracking and mapping, most algorithms are too heavy to run live on embedded devices. In addition, the maps they produce are often unsuitable for path planning. To mitigate these issues, we propose a completely closed-loop online dense RGB-D SLAM algorithm targeting autonomous indoor mobile robot navigation tasks. The proposed algorithm runs live on an NVIDIA Jetson board embedded on a two-wheel differential-drive robot. It exhibits lightweight three-dimensional mapping, room-scale consistency, accurate pose tracking, and robustness to moving objects. Further, we introduce a navigation strategy based on the proposed algorithm. Experimental results demonstrate the robustness of the proposed SLAM algorithm, its computational efficiency, and its benefits for on-the-fly navigation while mapping.

• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.391-399
• /
• 2012

본 논문에서는 파티클 필터 방법을 이용한 이동로봇의 SLAM(Simultaneous Localization and Mapping) 방법을 제안한다. 이동로봇의 SLAM은 지도가 주어지지 않는 환경에서 로봇 스스로 자신의 위치를 파악하는 것과 동시에 지도를 만드는 것이다. 제안된 방법은 로봇의 위치를 추정함과 동시에 특징점인 외부 비이컨들의 위치를 추정하는 방법을 다루고 있다. 특히 파티클 필터 방법을 적용하여 이동로봇과 특징점 위치를 파티클의 분포에 의해 확률적으로 표현한다. 제안된 SLAM방법은 이동로봇의 동작 뿐 아니라 특징점 위치의 불확실성을 고려한다. 따라서 매 샘플링 시각에 특징점의 위치 정보도 불확실성을 고려하여 예측되어진다. 제안된 방법의 성능을 시뮬레이션과 실험을 통하여 평가하였다. 제안된 방법은 비이컨으로 부터의 거리 정보에 불규칙한 잡음이 있는 환경에서도 실질적으로 사용가능한 지도 정보를 제공하였다. 또한 통상의 최소자승법이나 데드레크닝 방법에 비해서 보다 정확하고 강건하게 로봇의 위치를 추정하였다.

• 제어로봇시스템학회논문지
• /
• 제20권3호
• /
• pp.372-379
• /
• 2014

This paper surveys past and state-of-the-art SLAM technologies. The standard methods for solving the SLAM problem are the Kalman filter, particle filter, graph, and bundle adjustment-based methods. Kalman filters such as EKF (Extended Kalman Filter) and UKF (Unscented Kalman Filter) have provided successful results for estimating the state of nonlinear systems and integrating various sensor information. However, traditional EKF-based methods suffer from the increase of computation burden as the number of features increases. To cope with this problem, particle filter-based SLAM approaches such as FastSLAM have been widely used. While particle filter-based methods can deal with a large number of features, the computation time still increases as the map grows. Graph-based SLAM methods have recently received considerable attention, and they can provide successful real-time SLAM results in large urban environments.

• 로봇학회논문지
• /
• 제16권2호
• /
• pp.122-129
• /
• 2021

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.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 추계학술대회 논문집
• /
• pp.185-186
• /
• 2010

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.437-438
• /
• 2019

본 논문에서는 ROS(Robot Operating System)기반으로한 로봇(Robot)에 레이저 거리 센서(LiDAR)를 설치하여 SLAM(Simultaneous Localization and Mapping : 동시적 위치 추적 지도 작성)기법으로 맵 정보를 습득하고, 저장하여 이를 기반으로 장애물과 건물의 실내 복도 안전하고 정확하게 순찰 할 수 있도록 하였다. 또한, 순찰 로봇(Robot)에 장착된 Raspberry카메라와 OpenCV 영상인식 기술을 이용하여 실시간 영상으로 실내 복도를 순찰하면서 사전에 설정된 특이사항이 있을 시 발견하고 기록하도록 시스템을 개발하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.55-57
• /
• 2018

In Simultaneous Localization and Mapping (SLAM), the robot acquire its map of environment while simultaneously localize itself relative to the map. Now a day, a map acquired by the mobile robots limit to specific area, in an indoor environment and cannot able to navigate autonomous between different floors. We propose a design that could able to overcome this issue in order to navigate multiple floors with one end goal mission to a target destination in the course of autonomous navigation. In this research, we consider all the floors have identical structural arrangement. Internet of Things (IoT) playing crucial role in bridging between "things" and Robot Operating System (ROS) enabled mobile robots.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.637-644
• /
• 2019

본 논문은 일반 그래프 최적화(g2o, General Graph Optimization)를 사용하여 그래프 기반 SLAM을 구현한 결과를 기술한다. 일반 그래프 최적화는 SLAM을 노드와 엣지의 그래프를 통하여 표현한다. 노드는 시간에 따른 로봇의 위치를 나타내며, 엣지는 노드들 사이의 구속 조건을 나타낸다. 구속 조건은 센서에 의한 측정값에 의해 결정된다. 일반 그래프 최적화는 구속 조건에 의해 결정되는 성능지표를 최적화하여 SLAM 문제를 해결한다. 실현된 일반 그래프 최적화 방법을 SLAM 방법의 성능 시험용으로 공개된 실험 데이터를 사용하여 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제20권11호
• /
• pp.1153-1163
• /
• 2014

An efficient 3D SLAM (Simultaneous Localization and Map Building) method is developed for urban building environments using a tilted 2D LRF (Laser Range Finder), in which a 3D map is composed of perpendicular/horizontal planar polygons. While the mobile robot is moving, from the LRF scan distance data in each scan period, line segments on the scan plane are successively extracted. We propose an "expected line segment" concept for matching: to add each of these scan line segments to the most suitable line segment group for each perpendicular/horizontal planar polygon in the 3D map. After performing 2D localization to determine the pose of the mobile robot, we construct updated perpendicular/horizontal infinite planes and then determine their boundaries to obtain the perpendicular/horizontal planar polygons which constitute our 3D map. Finally, the proposed SLAM algorithm is validated via extensive simulations and experiments.

• 전자공학회논문지SC
• /
• 제46권2호
• /
• pp.28-35
• /
• 2009

이동 로봇의 요소기술로 위치추정 기술은 로봇의 위치 판별과 사용자가 원하는 위치로 주행하기 위해 반드시 필요한 기술이다. 휠 구동을 기반으로 하는 로봇의 위치추정 방법은 오도메터리 정보를 이용한 기술이다. 그러나 오도메터리 정보를 이용한 위치추정은 이동로봇이 주행하는 동안 휠과 주행 바닥면 사이에서 슬립현상의 발생으로 실제 위치 차이가 발생하고 정량적인 오차 값 확인이 쉽지 않다. 본 연구에서는 이 문제를 해결하기 위해 오도메터리와 관성센서를 이용하여 위치추정 오차를 최소화하는 방법을 제시한다. 또한 관성센서가 영상을 이용한 SLAM에서도 위치오차를 줄일 수 있는 기법을 제시한다.