• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.37-40
• /
• 2007

Digital Magnetic Compass(DMC)는 실내의 전자기적 요소나 강한 자성체 건물구조에서는 쉽게 방해를 받던 Compass보다 실내에서 간섭에 강한 특징을 가지고 있다. 그리고 적외선 센서와 초음파 센서는 서로 물체와의 거리를 보완적으로 계산해 줄뿐만 아니라 값싼 센서로서 경제적인 이점을 가지고 있어 Simultaneous Localization and Mapping(SLAM)에서 많이 사용하고 있다. 본 논문에서는 자율 이동 로봇의 구동에서 Digital Magnetic Compass(DMC)와 Ultrasonic Sensors을 이용한 SLAM의 구현에 대해 연구하였다. 로봇의 특성상 한정된 Sensing 데이터만으로 방향과 위치를 파악하고 그 데이터 값으로 가능한 빠르게 Localization을 하여야 한다. 그러므로 자율 이동 로봇에서의 SLAM 적용함으로 Localization 구현과 Mapping을 수행하고 SLAM 구현상의 주된 연구 중의 하나인 Kid Napping 문제에 중점을 두고 연구한다. 특히, Localization 구현을 수행을 위한 데이터의 Sensing 방법으로 적외선 센서와 초음파 센서를 같이 사용하였고 비슷한 위치의 데이터 값이 주어지거나 사전 정보 없는 상태에서는 로봇의 상태를 파악하기 위해서 DMC을 같이 사용하여 더 정확한 위치를 측정에 활용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.61-69
• /
• 2010

로봇이 동작하는 환경을 완벽하게 커버리지 하기 위해서는 전체환경 지도를 가지고 있어야 한다. 그러나 대부분의 기존 커버리지 알고리즘은 로봇이 동작하기 전 사전에 생성된 지도가 있어야 동작 한다. 이런 이유로 기존의 커버리지 알고리즘은 미지의 환경에 바로 적용할 수 없는 문제를 가지고 있다. 미지의 환경에서 로봇이 모든 영역을 커버리지 하기위해서는 로봇스스로 환경 지도를 생성할 수 있어야한다. 본 논문에서는 SLAM 알고리즘을 통합하여 미지의 환경에서 로봇이 환경 지도를 생성하며 생성된 지도를 기반으로 커버리지를 수행하는 DmaxCoverage 알고리즘을 제안한다. 시뮬레이션 실험을 통해서 DmaxCoverage 알고리즘이 기존의 커버리지 알고리즘에 비해서 효율적임을 증명하였다.

• 한국측량학회지
• /
• 제37권2호
• /
• pp.45-53
• /
• 2019

RGB-D SLAM (Simultaneous Localization and Mapping) refers to the technology of using deep camera as a visual sensor for SLAM. In view of the disadvantages of high cost and indefinite scale in the construction of maps for laser sensors and traditional single and binocular cameras, a method for creating three-dimensional map of indoor environment with deep environment data combined with RGB-D SLAM scheme is studied. The method uses a mobile robot system equipped with a consumer-grade RGB-D sensor (Kinect) to acquire depth data, and then creates indoor three-dimensional point cloud maps in real time through key technologies such as positioning point generation, closed-loop detection, and map construction. The actual field experiment results show that the average error of the point cloud map created by the algorithm is 0.0045m, which ensures the stability of the construction using deep data and can accurately create real-time three-dimensional maps of indoor unknown environment.

• 제어로봇시스템학회논문지
• /
• 제22권3호
• /
• pp.210-216
• /
• 2016

This paper presents a novel collision avoidance technique for mobile robots based on omni-directional vision simultaneous localization and mapping (SLAM). This method estimates the avoidance path and speed of a robot from the location of an obstacle, which can be detected using the Lucas-Kanade Optical Flow in images obtained through fish-eye cameras mounted on the robots. The conventional methods suggest avoidance paths by constructing an arbitrary force field around the obstacle found in the complete map obtained through the SLAM. Robots can also avoid obstacles by using the speed command based on the robot modeling and curved movement path of the robot. The recent research has been improved by optimizing the algorithm for the actual robot. However, research related to a robot using omni-directional vision SLAM to acquire around information at once has been comparatively less studied. The robot with the proposed algorithm avoids obstacles according to the estimated avoidance path based on the map obtained through an omni-directional vision SLAM using a fisheye image, and returns to the original path. In particular, it avoids the obstacles with various speed and direction using acceleration components based on motion information obtained by analyzing around the obstacles. The experimental results confirm the reliability of an avoidance algorithm through comparison between position obtained by the proposed algorithm and the real position collected while avoiding the obstacles.

• 한국측량학회지
• /
• 제27권5호
• /
• pp.555-563
• /
• 2009

모바일 매핑 시스템 또는 로봇이 GPS (Global Positioning System)와 다중 스테레오 카메라만 탑재 할 경우, V-SLAM(Vision based Simultaneous Localization And Mapping)에 의한 카메라 외부표정과 3차원 데이터를 GIS데이터와 연계 또는 카메라 외부표정의 누적에러를 제거하기 위해 극부 카메라 좌표계에서 GPS (Global Positioning System) 좌표계로 변환이 필요로 한다. 이 요구사항을 만족시키기 위해, 본 논문은 GPS와 V-SLAM에 의한 3쌍의 카메라의 위치를 이용하여 GPS좌표계에서 카메라 자세를 계산하는 새로운 방법을 제안하였다. 제안한 방법은 간단한 4단계로 구성되어 있다; 1)각 3개의 카메라 위치에 기반한 두 평면 법선벡터가 병렬이되도록 하는 사원수 (quaternion)를 계산한다, 2) 계산된 사원수를 통하여 V-SLAM에 의한 3개의 카메라 위치를 변환한다, 3) 변환된 위치에서 두번째 또는 세번째 점이 GPS에 의한 점과 일치하도록 하는 두번째 사원수를 계산한다, 4)두 사원수의 곱을 통하여 최종 사원수 결정한다. 최종 사원수는 극부 카메라 좌표계에서 GPS좌표계로 변환할 수 있다. 추가적으로, 촬영된 물체 위치에서 카메라를 보는 시야각을 기반으로 물체의 3차원좌표 갱신방법을 제안하였다. 본 논문은 제안한 방법을 시뮬레이션과 실험을 통하여 증명하였다.

• 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.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.40-47
• /
• 2010

This paper presents a simultaneous localization and mapping (SLAM) of an indoor hallway environment using Rao-Blackwellized particle filter (RBPF) along with a line segment as a landmark. Based on the fact that fluent line features can be extracted around the ceiling and side walls of hallway using vision sensor, a horizontal line segment is extracted from an edge image using Hough transform and is also tracked continuously by an optical flow method. A successive observation of a line segment gives initial state of the line in 3D space. For data association, registered feature and observed feature are matched in image space through a degree of overlap, an orientation of line, and a distance between two lines. Experiments show that a compact environmental map can be constructed with small number of horizontal line features in real-time.

• 대한임베디드공학회논문지
• /
• 제16권6호
• /
• pp.293-297
• /
• 2021

This paper presents how to create a 3D map and solve problems related to generating a global path planning for navigation. Map creation and localization were performed using the RTAB-Map package to create a 3D map of the environment. In addition, when the target point is within the obstacle space, the problem of not generating a global path was solved using the asr_navfn package. The performance of the proposed system is validated through experiments with a wheelchair-type robot.

• 한국항행학회논문지
• /
• 제19권2호
• /
• pp.133-139
• /
• 2015

이 논문에서는 영상정보를 기반으로 한 무인 시스템의 자율 항법기술에 대한 동향을 요약한다. 영상기반 항법기술로는 비주얼 서보잉, 비주얼 오도메트리, 영상 기반 SLAM(simultaneous localization and mapping)이 있다. 비주얼 서보잉은 목표 이미지와 현재 이미지 사이의 피쳐 차이로부터 원하는 속도 입력을 계산하여 무인 로봇을 목표 자세로 유도하는 데 사용된다. 비주얼 오도메트리는 무인 시스템이 영상정보를 바탕으로 자신의 이동 궤적을 추정하는 기술로, 기존의 dead-reckoning 방식보다 정확성을 향상시킬 수 있다. 영상 기반 SLAM은 무인 시스템이 영상 정보를 활용하여 미지의 환경에 대한 지도를 구축함과 동시에 자신의 위치를 결정해 나가는 기술로, 정확히 알지 못하는 환경에서 무인차량이나 무인기를 운용하는데 필수적이다. 이러한 기술들이 적용된 해외의 연구 사례들을 살펴봄으로써 영상기반 항법기술의 동향을 파악할 수 있었다.

• 로봇학회논문지
• /
• 제7권1호
• /
• pp.29-34
• /
• 2012

This paper suggests a new observation model for Extended Kalman Filter based Simultaneous Localization and Mapping (EKF-SLAM). Since the EKF framework linearizes non-linear functions around the current estimate, the conventional line model has large linearization errors when a mobile robot locates faraway from its initial position. On the other hand, the model that we propose yields less linearization error with respect to the landmark position and thus suitable in a large-scale environment. To achieve it, we build up a three-dimensional space by adding a virtual axis to the robot's two-dimensional coordinate system and extract a plane by using a detected line on the two-dimensional space and the virtual axis. Since Jacobian matrix with respect to the landmark position has small value, we can estimate the position of landmarks better than the conventional line model. The simulation results verify that the new model yields less linearization errors than the conventional line model.