• International Journal of Control, Automation, and Systems
• /
• 제6권1호
• /
• pp.62-75
• /
• 2008

Vision-based simultaneous localization and map building using a single camera, while compelling in theory, have not until recently been considered extensive in the practical realm of the real world. In this paper, we propose a simple framework for the monocular SLAM of an indoor mobile robot using natural line features. Our focus in this paper is on presenting a novel approach for modeling the landmark before integration in monocular SLAM. We also discuss data association improvement in a particle filter approach by using the feature management scheme. In addition, we take constraints between features in the environment into account for reducing estimated errors and thereby improve performance. Our experimental results demonstrate the feasibility of the proposed SLAM algorithm in real-time.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.215-218
• /
• 2002

본 논문에서 구현한 시스템은 비젼(vision)시스템을 이용하여 자율 이동로봇의 경로를 탐색하고 추출된 정보로부터 자율 이동로봇의 위치제어 성능을 제시하고자 한다. 일반적인 로봇시스템은 자신이 이동해야 할 목표 지점을 자율적으로 생성할 수 없으므로 기타 다른 시스템의 정보를 이용하여 미로를 탐색하거나 장애물을 인식하고 식별하여 자신의 제어전략을 수립한다. 그리고, 본 연구에서 제시한 시스템은 자율이동로봇의 행동 환경을 호스트 PC인 비젼시스템이 로봇의 현재 위치, 로봇이 이동해야 할 목표위치, 장애물의 위치와 형태 둥둥을 분석한다. 분석된 결과값을 RF-Module을 이용해서 로봇에 전송하면 로봇은 그 데이터를 받아서 동작하게 되며 로봇이 오동작 또는 장애물로 인해 정확한 목적지까지 도달하지 못할때 호스트 PC는 새로운 최단경로를 만들거나 장애물을 회피 할 전략을 로봇에게 보내준다. 본 연구에 적용한 알고리즘은 A* 알고리즘을 사용하였으며, 본 알고리즘은 매우 단순하면서도 실시간 처리에 적용가능하며, 자율 이동로봇의 충돌회피, 최단 경로 생성에 대한 성능을 실험을 통하여 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.781-783
• /
• 2005

본 논문은 손 모양 인식을 이용한 비전 기반의 보행 로봇 제어 시스템을 제안한다. 손의 모양을 인식하기 위해서 움직이는 카메라 영상으로부터 정확한 손의 경계선물 추출하고 추적하는 일이 선행되어야 한다. 따라서 본 논문에서는 민 시프트 방법을 사용한 활성 윤곽선 모델 기반의 추적 방법을 제안한다. 제안된 시스템은 손 추출기, 손 추적기, 손 모양 인식기 그리고 로봇 제어기, 4개의 모들로 구성된다. 손 추출기는 영상에서 미리 정의된 손의 모양을 가지는 피부색 영역을 추출한다. 추출된 손의 추적은 활성 윤관선 모델과 민 시프트 방법을 사용하여 실행된다. 그 후 Hue moments를 사용하여 추적된 손의 모양을 인식한다. 제안된 방법을 평가하기 위해서 본 논문에서는 2족 보행 로봇 KHR-1에 제안된 방법을 적용 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.323-324
• /
• 2007

본 논문은 네트워크을 통한 원격제어 시스템을 구축하는 연구로써 무선 랜과 AP를 이용하여 독립 무선 네트워크를 구축하고, 이동로봇의 주변 환경에 대한 레이저 센서정보와 영상정보를 전송한다. 그리고 스테레오 카메라와 Head Mounted Display를 사용하여 원격지에서 입체감 있는 영상을 보며 조작을 할 수 있게 하였으며, Head Motion Tracking를 이용해 이동로봇의 카메라를 별도의 조작 없이 컨트롤 가능하도록 방법을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.46-47
• /
• 2012

본 논문은 360도 전방향을 찍을 수 있는 Omni Directional Lens를 장착한 카메라 로봇에 대해 소개한다. 이는 여러 대의 안드로이드 폰으로 원격에서 접속하여 360도 전방의 파노라마 영상을 받아볼 수 있으며, 마스터 권한을 가진 안드로이드 폰의 경우, 카메라 로봇을 원격으로 제어할 수 있다. 이 로봇은 원격에서 무인 감시 시스템 등 여러 가지 영역에서 활용될 수 있다.

• 로봇학회논문지
• /
• 제17권4호
• /
• pp.425-430
• /
• 2022

As robots are considered one of the mainstream digital transformations, robots with machine vision becomes a main area of study providing the ability to check what robots watch and make decisions based on it. However, it is difficult to find a small object in the image mainly due to the flaw of the most of visual recognition networks. Because visual recognition networks are mostly convolution neural network which usually consider local features. So, we make a model considering not only local feature, but also global feature. In this paper, we propose a detection method of a small marker on the object using deep learning and an algorithm that considers global features by combining Transformer's self-attention technique with a convolutional neural network. We suggest a self-attention model with new definition of Query, Key and Value for model to learn global feature and simplified equation by getting rid of position vector and classification token which cause the model to be heavy and slow. Finally, we show that our model achieves higher mAP than state of the art model YOLOr.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.1-10
• /
• 2022

Single-view reconstruction (SVR) is a fundamental method in computer vision. Often used for reconstructing human-made environments, the Manhattan world assumption presumes that planes in the real world exist in mutually orthogonal directions. Accordingly, this paper addresses an automatic SVR algorithm for Manhattan worlds. A method for estimating the directions of planes using graph-cut optimization is proposed. After segmenting an image from extracted line segments, the data cost function and smoothness cost function for graph-cut optimization are defined by considering the directions of the line segments and neighborhood segments. Furthermore, segments with the same depths are grouped during a depth-estimation step using a minimum spanning tree algorithm with the proposed weights. Experimental results demonstrate that, unlike previous methods, the proposed method can identify complex Manhattan structures of indoor and outdoor scenes and provide the exact boundaries and intersections of planes.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.824-826
• /
• 2022

매년 쓰레기 발생량이 증가하는 시대에서 청소로봇의 중요성이 크게 떠오르고 있다. 이에 노면 청소에 집중되어 있는 기존 청소로봇과 달리 본 연구는 쓰레기를 수거하는 방식의 청소로봇을 제시한다. 딥 러닝을 이용한 자율주행 쓰레기통 로봇은 Computer Vision 을 이용하여 쓰레기를 인식하고 자체 제작한 로봇 arm 을 이용하여 수거하며, 장애물을 피해 자율 주행하는 청소 서비스를 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.197-200
• /
• 2007

본 논문에서는 로봇 컨트롤 시스템을 위해 입력 받은 영상부터 몇 가지의 손 제스처를 인식하는 비전기반 손 제스처 인식방법을 제안한다. 로봇으로부터 입력 받은 이미지는 로봇의 위치, 주변환경, 조명 등 여러 요인에 따라 다양하게 존재한다. 본 논문은 다양한 환경에서 입력되는 영상으로부터 시스템이 로봇 컨트롤을 위해 미리 지정한 몇 가지 제스처를 인식하도록 한다. 먼저 이미지 조명 변화에 강한 손 제스처 인식을 위하여 레티넥스 이미지 정규화를 적용한 후, YCrCb 공간 상에서 입력된 영상에서 손 영역을 검출 후 위치를 추정한다. 인식된 손 영역에서 특징벡터를 추출함으로서 입력 영상내의 존재할 수 있는 손의 크기나 손의 회전각도 등에 상관없이 필요로 하는 제스처를 인식하도록 한다. 제안된 제스처 인식 결과는 로봇컨트롤을 위한 기존의 제스처인식과 비교하여 성능을 측정하였다.

• 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.