• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 춘계학술대회 논문집
• /
• pp.45-46
• /
• 2012

• 대한기계학회논문집A
• /
• 제39권5호
• /
• pp.483-489
• /
• 2015

본 논문에서는 넓은 지역에서의 영상기반 자동 항법을 위한 실시간 위치인식 및 지도작성 방법을 제안한다. 한 대의 카메라에서 입력된 영상으로부터 제안된 방법은 6 자유도 카메라 자세와 3 차원 특징점 위치를 연속적으로 계산한다. 제안된 방법은 넓은 지역을 주행하며 촬영된 영상에 적용하여 그 위치와 환경지도를 성공적으로 작성하였이다. 본 논문에서는 이진기술자(binary descriptor)와 수치-위상(metric-topological)지도 표현법을 사용하여 GPU 나 영상의 축소 없이 실시간 성능과 광범위한 지역에서의 회귀점 검출(loop detection)을 하였다. 제안된 방법은 여러 환경에서 촬영된 영상과, 해당 영상의 GPS 기준값과 비교하여 평가하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권10호
• /
• pp.588-593
• /
• 2017

본 논문에서는 자율주행차량에서 사용되는 고가의 다채널 라이다(LiDAR) 센서를 다수의 저가 소채널 라이다들로 대체하여 사용하는 경우에 다수의 라이다들을 하나의 라이다로 가상화하는 드라이버를 제안한다. 이를 통해 로봇 분야에서 하나의 물리 라이다를 가정하여 개발된 SLAM(Simultaneous Localization And Mapping) 알고리즘들은 수정 없이 사용될 수 있다. 본 논문은 제안하는 드라이버를 로봇운영체제 ROS(Robot Operating System) 상에서 구현하고 SLAM 알고리즘과 함께 평가하였다. 평가 결과, 제안한 드라이버는 3차원 점지도의 점밀도를 제어하는 필터와 함께 기존 알고리즘의 수정 없이 사용될 수 있음을 확인하였다.

• 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.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.381-387
• /
• 2009

본 논문에서는 자율주행 장치의 효율적인 자율주행을 위한 특징 맵 기반 SLAM(simultaneous localization and mapping)과 수정된 유전자 알고리즘을 이용한 경로계획을 제안하였다. 현재 연구되고 있는 자율주행 장치들에 있어서 가장 큰 문제점 중 하나는 환경 적응성이다. 이는 새로운 환경에서 자신의 위치를 인식해야 하는 경우와 "kid napping" 문제와 연계되어 자율주행 장치가 새로운 위치 혹은 알려지지 않은 위치에서 자신의 위치를 인식해야하는 경우로 구분된다. 본 논문에서는 이러한 환경 적응성 문제를 해결하기 위해 초음파 센서를 이용한 특징맵 기반 SLAM을 적용하였으며, 지능형 자율주행 장치의 효율적인 주행을 위해 수정된 유전자 알고리즘(genetic algorithm: GA)을 적용한다. 본 논문에서는 성능을 분석하기 위해 직접 설계 제작한 자율주행 장치를 대상으로 임의의 위치에서 자율주행 장치 스스로 자신의 위치를 인식한 후, 주어진 작업을 수행하기 위해 유전자 알고리즘을 통하여 최적화 된 경로를 따라 주행하는 가를 실험하였다. 실험 결과, 빠르고 최적화된 경로계획과 효율적인 SLAM이 가능함을 확인 할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.60-65
• /
• 2010

본 논문은 모바일 로봇에 장착된 스테레오 카메라의 영상에서 주변 환경에 대한 지도를 작성하기 위해 특징 검출 및 매칭 그리고 2D 지도 작성의 결과를 기술한다. 영상의 특징을 추출하는 방법은 실시간으로 프로세싱하기 위해서 빠른 연산이 가능한 에지 검출과 차 영상을 이용한 특징을 스테레오 매칭 기법을 통해 상관계수를 구할 수 있다. 이동 로봇의 위치를 추정하기 위해 ZigBee를 이용한 비컨과 로봇에 장착된 엔코더를 칼만 필터를 통해 추정한다. 또한 방위를 측정할 수 있는 자이로 센서를 병합하여 모바일 로봇이 이동하면서 지도를 작성할 수 있게 한다. 이는 이동 로봇의 SLAM 기술과 더불어 지능형 로봇이 인간 생활에서 효과적으로 적용될 수 있는 기반이 될 것이다.

• 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.

• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1437-1443
• /
• 2009

본 논문에서는 초음파와 전자나침반, 엔코더, 자이로센서를 복합적으로 구성하여 로봇의 SLAM 방법을 제시하였다. 일반적으로 전자 나침반과 엔코더, 자이로를 이용한 로봇의 위치측정은 작업공간에서의 상대위치만을 알 수 있다. 실제 로봇이 작업공간에서 작업을 하기 위해서는 로봇의 절대위치 정보를 알아야만 하며, 이는 SLAM으로 얻을 수 있다. 본 논문에서는SLAM 구현을 위하여 로봇의 작업공간을 초음파 센서를 이용하여 구조적 맵 생성 기법을 통해 맵을 생성한 후, 이를 특정 맵으로 변환하였다. 생성된 특정 맵과 맵 매핑을 활용하여 맵 상의 절대위치를 구한다. 실험은 직접 설계 및 제작한 로봇을 이용하였고, 실험 방법은 초기 좌표를 모르는 로봇을 임의의 장소에 위치 시키고 제안한 SLAM 알고리즘을 이용하여 로봇의 전역 좌표를 찾도록 하였다. 실험 결과, 제안한 SLAM 알고리즘을 이용하여 맵 상의 절대위치를 모두 찾음을 확인하였다.

• 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.

• International Journal of Control, Automation, and Systems
• /
• 제5권3호
• /
• pp.251-268
• /
• 2007

A Gaussian sum filter (GSF) is proposed in this paper on simultaneous localization and mapping (SLAM) for mobile robot navigation. In particular, the SLAM problem is tackled here for cases when only bearing measurements are available. Within the stochastic mapping framework using an extended Kalman filter (EKF), a Gaussian probability density function (pdf) is assumed to describe the range-and-bearing sensor noise. In the case of a bearing-only sensor, a sum of weighted Gaussians is used to represent the non-Gaussian robot-landmark range uncertainty, resulting in a bank of EKFs for estimation of the robot and landmark locations. In our approach, the Gaussian parameters are designed on the basis of minimizing the representation error. The computational complexity of the GSF is reduced by applying the sequential probability ratio test (SPRT) to remove under-performing EKFs. Extensive experimental results are included to demonstrate the effectiveness and efficiency of the proposed techniques.