• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.339-346
• /
• 2006

Increased usage of autonomous underwater vehicle (AUV) has led to the development of alternative navigational methods that do not employ the acoustic beacons and dead reckoning sensors. This paper describes a simultaneous localization and mapping (SLAM) scheme that uses range sonars mounted on a small AUV. The SLAM is one of such alternative navigation methods for measuring the environment that the vehicle is passing through and providing relative position of AUV by processing the data from sonar measurements. A technique for SLAM algorithm which uses several ranging sonars is presented. This technique utilizes an unscented Kalman filter to estimate the locations of the AUV and objects. In order for the algorithm to work efficiently, the nearest neighbor standard filter is introduced as the algorithm of data association in the SLAM for associating the stored targets the sonar returns at each time step. The proposed SLAM algorithm is tested by simulations under various conditions. The results of the simulation show that the proposed SLAM algorithm is capable of estimating the position of the AUV and the object and demonstrates that the algorithm will perform well in various environments.

• 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.

• 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.

• 로봇학회논문지
• /
• 제15권3호
• /
• pp.205-211
• /
• 2020

In this paper, we propose a modified ORB-SLAM (Oriented FAST and Rotated BRIEF Simultaneous Localization And Mapping) for precise indoor navigation of a mobile robot. The exact posture and position estimation by the ORB-SLAM is not possible all the times for the indoor navigation of a mobile robot when there are not enough features in the environment. To overcome this shortcoming, additional IMU (Inertial Measurement Unit) and encoder sensors were installed and utilized to calibrate the ORB-SLAM. By fusing the global information acquired by the SLAM and the dynamic local location information of the IMU and the encoder sensors, the mobile robot can be obtained the precise navigation information in the indoor environment with few feature points. The superiority of the modified ORB-SLAM was verified to compared with the conventional algorithm by the real experiments of a mobile robot navigation in a corridor environment.

• 한국해양공학회지
• /
• 제23권2호
• /
• pp.58-68
• /
• 2009

The increased use of unmanned underwater vehicles (UUV) has led to the development of alternative navigational methods that do not employ acoustic beacons and dead reckoning sensors. This paper describes a simultaneous localization and mapping (SLAM) scheme that uses range sonars mounted on a small UUV. A SLAM scheme is an alternative navigation method for measuring the environment through which the vehicle is passing and providing the relative position of the UUV. A technique for a SLAM algorithm that uses several ranging sonars is presented. This technique utilizes an unscented Kalman filter to estimate the locations of the UUV and surrounding objects. In order to work efficiently, the nearest neighbor standard filter is introduced as the data association algorithm in the SLAM for associating the stored targets returned by the sonar at each time step. The proposed SLAM algorithm was tested by experiments under various three degrees of freedom motion conditions. The results of these experiments showed that the proposed SLAM algorithm was capable of estimating the position of the UUV and the surrounding objects and demonstrated that the algorithm will perform well in various environments.

• 제어로봇시스템학회논문지
• /
• 제14권8호
• /
• pp.745-751
• /
• 2008

This paper presents a framework for GPS/INS/Vision based navigation system of helicopters. GPS/INS coupled algorithm has weak points such as GPS blockage and jamming, while the helicopter is a speedy and high dynamical vehicle amenable to lose the GPS signal. In case of the vision sensor, it is not affected by signal jamming and also navigation error is not accumulated. So, we have implemented an GPS/INS/Vision aided navigation system providing the robust localization suitable for helicopters operating in various environments. The core algorithm is the vision based simultaneous localization and mapping (SLAM) technique. For the verification of the SLAM algorithm, we performed flight tests. From the tests, we confirm the developed system is robust enough under the GPS blockage. The system design, software algorithm, and flight test results are described.

• 제어로봇시스템학회논문지
• /
• 제19권10호
• /
• pp.907-914
• /
• 2013

A FastSLAM is an algorithm for SLAM (Simultaneous Localization and Mapping) using a Rao-Blackwellized particle filter and its performance is known to degenerate over time due to the loss of particle diversity, mainly caused by the particle depletion problem in the resampling phase. In this paper, the GeSPIR (Geographically Stratified Particle Information-based Resampling) technique is proposed to solve the particle depletion problem. The proposed algorithm consists of the following four steps : the first step involves the grouping of particles divided into K regions, the second obtaining the normal weight of each region, the third specifying the protected areas, and the fourth resampling using regional equalization weight. Simulations show that the proposed algorithm obtains lower RMS errors in both robot and feature positions than the conventional FastSLAM algorithm.

• 전기전자학회논문지
• /
• 제19권4호
• /
• pp.557-565
• /
• 2015

본 논문에서는 무인 쿼드콥터의 자율 비행 제어를 위해 기반이 되는 위치 인식을 위하여 EKF-SLAM 기반 위치추정 알고리즘을 제안하고 이를 쿼드콥터의 궤적 추종 제어에 적용하여 시뮬레이션을 통해 위치 추정의 성능과 이를 통한 궤적 추종의 결과를 검증하였다. 쿼드콥터의 EKF-SLAM 기반 위치 추정을 위해 쿼드콥터 비행 동역학 모델을 수립하고 이를 기반으로 EKF-SLAM의 운동 모델 및 관측 모델을 유도하였으며 궤적 추종을 위한 쿼드콥터의 수평제어와 자세제어를 위해 PD 제어기를 적용하였다. 본 논문에서는 다양한 궤적 및 랜드마크 환경에 대해 EKF-SLAM 기반 위치 추정 성능을 시뮬레이션함으로써 EKF-SLAM을 이용한 위치 추정 기반 궤적 추종 제어의 성능을 확인하였다.

• 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.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.353-358
• /
• 2022

Due to the limited field of view of the pinhole camera, there is a lack of stability and accuracy in camera pose estimation applications such as visual SLAM. Nowadays, multiple-camera setups and large field of cameras are used to solve such issues. However, a multiple-camera system increases the computation complexity of the algorithm. Therefore, in multiple camera-assisted visual simultaneous localization and mapping (vSLAM) the multi-view tracking algorithm is proposed that can be used to balance the budget of the features in tracking and local mapping. The proposed algorithm is based on PanoSLAM architecture with a panoramic camera model. To avoid the scale issue 3D LiDAR is fused with omnidirectional camera setup. The depth is directly estimated from 3D LiDAR and the remaining features are triangulated from pose information. To validate the method, we collected a dataset from the outdoor environment and performed extensive experiments. The accuracy was measured by the absolute trajectory error which shows comparable robustness in various environments.