• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2011년도 춘계학술대회 논문집
• /
• pp.1607-1608
• /
• 2011

• 한국정밀공학회지
• /
• 제27권1호
• /
• pp.64-75
• /
• 2010

This study introduces a complete feature map building method of sonar sensors for mobile robots. This method enhances the reality of feature maps by extracting even circle features as well as line and point features from sonar data. Edge features are, moreover, generated by combining line features close to circle features extracted around comer sites. The uncertainties of the specular reflection phenomenon and wide beam width of sonar data can be, therefore, reduced through this map building method. The experimental results demonstrate a practical validity of the proposed method in those environments.

• 한국정밀공학회지
• /
• 제25권2호
• /
• pp.35-42
• /
• 2008

This study introduces a robust feature detector for sonar data from a general fixed-type of sonar ring. The detector is composed of a data association filter and a feature extractor. The data association filter removes false returns provided frequently from sonar sensors, and classifies set of data from various objects and robot positions into a group in which all the data are from the same object. The feature extractor calculates the geometries of the feature for the group. We show the possibility of extracting circle feature as well as a line and a point features. The proposed method was applied to a real home environment with a real robot.

• 제어로봇시스템학회논문지
• /
• 제5권5호
• /
• pp.593-599
• /
• 1999

A mobile robot in FMS environment should be able to nevigate itself. Therefore, path planning is necessary for the mobile robot to perform its tasks without being lost. Path planning using a network model gives oprimal paths to every pair of nodes but building this model demands accurate information of environments. In this paper, a method to build a network model using sonar sensors is presented. The main idea is to build a quad tree model by using sonar sensors and convert the model to a network model for path planning. The new method has been implemented on a mobile robot. Experimental results show that the mobile robot constructs an accurate network model using inaccurate sonar data.

• 한국소음진동공학회논문집
• /
• 제23권1호
• /
• pp.56-64
• /
• 2013

Turbulent boundary layer noise is already a significant contributor to sonar self noise. For developing acoustic window of sonar system to reduce self noise, a parametric study of design factors of acoustic window is presented. Distance of sensor array from acoustic window, materials of acoustic window and characteristics of damping layer are studied as design factors to influence in the characteristics of the transfer function of self noise. As the result, these design factors make change the characteristics of transfer function slightly. Among design factors the location of sensor array is most important parameter in the self noise reduction

• 한국음향학회지
• /
• 제40권6호
• /
• pp.546-554
• /
• 2021

수중 탐지를 위한 합성개구소나(Synthetic Aperture Sonar, SAS) 신호처리에서는 탑재플랫폼이 직선경로를 따라 주행한다고 가정한다. 그러나 실제로는 플랫폼의 복잡한 운동에 따른 궤적 교란으로 인해 SAS 영상에 번짐과 같은 왜곡이 발생한다. 본 연구에서는 예인형 SAS 개발을 위해 궤적 교란에 의한 SAS 영상 왜곡을 개선하기 위한 방법으로서, Redundant Phase Center (RPC)을 이용한 예인체 운동 추정 및 영상 보정, 그리고 자동 초점 기법인 Phase Gradient Autofocus (PGA) 기법에 대해 검토하였다. 그리고 시뮬레이션을 통해, sway로 인해 왜곡된 SAS 영상에 이 기법들을 적용하고 그 성능 및 유효성에 대해 살펴보았다.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.108-118
• /
• 2017

본 논문은 수중 로봇 항법에 사용하기 위한 영상 소나 기반 SLAM (simultaneous localization and mapping) 방법을 제안하고, 성능 평가를 위해 실제 로봇에 탑재하여 실험한 내용을 소개한다. 일반적인 수중 항법은 관성 센서에서 출력되는 정보를 바탕으로 로봇의 위치 및 자세(x,y,z,${\phi}$,${\theta}$,${\psi}$)를 추정한다. 하지만, 장시간 주행할 경우 위치 오차의 누적으로 인하여 정확도가 감소하게 된다. 이에 본 논문에서는 영상 소나로부터 얻을 수 있는 외부 정보를 바탕으로 관성 항법의 위치 추정 성능을 높이고 지도 작성을 수행할 수 있는 SLAM 방법을 제안하고자 한다. 영상 소나를 위한 인공 표식물과 확률 기반 물체 인식 구조를 통해 인공 표식물의 인식 성능을 높이고, 이를 통해 얻게 된 인공 표식물의 위치 정보를 활용하여 관성 항법의 누적 오차를 줄이고자 한다. 항법 알고리즘으로는 확장형 칼만 필터(Extended Kalman Filter, EKF)를 적용하여 로봇의 위치 및 자세를 추정하고 지도를 작성한다. 제안한 방법은 선박해양플랜트연구소에서 보유 중인 수중 로봇 'yShark'에 탑재하여 대형 수조에서 실시간 검증을 수행하였다.

• 센서학회지
• /
• 제32권2호
• /
• pp.110-117
• /
• 2023

Reconstructing underwater geometry in real time with forward-looking sonar is critical for applications such as localization, mapping, and path planning. Geometrical data must be repeatedly calculated and overwritten in real time because the reliability of the acoustic data is affected by various factors. Moreover, scattering of signal data during the coordinate conversion process may lead to geometrical errors, which lowers the accuracy of the information obtained by the sensor system. In this study, we propose a three-step data processing method with low computational cost for real-time operation. First, the number of data points to be interpolated is determined with respect to the distance between each point and the size of the data grid in a Cartesian coordinate system. Then, the data are processed with a nonlinear interpolation so that they exhibit linear properties in the coordinate system. Finally, the data are transformed based on variations in the position and orientation of the sonar over time. The results of an evaluation of our proposed approach in a simulation show that the nonlinear interpolation operation constructed a continuous underwater geometry dataset with low geometrical error.

• 제어로봇시스템학회논문지
• /
• 제13권5호
• /
• pp.434-443
• /
• 2007

Presently, the exploration of an unknown environment is an important task for thee new generation of mobile service robots and mobile robots are navigated by means of a number of methods, using navigating systems such as the sonar-sensing system or the visual-sensing system. To fully utilize the strengths of both the sonar and visual sensing systems. This paper presents a technique for localization of a mobile robot using fusion data of multi-ultrasonic sensors and vision system. The mobile robot is designed for operating in a well-structured environment that can be represented by planes, edges, comers and cylinders in the view of structural features. In the case of ultrasonic sensors, these features have the range information in the form of the arc of a circle that is generally named as RCD(Region of Constant Depth). Localization is the continual provision of a knowledge of position which is deduced from it's a priori position estimation. The environment of a robot is modeled into a two dimensional grid map. we defines a vision-based environment recognition, phisically-based sonar sensor model and employs an extended Kalman filter to estimate position of the robot. The performance and simplicity of the approach is demonstrated with the results produced by sets of experiments using a mobile robot.

• 대한전자공학회논문지SP
• /
• 제46권4호
• /
• pp.139-147
• /
• 2009

이 논문에서는 한 쌍의 수동 광대역 소나로 구성된 병렬구조 분산센서 망에 적용할 수 있는 에너지 인식 분산탐지 체계의 설계 및 성능분석에 대해 검토한다. 이 분산탐지기는 융합규칙으로 AND 규칙과 OR 규칙을 사용하였다. 이 경우 각 센서노드의 문턱값 규칙은 전체 분산센서망의 탐지확률을 최대로 하는 UMP(uniformly most powerful)임을 증명하였다. 그리고 소나 체계에서 오경보에 의해 발생하는 에너지 비용을 제한 조건으로 주었을 때, 탐지확률을 최대화하는 센서노드의 최적 문턱값이 갖는 특성을 이론적으로 검토하였다. 나아가 신호 강도, 에너지 비용에 대한 제한조건, 센서노드 사이의 간격등이 탐지성능에 미치는 영향을 수치실험을 통해 분석하였다.