• 한국측량학회지
• /
• 제38권5호
• /
• pp.425-433
• /
• 2020

Three-dimensional data has been used for different applications such as robotics, building reconstruction, and so on. 3D data can be generated from an optical camera or a laser scanner. Especially, a wearable multi-sensor system including the above-mentioned sensors is an optimized structure that can overcome the drawbacks of each sensor. After finding the geometric relationships between sensors, georeferencing of the datasets acquired from the moving system, should be carried out. Especially, in an indoor environment, error propagation always causes problem in the georeferencing process. To improve the accuracy of this process, other sources of data were used to combine with LiDAR (Light Detection and Ranging) data, and various registration methods were also tested to find the most suitable way. More specifically, this paper proposed a new process of NDT (Normal Distribution Transform) to register the LiDAR point cloud, with additional information from other sensors. For real experiment, a wearable mapping system was used to acquire datasets in an indoor environment. The results showed that applying the new process of NDT and combining LiDAR data with IMU (Inertial Measurement Unit) information achieved the best result with the RMSE 0.063 m.

• 드라이브 ㆍ 컨트롤
• /
• 제21권3호
• /
• pp.28-35
• /
• 2024

This study compared performances of PID (Proportional Integral Derivative), SMC (Sliding Mode Control), and MPC (Model Predictive Control) strategies applied to a 2DOF (Degree Of Freedom) drone tracking robot. The developed 2DOF robot utilized a depth camera with an IMU (Inertial Measurement Unit), laser pointers, and servo motors to rapidly detect and track objects. Image processing was conducted using the YOLO deep learning model. Through this setup, controllers were attached to the robot to track random drone movements, comparing performances in terms of accuracy and energy consumption. This study revealed that while SMC demonstrated precise tracking without deviating from the path, both PID and MPC controllers showed deviations. Performance-wise, SMC is superior. However, considering economic aspects, PID is more advantageous due to its lower power consumption and relatively minor tracking errors.

• 항공우주시스템공학회지
• /
• 제16권4호
• /
• pp.60-67
• /
• 2022

일반적인 항공기의 전자광학추적장비(Electro-Optical Tracking System, EOTS)는 EO/IR, 레이저 센서 등의 구성품으로 구성된다. 표적 획득 시 요구되는 표적 좌표는 내부 구성품인 관성측정장비(Inertial Measurement Unit, IMU)에서 측정되는 자세와 가속도 측정값을 이용하여 획득된다. 특히 무장시스템을 운용하는 항공기의 경우, 무장 발사를 위한 표적 좌표를 얼마나 신속하고 정확하게 획득하는가에 따라 무장시스템의 성능이 좌우된다. 무장시스템에서 요구하는 좌표 정확도를 충족하기 위해서는 IMU가 정렬 완료 상태에서 운용되어야 하므로 신속하게 자세와 가속도를 측정하여 IMU 초기 안정화 시간을 단축하여야 한다. IMU의 정렬은 IMU의 자세 오차를 해소하여 초기 자세를 결정하는 과정이며, 항공용 EOTS와 같은 임무장비의 IMU는 항법용 GPS/INS의 속도 정보를 기준으로 하는 속도정합 전달정렬을 수행한다. 본 논문에서는 이러한 속도정합 전달정렬 시간 단축을 위해 항공기와 임무장비의 자세 변화를 통한 전달정렬 성능 개선방안을 제시하였다. 먼저 전달정렬 모델과 시뮬레이션 결과를 통해서 EOTS의 전달정렬이 지연되는 요소가 방위각 오차임을 식별하였다. 그리고 EOTS의 방위각 오차 해소를 위해 항공기의 가속도 기동 및 EOTS의 자세 변화가 요구됨을 확인하였다. 최종적으로 OOO 항공기 체계에 적용한 비행시험 결과, 항공기 가속도 약 0.2g 이상이 발생하면서 EOTS가 6.7deg/s 각속도로 고각 운동 시 그렇지 않을 때보다 5배 이상 빠르게 정렬이 완료되어 전달정렬 성능이 개선되었다.

• 한국건설관리학회논문집
• /
• 제22권3호
• /
• pp.40-51
• /
• 2021

실내 도면 획득을 위해 실내 형상정보를 습득할 수 있는 MLS (Mobile Laser Scanning)가 건설업에서 주목받고 있다. MLS의 특성상 스캐닝 중 LiDAR (Light Detection and Ranging)의 움직임을 발생하며, 이로 인해 습득된 포인트가 왜곡되는 skew가 발생한다. 이러한 skew를 보정하고 정확한 형상정보를 획득하기 위해 관성측정장치를 활용한 de-skewing 기법에 관한 연구가 진행되고 있다. 하지만, 해당 연구들은 관성측정장치를 활용하기 어려운 환경에서 사용하기 어려운 한계점이 있다. 이에 본 연구에서는 MLS로 습득한 실내 2차원 PCD (Point Cloud Data)를 대상으로 관성측정장치를 사용하지 않은 de-skewing 기법을 제시하였다. 해당 알고리즘은 인접한 스캔 지점의 포인트 간의 스캔 매칭을 통해 skew를 보정하였다. TLS (Terrestrial Laser Scanning)로 습득한 기준 데이터와 본 알고리즘을 통해 de-skewing을 진행한 데이터를 비교하여 검증하였으며, 모든 조건에서 면적 오차를 평균 49.82% 감소하여 본 알고리즘을 통해 관성측정장치 없이 정확한 실내 도면 도출이 가능함을 보였다.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.26-34
• /
• 2008

차량의 접근 가능한 구역에 대한 판단과 경로 계획은 무인 차량의 자율 주행에 있어서 필수적이다 차량의 접근 가능한 구역과 경로계획을 위한 정보는 3차원 지형형상을 분석하여 얻을 수 있다. 이 논문에서는 카메라의 색 정보와 2차원 레이저 거리센서(2D LRF)를 융합하여 모바일 로봇의 휠 인코더를 통해 복원한 3차원 지형형상과, GPS/IMU 정보와 2차원 레이저 거리 센서로 복원한 3차원 지형형상을 적은 데이터로 표현하는 방법을 제시하였다. 카메라의 색 정보와 2차원 레이저 거리센서의 융합을 위해 카메라의 좌표계와 LRF의 좌표계 사이의 기하학적인 관계를 격자무의 평면을 이용하여 구하였다. 카메라와 2차원 레이저 거리센서의 융합을 통한 3차원 지형형상 복원은 모바일 로봇을 이용하여 실내에서 실험하였고, GPS/IMU 정보와 2차원 레이저 거리센서를 통한 3차원 지형형상 복원은 차량을 이용하여 실외에서 실험하였다. 이런 시스템에서 복원한 3차원 지형형상은 점군 기반으로 되어있고, 이는 매우 많은 양의 정보를 필요로 한다. 정보의 양을 줄이기 위해 점군 기반을 대신하여 입방형 격자 기반의 지형형상으로 복원하였다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1827-1836
• /
• 2022

재난은 돌발적으로 발생하여 예측하기가 쉽지 않고 그 규모도 과거에 비해 커지고 있어 피해가 증가하고 있으며, 하나의 재난이 2차 재난으로 발전하는 경우가 많다. 재난관리의 4가지 단계 중 응급상황이 발생하는 대응단계에서 행해지는 수색과 구조 과정에서, 현장에 투입되는 인원들은 많은 위험을 감수하고 현장에 투입되고 있다. 이러한 점에서 로봇은 재난현장의 초기 대응과정에서 인명 및 재산의 피해를 줄일 수 있는 가능성이 높은 기술이다. 또한, Light Detection And Ranging (LiDAR)는 레이저를 이용하여 비교적 넓은 범위의 3차원 정보를 획득하고 정확도 및 정밀도가 높아 재난 현장의 특징을 생각할 때 매우 유용한 센서이다. 이에 본 연구에서는 로봇이 재난 현장에서 활용될 수 있도록 LiDAR와 Inertial Measurement Unit (IMU) 센서에 실시간 모니터링을 위한 컴퓨팅 보드를 결합하여 하나의 다중센서모듈 및 조사로봇 맞춤형 Simultaneous Localization and Mapping (SLAM) 알고리즘을 개발하였다. 다중센서모듈이 재난 현장에서 최적의 정확도를 유지할 수 있도록 조사로봇에 안정적으로 탑재하는 방안에 대해 연구하였고, 모듈의 성능을 확인하기 위해 재난건축물 실내에서 SLAM 맵핑을 수행하여 다양한 SLAM알고리즘과 거리 비교를 수행하였다. 그 결과, 본 연구에서 개발한 PackSLAM이 낮은 오차를 나타내어 활용 가능성을 보였다. 향후 재난현장에서의 적용성을 더욱 높이기 위해 장애물이 많은 험지환경을 구축하여 다양한 실험을 수행할 예정이다.