• 제어로봇시스템학회논문지
• /
• 제19권5호
• /
• pp.468-472
• /
• 2013

This paper deals with the indoor localization problem for a SSMR (Skid Steering Mobile Robot) subjected to wheel-ground friction and with one LRF (Laser Range Finder). In order to compensate for some friction effect, a friction related coefficient is estimated by the recursive least square algorithm and appended to the maneuvering command. Also to reduce odometric information based localization errors, the lines are extracted with scan points of LRF and matched with the ones of the corresponding map built in advance. The present friction compensation and scan map matching schemes have been applied to a laboratory SSMR, and experimental results are given to validate the localization performance along an indoor corridor.

• 제어로봇시스템학회논문지
• /
• 제22권9호
• /
• pp.745-752
• /
• 2016

We suggest an efficient Simultaneous Localization and 3D Polygon Map Building (SLAM) method with Kinect depth sensor for mobile robots in indoor environments. In this method, Kinect depth data is separated into row planes so that scan line segments are on each row plane. After grouping all scan line segments from all row planes into line groups, a set of 3D Scan polygons are fitted from each line group. A map matching algorithm then figures out pairs of scan polygons and existing map polygons in 3D, and localization is performed to record correct pose of the mobile robot. For 3D map-building, each 3D map polygon is created or updated by merging each matched 3D scan polygon, which considers scan and map edges efficiently. The validity of the proposed 3D SLAM algorithm is revealed via experiments.

• 제어로봇시스템학회논문지
• /
• 제20권11호
• /
• pp.1153-1163
• /
• 2014

An efficient 3D SLAM (Simultaneous Localization and Map Building) method is developed for urban building environments using a tilted 2D LRF (Laser Range Finder), in which a 3D map is composed of perpendicular/horizontal planar polygons. While the mobile robot is moving, from the LRF scan distance data in each scan period, line segments on the scan plane are successively extracted. We propose an "expected line segment" concept for matching: to add each of these scan line segments to the most suitable line segment group for each perpendicular/horizontal planar polygon in the 3D map. After performing 2D localization to determine the pose of the mobile robot, we construct updated perpendicular/horizontal infinite planes and then determine their boundaries to obtain the perpendicular/horizontal planar polygons which constitute our 3D map. Finally, the proposed SLAM algorithm is validated via extensive simulations and experiments.

• 로봇학회논문지
• /
• 제4권3호
• /
• pp.169-176
• /
• 2009

Low-cost sensors have been widely used for mobile robot navigation in recent years. However, navigation performance based on low-cost sensors is not good enough to be practically used. Among many navigation techniques, building of an accurate map is a fundamental task for service robots, and mapping with low-cost IR sensors was investigated in this research. The robot's orientation uncertainty was considered for mapping by modifying the Bayesian update formula. Then, the data association scheme was investigated to improve the quality of a built map when the robot's pose uncertainty was large. Six low-cost IR sensors mounted on the robot could not give rich data enough to align the range data by the scan matching method, so a new sample-based method was proposed for data association. The real experiments indicated that the mapping method proposed in this research was able to generate a useful map for navigation.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.575-582
• /
• 2013

본 논문에서는 로봇 위치 예측 기반을 둔 ICP 알고리즘을 이용한 지도를 작성한다. 제안한 방법은 데드레크닝으로 로봇 위치를 예측하고 ICP 알고리즘으로 지도를 작성 한다. 기존 방법은 기준데이터와 새 데이터의 센서 값만을 이용하여 로봇의 위치와 지도를 작성한다. 기존 방법은 현재 데이터와 기준 값과의 간격의 차이가 조금만 멀어져도 보정하기가 어렵다. 하지만 제안한 방법으로 지도를 작성할 경우에는 지도의 틀어진 정도가 기존 방법으로는 지도를 보정 할 수 없지만 제안한 방법은 지도 보정을 할 수 있음을 실제 실험을 통해 나타내었다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.9-18
• /
• 2004

본 논문에서 우리는 시차공간영상 (disparity space image)을 이용한 새로운 스테레오 정합 방법을 제안한다. 본 논문에서는 실측 제어점 대신 영상 안에서 특징점을 추출하여 정합영역을 설정하였고, 간단한 비용행렬을 정의하였다. 그리고 정합 속도를 증가시키기 위해 화소 단위의 정합을 이용하였다. 화소 단위의 정합은 정합 속도는 향상시키지만, 주변 영역을 이용하지 않기 때문에 정합의 정확성이 낮아진다. 이러한 단점을 보완하기 위해 시차공간영상의 특성을 이용하여 정합경로를 확대시켜서 주변 영역을 최대한 이용하였다. 또한, 현재 위치에서 이전과 이후의 시차공간영상을 체적화하여 전후의 시차공간영상을 이용함으로써 정합의 정확도를 더욱 향상시키는 정합 보정 모듈을 추가하였다. 본 논문에서 제안된 알고리즘은 다양한 영상에 적용하여 실험하였고, 그 결과 제안된 방법의 우수한 성능을 확인할 수 있었다.

• 한국BIM학회 논문집
• /
• 제10권1호
• /
• pp.1-8
• /
• 2020

In managing building facilities, spatial information is the basic data for decision making. However, the method of acquiring spatial information is not easy. In many cases, the site and drawings are often different due to changes in facilities and time after construction. In this case, the site data should be scanned to obtain spatial information. The scan data actually contains spatial information, which is a great help in making space related decisions. However, to obtain scan data, an expensive LiDAR (Light Detection and Ranging) device must be purchased, and special software for processing data obtained from the device must be available.Recently, SLAM (Simultaneous localization and mapping), an advanced map generation technology, has been spreading in the field of robotics. Using SLAM, 3D spatial information can be obtained quickly in real time without a separate matching process. This study develops and tests whether SLAM technology can be used to obtain spatial information for facility management. This draws considerations for developing a SLAM device for real-time remote scanning for facility management. However, this study focuses on the system development method that acquires spatial information necessary for facility management through SLAM technology. To this end, we develop a prototype, analyze the pros and cons, and then suggest considerations for developing a SLAM system.

• 대한기계학회논문집A
• /
• 제21권10호
• /
• pp.1551-1560
• /
• 1997

This study is devoted to the detection of the 3-dimensional point obstacles on the plane by using accumulated scan line images. The proposed accumulating only one scan line allow to process image at real time. And the change of motion of the feature in image is small because of the short time between image frames, so it does not take much time to track features. To obtain recursive optimal obstacles position and robot motion along to the motion of camera, Kalman filter algorithm is used. After using Kalman filter in case of the fixed environment, 3-dimensional obstacles point map is obtained. The position and motion of moving obstacles can also be obtained by pre-segmentation. Finally, to solve the stereo ambiguity problem from multiple matches, the camera motion is actively used to discard mis-matched features. To get relative distance of obstacles from camera, parallel stereo camera setup is used. In order to evaluate the proposed algorithm, experiments are carried out by a small test vehicle.

• 로봇학회논문지
• /
• 제19권2호
• /
• pp.149-158
• /
• 2024

This paper presents a robust autonomous navigation and reconnaissance system for tracked robots, designed to handle complex multi-floor indoor environments with stairs. We introduce a localization algorithm that adjusts scan matching parameters to robustly estimate positions and create maps in environments with scarce features, such as narrow rooms and staircases. Our system also features a path planning algorithm that calculates distance costs from surrounding obstacles, integrated with a specialized PID controller tuned to the robot's differential kinematics for collision-free navigation in confined spaces. The perception module leverages multi-image fusion and camera-LiDAR fusion to accurately detect and map the 3D positions of objects around the robot in real time. Through practical tests in real settings, we have verified that our system performs reliably. Based on this reliability, we expect that our research team's autonomous reconnaissance system will be practically utilized in actual disaster situations and environments that are difficult for humans to access, thereby making a significant contribution.

• 대한핵의학회지
• /
• 제32권5호
• /
• pp.414-424
• /
• 1998

목적: PET과 MR 영상을 체계적으로 합성i분석하여 각각의 영상기법이 갖는 단점을 보완하고 기능을 향상시킴으로써 보다 정확하고 유용한 임상정보를 얻을 수 있다. 두 영상을 공간적으로 합성하기 위해서 머리 표피 경계점들 간의 거리를 최소화하는 알고리즘을 이용할 경우 경계점 추출의 정확성 및 견실성과 거리 계산 속도가 합성 알고리즘의 성능을 결정하는 중요한 요소가 된다. 본 연구에서는 PET 영상의 경계 추출과 거리 계산 방법을 개선하고 이를 이용하여 PET과 MR 영상을 3차원적으로 합성하였다. 대상 및 방법: 공간적인 합성을 위한 영상처리기법의 핵심인 경계점 추출을 위해 PET영상에서는 방출스캔 sinogram의 경계를 강조한 후 재구성한 횡단면으로부터 2 mm 간격으로 머리 표피 경계점들을 추출하였으며 MR 영상에서는 각 횡단면마다 약 2도 간격으로 경계점들을 추출하였다. 두 영상의 모든 경계점들 간의 평균 유클리디안 거리를 최소화하는 3차원 가상공간 상에서의 위치 이동과 회전 각도를 최소자승법을 이용하여 구한 후 PET영상을 역 전환하여 위치 정합을 하였다. 평균 거리의 계산 속도를 향상시키기 위하여 고정된 대상의 각 경계점을 중심으로 하여 주변 공간 정들에서의 거리를 순차적으로 계산하고 이들의 최소값을 취하는 방법으로 거리지도를 구성하였으며 최소자승법에서 경계점들 간의 위치가 변할 때마다 매번 평균거리를 다시 계산하지 않고 거리지도를 참조하여 평균 거리를 산출하는 방법을 사용하였다. 위치 정합된 두 영상의 동시 표현을 위하여 PET 영상의 화소값에 $0.4{\sim}0.7$부터 1사이의 범위로 정규화된 MR 영상의 화소 값으로 가중치를 주는 가중정규화 방법을 사용하였다. 결과: 방출스캔의 sinogram을 이용함으로써 PET영상의 경계를 견실하게 추출할 수 있었으며, 거리지도를 이용하여 거리 계산을 한 결과 계산 속도를 향상시킬 수 있었다. 정상인의 뇌영상에 대해 위치 정합을 실시한 결과 평균 거리 오차는 2mm 이하였다. 가중정규화 방법을 사용하였을 때 합성된 영상의 정성적인 식별 명확도가 향상하였다. 결론: 견실한 PET 영상 경계점 추출과 거리지도를 이용한 계산 속도의 향상을 통해 뇌 PET과 MR 영상 합성기법의 성능을 개선할 수 있었으며 이를 이용하며 개발한 영상정합 프로그램은 임상 환경에서 유용하게 사용될 수 있을 것이다.