• The Journal of Korea Robotics Society
• /
• v.17 no.4
• /
• pp.397-406
• /
• 2022

This paper presents an autonomous mobile robot (AMR) system and operation algorithms for logistic and factory facilities without magnet-lines installation. Unlike widely used AMR systems, we propose an EKF-based loosely coupled fusion of LiDAR measurements and visual markers. Our method first constructs occupancy grid and visual marker map in the mapping process and utilizes prebuilt maps for precise localization. Also, we developed a waypoint-based navigation pipeline for robust autonomous operation in unconstrained environments. The proposed system estimates the robot pose using by updating the state with the fusion of visual marker and LiDAR measurements. Finally, we tested the proposed method in indoor environments and existing factory facilities for evaluation. In experimental results, this paper represents the performance of our system compared to the well-known LiDAR-based localization and navigation system.

• The Journal of Korea Robotics Society
• /
• v.17 no.3
• /
• pp.314-321
• /
• 2022

Depth information used in SLAM and visual odometry is essential in robotics. Depth information often obtained from sensors or learned by networks. While learning-based methods have gained popularity, they are mostly limited to RGB images. However, the limitation of RGB images occurs in visually derailed environments. Thermal cameras are in the spotlight as a way to solve these problems. Unlike RGB images, thermal images reliably perceive the environment regardless of the illumination variance but show lacking contrast and texture. This low contrast in the thermal image prohibits an algorithm from effectively learning the underlying scene details. To tackle these challenges, we propose multi-channel remapping for contrast. Our method allows a learning-based depth prediction model to have an accurate depth prediction even in low light conditions. We validate the feasibility and show that our multi-channel remapping method outperforms the existing methods both visually and quantitatively over our dataset.

• The Journal of Korea Robotics Society
• /
• v.18 no.3
• /
• pp.260-270
• /
• 2023

We introduce a novel Visual Inertial Odometry (VIO) algorithm designed to improve the performance of thermal-inertial odometry. Thermal infrared image, though advantageous for feature extraction in low-light conditions, typically suffers from a high noise level and significant information loss during the 8-bit conversion. Our algorithm overcomes these limitations by approximating a 14-bit raw pixel histogram into a Gaussian mixture model. The conversion method effectively emphasizes image regions where texture for visual tracking is abundant while reduces unnecessary background information. We incorporate the robust learning-based feature extraction and matching methods, SuperPoint and SuperGlue, and zero velocity detection module to further reduce the uncertainty of visual odometry. Tested across various datasets, the proposed algorithm shows improved performance compared to other state-of-the-art VIO algorithms, paving the way for robust thermal-inertial odometry.

• The Journal of Korea Robotics Society
• /
• v.18 no.3
• /
• pp.271-280
• /
• 2023

FMCW (Frequency Modulated Continuous Wave) radar system is widely used in autonomous driving and navigation applications due to its high detection capabilities independent of weather conditions and environments. However, radar signals can be easily contaminated by various noises such as speckle noise, receiver saturation, and multipath reflection, which can worsen sensing performance. To handle this problem, we propose a learning-free noise removal technique for radar to enhance detection performance. The proposed method leverages adaptive thresholding to remove speckle noise and receiver saturation, and wavelet transform to detect multipath reflection. After noise removal, the radar image is reconstructed with the geometric structure of the surrounding environments. We verify that our method effectively eliminated noise and can be applied to autonomous driving by improving the accuracy of odometry and place recognition.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.59-62
• /
• 2009

증강현실 기술은 실제 환경에 가상의 물체를 덧씌우는 기술을 말하며, 이는 지리정보의 가시화 같은 작업에 매우 큰 잠재력을 갖고 있다. 하지만 지금까지 연구된 이동형 증강현실 시스템은 사용자의 위치를 파악하기 위해 GPS를 사용하거나 마커를 현장에 붙이는 방식을 사용하였다. 최근 연구들은 마커를 사용하지 않는 방법을 지향하고 있으나 많은 제약을 갖고 있다. 특히 실내의 경우는 GPS정보를 사용할 수 없기 때문에 실내 위치파악을 위해서는 새로운 기술이 필요하다. 최근 무선(RF)기반의 실내 위치 추정 연구가 활발히 수행되고 있지만, 이 또한 다량의 센서와 인식기를 설치해야한다는 제약이 존재한다. 본 연구에서는 한 대의 카메라를 사용하는 SLAM 알고리듬을 이용한 위치 추정기법을 제시하였으며, 추정된 위치를 이용하여 증강현실을 통한 정보 가시화 프로그램을 개발하였다. 이는 실내외 seamless 연동형 u_GIS 시스템의 밑바탕이 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.945-948
• /
• 2020

최근 코로나 사태로 인하여 한국에서는 사람 간에 거리를 두는 사회적 거리 두기와 생활 속 거리두기를 시행하고 있다. 또 식당에서의 지출 중 가장 큰 비율을 차지하고 있다. 인건비를 절감하기 위해 본 연구는 2D Lidar 센서를 사용하여 식당에서의 사람과의 접촉이 가장 큰 서빙의 역할을 로봇이 직접 하는 것을 목표로 하였다. Lidar 센서를 이용해서 SLAM을 구현하였고 안드로이드 앱을 사용하여 주문 결제를, Four Bar Linkage를 사용하여 음식 전달 부분을 구현하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.293-296
• /
• 2021

본 논문에서는 컴퓨터 그래픽에서 주로 적용되어 왔던 푸아송 디스크 샘플링(Poisson Disk Sampling)을 3차원 영상 모델링에 적용하는 것을 제안한다. 이 샘플링 기법은 3차원 영상 센서의 핵심 기술로 사용되는 라이다 센서를 활용해 수집한 PointCloud가 특정 위치로 뭉쳐지는 클러스터 현상이 발생하지 않고 균일하게 분포하게 할 뿐 아니라 영상의 노이즈도 제거한다. Intel의 라이다 센서 L515와 Apple의 태블릿 라이다 센서를 이용해 추출한 PointCloud를 Poisson Disk Sampling 과정을 거쳐 Mesh를 생성하고 이를 SLAM 기법으로 추출한 경우와 비교한다. PointCloud의 수를 줄였을 때 더 좋은 Mesh를 생성할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.607-610
• /
• 2020

시각적 환경 인식을 위하여 PTAM 연구가 활발히 이루어지고 있다. 최근 모든 방향의 시야각을 제공하는 구면 비디오를 위한 연구로 확장되고 있다. 기존의 구면 SLAM 방법은 Unified Sphere Model을 사용하며 앞면 시야각만 제공할 수 있는 한계가 있다. 본 논문에서는 구면 비디오를 위한 PTAM의 구현을 위한 카메라 모델을 제시한다. 제안된 카메라 모델은 핀홀 투영 카메라에 기반한 듀얼 영상 평면을 사용한다. 제안 방법은 앞면 시야각에 제약되지 않으며 전체 시야각을 지원한다. 또한 구면 바디오의 PTAM 적용 과정에서 평면 연산식을 직접 적용할 수 있는 장점이 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.842-844
• /
• 2022

각종 유해조수로에 의한 피해가 농가에서 발생하고 있다. 이를 해결하기 위해 기존에 Drone을 이용한 유해조수 퇴치연구가 있엇지만 시간의 제약과 법적인 규제로부터 발생되는 문제점이 발견되어 이를 해결하기 위해 Drone을 Caterpillar 구동형 모바일 로봇으로 대체하였고, 자율주행 기능을 추가하였다. 텐서플로우 객체 검출 딥러닝을 적용하여 유해조수를 학습 및 파악한다. 이 후 유해조수 인식 시 사용자에게 실시간 알림 서비스 및 실시간 스트리밍을 제공하고, 유해조수 퇴치 로봇에 장착된 스피커와 Neo Pixel LED을 이용하여 유해조수의 시각과 청각을 자극하여 퇴치한다. ROS, SLAM과 Object Following을 이용하여 자율주행 로봇을 제어하고 객체를 추적한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.487-488
• /
• 2023

전 세계적으로 도시화가 가속화됨에 따라 도시 내 차량의 수가 지속해서 증가하고 있지만 주차 공간의 부족으로 인해 도심 내 불법주차 문제가 심각해지고 있다. 또한 주차된 차량의 운전자 정보가 노출된 환경으로 인해 개인 정보 유출이 중요한 사회적 문제가 되고 있다. 따라서 본 논문에서는 불법주차 해소와 운전자 개인정보 보호를 동시에 해결하기 위한 자율주행 로봇 시스템을 제안한다. 제안한 방법에서는 정상 주차를 식별하기 방안으로 마커 인식을 적용하였고 ROS 기반 Stella N1을 사용하여 자율주행할 수 있는 로봇을 제작하였다. 또한 전화번호 없이 운전자와 연락을 취할 수 있는 메시지전달 앱을 개발하였다.