Journal of the Institute of Electronics Engineers of Korea SC (전자공학회논문지SC)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Localization Performance Improvement for Mobile Robot using Multiple Sensors in Slope Road

경사도로에서 다중 센서를 이용한 이동로봇의 위치추정 성능 개선

  • Kim, Ji-Yong (BK21 Mechatronics Group at Chungnam National University) ;
  • Lee, Ji-Hong (BK21 Mechatronics Group at Chungnam National University) ;
  • Byun, Jae-Min (Intelligent Robot Research Division at Electronics and Telecommunication Research Institute) ;
  • Kim, Sung-Hun (Intelligent Robot Research Division at Electronics and Telecommunication Research Institute)
  • 김지용 (충남대학교 BK21 메카트로닉스사업단) ;
  • 이지홍 (충남대학교 BK21 메카트로닉스사업단) ;
  • 변재민 (한국전자통신연구원 지능형로봇연구단) ;
  • 김성훈 (한국전자통신연구원 지능형로봇연구단)
  • Published : 2010.01.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents localization algorithm for mobile robot in outdoor environment. Outdoor environment includes the uncertainty on the ground. Magnetic sensor or IMU(Inertial Measurement Unit) has been used to estimate robot's heading angle. Two sensor is unavailable because mobile robot is electric car affected by magnetic field. Heading angle estimation algorithm for mobile robot is implemented using gyro sensor module consisting of 1-axis gyro sensors. Localization algorithm applied Extended Kalman filter that utilized GPS and encoder, gyro sensor module. Experiment results show that proposed localization algorithm improve considerably localization performance of mobile robots.

본 논문에서는 실외환경에서 주행하는 이동로봇의 위치를 추정하는 알고리즘을 제안한다. 실외환경은 실내와 다르게 바닥이 고르지 않고, 경사진 지형 등 지면에 대한 불확실성을 포함한다. 이러한 환경에서 로봇의 진행 방향을 추정하기 위해 magnetic 센서 또는 IMU(Inertial Measurement Unit)가 예전부터 많이 사용되어 왔다. Magnetic 센서는 진행방향에 대한 절대 각도를 알려주며, IMU는 센서 내부에서 자이로스코프와 가속도계, 전자 나침반을 사용하여 각도 정보를 제공한다. 하지만 본 연구에 사용된 이동로봇은 전기자동차로써 자기장의 영향을 많이 받기 때문에 위 두 센서를 사용할 수가 없는 실정이다. 그래서 자기장의 영향을 받지 않는 1축 자이로 센서 3개를 이용한 자이로 모듈을 구성하여 진행방향을 추정하는 알고리즘을 구현하였다. GPS와 엔코더, 자이로 센서 모듈 등을 통해 얻은 정보를 융합하여 확장 칼만 필터 알고리즘에 의한 이동로봇의 위치추정 알고리즘을 개발하였고 실험을 통하여 제안한 알고리즘의 성능을 검증하였다.

Keywords

References

  1. K. Ohno, T. Tsubouchi, B. Shigematsu, S. Maseyama, and S.Yuta, "Outdoor navigation of a mobile robot between buildings based on DGPS and odometry data fusion," Proc. of IEEE Int''l Conf. on Robotics and Automation, pp. 1978-1984, 2003.
  2. R. Madhavan and H. F. Durrant-Whyte, "2D map-building and localization in outdoor environments," Journal of Robotic Systems, vol. 22, pp. 45-63, 2004.
  3. H. Chung, L. Ojeda, and J. Borenstein, "Sensor fusion for mobile robot dead reckoning with a pecision-calibrated fiber optic gyroscope," in Proc. IEEE Int. Conf. Robot. Autom., Seoul, Korea, May 2001, pp.3588–G3593.
  4. K.Rebai, O.Azouaoui, M.Benmami, A.Larabi, "Car-like robot navigation at high speed", in Proc. 2007 IEEE Int. Conf. Robotics and Biomimetics, pp.2053-2057, Dec. 2007
  5. Greg Welch and Gary Bishop, "An Introduction to the Kalman Filter", UNC-Chapel Hill, TR 95-041, July 24, 2006.
  6. 진태석, 이장명, "단일 초음파 센서모듈을 이용한 이동로봇의 위치추정 및 주행," 전자공학회논문지, 제42권 SC편, 제 2호, 1-10쪽, 2005년 3월
  7. 구자일, 홍준표, 이원석, "동기 구동형 이동로봇의 자율주행을 위한 위치측정과 경로계획에 관한 연구," 전자공학회논문지, 제43권 IE편, 제 1호, 59-66쪽, 2006년 3월
  8. R. Thrapp and C.Westbrook, "Robust localization algorithms for an autonomous campus tour guide," in Proc. IEEE Int. Conf. Robot. Autom.,Seoul, Korea, May 2001, pp. 2065–G2071.
  9. T. Pilarsky, M. Happold, H. Pangels, M. Ollis, K. Fitzpatrick, and A.Stentz, "The demeter system for automated harvesting," Auton.Robots,vol. 13, pp. 9–20, 2002. https://doi.org/10.1023/A:1015622020131
  10. 유성구, 정길도, "단일 영상과 거리센서를 이용한 SLAM 시스템 구현," 전자공학회논문지, 제45권 SC편, 제 6호, 149-156쪽, 2008년 11월
  11. S. Scheding, G. Dissanayake, E. M. Nebot, and H.Durrant-Whyte,"An experiment in autonomous navigation of an underground mining vehicle,"IEEE Trans. Robot. Autom., vol. 15, no. 1, pp. 85–G95, Feb. 1999.