• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.603-605
• /
• 2021

자동차의 전장화와 실내 서비스 제공 로봇 등의 산업화로 자율주행에 대한 연구가 활발히 진행되고 있다. 일반적으로 주변이 넓은 외부의 경우 주로 GPS나 라이다, 비전을 통해 위치를 인식하고, 실내에서는 WiFi, UWB(Ultra-Wide Band), VLP등의 기술로 위치 측위를 수행한다. 본 논문에서는 실내 환경에서 서로 다른 색온도를 가진 LED 조명을 이용한 자기 위치 측위에 대한 시스템을 소개한다. 터널과 같은 모의 실험 환경에서 LED 조명을 설치 한 후, 위치에 따른 색도값의 분석을 통해 현재 위치에 대한 정보를 얻을 수 있음을 보였다. 이를 통해 차량의 터널 내 위치, 창고나 공장과 같은 실내에서 기기의 움직임에 대한 정보를 얻을 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.838-839
• /
• 2023

배달량 확산과 자율 주행 로봇의 실내외 주행이 가능해지면서 로봇을 활용할 주문 및 배달 서비스가 활발해지고 있다. 따라서 기존의 자율 주행 배달 로봇의 문제점을 개선하여 보다 나은 배달 서비스를 제공하고자 자율 주행 배달 로봇을 연구하였다. 배달 로봇에 AI를 적용하여 장애물 탐지, 최적코스 탐색을 통해 목적지까지 최적 경로로 이동하며, 배달 물품 안전까지 보장한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.173-173
• /
• 2017

드론의 시장규모가 커짐에 따라 초창기 군사 목적에서 현재 민간부문으로 확대되고 있다. 현재 드론은 실외에서 사용될 목적으로 제작된 것이 많으나 실내에서도 드론의 활용 여부가 증가할 것으로 예상된다. 본 연구에서는 실외에서만 사용 가능한 GPS를 대신하여 영상 촬영으로 획득한 이미지를 CNN으로 학습을 시켜 자율고도제어비행을 하도록 한다. 첫 번째로 수동 조작하는 드론에 IMU센서를 부착하여 획득한 고도 데이터를 표로 제시함으로써 GPS를 사용하지 않는 드론의 실내주행에서 일정한 고도 유지는 다소 무리가 있음을 보여준다. 두 번째로 드론의 수동 조작은 일정하지 않은 고도 때문에 CNN의 학습할 영상 획득이 어렵다. 일정한 고도의 영상 획득을 위한 실험용 높이 조절 Base를 제작하여 고도별 영상을 획득한다. 획득한 영상을 통해 얻은 이미지를 CNN 학습을 시킨 후, 학습에 사용되지 않은 이미지를 사용하여 고도 판별을 확인한다. 대조군으로 실내장소를 바꾸어 미리 학습된 CNN으로 고도 판별을 확인한다. 학습에 사용된 이미지의 환경(생명공학관)과 대조군(제 2 공학관)이 촬영된 장소의 환경요소의 차이로 오차가 발생한다. 오차는 실내 장소의 총 높이의 차이 및 서로 상이한 천장 구조물에 따른 것으로 사료되며 Data crop을 통해 획득한 이미지의 천정 부분을 제거하여 노이즈를 줄여 고도 판별의 정확도를 높일 수 있을 것으로 예상한다. 세 번째, CNN으로 학습을 통해 Model을 도출하여 자율 고도 제어 프로세스를 제시한다. 그리고 해당 프로세스를 이용한 자율고도제어 주행과 수동조작을 통한 주행에서의 Z축 가속도 데이터의 표준편차를 비교하여 본 연구의 실효성을 보여준다

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.323-324
• /
• 2022

본 논문에서는 사람의 개입 없이 실내 환경에서 마스크 미 착용자를 스스로 발견한 후 방역수칙위반 사실에 대한 경고와 함께 마스크 착용을 권고하는 인공지능 기반의 자율주행 서비스 로봇을 개발한다. 제안한 시스템에서 로봇은 동시적 위치 추적 지도 작성 기법인 SLAM(Simultaneous Localization and Mapping)기술을 이용하여 지도를 작성한 후 사용자가 제공한 웨이포인트(Waypoint)를 기반으로 자율주행한다. 또한, YOLO(You Only Look Once) 알고리즘을 이용한 실시간 객체 인식 기술을 활용하여 보행자의 마스크 착용 여부를 판단한다. 실험을 통해 사전에 작성된 지도에 지정된 웨이포인트를 따라 로봇이 자율주행하는 것을 확인하였다. 또한, 충전소로 이동할 경우, 영상 처리 기법을 활용하여 충전소에 부착된 표식에 근접하도록 이동하여 충전이 진행됨을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.164-172
• /
• 2019

본 논문에서는 실내 환경에서 시각정보를 기반으로 출발지점에서 경유지를 거쳐 목표지점으로 최적의 경로를 찾아 자율 주행하는 바퀴달린 로봇을 구현한다. 로봇은 출발지점에서 경유지를 거쳐 목표지점으로의 최적의 경로를 딥강화학습으로 얻을 수 있다. 그러나 로봇이 구해진 경로로 자율 주행을 할 때 표면의 굴곡과 이물질 등의 외부적 요인으로 목적지까지 정확하게 주행하지 못하는 경우가 발생한다. 이에 본 연구는 카메라만 장착한 로봇이 외부 요인으로 인해 최적의 경로를 이탈할 경우 이를 인지하도록 한다. 이 인지를 토대로 로봇이 스스로 경로를 보정하고 계획된 경유지와 최종 목적지점에 도달할 수 있게 하는 알고리즘을 제안한다. 본 연구를 위해 파이캠을 탑재한 라즈베리파이와 아두이노로 제어하는 바퀴식 자율 주행 로봇이 제작되었다. 로봇은 실내환경에서 OSX 환경의 서버와 실시간 연동하면서 계획된 최적의 경로로 시험주행을 완료하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.370-371
• /
• 2015

자율 주행 로봇의 기본적인 기능에는 위치 추정 기능과 무선 통신 기능이 포함된다. 이미지 센서를 이용하여 로봇의 이동 위치를 추정하고, 무선통신은 ZigBee를 적용하였다. 본 논문에서는 자율 주행 로봇의 이동 위치 정보를 이미지센서를 이용하여 데이터를 취득 후 마우스 알고리즘을 통해 이동 데이터로 환산하였으며, 이동 데이터를 ZigBee통신을 통해 서버와 실시간 통신을 하였다. 이를 통해 로봇의 이동 정보를 실시간으로 취득할 수 있는 실내형 로봇 위치 추정 시스템을 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.668-670
• /
• 2019

본 논문은 로봇의 위치추정에 관한 연구로서, 기존의 실내 자율주행은 탐색되지 않은 영역에서의 위치추정이 어렵다는 것을 보완하기 위해 Graph based SLAM 알고리즘을 이용하는 자율주행 로봇에 Beacon을 적용함으로써 보다 정확한 위치추정 능력을 향상하는 방법을 제시한다.

• 전자통신동향분석
• /
• 제31권4호
• /
• pp.86-97
• /
• 2016

빛의 반사시간 및 산란정보를 측정하여 기상정보를 수집하던 초기 라이다 기술은 실내외 3차원 정보를 확보하는 센서 기술로 응용 영역을 확대하고 있다. 특히 최근에는 자율주행차/스마트카를 중심으로 차량/보행자의 안전과 고도화된 자율주행 성능을 위하여 차량 주변 환경에 대한 3차원 좌표를 고속으로 획득하는 라이다 기술의 중요성이 부각되고 있으며, 이에 따라 관련 기술에 대한 이해와 동향파악이 필요하다. 이에 본고에서는 차량에 적용될 수 있는 라이다 기반 3차원 영상센서 기술 전반에 대한 리뷰를 진행하고, 자율주행차/스마트카 시장에서 핵심이슈 및 기술별 대응 특징을 소개한다. 아울러 3차원 센서기술의 글로벌 경쟁상황을 기반으로 향후 차량용 라이다 기술의 발전방향을 전망해 본다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.143-144
• /
• 2019

자율 주행 차량의 상용화를 위해서는 차량의 정교한 위치 추정이 필수적이다 특히 실내공간의 경우 다중 경로 등 복잡한 경로를 주행 중인 차량의 위치를 추적해야 한다. 이 경우 정밀한 위치 추정을 위해 이동체가 주행하는 경로를 정확히 판별하는 것이 필수적이다. 본 논문에서는 다중 경로가 존재하는 복잡한 실내공간을 주행하는 이동체의 경로 추정을 위해 딥러닝 기법을 이용한다. 특히 딥러닝 기법이 주행 차량의 영상 정보를 활용하는 방식을 기술한다. 본 논문에서 딥러닝 방식은 주행 차량의 영상 정보를 이용하여 이동체가 주행하게 될 경로를 예측한다. 모의실험은 적용된 딥러닝 방식이 이동체의 주행 경로를 정확하게 예측함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.715-718
• /
• 2018

최근 다층의 인공신경망 모델이 수많은 분야에 대한 해결 방안으로 제시되고 있으며 2015년 Mnih이 고안한 DQN(Deep Q Network)는 Atari game에서 인간 수준의 성능을 보여주며 많은 이들에게 놀라움을 자아냈다. 본 논문에서는 Atari DQN Model을 실내 자율주행 모바일 로봇에 적용하여 신경망 모델이 최단 경로를 추종하며 장애물 회피를 위한 행동을 학습시키기 위해 로봇이 가지는 상태 정보들을 84*84 Mat로 가공하였고 15가지의 행동을 정의하였다. 또한 Virtual world에서 신경망 모델이 실제와 유사한 현재 상태를 입력받아 가장 최적의 정책을 학습하고 Real World에 적용하는 방법을 연구하였다.