• 로봇학회논문지
• /
• 제9권3호
• /
• pp.170-177
• /
• 2014

This paper proposes a novel upward-looking camera-based global localization using a ceiling image map. The ceiling images obtained through the SLAM process are integrated into the ceiling image map using a particle filter. Global localization is performed by matching the ceiling image map with the current ceiling image using SURF keypoint correspondences. The robot pose is then estimated by the coordinate transformation from the ceiling image map to the global coordinate system. A series of experiments show that the proposed method is robust in real environments.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.160-167
• /
• 2016

본 논문은 천장 영상 정보를 이용한 이동 로봇 위치추정 방법을 제안한다. 지도상에 천장 영상의 랜드 마크의 위치는 미리 알고 있지만, 지도상의 랜드 마크와 감지된 랜드 마크 사이의 대응관계 정보는 주어지지 않는다. 단지, 로봇의 이동 시작 단계에서 랜드 마크들에 대한 상대적인 로봇의 위치가 주어진다. 로봇의 위치 및 천장 영상에서 감지된 특징점의 ID를 찾기 위해 파티클 필터 방법을 이용한다. 제안한 방법을 천장에 동일한 형태의 원형 랜드 마크를 가진 실내 환경에서 실험하여 성능을 검증하였다. 본 논문에서 제안한 위치추정 방법은 레이저 영역 센서에 의해 측정된 벽까지의 거리 또는 RF 나 초음파에 의해 측정된 비이컨까지의 거리 값에 큰 불확실성이 존재하는 물류 창고와 같은 환경에서 사용하기에 적합하다.

• 융합신호처리학회논문지
• /
• 제5권4호
• /
• pp.256-262
• /
• 2004

로봇이 자율주행을 하는데 있어 중요한 요소는 로봇 스스로 위치를 추정하고 동시에 주위 환경에 대한 지도를 작성하는 것이다. 본 논문에서는 어안렌즈를 이용한 비전 기반 위치 추정 및 매핑 알고리즘을 제안한다. 로봇에 어안렌즈가 부착된 카메라를 천정을 바라볼 수 있도록 부착하여 스케일 불변 특징을 갖는 고급의 영상 특징을 구하고, 이 특징들을 맵 빌딩과 위치 추정에 이용하였다. 전처리 과정으로 어안렌즈를 통해 입력된 영상을 카메라 보정을 행하여 축방향 왜곡을 제거하고 레이블링과 컨벡스헐을 이용하여 보정된 영상에서 천정영역과 벽영역으로 분할한다. 최초 맵 빌딩시에는 분할된 영역에 대해 특징점을 구하고 맵 데이터베이스에 저장한다. 맵 빌딩이 종료될 때까지 연속하여 입력되는 영상에 대해 특징점들을 구하고 맵과 매칭되는 점들을 찾고 매칭되지 않은 점들에 대해서는 기존의 맵에 추가하는 과정을 반복한다. 위치 추정은 맵 빌딩 과정과 맵 상에서 로봇의 위치를 찾는데 이용된다. 로봇의 위치에서 구해진 특징점들은 로봇의 실제 위치를 추정하기 위해 기존의 맵과 매칭을 행하고 동시에 기존의 맵 데이터베이스는 갱신된다. 제안한 방법을 적용하면 50㎡의 영역에 대한 맵 빌딩 소요 시간은 2분 이내, 위치 추정시 위치 정확도는 ±13cm, 로봇의 자세에 대한 각도 오차는 ±3도이다.

• 제어로봇시스템학회논문지
• /
• 제15권4호
• /
• pp.445-450
• /
• 2009

This paper presents a new mobile robot localization method for indoor robot navigation. The method uses hexagon distributed color-coded patches on the ceiling and a camera is installed on the robot facing the ceiling to recognize these patches. The proposed "cell-coded map", with the use of only seven different kinds of color-coded landmarks distributed in hexagonal way, helps reduce the complexity of the landmark structure and the error of landmark recognition. This technique is applicable for navigation in an unlimited size of indoor space. The structure of the landmarks and the recognition method are introduced. And 2 rigid rules are also used to ensure the correctness of the recognition. Experimental results prove that the method is useful.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.40-47
• /
• 2010

This paper presents a simultaneous localization and mapping (SLAM) of an indoor hallway environment using Rao-Blackwellized particle filter (RBPF) along with a line segment as a landmark. Based on the fact that fluent line features can be extracted around the ceiling and side walls of hallway using vision sensor, a horizontal line segment is extracted from an edge image using Hough transform and is also tracked continuously by an optical flow method. A successive observation of a line segment gives initial state of the line in 3D space. For data association, registered feature and observed feature are matched in image space through a degree of overlap, an orientation of line, and a distance between two lines. Experiments show that a compact environmental map can be constructed with small number of horizontal line features in real-time.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.75-83
• /
• 2009

실내 로봇의 자율 운행에 효과적인 새로운 로봇 위치 계산 방법을 제안하였다. 천정에 칼라 코드로 만든 위치 지시용 랜드마크를 부착하고, 천정을 향해 설치된 카메라에 의해 랜드마크가 인식되게하는 구조이다. 칼라 랜드마크에 사용한 코드는 9개의 다른 조합이 되도록 하여 상대적 위치를 지시하게 하며, 위치 계산이 모듈로 9 계산에 의해 용이하도록 하는 특별한 배치 방법을 사용하였다. 천정에 부착된 랜드마크 인식을 기반으로 한 위치 계산 알고리즘이므로, 실내에서 사용하는 것을 특징으로 하며, 상대적인 위치 코드를 사용하므로 사용 넓이에 제한이 없다. 이 논문에서는 랜드마크의 구조와 인식방법을 소개하며, 위치계산 결과의 정확성 실험결과도 제시하였다.

• 센서학회지
• /
• 제32권2호
• /
• pp.118-123
• /
• 2023

This study presents sensor system for autonomous mobile robot capable of floor-to-floor self-navigation. The robot was modified using the Turtlebot3 hardware platform and ROS2 (robot operating system 2). The robot utilized the Navigation2 package to estimate and calibrate the moving path acquiring a map with SLAM (simultaneous localization and mapping). For elevator boarding, ultrasonic sensor data and threshold distance are compared to determine whether the elevator door is open. The current floor information of the elevator is determined using image processing results of the ceiling-fixed camera capturing the elevator LCD (liquid crystal display)/LED (light emitting diode). To realize seamless communication at any spot in the building, the LoRa (long-range) communication module was installed on the self-navigating autonomous mobile robot to support the robot in deciding if the elevator door is open, when to get off the elevator, and how to reach at the destination.