• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.60-65
• /
• 2010

본 논문은 모바일 로봇에 장착된 스테레오 카메라의 영상에서 주변 환경에 대한 지도를 작성하기 위해 특징 검출 및 매칭 그리고 2D 지도 작성의 결과를 기술한다. 영상의 특징을 추출하는 방법은 실시간으로 프로세싱하기 위해서 빠른 연산이 가능한 에지 검출과 차 영상을 이용한 특징을 스테레오 매칭 기법을 통해 상관계수를 구할 수 있다. 이동 로봇의 위치를 추정하기 위해 ZigBee를 이용한 비컨과 로봇에 장착된 엔코더를 칼만 필터를 통해 추정한다. 또한 방위를 측정할 수 있는 자이로 센서를 병합하여 모바일 로봇이 이동하면서 지도를 작성할 수 있게 한다. 이는 이동 로봇의 SLAM 기술과 더불어 지능형 로봇이 인간 생활에서 효과적으로 적용될 수 있는 기반이 될 것이다.

• 제어로봇시스템학회논문지
• /
• 제17권2호
• /
• pp.164-170
• /
• 2011

This paper proposes a novel monocular vision-based SLAM (Simultaneous Localization and Mapping) method using both position and orientation information of ceiling lamps. Conventional approaches used corner or line features as landmarks in their SLAM algorithms, but these methods were often unable to achieve stable navigation due to a lack of reliable visual features on the ceiling. Since lamp features are usually placed some distances from each other in indoor environments, they can be robustly detected and used as reliable landmarks. We used both the position and orientation of a lamp feature to accurately estimate the robot pose. Its orientation is obtained by calculating the principal axis from the pixel distribution of the lamp area. Both corner and lamp features are used as landmarks in the EKF (Extended Kalman Filter) to increase the stability of the SLAM process. Experimental results show that the proposed scheme works successfully in various indoor environments.

• 전기학회논문지
• /
• 제68권1호
• /
• pp.182-188
• /
• 2019

Autonomous mobile robots need SLAM (simultaneous localization and mapping) to look for the location and simultaneously to make the map around the location. In order to achieve visual SLAM, it is necessary to form an algorithm that detects and extracts feature points from camera images, and gets the camera pose and 3D points of the features. In this paper, we propose MPROSAC algorithm which combines MSAC and PROSAC, and compare the performance of optimization method and the filtering method for feature-based monocular visual SLAM. Sparse Bundle Adjustment (SBA) is used for the optimization method and the extended Kalman filter is used for the filtering method.

• 로봇학회논문지
• /
• 제1권1호
• /
• pp.25-35
• /
• 2006

Improving practicality of SLAM requires various sensors to be fused effectively in order to cope with uncertainty induced from both environment and sensors. In this case, combining sonar and vision sensors possesses numerous advantages of economical efficiency and complementary cooperation. Especially, it can remedy false data association and divergence problem of sonar sensors, and overcome low frequency SLAM update caused by computational burden and weakness in illumination changes of vision sensors. In this paper, we propose a SLAM method to join sonar sensors and stereo camera together. It consists of two schemes, extracting robust point and line features from sonar data and recognizing planar visual objects using multi-scale Harris corner detector and its SIFT descriptor from pre-constructed object database. And fusing sonar features and visual objects through EKF-SLAM can give correct data association via object recognition and high frequency update via sonar features. As a result, it can increase robustness and accuracy of SLAM in indoor environment. The performance of the proposed algorithm was verified by experiments in home -like environment.

• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.17-25
• /
• 2017

In this paper, we have implemented a low-cost mobile robot supporting the person tracking by detection using RGB-D cameras and ROS(Robot Operating System) framework. The mobile robot was developed based on the Kobuki mobile base equipped with 2's Kinect devices and a high performance controller. One kinect device was used to detect and track the single person among people in the constrained working area by combining point cloud data filtering & clustering, HOG classifier and Kalman Filter-based estimation successively, and the other to perform the SLAM-based navigation supported in ROS framework. In performance evaluation, the person tracking by detection was proved to be robustly executed in real-time, and the navigation function showed the accuracy with the mean distance error being lower than 50mm. The mobile robot implemented has a significance in using the open-source based, general-purpose and low-cost approach.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.241-243
• /
• 2018

이 논문에서는 SLAM (Simultaneous Localization and Mapping)에서 로봇이 환경 맵을 획득하는 동시에 맵과 관련하여 로컬라이제이션을 수행합니다. 클라우드 기반 SLAM을 사용하면 환경 맵과 같은 리소스 및 데이터 공유를 최적화 할 수 있으므로 공유 가능한 온라인 맵 중 하나로 사용할 수 있습니다. 이렇게 하면 우리 환경에 중요한 변화를 추가하거나 제거하지 않으면 환경에 추가 된 새로운 모바일 로봇에 새로운 환경 맵 재구성의 본질이 생략되어 센서 추가 요구 사항이 줄어들게 됩니다.

• International Journal of Control, Automation, and Systems
• /
• 제6권1호
• /
• pp.62-75
• /
• 2008

Vision-based simultaneous localization and map building using a single camera, while compelling in theory, have not until recently been considered extensive in the practical realm of the real world. In this paper, we propose a simple framework for the monocular SLAM of an indoor mobile robot using natural line features. Our focus in this paper is on presenting a novel approach for modeling the landmark before integration in monocular SLAM. We also discuss data association improvement in a particle filter approach by using the feature management scheme. In addition, we take constraints between features in the environment into account for reducing estimated errors and thereby improve performance. Our experimental results demonstrate the feasibility of the proposed SLAM algorithm in real-time.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.289-290
• /
• 2020

본 논문에서는 Turtlebot burger3와 라즈베리파이의 OpenCV, OpenCR보드를 이용하여 ROS상에서 SLAM알고리즘을 구현하여 자율 주행 순찰이 가능한 로봇을 개발한다. 특히, 라즈베리파이 카메라에 OpenCV를 이용하여 사람 얼굴 인식이 가능하게 하여 순찰 시 카메라로 순찰 정보를 제공 할 수 있게 한다. 또한, 로봇에 탑재된 LiDAR는 SLAM 알고리즘을 이용하여 주변의 환경을 매핑하여 장애물을 회피할 수 있는 경로를 탐색할 수 있도록 한다. 개발 기술들을 통하여 사람 대신에 로봇이 경비 구역의 침입자 촬영을 하고, 원격제어가 가능한 시스템으로 다양한 분야에 로봇 제어 기술에 활용하고자 한다.

• 한국게임학회 논문지
• /
• 제17권4호
• /
• pp.17-24
• /
• 2017

본 논문은 마커를 사용하지 않고 현실 객체 대상 모바일 증강현실 게임의 일반적인 제작 과정에 대해서 기술하고 있다. 본 논문에서는 모바일 환경에서의 성능 최적화를 위해서 slam 기술을 사용하여 만들어진 포인트 클라우드 데이터를 별도의 편집툴을 사용하여 편집하였다. 또한 게임 실행단계에서 특징점 추출 및 디스크립터 매칭으로 인해 많은 부하가 발생하는데, 이를 줄이기 위해서 이전 입력 영상에서 매칭된 특징점에 대한 위치 추적을 위해 Opticalflow 추적을 사용하였다.