• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.506-510
• /
• 2007

전자나침반(DMC)은 실내의 전자기적 요소나 강한 자성체 건물구조에서는 쉽게 방해를 받던 나침반보다 실내에서 간섭에 강한 특징을 가지고 있다. 그리고 초음파 센서는 물체와의 거리를 계산해 줄뿐만 아니라 값싼 센서로서 경제적인 이점을 가지고 있어 Simultaneous Localization and Mapping(SLAM)에서 많이 사용하고 있다. 본 논문에서는 자율 이동 로봇의 구동에서 전자나침반과 초음파 센서를 이용한 SLAM의 구현에 대해 연구하였다. 로봇의 특성상 한정된 센싱 데이터만으로 방향과 위치를 파악하고 그 데이터 값으로 가능한 빠르게 위치 측정을 하여야 한다. 그러므로 자율 이동 로봇에서의 SLAM 적용함으로 위치측정의 구현과 지도 작성을 수행한다. 그리고 SLAM 구현상의 주된 연구 중의 하나인 Kid Napping 문제에 중점을 두고 연구한다. 특히, 위치 측정의 구현을 수행하기 위한 데이터의 센싱 방법으로 초음파 센서를 사용하였고 비슷한 위치의 데이터 값이 주어지거나 사전 정보 없는 상태에서는 로봇의 상태를 파악하기 위해서 전자 나침반을 사용하였다. 그래서 자율 이동 로봇의 위치를 정확하게 측정하기 위해서 활용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.37-40
• /
• 2007

Digital Magnetic Compass(DMC)는 실내의 전자기적 요소나 강한 자성체 건물구조에서는 쉽게 방해를 받던 Compass보다 실내에서 간섭에 강한 특징을 가지고 있다. 그리고 적외선 센서와 초음파 센서는 서로 물체와의 거리를 보완적으로 계산해 줄뿐만 아니라 값싼 센서로서 경제적인 이점을 가지고 있어 Simultaneous Localization and Mapping(SLAM)에서 많이 사용하고 있다. 본 논문에서는 자율 이동 로봇의 구동에서 Digital Magnetic Compass(DMC)와 Ultrasonic Sensors을 이용한 SLAM의 구현에 대해 연구하였다. 로봇의 특성상 한정된 Sensing 데이터만으로 방향과 위치를 파악하고 그 데이터 값으로 가능한 빠르게 Localization을 하여야 한다. 그러므로 자율 이동 로봇에서의 SLAM 적용함으로 Localization 구현과 Mapping을 수행하고 SLAM 구현상의 주된 연구 중의 하나인 Kid Napping 문제에 중점을 두고 연구한다. 특히, Localization 구현을 수행을 위한 데이터의 Sensing 방법으로 적외선 센서와 초음파 센서를 같이 사용하였고 비슷한 위치의 데이터 값이 주어지거나 사전 정보 없는 상태에서는 로봇의 상태를 파악하기 위해서 DMC을 같이 사용하여 더 정확한 위치를 측정에 활용하였다.

• 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.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.487-493
• /
• 2012

SLAM(Simultaneous Localization And Mapping)은 주변 환경에 대한 지도 작성과 자신의 위치를 인식하는 기법으로 주행 로봇 분야에서 널리 사용되고 있다. FastSLAM(A Factored Solution to the SLAM)은 파티클 필터와 확장형 칼만 필터를 기반으로 한 대표적인 SLAM 기법중의 하나이나, 재추출 단계에서 입자들의 다양성이 상실되는 문제가 제기되고 있다. 본 논문에서는 적합도 공유기법을 사용하여 입자들의 다양성 상실에 관한 문제를 보완하는 방법을 제시하고, 기존의 기법들과 성능을 비교 및 분석한다.

• 전기학회논문지
• /
• 제58권4호
• /
• pp.817-823
• /
• 2009

This paper proposes a robust method for mapping of a caterpillar-type mobile robot which inherently has uncertainty in its modeling by compensating for the estimated pose error of the robot. In general, a caterpillar type robot is difficult to model, which results in inaccuracy in Simultaneous Localization And Mapping(SLAM). To enhance the robustness of the SLAM for a caterpillar-type mobile robot, we factorize the SLAM posterior, where we used particle filter to estimate the position of the robot and Extended Kalman Filter(EKF) to map the environment. The simulation results show the effectiveness and robustness of the proposed method for mapping.

• ETRI Journal
• /
• 제43권4호
• /
• pp.617-629
• /
• 2021

Although the actual visual simultaneous localization and mapping (SLAM) algorithms provide highly accurate tracking and mapping, most algorithms are too heavy to run live on embedded devices. In addition, the maps they produce are often unsuitable for path planning. To mitigate these issues, we propose a completely closed-loop online dense RGB-D SLAM algorithm targeting autonomous indoor mobile robot navigation tasks. The proposed algorithm runs live on an NVIDIA Jetson board embedded on a two-wheel differential-drive robot. It exhibits lightweight three-dimensional mapping, room-scale consistency, accurate pose tracking, and robustness to moving objects. Further, we introduce a navigation strategy based on the proposed algorithm. Experimental results demonstrate the robustness of the proposed SLAM algorithm, its computational efficiency, and its benefits for on-the-fly navigation while mapping.

• International Journal of Advanced Culture Technology
• /
• 제9권4호
• /
• pp.302-306
• /
• 2021

Indoor localization is one of the basic elements of Location-Based Service, such as indoor navigation, location-based precision marketing, spatial recognition of robotics, augmented reality, and mixed reality. We propose a Voxel Labeling-based visual positioning system using object simultaneous localization and mapping (SLAM). Our method is a method of determining a location through single image 3D cuboid object detection and object SLAM for indoor navigation, then mapping to create an indoor map, addressing it with voxels, and matching with a defined space. First, high-quality cuboids are created from sampling 2D bounding boxes and vanishing points for single image object detection. And after jointly optimizing the poses of cameras, objects, and points, it is a Visual Positioning System (VPS) through matching with the pose information of the object in the voxel database. Our method provided the spatial information needed to the user with improved location accuracy and direction estimation.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.353-358
• /
• 2022

Due to the limited field of view of the pinhole camera, there is a lack of stability and accuracy in camera pose estimation applications such as visual SLAM. Nowadays, multiple-camera setups and large field of cameras are used to solve such issues. However, a multiple-camera system increases the computation complexity of the algorithm. Therefore, in multiple camera-assisted visual simultaneous localization and mapping (vSLAM) the multi-view tracking algorithm is proposed that can be used to balance the budget of the features in tracking and local mapping. The proposed algorithm is based on PanoSLAM architecture with a panoramic camera model. To avoid the scale issue 3D LiDAR is fused with omnidirectional camera setup. The depth is directly estimated from 3D LiDAR and the remaining features are triangulated from pose information. To validate the method, we collected a dataset from the outdoor environment and performed extensive experiments. The accuracy was measured by the absolute trajectory error which shows comparable robustness in various environments.

• 전자공학회논문지SC
• /
• 제48권1호
• /
• pp.55-60
• /
• 2011

이동로봇의 동시 위치인식 및 지도작성 (Simultaneous Localization And Mapping, SLAM) 에서 가장 기본이 되는 알고리즘은 확장 칼만 필터 SLAM(Extended Kalman Filter SLAM, EKF-SLAM)이다. 하지만 칼만 필터를 사용할 때, 시스템 설계자는 외부 입력에 대한 시스템적 특성과 외부 노이즈의 확률적 모델을 알고 있어야 하나, 실제 환경에서는 이를 정확히 파악할 수 없는 한계가 있다. 이에, 칼만 필터를 불확실성이 심한 실제 환경에 적용할 경우 내부 변수의 변화에 민감하게 반응하거나, 필터의 수학적 일관성이 지켜지지 않거나 또는 부정확한 상태 변수값을 추정하기도 한다. 이에 비해 $H_{\infty}$ 필터는 외부 모델에 대한 상세한 정보가 없을지라도 강인하게 상태를 예측할 수 있다는 장점을 가지고 있다. 본 논문에서는 이러한 $H_{\infty}$ 필터의 특성이 이용로봇의 SLAM 알고리즘의 성능 향상에 도움이 될 것이라는 아이디어에 착안하여 $H_{\infty}$ 필터에 가번한 SLAM 알고리즘을 제안하고 이를 모의 실험에 적용해 보았다. 이를 통해 불확실성이 큰 환경에서는 제안된 알고리즘이 기존의 EKF-SLAM에 비해 다소 우수한 예측 성능을 보임을 확인할 수 있었다.

• 한국게임학회 논문지
• /
• 제12권3호
• /
• pp.87-96
• /
• 2012

본 논문에서는 시퀀스 상에서 확장 칼만필터(Extended Kalman Filter) 기반의 SLAM(Simultaneous Localization And Mapping) 시스템의 안정적인 카메라 추적과 재위치(re-localization) 방법이 제안된다. SLAM으로 얻어진 3차원 특징점에 들로네(Delaunay) 삼각화를 적용하여 기준(reference) 평면을 설정하며, 평면상에 존재하는 특징점의 BRISK(Binary Robust Invariant Scalable Keypoints) 기술자(descriptor)를 생성한다. 기존 확장 칼만필터의 오차가 누적되는 경우를 판단하여 기준 평면의 호모그래피로부터 카메라 정보를 해석한다. 또한 카메라가 급격하게 이동해서 특징점 추적이 실패하면, 저장된 강건한 기술자 정보를 매칭하여 카메라의 위치를 다시 추정한다.