• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.77-82
• /
• 2022

실내공기오염이 인체에 미치는 영향이 실외공기오염보다 더 크며 위험하다. 일반적으로 사람은 실내에 머무는 시간이 길고, 밀폐된 실내는 오염물질이 지속적으로 쌓여 오염된 공기가 폐에 더 잘 전달된다. 특히 어린 아이들의 경우 실내공기에 매우 민감하며 치명적이다. 이와 더불어 코로나19로 인한 더 잦은 실내활동과 지속적으로 증가하는 외부 미세먼지와 함께 환기를 못하는 현재 실내공기오염을 줄이는 방법은 더욱 중요해지고 있다. 본 논문은 기존 자율주행 공기청정 로봇의 문제점을 개선하고자 지도를 분할과 UCT(Upper Confidence bounds applied to Trees) 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나 한곳에 계속 머무르는 문제점과 실내공기오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇을 제안한다.

• 터널과지하공간
• /
• 제32권3호
• /
• pp.231-242
• /
• 2022

본 연구에서는 지하광산에서 로봇의 위치를 추정하고, 여러 경유지를 거쳐 주행한 후 원위치로 복귀하는 ROS (Robot Operating System) 기반의 자율주행 로봇을 개발하였다. 자율주행 로봇은 SLAM (Simultaneous Localization And Mapping) 기술을 활용하여 주행 경로에 대한 전역 지도를 사전에 생성한다. 이후, 라이다 센서를 통해 측정되는 벽면의 형태와 전역 지도를 매칭하고 AMCL (Adaptive Monte Carlo Localization) 기법을 통해 데이터들을 융합하여 로봇의 위치를 보정한다. 또한, 라이다 센서를 통해 전방 주행환경을 인지하고, 장애물을 회피한다. 개발된 자율주행 로봇을 활용하여 지하광산 현장을 모사한 실내 실험장을 대상으로 주행 실험을 수행하였다. 그 결과, 자율주행 로봇은 다중 지점의 경유지에 대해 순차적으로 주행하고 장애물을 회피하며 안정적으로 복귀하는 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.