선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 일반적으로 시야각이 60° 정도로 제한되어 동일 위치에서도 바라보는 방향에 따라 서로 다른 정보가 얻어지고, 원하는 정보를 얻기 위해 많은 계산량이 필요하며, 일관된 정보를 얻어내는 일 또한 쉽지 않다. 본 논문에서는 이러한 비전 시스템의 단점을 극복하기 위하여 360° 전방향을 동시에 볼 수 있는 전방위 카메라를 사용하여 로봇의 전역 위치 인식을 수행하였다.
- 본 연구는 인위적인 구성된 모의 가정환경이 아니라 자연 채광이 존재하는 실제의 가정 환경에서 위 치인식 방법을 제 안하였고 이를 반복 실험 을통하여 통계적으로 유의한 결과를 도출하였다. 이러한 시도는 실생활 적용에 있어서 안정성, 일관성, 실생활 적용성 등의 측면에서 매우 큰 의미를 갖는다고 할 수 있다.
- 본 연구에서는 로봇의 정확한 전역 위치 인식을 성공적으로 수행하기 위해서 3 장에서 얻은 로봇 주변의 노드들의 상관 계수값을 이용하여 현 위치로부터 가장 가까운 노드로 이동하여 이를 자율주행의 기준점으로 삼는 방법을 제안하였다. 제안된 전역 위치 인식의 흐름은 아래의 Fig.
- 본 연구에서는 전방위 영상을 이용하여 사전에 로봇의 위치 정보 없이 로봇의 위치 인식을 수행하는 전역 위치 인식(Global Localization)방법을 제안하였다. 실험은 실제의 가정 환경에서 이루어졌으며 주가적인 인공표식 (Artificial Landmark)을 사용하지 않고 무표식(Natwal Landmark) 자기 위치 인식을 수행하였다.
가설 설정
- 큰 노드로 이동을 한다. 상관 계수가 가장 큰 노드를 최근접 노드로 가정을 하며, 그 다음으로 상관 계수가 큰 노드 두개를 선택한다. 이렇게 선택된 두 개의 노드의 경우, 짝짓기 오류 (Mismatching Error)가 있을 수 노드의 유효성을 검사한다.
- ii. 유효 노드 개수가 1일 때) 로봇이 유효 노드와 최우선 노드의 선상에 있다고 가정하고, 최우선 노드로 이동.
- 9 는 유효 노드의 개수가 2 일 때의 상황을 예로서 도시한 것이다. 이때 로봇의 위치는 3 개의 노드로 이루어지는 삼각형의 무게 중심에 있다고 가정하였고 이를 바탕으로 최우선 노드로 이동하는 것을 나타내었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.