[논문]비전시스템 기반 군집주행 이동로봇들의 삼차원 위치 및 자세 추정

권지욱; 박문수; 좌동경; 홍석교

doi:10.5302/j.icros.2009.15.12.1223

비전시스템 기반 군집주행 이동로봇들의 삼차원 위치 및 자세 추정
Three-Dimensional Pose Estimation of Neighbor Mobile Robots in Formation System Based on the Vision System 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.15 no.12, 2009년, pp.1223 - 1231

권지욱 (아주대학교 전자공학부) , 박문수 (대한항공 MUAV 개발사업단 비행체개발팀) , 좌동경 (아주대학교 전자공학부) , 홍석교 (아주대학교 전자공학부)

Abstract ▼ AI-Helper

We derive a systematic and iterative calibration algorithm, and position and pose estimation algorithm for the mobile robots in formation system based on the vision system. In addition, we develop a coordinate matching algorithm which calculates matched sequence of order in both extracted image coordinates and object coordinates for non interactive calibration and pose estimation. Based on the results of calibration, we also develop a camera simulator to confirm the results of calibration and compare the results of simulations with those of experiments in position and pose estimation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 군집 이동 로봇들의 상대적인 위치를 추정하기 위해 한 대의 카메라를 이용하여 실제 이동로봇에 적용 가능한 주변 로봇들에 대한 자세 추정 알고리즘을 구성하고, 실험적인 결과를 통해 알고리즘의 실효성과 적용을 논의한다. 제안하는 알고리즘을 구성하기 위해, 앞서 [2이에서 연구된 방법을 바탕으로 군집 이동로봇 시스템에 적합한 자세 및 위치 추정 알고리즘을 재구성하였다.
본 논문에서는 군집을 이루는 이동 로봇들의 상대적인 위치와 자세 변화를 추정하기 위해 단방향 카메라를 사용하여 3D 머신 비전의 카메라 왜곡 보정과 자세추정 알고리즘을 도입하였다. 이동로봇에 장착된 표적을 획득하여 영상에서 발생하는 왜곡을 보상하여 정확한 영상을 생성하고, 표적정보를 생성함으로써 빠르고 정확하게 위치와 자세를 추정할 수 있는 시스템을 구성하였다.
변화에 대한 모의실험을 수행한다. 본 논문에서는 표현의 편의성을 위해 이동로봇에 부착되는 표적 정보만 표시하였다. 그림 13은 부착된 표적의 이동을 영상으로 관찰한 것을 보여준다.

가설 설정

본 논문에서는 이동로봇에 장착되는 카메라를 보편적으로 사용되어온 핀홀 카메라로 가정하고 영상의 왜곡 보정 및 자세 추정을 위한 모델로 사용한다. 그림 3은 핀홀 카메라의 영상 획득에 대한 기구학을 보여준다[21].
가정한다[7, 11]. 이동로봇은 다음과 같은 기구학 모델을 갖는 것을 가정한다.
이동로봇의 위치와 자세를 추정하는 시스템을 구성하기 위해 본 논문에서는 리더 로봇-추종로봇Qeader-ft>llower) 시스템을 가정한다[7, 11]. 이동로봇은 다음과 같은 기구학 모델을 갖는 것을 가정한다.

제안 방법

Das는 비전 센서 기반의 군집 주행 제어 시스템을 구성하기 위해 각 이동로봇에 전방향(omnidirectional) 카메라를 장착하고, 이동로봇 주변의 로봇들의 위치를 인식하였다[8]. N. Cowane 비전 시스템 기반의 군집시스템에 대하여 전 방향 카메라에 대한 정보와 영상정보로부터 다른 이동 로봇 간의 거리정보를 생성하는 연구를 진행하였다[9]. 또한, R.
자세를 추정하는 연구들이 많이 진행되고 있다. S. Y Chieme 표적 패턴 간의 거리와 높이 정보를 이용하여 이동로봇의 위치와 각도 정보를 생성하였다[6]. 그러나 .
우선 모델의 월드 좌표로부터 현재 매개변수를 이용하여 영상좌표로 변환한다. 그리고 촬영된 영상좌표와 비교하여 그 오차를 계산한다. 이 오차는 다음과 같이 앞서 계산한 편미분 값과 보정치의 곱의 합으로 표현되고 이 선형 행렬식으로부터 유사 역행렬을 이용하여 (17) 와 (18) 과 같이 보정치를 계산하게 된다.
그림 11과 12에서 나타난 것과 같이 주어진 영상과 나타난 표적의 정보와 3차원 좌표 정보를 이용하여 VI 장에서 제시된 방법을 통해 표적과 카메라의 상대적 위치와 자세 정보를 획득하였다.
따라서 이 값 역시 카메라 보정 중에 추정하여 사용하여야 한다. 렌즈의 왜곡 계수를 추정하기 위해 카메라 보정에 사용된 모델에 대하여 모의 영상 좌표를 생성한 뒤 보정된 이미지와 비교하고 그 오차를 최소화 하는 왜곡 매개변수를 계산하는 방법을 사용한다. 관측된 영상좌표와 모의 영상좌표의 오차를 계산하기 위해서는식 (5) 의 왜곡모델의 역모델을 구하여야 한다.
본 논문에서 제안된 알고리즘들을 모의영상에 적용함으로써 제안된 알고리즘들을 검증한다. 이동로봇의 기구학적 움직임을 표현한 식 (1) 을 바탕으로 이동로봇과 유사한 바퀴 모델에 적용한다.
획득한 영상의 왜곡을 보정한 후, 표적에 위치한 점들의 영상정보를 획득하면 표적의 좌표를 기준으로 한 3차원 위치정보를 획득할 수 있다. 본 논문에서는 계산의 편의상 그림 4와 같이 표적 위의 각 점들을 X - y 평면과 z - y 평면 위에 배치한다.
영상의 왜곡 보정을 위해 3차원 물체의 월드 좌표를 카메라 좌표로 변환한 뒤 최소 자승법을 이용하여 카메라의 매개변수를 추정한다. 앞서 언급한 것과 같이 카메라의 왜곡이 존재할 경우에는 보정에 앞서 이 왜곡을 보상해 주어야 하지만 일반적으로 시중에서 구입한 카메라의 렌즈에 대한 왜곡모델 계수를 알기란 쉽지 않다.
제안하는 알고리즘을 구성하기 위해, 앞서 [2이에서 연구된 방법을 바탕으로 군집 이동로봇 시스템에 적합한 자세 및 위치 추정 알고리즘을 재구성하였다. 이동로봇에 장착된 카메라로부터 획득한 영상의 왜곡을 보상하고, 영상에서 획득한 표적에 대한 정보를 삼차원 좌표계에 대응시킨 후, 표적과의 상대적인 위치와 자세 정보를 추정하도록 한다. 제안된 알고리즘을 통하여 영상 왜곡으로 인한 영상 오차를 보상하고, 2차원 영상의 3차원 매칭 시 발생할 수 있는 오차를 최소화하며 실제 군집 제어를 위한 이동 로봇들의 상대 위치추정 방법을 제시한다.
도입하였다. 이동로봇에 장착된 표적을 획득하여 영상에서 발생하는 왜곡을 보상하여 정확한 영상을 생성하고, 표적정보를 생성함으로써 빠르고 정확하게 위치와 자세를 추정할 수 있는 시스템을 구성하였다. 모의 영상으로부터 위치 이동과 자세 변환에 대한 정보를 생성하고, 위치 및 자세 추정 오차와 연산속도를 제시하여 제안된 알고리즘의 타당성을 보였다.
Ukita [5] 는 여러 대의 카메라를 장치한 공간에서 이동로봇이나 다른 물체가 움직일 때 위치를 추정하는 연구를 진행하였다. 이러한 연구들은 다수의 카메라로부터 획득한 영상을 이용하여 영상에 획득된 물체의 위치를 추정하였다. 이러한 시스템은 미리 설치된 공간에 대하여 적용 가능하다.
이동로봇에 장착된 카메라로부터 획득한 영상의 왜곡을 보상하고, 영상에서 획득한 표적에 대한 정보를 삼차원 좌표계에 대응시킨 후, 표적과의 상대적인 위치와 자세 정보를 추정하도록 한다. 제안된 알고리즘을 통하여 영상 왜곡으로 인한 영상 오차를 보상하고, 2차원 영상의 3차원 매칭 시 발생할 수 있는 오차를 최소화하며 실제 군집 제어를 위한 이동 로봇들의 상대 위치추정 방법을 제시한다.
제안하는 알고리즘을 구성하기 위해, 앞서 [2이에서 연구된 방법을 바탕으로 군집 이동로봇 시스템에 적합한 자세 및 위치 추정 알고리즘을 재구성하였다. 이동로봇에 장착된 카메라로부터 획득한 영상의 왜곡을 보상하고, 영상에서 획득한 표적에 대한 정보를 삼차원 좌표계에 대응시킨 후, 표적과의 상대적인 위치와 자세 정보를 추정하도록 한다.
지금까지의 결과를 이용하여 표적의 이동 시 위치와 자세의 변화에 대한 모의실험을 수행한다. 본 논문에서는 표현의 편의성을 위해 이동로봇에 부착되는 표적 정보만 표시하였다.

성능/효과

이동로봇에 장착된 표적을 획득하여 영상에서 발생하는 왜곡을 보상하여 정확한 영상을 생성하고, 표적정보를 생성함으로써 빠르고 정확하게 위치와 자세를 추정할 수 있는 시스템을 구성하였다. 모의 영상으로부터 위치 이동과 자세 변환에 대한 정보를 생성하고, 위치 및 자세 추정 오차와 연산속도를 제시하여 제안된 알고리즘의 타당성을 보였다. 본 논문에서 제안된 알고리즘은 영상 표적이 영상에서 분리된 것으로 가정하고 있기 때문에 앞으로 영상으로부터 표적 정보를 분리하는 알고리즘이 함께 적용되어야 할 것이다.
표 3에 나타난 것과 같이 제안된 위치와 자세 추정 알고리즘을 통하여 추정된 위치의 오차는 모의실험 결과, 0.1[deg]와 l[mm] 이내에 존재하는 것을 알 수 있다.

후속연구

모의 영상으로부터 위치 이동과 자세 변환에 대한 정보를 생성하고, 위치 및 자세 추정 오차와 연산속도를 제시하여 제안된 알고리즘의 타당성을 보였다. 본 논문에서 제안된 알고리즘은 영상 표적이 영상에서 분리된 것으로 가정하고 있기 때문에 앞으로 영상으로부터 표적 정보를 분리하는 알고리즘이 함께 적용되어야 할 것이다.

참고문헌 (16)

M. Haid and J. Breitenbach, 'Low cost inertial orientation tracking with Kalman filter,' Applied Mathematics and Computation, vol. 153, no. 2, pp, 567-575, Jun. 2004

상세보기
N. S. Kumar and T. Jann, 'Estimation of attitudes from a lowcost miniaturized inertial platform using Kalman filter-based sensor fusion algorithm,' Sadhana-Academic Proceedings in Engineering Sciences, vol. 29, pp. 217-235, Apr. 2004

상세보기
J. Garc $\acute{i}$ a, J. Carb $\acute{o}$ , and J. M. Molina, 'Agent-based coordination of cameras,' International Journal of Computer Science and Applications, vol. 2, no. 1, pp. 33-17, 2005
H.lshigoro, 'Distributed vision system: a perceptual information infrastructure for robot navigation,' Proc. IJCAI, pp. 36-41, 1997
N. Ukita and T. Matsuyama, 'Real-time cooperative multi-target tracking by communicating active vision agents,' Computer Vision and Image Understanding, vol. 2002, no. 2, pp. 29-36, 2002
S. Y. Chiem and E. Cervera, 'Vision-based robot formations with Bzier trajectories,'in Intelligent Autonomous Systems (F.G. et al., ed.), vol. 8,pp.191-198,IOS Press, 2004
O. A. A. Orqueda and R. Fierro, 'Visual tracking of mobile robots in formation,' Proc. of American Control Conference, pp.5940-5945, USA, Jul. 2007
A. K. Das, R. Fierro, V. Jumar, J. P, Ostrowski, J. Spletzer, and C. J. Taylor, 'A vision-based formation control framework,' IEEE Trans. on Robotics and Automation, vol. 18, no. 5, Oct. 2002
N. Cowan, O. Shakemia, R, Vidal, and S. Sastry, 'Vision-based follow-the-leader,' Proc. of Intl. Conference on Intelligent Robots and Systems, pp. 1796-1801, USA, Oct. 2003
R. Vidal, O. Shakemia, and S. Sastry, 'Formation control of nonholonomic mobile robots with omnidirectional visual servoing and motion segmentation,' Proc. of the IEEE International Conference on Robotics and Automation, pp. 583- 589, Taiwan, Sep. 2003
D. Cruz, J. McClintock, B. Perteet, O. A. A. Orqueda, C. Yuan, and R. Fierro, 'Decentralized cooperative control,' IEEE Control Systems Magazine, vol. 27, no. 3, pp. 58-78, Jun. 2007

상세보기
O. Faugeras, Computer Vision. a Geometric Viewpoint, MIT Press, 1993
R. Tsai, 'A Versatile camera calibration techniquefor highaccuracy 3D machine vision metrology using off-the-shelf tv cameras and lenses,' IEEE J. of Robotics and Automation, vol. 3, no.4,pp.323-344, 1987

상세보기
Z. Zhang, 'A flexible new technique for camera calibration,' IEEE Trans. Pattern Anal. Mach. Intell., vol. 23, no. 11, pp. 1330-1334, 2000

상세보기
M. M. Y. Chang and K. H. Wong, 'Model reconstruction and pose acquisition using extended Lowe's method,' IEEE Trans. Multimedia, vol. 7, no. 2, pp. 253-260, 2005

상세보기
X. Zhang, S. Fronz, and N. Navab, 'Visual marker detection and decoding in AR systems: A comparative study,' Int. Symp. Mixed and Augmented Reality, 2002

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증