[논문]누적된 거리정보를 이용하는 저가 IR 센서 기반의 위치추정

최윤규; 송재복

doi:10.5302/j.icros.2009.15.8.845

Abstract ▼ AI-Helper

Localization which estimates a robot's position and orientation in a given environment is very important for mobile robot navigation. Although low-cost sensors are preferred for practical service robots, they suffer from the inaccurate and insufficient range information. This paper proposes a novel ...

Localization which estimates a robot's position and orientation in a given environment is very important for mobile robot navigation. Although low-cost sensors are preferred for practical service robots, they suffer from the inaccurate and insufficient range information. This paper proposes a novel approach to increasing the success rate of low-cost sensor-based localization. In this paper, both the previous and the current data obtained from the IR sensors are used for localization in order to utilize as much environment information as possible without increasing the number of sensors. The sensor model used in the monte carlo localization (MCL) is modified so that the accumulated range information may be used to increase the accuracy in estimating the current robot pose. The experimental results show that the proposed method can robustly estimate the robot's pose in indoor environments with several similar places.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러나 과거의 거리정보를 누적하여 현재의 거리정보로 사용하면 많은 수의 거리정보를 얻을 수 있고, 환경을 자세하게 반영할 수 있기 때문에 유사한 공간과 구별이 용이하다. 따라서 본 논문에서는 기존의 MCL에 적용하여, 저가의 거리 센서를 적게 사용하여도 유사한 공간으로 로봇의 위치가 잘못 추정되는 것을 막아 정확하게 로봇의 위치를 추정할 수 있는 방법을 제안하였다.
이렇게 저가센서를 사용한 위치추정은 센서가 가지는 특성 및 한계로 인해 실용적으로 사용되지 않고 있다. 본 논문에서는 저가의 IR센서 8개를 사용하여 실용적으로 사용이 가능한 위치추정 방법을 제안하였다. 적은 수의 거리정보는 실제 로봇이 위치한 환경의 일부분만을 반영하므5, 적은 거리정보로 얻은 환경과 유사한 공간은 많이 존재할 수 있다.
사용하는 센서의 특성을 반영하여야 한다. 본 연구에서는 IR센서에 대한 센서모델과 가상의 IR센서에 대한 센서 모델을 설계하였다.
본 연구에서는 저가의 IR센서를 사용하여 로봇의 위치를 인식하는 방법을 개발하였다. 저가센서는 센서의 특성상 짧은 유효거리와 부족한 정보량 때문에 위치추정 성능이 저하될 수 있다.

가설 설정

그림 10(a)에서는 실제 로봇이 A에서 0°의 각도로 위치해있다고 가정하였다. A, B, C 그리고 D는 실험환경에서 서로 유사한 구조로, 로봇의 위치라고 추정되는 후보영역이다.
가상의 IR센서 생성, (b) 잘못된 가상의 IR 센서의 제거.

제안 방법

가상의 IR센서는 과거의 정보에 의해 생성된 것이므로 시간이 지남에 따라 정보의 신뢰도가 저하된다. 그러므로 가상의 IR 센서의 센서모델은 시간에 따라 불확실성이 증가하도록 설계하였다.
거리센서는 고가의 레이저 스캐너부터 저가의 초음파센서까지 다양하게 존재하며, 같은 종류의 센서라 하더라도 모델에 따라 다른 성능을 보인다. 기존에는 주로 레이저스캐너와 같은 성능이 좋은 고가의 거리센서를 사용하여 위치추정에 관한 연구를 진행하였다. 고가의 거리센서를 사용하면 정확하고 빠르게 로봇의 위치를 추정할 수 있지만, 비싼 가격으로 인해 일반가정에서 사용하는 보급형 로봇에는 적용하기 어려운 단점이 있다.
이를 위해 과거에 누적된 거리정보를 사용하는가 상의 IR센서를 제안하여, 센서의 개수를 늘리지 않더라도 많은 거리센서를 얻을 수 있는 효과를 보았다. 많은 거리정보는 환경을 자세히 표현할 수 있기 때문에 유사한 공간이 다수 존재하는 환경에서 위치추정 실패를 줄일 수 있었으며, JR 센서를 사용한 위치추정과 비교실험을 통해 가상의 IR 센서의 성능을 검증하였다. 추후 근거리측정이 가능한 센서의 추가를 통해 IR센서의 유효거리를 보완하여 가상의 IR 센서를 이용한 위치추정의 성공률 향상에 중점을 둘 것이다.
때문이다. 위치추정 실험을 위하여 20mxllm 공간의 실험환경에서 10, 000개의 샘플을 임의로 추출하고, 동일한 궤적을 따라 30 cm/s의 속도로 로봇을 움직이게 하였다. 이를 바탕으로 IR 센서와 가상의 IR센서를 사용하여 MCL의 수행과정을 통해 위치추정의 성능을 비교하였다.
위치추정 실험을 위하여 20mxllm 공간의 실험환경에서 10, 000개의 샘플을 임의로 추출하고, 동일한 궤적을 따라 30 cm/s의 속도로 로봇을 움직이게 하였다. 이를 바탕으로 IR 센서와 가상의 IR센서를 사용하여 MCL의 수행과정을 통해 위치추정의 성능을 비교하였다. 그림 11에서도 알 수 있듯이, 8 개의 IR센서를 사용한 위치추정은 궤적이 끝나는 지점에서 샘플들이 수렴하였지만, 가상의 IR센서를 사용한 위치추정은 궤적의 중간에서 수렴하는 것을 알 수 있다.
저가센서는 센서의 특성상 짧은 유효거리와 부족한 정보량 때문에 위치추정 성능이 저하될 수 있다. 이를 위해 과거에 누적된 거리정보를 사용하는가 상의 IR센서를 제안하여, 센서의 개수를 늘리지 않더라도 많은 거리센서를 얻을 수 있는 효과를 보았다. 많은 거리정보는 환경을 자세히 표현할 수 있기 때문에 유사한 공간이 다수 존재하는 환경에서 위치추정 실패를 줄일 수 있었으며, JR 센서를 사용한 위치추정과 비교실험을 통해 가상의 IR 센서의 성능을 검증하였다.

대상 데이터

IR센서 모델을 설계하기 위해서 IR센서로부터 다수의 거리정보를 수집하였다. 로봇 위치 /로부터。, 의 거리만큼 떨어진 장애물을 센서로 측정하여 거리정보(晶)를 수집하면, 수집한 측정거리는 그림 4(a)와 같이 실제의 거리 주변으로 분포된다.
그림 1은 본 연구에서 사용된 이동 플랫폼인 Mobile Robots 사의 Pioneer 3DX와 Sharp사의 IR센서(GP2Y0A710K)이다. 8개의 IR센서는 l~5m의 탐지거리를 가지며, 전방향으로 탐지가 가능하도록 배치하였다.
로봇의 위치는 M개의 샘플이 지도상에 위치한 분포를 통해 추정된다. 현재 샘플들(1)의 위치를 계산하기 위하여 이전 시간의 샘플집합(&|)에 로봇의 이동정보(%)를 이용한 이동모델을 적용시킨다.
본 논문에서는 로봇의 위치추정을 위하여 몬테카를로 위치추정(MCL)을 사용하였다. MCL에서는 로봇이 위치할 수 있는 환경 전역에 로봇의 위치를 나타내는 샘플을 무작위로 주*(random sampling) 하여, 로봇의 이동정보와 거리센서의 정

성능/효과

표 3은 20번의 위치추정 실험을 통해 얻은 성공률을 나타낸 것으로 가상의 IR센서를 사용하여 위치추정의 성공률이 향상됨을 알 수 있었다. 그러므로 가상의 IR센서를 이용한 위치추정은 위치추정 시간의 단축뿐만 아니라 위치추정의 실패를 줄일 수 있었다.
본 연구에서는 8개의 IR센서를 통해 8개의 거리정보를 얻기 때문에 181개의 거리정보를 얻는 레이저스캐너에 비해 거리정보가 양적으로 부족할 뿐만 아니라, 거리정보의 정확도 역시 낮다. 이러한 IR센서를 위치추정에 사용하면, 로봇은 자신의 위치를 정확히 인식하는데 오랜 시간을 소요하게 되며, 위치추정에 실패할 가능성도 증가한다.
다. 위 그래프를 통하여 거리정보의 양이 많을수록 샘플 개수도 급격히 줄어들고, 샘플들이 로봇의 실제위치로 수렴하기 위한 시간 및 resampling 단계도 단축시킴을 알 수 있었다. 본 논문에서의 위치주정 성공은 60번의 resampling 단계 이후 로봇의 실제위치에서 o.
2m 내에 모든 샘플이 존재하는 경우로 정의하였다[9]. 표 3은 20번의 위치추정 실험을 통해 얻은 성공률을 나타낸 것으로 가상의 IR센서를 사용하여 위치추정의 성공률이 향상됨을 알 수 있었다. 그러므로 가상의 IR센서를 이용한 위치추정은 위치추정 시간의 단축뿐만 아니라 위치추정의 실패를 줄일 수 있었다.

후속연구

많은 거리정보는 환경을 자세히 표현할 수 있기 때문에 유사한 공간이 다수 존재하는 환경에서 위치추정 실패를 줄일 수 있었으며, JR 센서를 사용한 위치추정과 비교실험을 통해 가상의 IR 센서의 성능을 검증하였다. 추후 근거리측정이 가능한 센서의 추가를 통해 IR센서의 유효거리를 보완하여 가상의 IR 센서를 이용한 위치추정의 성공률 향상에 중점을 둘 것이다.

참고문헌 (9)

F. Lu and E. Milios, "Globally consistent range scan alignment for environment mapping," Autonomous Robots, vol. 43, pp. 333-349,Oct.1997.

상세보기
D. Fox, "Markov Localization: A Probabilistic Framework for Mobile Robot Localization and Navigation," Doctoral Thesis, University of Bonn, Germany, 1998
양주호, 송재복, "효율적인 몬테카를로 위치추정을 위한 샘플 수의 감소," 제어.자동화.시스템공학 논문지, 제12권 제5호, pp450-456, 2006

원문보기 상세보기
S. Thrun, D. Fox, W. Burgard, and F. Dellaert, "Robust monte carlo localization for mobile robots," Proc. of National Conforence onArtificial Intelligence, vol. 128(1-2), Apr. 2001.

상세보기
H. Koyasu, Jun. Miura, and Y Shirai, "Mobile robot navigation in dynamic environments using omnidirectional stereo," Proceeding of IEEE International Conference on Robotics and Automation, vol. 1, pp. 893-898, Sep. 2003
D. Hahne!, W. Burgard, D. Fox:, K. Fishkin, and M. Philipose, "Mapping and localization with RFID technology," Proceedings of the IEEE Internationol Conference on Robotics and Automation, vol. 1, pp. 1015-1020, May 2004
T. Arail and E. Nakatno, "Development of measuring equipment for location and direction using ultrasonic Waves," Transactions of the AS ME, vol. 105, pp. 152-156, 1983

상세보기
S. Thrun, W. Burgard, and D. Fox, "Probabilistic robotics," The MIT Press, London, 2005
R. Kummerie, R Triebel, P. Pfaff, and W. Burgard, "Monte carlo localization in outdoor terrains using multi-level surface maps," Field and Service Robotics, pp. 213-222, Springer, 2008

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

누적된 거리정보를 이용하는 저가 IR 센서 기반의 위치추정
Low-Cost IR Sensor-based Localization Using Accumulated Range Information 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

누적된 거리정보를 이용하는 저가 IR 센서 기반의 위치추정 Low-Cost IR Sensor-based Localization Using Accumulated Range Information 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

최윤규 (1) 송재복 (141)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

누적된 거리정보를 이용하는 저가 IR 센서 기반의 위치추정
Low-Cost IR Sensor-based Localization Using Accumulated Range Information 원문보기

AI 본문요약
AI-Helper