$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

공공 안내 로봇을 위한 인체 검출 기반의 방향성 감지 시스템
A Directional Perception System based on Human Detection for Public Guide Robots 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.16 no.5, 2010년, pp.481 - 488  

도태용 (한밭대학교 제어계측공학과) ,  백정현 ((주)케이엠씨로보틱스)

Abstract AI-Helper 아이콘AI-Helper

Most public guide robots installed in public spots such as exhibition halls and lobbies of department store etc., have poor capability to distinguish the users who require services. As to provide suitable services, public guide robots should have a human detection system that makes it possible to ev...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 연속적으로 얻어진 영상 정보로부터 획득한 Face Rectangle의 중심 좌표의 이동과 중첩성을 통해 움직이는 사람의 이동 방향과 동일 인물인지를 판단할 수 있다. 또한 동일 인물로 판단된 사람의 접근성 여부는 최초 검출된 시점에서 Face Rectangle의 크기 변화를 통해 판단할 수 있으며, 최종적으로 로봇에서 접근하는 사용자가 로봇에게 거부감이 없으면서 조작하기 쉬운 거리의 시점을 판단하여 로봇이 서비스를 제공하고자 한다.
  • 본 논문에서는 실내의 공공장소에서 카메라를 장착한 공공 안내 로봇을 통해 사람을 검출하고 사람의 움직임을 감지하는 알고리즘을 개발한다. 상용화를 목적으로 개발되는 공공 안내 로봇을 위해 저가의 카메라를 사용하고 고속의 영상 처리 알고리즘을 이용하여 사람을 움직임을 파악하고 이를 통해 서비스를 원하는 사람을 판단하고자 한다.
  • 찾아진 얼굴에 그려진 타원을 이용하여 Ellipse Head Tracking을 수행하여 움직이는 사람의 얼굴을 추적할 수 있다. 본 논문에서는 연산량을 줄이고 판단을 명확하게 하기 위해서, Ellipse Head 영역을 정사각형으로 변환하고 이를 Face Rectangle이라 명명한다. 연속적으로 얻어진 영상 정보로부터 획득한 Face Rectangle의 중심 좌표의 이동과 중첩성을 통해 움직이는 사람의 이동 방향과 동일 인물인지를 판단할 수 있다.
  • 본 논문에서는 영상내의 모든 사용자에 대해서 기본적인 얼굴 검출은 수행하되 가장 앞쪽에서 접근하는 사용자, 즉 Face Rectangle의 크기가 가장 큰 사용자를 우선적으로 추적하고 이동 정보를 처리하도록 한다. 그림 15(a)와 같이 두 명의 사용자가 동시에 접근할 경우 Face Rectangle의 크기가 큰 사용자를 우선적으로 추적하며, 그림 15(b)와 (c)에서처럼, 이후 사용자가 접근을 통해 얼굴 영역의 크기가 증가되는 사람을 추적하여 안내를 수행하는 것을 확인할 수 있다.
  • 본 실험은 정면 또는 정면에 준하는 측면, 즉, 가정에서 정한 약 30도 이하의 측면에서 접근하는 사람을 검출하고 서비스를 개시하는 여부를 확인하기 위한 것이다. 그림 13과 같이 정면에서 접근하는 경우, Face Rectangle이 증가하는 것을 보고 쉽게 서비스 개시 시점을 정할 수 있다.
  • 본 논문에서는 실내의 공공장소에서 카메라를 장착한 공공 안내 로봇을 통해 사람을 검출하고 사람의 움직임을 감지하는 알고리즘을 개발한다. 상용화를 목적으로 개발되는 공공 안내 로봇을 위해 저가의 카메라를 사용하고 고속의 영상 처리 알고리즘을 이용하여 사람을 움직임을 파악하고 이를 통해 서비스를 원하는 사람을 판단하고자 한다. 단일 카메라를 통해 획득된 영상에서 사람의 피부색과 비슷한 포인트를 검출하고 에지(edge) 영상을 통해 사람 얼굴 모양과 비슷한 타원을 찾아 피부색과 부합되는지를 판단하여 사람의 얼굴 위치를 찾는다.

가설 설정

  • 가정 1: 안내를 받기 원하는 사용자는 대부분 안내 로봇을 바라보고 접근한다.
  • 가정 2: 정면 또는 정면에 준하는 측면(정면에서 약 30도 이하의 측면)만을 관심이 있는 사람으로 검출하며 그 외에는 지나가는 사람으로 판단한다.
  • 가정 3: Face Rectangle의 크기의 변화를 로봇에 대한 관심도로 표현한다.
  • 가정 4: 본 논문에서는 관심을 가지고 접근하는 사람에게만 서비스를 지원하기 위한 방법을 제안하므로 지나가는 사람은 관심도가 없으며, 없는 것과 동일하게 판단한다.
  • 가정 5: 거리가 너무 먼 사람은 정면으로 검출되어도 최하의 관심도를 갖는 사람으로 설정하여 서비스 대상에서 제외한다.
  • 가정 6: 관심도가 감소하는 방향, 즉 뒤쪽으로 이동하는 경우에는 서비스 대상에서 제외한다.
  • 가정 7: 중복된 서비스 제공을 피하기 위해 같은 위치에서의 동일 인물인 경우 재요청이 있을 때까지 최초 한번만 서비스를 제공한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
얼굴 검출이나 얼굴 추적에 있어 훌륭한 특징점이 되는 것은 무엇인가? 사람의 피부색은 얼굴 검출이나 얼굴 추적에 있어서 훌륭한 특징점이 된다. 가우시안 모델링으로 피부색을 모델링한 후 사람의 얼굴을 추출한다.
기존 공공 안내 로봇의 수동적 방식은 어떻게 서비스를 제공하는가? 기존의 공공 안내 로봇은 사용자의 요구에 수동적으로 반응하였다. 즉, 서비스를 필요로 하는 사용자가 접근하는 것을 감지하지 못하고 스위치 버튼, 음성 명령, 터치 스크린 등을 통해 획득된 명령에 의해 서비스를 제공하였다. 이를 능동적 형태로 보완하기 위해 시각 감지 센서인 카메라를 장착하여 이미지상의 물체의 움직임을 감지하거나 추적하여 서비스를 제공하는 방식이 개발되었다.
로봇에 시각 감지 센서인 카메라를 장착하여 이미지상 물체의 움직임을 감지하거나 추정하여 서비스를 제공하는 방식의 단점은 무엇인가? 이를 능동적 형태로 보완하기 위해 시각 감지 센서인 카메라를 장착하여 이미지상의 물체의 움직임을 감지하거나 추적하여 서비스를 제공하는 방식이 개발되었다. 그러나 이러한 방식 또한 움직이는 사람이나 사람이 아닌 이동 물체가 감지되면 무조건 서비스를 수행하는 부작용이 있어 사용자로 하여금 인간-로봇 상호 작용 측면에서 상당한 불편함을 유발하였고, 서비스 제공을 원하지 않는 불특정 다수에게까지 서비스를 제공하였다. 이와 같은 과도한 작업으로 인한 에너지 손실과 기구적 수명을 단축시키는 부작용이 발생하였다. 지금까지 언급한 문제를 극복하기 위해서는 이미지상의 물체의 움직임이 사람인가에 대한 판단, 움직이는 방향의 판단, 접근성의 판단, 서비스 제공의 최적 시점 판단을 고려한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. N. Hirai and H. Mizoguchi, “Visual tracking of human back and shoulder for person-following robot,” Proc. of 2003 IEEE/ASME International Conference on Advanced Intelligent Mechatronics, vol. 1, pp. 527-532, 2003. 

  2. M. Kleinehagenbrock, S. Lang, J. Fritsch, F. Lomker, G. A. Fink, and G. Sagerer, “Person tracking with a mobile robot based on multimodal anchoring,” Proc. of 11th IEEE International Workshop on Robot and Human Interactive Communication, pp. 423-429, 2002. 

  3. C. Wren, A. Azarbayejani, T. Darrell, and A. Pentland, “Pfinder: real-time tracking of the human body,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 19, no. 7, pp. 780-785, 1997. 

  4. M. Tarokh, “Robotic person following using fuzzy control and image segmentation,” Journal of Robotic Systems, vol. 20, no. 9, pp. 557-568, 2003. 

  5. S. Smith and J. Brady, “Asset-2: real-time motion segmentation and shape tracking,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 17, no. 8, pp. 814-820, 1995. 

  6. S. Feyrer and A. Zell, “Detection, tracking, and pursuit of humans with an autonomous mobile robot,” Proc. of 1999 IEEE International Conference on Intelligent Robots and Systems, pp. 864-869, 1999. 

  7. 정성환, 이문호, “OpenCV를 이용한 컴퓨터 비전 실무 프로그래밍,” 홍릉과학출판사, 2007. 

  8. 김도형, 정성욱, 김도윤, 정명진 “로봇과 인간의 상호 작용을 위한 얼굴 표정 인식 및 얼굴 표정 생성 기법,” 제어 ? 자동화 ? 시스템공학회 논문지, 제12권 제3호, pp. 255-263, 2006. 

  9. 정성욱, 김도형, 안광호, 정명진 “실시간 얼굴 표정 인식을 위한 새로운 사각 특징 형태 선택기법,” 제어 ? 자동화 ? 시스템공학회 논문지, 제12권 제2호, pp. 130-137, 2006. 

  10. 김성은, 조강현, 전희성, 최원호, 박경섭 “인간의 행동 인식을 위한 얼굴 방향과 손 동작 해석,” 제어 ? 자동화 ? 시스템공학회 논문지, 제7권 제4호, pp. 309-318, 2001. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로