$\require{mediawiki-texvc}$

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.

혼합 비주얼 서보 제어 기법을 이용한 이동로봇의 목표물 추종
Target Tracking of the Wheeled Mobile Robot using the Combined Visual Servo Control Method 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.60 no.6, 2011년, pp.1245 - 1254  

이호원 (아주대 전자공학과) ,  권지욱 (아주대 전자공학과) ,  홍석교 (아주대 전자공학과) ,  좌동경 (아주대 전자공학과)

Abstract AI-Helper 아이콘AI-Helper

This paper proposes a target tracking algorithm for wheeled mobile robots using in various fields. For the stable tracking, we apply a vision system to a mobile robot which can extract targets through image processing algorithms. Furthermore, this paper presents an algorithm to position the mobile r...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 이는 시야각 이탈 문제 및 특이성, 국소최소화 문제를 발생시키지 않기 때문에 목표물을 안정적으로 추종할 수 있다. 그리고 모의실험으로부터 혼합제어의 안정성과 타당성을 보이며 타 방식과의 비교를 통해 적응 가능성을 검증한다. 이동로봇 적용 실험을 통해 제안된 알고리즘의 유효성을 확인한다.
  • 영상처리 알고리즘을 이용하여 표적의 정보로부터 이동로봇과의 상대적 위치 및 자세를 추정한 후 표적까지의 진입 각도를 고려하여 추종한다. 기존에 제시된 위치기반 제어의 단점인 비전카메라의 시야각 문제를 해결하기 위하여 영상기반 제어를 혼합 사용하는 방법을 제안한다. 제안하는 알고리즘은 위치 및 영상기반 제어 기법의 제어입력을 동시에 입력받아 영상에서 표적의 위치에 따라 변하는 가중치를 곱하는 방법으로 두 제어 기법을 혼합한다.
  • 본 논문에서는 비전시스템을 이용하여 단일 표적의 상대적 위치 및 자세를 추정하는 알고리즘을 제안한다. 비전시스템에서 카메라를 통해 입력된 영상은 많은 정보를 포함하고 있다.
  • 내부 격자의 조건은 좌측과 우측의 1x5 격자에 최소 1개 이상의 흰색 격자가 포함되고, 끊어짐이 없는 상태를 가정하여 특징점이 6개 또는 8개가 되도록 설정하였다. 본 논문에서는 영상에서 그림 1과 같은 형태의 표적을 검출하기 위하여 레이블링(Labeling) 기법을 사용하는 표적 검출 알고리즘을 개발하였다.
  • 본 논문에서는 이동로봇의 목표물 추종을 위한 혼합 비주얼 서보 제어 기법을 제안하였다. 목표물 추종에 필요한 상대적 위치 및 자세 정보 획득을 위하여 목표물에 부착된 표적을 추출하는 알고리즘을 제안하였다.
  • 본 논문에서는 이동로봇의 목표물 추종을 위한 혼합 비주얼 서보 제어 기법을 제안한다. 이를 위하여 목표물의 후면에 증강현실[9]을 비롯한 다양한 분야에서 주로 사용되는 Fiducial 방식[10]을 단순화시킨 형태의 표적을 설치하고 비전카메라의 영상으로부터 해당 표적을 검출하는 알고리즘을 제시한다.
  • 본 논문에서는 이동로봇이 비전시스템을 이용하여 표적을 인식하고 표적에 대한 목표 위치에 도달하는 알고리즘을 개발하였다. 여기서 위치기반 제어와 영상기반 제어의 제어입력을 동시에 사용하였으며 두 제어입력에 가중치를 부가한 형태로 동작한다.

가설 설정

  • 목표 영상의 특징점 위치와 비전카메라에 입력된 영상의 특징점 위치 사이의 오차를 나타낸 것이다. 4개의 특징점을 비교하였기 때문에 4개의 그래프로 나타나야 하지만 본 논문에서는 영상의 왜곡이 보정된 상태로 특징점 추출의 오차가 없는 것으로 가정하였으며, 이동로봇의 3차원 움직임 및 카메라의 롤(Roll), 피치(Pitch)회전과 같은 불가능한 움직임이 없는 것으로 가정하였기 때문에 2개의 특징점으로 표시되었다. 그림 14(b)는 세로 v축의 오차 그래프이다.
  • 그림 1의 표적은 4x7의 격자로 구성되어져 있으며 내부의 2x5 격자를 이용하여 개체를 구분한다. 내부 격자의 조건은 좌측과 우측의 1x5 격자에 최소 1개 이상의 흰색 격자가 포함되고, 끊어짐이 없는 상태를 가정하여 특징점이 6개 또는 8개가 되도록 설정하였다. 본 논문에서는 영상에서 그림 1과 같은 형태의 표적을 검출하기 위하여 레이블링(Labeling) 기법을 사용하는 표적 검출 알고리즘을 개발하였다.
  • 마찬가지로 위치기반 제어와 영상기반 제어가 혼합되며 그 시점은 그림 10과 동일하고, 최대 각속도는 ± 1.5 rad/s로 가정하였다.
  • 여기서 3×3 형태의 회전 행렬을 Rodrigues 변환을 통해 3×1 회전 벡터 형태로 변환하게 되면 카메라의 각 축 회전 성분 [pitch, yaw, roll]T가 된다. 본 논문에서는 다음의 그림 4와 같은 기구학 모델을 갖는 표적 추종 로봇 시스템을 가정하였다.
  • 다음의 그림 15는 단순한 스위칭 기법을 이용한 이동로봇 주행에서 비전카메라에 입력된 영상의 변화를 나타낸 것이다. 이동로봇의 초기위치(x, y)=(6m, 2m)에서 표적으로부터 0.5m 떨어진 곳에 수직으로 진입하는 상태를 가정하였다. 그림 8과 비교해보면 두 가지 방법 모두 목표 위치에 도달하는 것을 볼 수 있지만 단순 스위칭 알고리즘의 경우에는 위치기반 제어와 영상기반 제어의 경계부분에서 제어 기법의 변화가 이루어지기 때문에 520픽셀에서 570픽셀 사이에서 상당히 심한 진동이 발생 하는 것을 알 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
영상기반 제어의 장점은? 반면에 영상기반 제어는 3차원 공간에서 이동로봇의 위치 및 자세에 대한 추정 정보를 이용하지 않고 사영된 2차원 평면의 영상에서 목표 영상을 기반으로 동작하는 방법이다 [2]. 입력영상의 특징점 좌표의 오차를 이용하여 제어하기 때문에 표적에 대한 3차원 모델이 요구되지 않으며 비전카메라의 교정정보에 상대적으로 둔감하다는 장점이 있다. 하지만 알고리즘 연산과정에서 특이성 (Singularity)문제[4]가 발생 할 수 있으며, 이동로봇 자체의 3차원 모델이 사용되지 않기 때문에 국소 최소값(Local minimum)[5]과 같은 비정상적인 동작의 발생 확률이 존재한다는 단점을 가지고 있다.
영상기반 제어란? 또한 비전카메라의 시야각(FOV, Field Of View) 이탈로 인하여 제어가 불가능한 경우가 발생 할 수 있다는 단점을 가지고 있다 [4]. 반면에 영상기반 제어는 3차원 공간에서 이동로봇의 위치 및 자세에 대한 추정 정보를 이용하지 않고 사영된 2차원 평면의 영상에서 목표 영상을 기반으로 동작하는 방법이다 [2]. 입력영상의 특징점 좌표의 오차를 이용하여 제어하기 때문에 표적에 대한 3차원 모델이 요구되지 않으며 비전카메라의 교정정보에 상대적으로 둔감하다는 장점이 있다.
위치기반 제어란? 비전 시스템을 이용한 이동로봇의 목표물 추종 기법은 크게 위치기반 비주얼 서보 제어 방식(PBVS, Position Based Visual Servoing)과 영상기반 비주얼 서보 제어방식(IBVS, Image Based Visual Servoing)으로 나뉘어 연구되었다 [2]. 위치기반 제어는 3차원 공간에서 상대적 위치에 대한 오차를 정의함으로써 이를 최소화 하는 제어 방법이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. A. K. Das, R. Fierro, V. Kumar, J. P. Ostrowski, J. Spletzer, and C. J. Taylor, "A vision-based formation control framework," IEEE Trans. Robotics and Automation, vol. 18, no. 5, 2002. 

  2. S. Hutchinson, G. Hager, and P. Corke, "A tutorial on visual servo control," IEEE Trans. Robotics and Automation, vol. 12, pp. 651-670, 1996. 

  3. E. Malis, "Visual servoing invariant to changes in camera intrinsic parameters," IEEE Int. Conf. Computer Vision, pp. 704-709, Canada, 2001. 

  4. P. I. Corke and S. A. Hutchinson, "A new hybrid image-based visual servo control scheme," IEEE Conf. Decision and Control, vol. 3, pp. 2521-2526, Australia, 2000. 

  5. D. Fioravanti, B. Allotta, and A. Rindi, "Image based visual servoing for robot positioning tasks," Meccanica, vol. 43, no. 3, 291-305, 2008. 

  6. L. Freda and G. Oriolo, "Vision-based interception of a moving target with a nonholonomic mobile robot," Journal of Robotics and Autonomous Systems, vol. 55, no. 6, pp. 419-432, 2007. 

  7. S. Kim, S. Oh, "Hybrid Position Based Visual Servoing for mobile robots," Journal of Intelligent and Fuzzy Systems, vol. 18, pp. 73-82, 2007. 

  8. J.M. Toibero, C.M. Soria, F. Roberti, R. Carelli, P. Carelli, "Switching visual servoing approach for stable corridor navigation," Int. Conf. Advanced Robotics, 2009. 

  9. H. Kato and M. Billinghurst. "Marker tracking and HMD calibration for a video-based augmented reality conferencing system," In Proc. the 2nd IEEE and ACM International Workshop on Augmented Reality, pp. 85-94, 1999. 

  10. M. Fiala, "ARTag, A Fiducial Marker System using Digital Techniques," IEEE Proc. Computer Vision and Pattern Recognition, vol. 2, pp. 590-596, 2005. 

  11. Z. Zhang, "a flexible new technique for camera calibration," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 23, no. 10, pp. 1330-1334, 2000. 

  12. J. Heikkila, "Geometric Camera Calibration Using Circular Control Points," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 22, no. 10, pp. 1066-1077, 2000 

  13. 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. 

  14. H. Araujo, R.J. Carceroni, and C.M. Brown, "A fully projective formulation to improve the accuracy of lowe's pose-estimation algorithm," Computer Vision and Image Understanding, vol. 70, no. 2, pp. 227-238, 1998. 

  15. R. Siegwart and I. R. Nourbakhsh, Autonomous Mobile Robot, The MIT Press, 2004. 

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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