최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기로봇학회논문지 = The journal of Korea Robotics Society, v.6 no.3, 2011년, pp.292 - 300
배지훈 (고려대학교 메카트로닉스학과) , 송재복 (고려대학교 기계공학부) , 최지훈 (국방과학연구소)
Global positioning system (GPS) is widely used to measure the position of a vehicle. However, the accuracy of the GPS can be severely affected by surrounding environmental conditions. To deal with this problem, the GPS and odometry data can be combined using an extended Kalman filter. For stable nav...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
MCL은 어떻게 위치를 추정하는가? | 이러한 EKF의 결점은 MCL (Monte Carlo Localization)기법에 의해서 보완될 수 있다[3,4]. MCL은 지도상에서 무작위로 다수의 샘플을 추출한 후 각종 센서정보를 활용하여 이 샘플들이 수렴하는 위치로 로봇의 위치를 추정한다. 하지만 MCL은 EKF에 비해 상대적으로 연산부하가 크다는 단점이 존재한다. | |
로봇의 엔코 더와 관성센서를 사용하여 생성한 오도메트리의 단점은? | 실외환경에서 로봇의 위치추정에 많이 사용되는 GPS (global positioning system)는 일정한 범위에서 무작위적인 오차를 가지며, 수신 상태가 좋지 못할 때에는 수십미터에 이르는 오차를 보이기도 한다. 한편, 로봇의 엔코 더와 관성센서를 사용하여 생성한 오도메트리는 GPS와 같은 급격한 오차를 보이지는 않지만, 시간이 지남에 따라 오차가 점점 누적되는 단점을 가지고 있다. 이러한 각 센서들의 단점을 보완하기 하여 확장칼만필터(EKF, extended Kalman filter)를 이용하여 센서들의 정보를 융합하는 기술이 제안되었다[1]. | |
연산부하가 크지 않고 1대의 GPS 수신기만을 사용하면서도 안정적인 위치추정을 수행하기 위한 두 가지 방법은? | 따라서 본 논문에서는 연산부하가 크지 않고 1대의 GPS 수신기만을 사용하면서도 안정적인 위치추정을 수행하기 위한 2가지방법을 제안한다. 첫 번째 방법은 GPS로 측정한 로봇의 위치들의 표준편차를 구하고, 이를 GPS 신호에 대한 가중치 조절을 위한 변수로 사용하는 것이다. 두 번째 방법은 환경에 대한 고도지도를 이용하는 것이다. 지형분류 알고리즘을 사용하여 로봇이 주행할 수 있는 영역과 주행할 수 없는 영역으로 분류한 지도를 작성하며, 이후에 GPS로 측정한 위치를 이 지도와 정합한다. |
Da, DIIa, Ren, "Investigation of a lowcost and highaccuracy GPS/IMU system", Proc. of the ION National Technical Meeting, Santa Monica, pp.955-963, 1997.
S. Sukkarieh, E. M. Nebot and H. F. Durrant Whyte, "A high integrity IMU/GPS navigation loop for autonomous land vehicle applications", IEEE Trans. Robotics and Automation, Vvol.15, No.3, pp.572-578, 1999.
Rainer Kummerlem, Rudolph Triebel, Patrick Pfaff, Wolfram Burgard, "Monte Carlo localization in outdoor terrains using multilevel surface maps", Journal of Field Robotics, Vol.25, Issue6 7, pp.346-359, 2008.
Keith Yu Kit Leung, Christopher M. Clark, Jan P. Huissoon, "Localization in urban environments by matching ground level video images with an aerial image," IEEE International Conference on Robotics and Automation, Pasadena, pp.551-556, 2008.
K. Ohno, T. Tsubouchi and B. Shigematsu, "Differential GPS and odometrybased outdoor navigation of a mobile robot," Advanced Robotics, Vol.18, No.6, pp.611-635, 2004.
Luka Teslic, Igor Skrjanc and Gregor Klancar, "Using a LRF sensor in the Kalmanfilteringbased localization of a mobile robot," ISA Trans., Vol.49, No.1, pp.145-153, 2010.
Luka Tesli?, Igor ?krjanc and Gregor Klan?ar, "Using a LRF sensor in the Kalmanfilteringbased localization of a mobile robot," ISA Trans., Vol.49, No.1, pp.145-153, 2010.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.