[논문]카메라와 초음파센서 융합에 의한이동로봇의 주행 알고리즘

장기동; 박상건; 한성민; 이강웅

doi:10.12673/jant.2011.15.5.696

카메라와 초음파센서 융합에 의한이동로봇의 주행 알고리즘
Mobile Robot Navigation using Data Fusion Based on Camera and Ultrasonic Sensors Algorithm 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.15 no.5 = no.50, 2011년, pp.696 - 704

장기동 (한국항공대학교) , 박상건 (한국항공대학교) , 한성민 (한국항공대학교) , 이강웅 (한국항공대학교)

초록
AI-Helper

본 논문에서는 단일 카메라와 초음파센서 데이터를 융합하는 이동 로봇 주행제어 알고리즘을 제안하였다. 이진화 영상처리를 위한 임계값을 영상 정보와 초음파센서 정보를 이용하는 퍼지추론기법으로 설정하였다. 임계값을 상황에 따라 가변하면 조도가 낮은 환경에서도 장애물 인식이 향상된다. 카메라 영상 정보와 초음파 센서 정보를 융합하여 장애물에 대한 격자지도를 생성하고 원궤적 경로기법으로 장애물을 회피하도록 한다. 제안된 알고리즘의 성능을 입증하기 위하여 조도가 낮은 실내와 좁은 복도에서 Pioneer 2-DX 이동로봇의 주행제어에 적용하였다.

Abstract ▼ AI-Helper

In this paper, we propose a mobile robot navigation algorithm using data fusion of a monocular camera and ultrasonic sensors. Threshold values for binary image processing are generated by a fuzzy inference method using image data and data of ultrasonic sensors. Threshold value variations improve obstacle detection for mobile robot to move to the goal under poor illumination environments. Obstacles detected by data fusion of camera and ultrasonic sensors are expressed on the grid map and avoided using the circular planning algorithm. The performance of the proposed method is evaluated by experiments on the Pioneer 2-DX mobile robot in the indoor room with poor lights and a narrow corridor.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 카메라와 초음파 센서 데이터를 융합하여 장애물을 인지하고 원궤적 경로기법으로 회피하는 이동로봇 주행기법을 제안하였다. 카메라 영상을 이진화하기 위한 임계값은 퍼지 추론 기법으로 가변시킴으로써 휘도변화가 큰 환경에서도 장애물인식률을 개선시키도록 하였다.
본 논문에서는 퍼지추론 기법[13]을 이용하여 이진화 영상의 임계값을 가변적으로 정함으로써 장애물 식별 정확도를 높이고자 한다. 초음파센서가 감지하는 장애물까지의 거리에 따라 소속함수를 정하는데 계산을 단순화하기 위하여 영상데이터에 대한 소속함수도 초음파센서의 경우와 동일하게 설정하였다.
본 연구에서는 초음파센서와 카메라 영상 데이타를 융합하여 장애물을 표시하는 격자지도를 생성하고 원궤적 경로기법[7]을 이용하여 목적지에 도달하도록 하는 주행제어기법을 제안한다. 퍼지추론 기법을 적용하여 카메라 영상의 이진화 임계값을 가변시킴으로써 휘도변화에 따른 인식 오류를 줄이도록 한다.
그림 14는 실내조명이 어두운 환경에서 센서 융합기법만 적용한 이동 로봇의 주행실험이다. 영상처리시 그림자도 전방의 장애물로 인식하여 이를 회피하기 위해 계속해서 우회한다. 결국 출발점에서 목적지까지 주행 경로를 생성하지 못하고 출발점에서 맴돌게 된다.

제안 방법

그림 15(a)와 같이 실내 조명이 어두워 휘도가 낮은 환경에서 퍼지추론 기법을 적용하여 이진화 임계값을 결정하고 영상데이터와 초음파센서 데이터를 합성하여 장애물을 감지하고, 이를 회피하면서 목적지까지 이동하도록 하는 실험을 수행하였다. 생성된경로를 따라 이동로봇이 이동한 경로를 그림 15(b)에나타내었다.
그림 16(a)와 같이 폭이 2.6[m]인 복도에 장애물을 배치한 환경에서 이동로봇이 장애물을 회피하면서 목적지에 도달하는 실험을 수행하였다. 복도 조명이 6.
퍼지추론 기법을 적용하여 카메라 영상의 이진화 임계값을 가변시킴으로써 휘도변화에 따른 인식 오류를 줄이도록 한다. 이동로봇 전면을 격자지도로 나타내고 카메라에 의한 장애물 정보와 초음파센서에 의한 장애물 정보를 중첩시켜 개설 센서의 결함이 보완되도록 한다. 제안된 기법을 Pioneer 2-DX 이동로봇에 적용하여 휘도가 낮은 어두운 환경과 복도와 같이 벽이 있는 공간에서도 장애물을 회피하면서 목적지로 이동하는데 효과적임을 입증하였다.
카메라 영상 정보와 초음파센서 데이터를 퍼지추론 시스템의 입력으로하여 임계값을 생성시켰으며, 초음파 센서 데이터와 영상 처리 시스템에서 획득된 영상 데이터를 융합하여 격자 지도에 장애물 정보가 표시되도록 하였다. 인식된 장애물은 원 궤적 경로 계획 기법을 사용하여 회피하도록 하였다. 제안된 기법의 성능을 입증하기 위하여 Pioneer 2-DX 이동 로봇에 적용한 실험을 수행하였다.
인식된 장애물은 원 궤적 경로 계획 기법을 사용하여 회피하도록 하였다. 제안된 기법의 성능을 입증하기 위하여 Pioneer 2-DX 이동 로봇에 적용한 실험을 수행하였다. 제안된 기법은 실내조명이 어두워 휘도가 낮은 환경에서도 투명한 장애물도 인식할 수 있으며 복도와 같은 좁은 환경에서 그림자가 있는 경우에도 장애물을 잘 인식하고 회피하여 목적지에 도달함을 확인하였다.
카메라 영상을 이진화하기 위한 임계값은 퍼지 추론 기법으로 가변시킴으로써 휘도변화가 큰 환경에서도 장애물인식률을 개선시키도록 하였다. 카메라 영상 정보와 초음파센서 데이터를 퍼지추론 시스템의 입력으로하여 임계값을 생성시켰으며, 초음파 센서 데이터와 영상 처리 시스템에서 획득된 영상 데이터를 융합하여 격자 지도에 장애물 정보가 표시되도록 하였다. 인식된 장애물은 원 궤적 경로 계획 기법을 사용하여 회피하도록 하였다.
본 논문에서는 카메라와 초음파 센서 데이터를 융합하여 장애물을 인지하고 원궤적 경로기법으로 회피하는 이동로봇 주행기법을 제안하였다. 카메라 영상을 이진화하기 위한 임계값은 퍼지 추론 기법으로 가변시킴으로써 휘도변화가 큰 환경에서도 장애물인식률을 개선시키도록 하였다. 카메라 영상 정보와 초음파센서 데이터를 퍼지추론 시스템의 입력으로하여 임계값을 생성시켰으며, 초음파 센서 데이터와 영상 처리 시스템에서 획득된 영상 데이터를 융합하여 격자 지도에 장애물 정보가 표시되도록 하였다.
본 연구에서는 초음파센서와 카메라 영상 데이타를 융합하여 장애물을 표시하는 격자지도를 생성하고 원궤적 경로기법[7]을 이용하여 목적지에 도달하도록 하는 주행제어기법을 제안한다. 퍼지추론 기법을 적용하여 카메라 영상의 이진화 임계값을 가변시킴으로써 휘도변화에 따른 인식 오류를 줄이도록 한다. 이동로봇 전면을 격자지도로 나타내고 카메라에 의한 장애물 정보와 초음파센서에 의한 장애물 정보를 중첩시켜 개설 센서의 결함이 보완되도록 한다.

대상 데이터

제안된 기법의 성능을 입증하기 위한 실험을 그림 12와 같은 Active Media사의 Pioneer 2-DX 이동로봇에 대하여 수행하였다. 이동로봇위에 640 × 480[pixels]인 단일 카메라가 장착되었으며 8개의 초음파센서가 전면에 부착되어 있다.

이론/모형

이동로봇이 목적지을 향하여 주행할 때 직면하는 장애물은 원궤적 경로(circular path)기법을 적용하여 회피하도록 한다[12]. 이동로봇의 이동경로가 목적지를 향하지 않을 때 이동로봇과 목적지 사이를 직선으로 연결한 가상 목적지(virtual goal)를 설정한다.

성능/효과

흰색장애물의 경우 그림자까지 발생하게 되는데 퍼지추론기법을 적용하여 이진화 임계값이 가변되기 때문에 장애물 인식이 개선되어 그림 16(b)와 같은 주행경로로 목적지에 도달하였다. 두 가지 실험을 통하여 제안된 기법을 적용하면 광학적 불확실성이 있음에도 불구하고 장애물을 잘 인식하여 목적지에 도달할수 있음을 확인하였다.
제안된 기법의 성능을 입증하기 위하여 Pioneer 2-DX 이동 로봇에 적용한 실험을 수행하였다. 제안된 기법은 실내조명이 어두워 휘도가 낮은 환경에서도 투명한 장애물도 인식할 수 있으며 복도와 같은 좁은 환경에서 그림자가 있는 경우에도 장애물을 잘 인식하고 회피하여 목적지에 도달함을 확인하였다. 따라서 본 연구에서 제안한 기법은 휘도변화가 있으며 다양한 종류의 장애물도 잘 인식하고 이를 회피하여 실내 환경에서 이동로봇의 주행제어에 활용할 수 있다.
이동로봇 전면을 격자지도로 나타내고 카메라에 의한 장애물 정보와 초음파센서에 의한 장애물 정보를 중첩시켜 개설 센서의 결함이 보완되도록 한다. 제안된 기법을 Pioneer 2-DX 이동로봇에 적용하여 휘도가 낮은 어두운 환경과 복도와 같이 벽이 있는 공간에서도 장애물을 회피하면서 목적지로 이동하는데 효과적임을 입증하였다.

후속연구

제안된 기법은 실내조명이 어두워 휘도가 낮은 환경에서도 투명한 장애물도 인식할 수 있으며 복도와 같은 좁은 환경에서 그림자가 있는 경우에도 장애물을 잘 인식하고 회피하여 목적지에 도달함을 확인하였다. 따라서 본 연구에서 제안한 기법은 휘도변화가 있으며 다양한 종류의 장애물도 잘 인식하고 이를 회피하여 실내 환경에서 이동로봇의 주행제어에 활용할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이동로봇의 항법 중 APF(Artificial Potential Field) 기법은 어떻게 이동경로를 생성하는가?	이동로봇의 항법 중 APF(Artificial Potential Field)기법[2][3]은 장애물에 가상척력을 적용하고 목적지에 가상인력을 적용해서 APF 지도를 만들고 이를 이용하여 이동경로를 생성한다. 이 기법은 목적지로 이동하는 최단경로를 생성하며 장애물이 많은 복잡한 환경에서 유용하나 U자형 지형에서는 경로를 생성하기가 어렵다.
	limit-cycle 기법의 한계점은?	이 기법은 목적지로 이동하는 최단경로를 생성하며 장애물이 많은 복잡한 환경에서 유용하나 U자형 지형에서는 경로를 생성하기가 어렵다. limit-cycle 기법[4][5]은 장애물을 중심으로 limit cycle을 형성하여 장애물을 회피하는 방법으로 유연한 경로를 생성하지만 여러 개의 장애물이인접한 환경에서는 limit cycle이 중첩될 수 있기 때문에 회피경로 생성이 어려울 수 있다. 복잡한 환경에서 유용한 ND(Nearness Diagram) 기법[6]은 단순한환경에서는 적합하지 못하다.
	APF 기법의 한계점은?	이동로봇의 항법 중 APF(Artificial Potential Field)기법[2][3]은 장애물에 가상척력을 적용하고 목적지에 가상인력을 적용해서 APF 지도를 만들고 이를 이용하여 이동경로를 생성한다. 이 기법은 목적지로 이동하는 최단경로를 생성하며 장애물이 많은 복잡한 환경에서 유용하나 U자형 지형에서는 경로를 생성하기가 어렵다. limit-cycle 기법[4][5]은 장애물을 중심으로 limit cycle을 형성하여 장애물을 회피하는 방법으로 유연한 경로를 생성하지만 여러 개의 장애물이인접한 환경에서는 limit cycle이 중첩될 수 있기 때문에 회피경로 생성이 어려울 수 있다.

참고문헌 (13)

N. Sariff and N. Buniyamin, "An overview of autonomous mobile robot path planning algorithms," SCOReD 4th Student Conf. Research and Development, pp.183-188, June, 2006.
Y. Koren and J. Borenstein, "Potential field methods and their inherent limitations for mobile robot navigation," Proc. IEEE Conf. Robotics and Automation Sacramento, pp.1398-1404, April, 1991.
S. S. Ge and Y. J. Cui, "New potential functions for mobile robot path planning," IEEE Trans. Robotics and Automation, vol.16, No.5, October, 2000.
D. H. Kim, J. H. Park and J. H. Kim, "Limit- cycle navigation method for soccer robot," International Conf. Computational Intelligence, Robotics and Autonomous Systems, 2001.
R. Grech and S. G. Fabri, "Trajectory tracking in the presence of obstacles using the limit cycle navigation method," Proc. 13th Conf. Control and Automation, pp.101-106, June, 2005.
J. Minguez and L. Montano, "Nearness diagram (ND) navigation-collision avoidance in troublesome scenarios," IEEE Trans. Robotics and Automation, vol.20, pp.45-59, Feb., 2004.

상세보기
한성민, 이강웅, "원궤적 경로기법을 이용한 이동로봇의 주행," 제어로봇시스템학회 논문지, 14권, 8호, pp. 1-6, 2008.8.
S. Vitabile, G. Pilato, F. Pullara and F. Sorbello, "A navigation system for vision-guided mobile robots," Proc. International Conf. Image Analysis and Processing, pp.566-571, Sept., 1999.
G. Cheng and A. Zelinsky, "Real-time visual behaviors for navigating a mobile robot," Proc. IEEE/RSJ International Conf. Intelligent Robotics and Systems, vol.2, pp.973-980, Nov., 1996.
R. HoseinNezhad, B. Moshirl and M. R. Asharif, "Sensor fusion for ultrasonic and laser arrays in mobile robotics: A comparative study of fuzzy, Demster and Bayesian approaches," Proc, IEEE International Conf. Sensors, vol.2, pp.1682-1689, June, 2002.
Q. Yang, K. Yuan, J. Li and H. Wang, "A Histogram sensor fusion method for mobile robots," Proc. IEEE International Conf. Information Acquisition, pp.339-343, June, 2004.
K. Kapach and Y. Edan, "Evaluation of grid-map sensor fusion mapping algorithms," Proc. IEEE International Conf. Systems, Man and Cybernetics, pp.829-834, October, 2007.
L. X. Wang, A course in fuzzy systems and control, Prentice Hall, 1997.

저자의 다른 논문 :

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