$\require{mediawiki-texvc}$

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.

AGV의 작업자 식별 및 회피를 위한 2D 공간 지도 구성

2D Spatial-Map Construction for Workers Identification and Avoidance of AGV

Journal of the Institute of Electronics Engineers of Korea = 전자공학회논문지, v.49 no.9, 2012년, pp.347 - 352  

고정환 (인하공업전문대학 메카트로닉스과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 지능적인 경로 계획을 위한 스테레오 카메라 기반의 AGV의 작업자 식별 및 회피를 위한 2D 공간 지도 구성 기법을 제안하였다. 우선 스테레오 카메라로부터 입력된 영상 중 좌 영상에 YCbCr 컬러 모델 및 무게 중심법을 이용하여 이동중인 작업자의 얼굴 영역과 중심좌표를 검출하고, 검출된 좌표 값에 따라 스테레오 카메라 제어를 통해 이동하는 작업자를 실시간적으로 검출하게 된다. 다음으로, AGV 구동에 의해 추적 제어된 스테레오 카메라의 좌, 우 영상간의 시차정보와 카메라 내부 변환관계를 통해 깊이 정보를 검출한 후, 검출된 깊이 지도로부터 각 열에 존재하는 최소값을 이용한 2차원 공간좌표를 검출하여 AGV과 작업자간의 거리와 실제좌표는 물론 다른 물체들과의 상대 거리를 산출하게 되며, 산출된 위치 좌표를 토대로 AGV의 지능적인 경로 추정 및 판단에 따라 자율적인 주행을 수행하게 된다. 실시간적으로 입력되는 240 프레임의 스테레오 영상을 사용한 실험결과, 산출된 2차원 공간좌표는 검출된 작업자의 위치좌표와의 관계를 통해 작업자의 폭과 실제 측정한 값과의 오차율이 평균 1.8% 이하로 유지됨으로써 보다 지능적인 AGV 시스템의 구현 가능성을 제시하였다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, an 2D spatial-map construction for workers identification and avoidance of AGV using the detection scheme of the spatial coordinates based on stereo camera is proposed. In the proposed system, face area of a moving person is detected from a left image among the stereo image pairs by u...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 논문에서는 산업용 AGV 시스템의 보다 지능적인 경로 계획을 위한 평행식 스테레오 카메라에 기반을 둔 작업자 식별 및 회피를 위한 2D 공간 지도 구성 기법을 제안하였다. 제안된 기법을 통해 산출된 2차원 공간좌표는 검출된 작업자의 위치좌표와의 관계를 통해 작업자의 폭과 실제 측정한 값과의 오차율이 평균 1.
  • 따라서 본 논문에서는 산업용 AGV 시스템의 보다 지능적인 경로 계획을 위한 평행식 스테레오 카메라에 기반을 둔 작업자 식별 및 회피를 위한 2D 공간 지도 구성 기법을 제안하였다. 제안된 기법을 통해 산출된 2차원 공간좌표는 검출된 작업자의 위치좌표와의 관계를 통해 작업자의 폭과 실제 측정한 값과의 오차율이 평균 1.
  • 본 논문에서 제안된 알고리듬의 효용성을 분석하기 위한 실험 시나리오는 평행식 스테레오 카메라인 Point Grey Inc.의 Bumblebee[10]를 AGV 시스템에 탑재하여 그림 5와 같이 카메라 시야에 나타나는 작업자 및 측면에 존재하는 장애물 각각의 절대좌표 및 상대좌표 검출을 통해 AGV의 충돌 위기를 조기에 대처하며, 적응적인 경로 계획의 수립을 목적으로 하는 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
컴퓨터 비전 시스템을 산업용 AGV에 응용하기 위해서 요구되는 것은? 컴퓨터 비전 시스템을 산업용 AGV(automatic ground vehicle)에 응용하기 위해서는 복잡한 주변 환경의 완전한 인식이나 재구성 보다는 실제공간에서의 물체 위치, 크기 및 방향 등과 같은 간단한 3차원 정보의 실시간적 추출이 요구된다. 이러한 3차원 정보들은 궁극적으로 물체의 각 점들에 대한 3차원 좌표 즉, 깊이지도(depth map)로 부터 구할 수 있으며 이는 획득된 영상으로 부터 3각 측량법을 통해 구할 수 있고[1~2] 또한, 레이저 거리 측정기에 의해서도 얻을 수 있다.
3차원 정보는 어디서 얻을 수 있는가? 컴퓨터 비전 시스템을 산업용 AGV(automatic ground vehicle)에 응용하기 위해서는 복잡한 주변 환경의 완전한 인식이나 재구성 보다는 실제공간에서의 물체 위치, 크기 및 방향 등과 같은 간단한 3차원 정보의 실시간적 추출이 요구된다. 이러한 3차원 정보들은 궁극적으로 물체의 각 점들에 대한 3차원 좌표 즉, 깊이지도(depth map)로 부터 구할 수 있으며 이는 획득된 영상으로 부터 3각 측량법을 통해 구할 수 있고[1~2] 또한, 레이저 거리 측정기에 의해서도 얻을 수 있다. 그러나 이러한 방법들을 사용하려면 특수한 조명장치와 주위환경이 필요하거나 레이저 장비와 정밀 측정 장치 등이 요구된다.
본 논문에서 제안한 스테레오 카메라 기반 AGV 시스템의 작업자 식별 및 회피를 위한 2D 공간 지도 구성의 흐름도 구성 과정은? 그림 1은 본 논문에서 제안한 스테레오 카메라 기반 AGV 시스템의 작업자 식별 및 회피를 위한 2D 공간 지도 구성의 흐름도를 나타낸 것이다. 즉, 스테레오 입력 영상 중 좌측 영상에 YCbCr 컬러 모델과 무게 중심법(centroid method)을 이용하여 작업자의 얼굴 영역에 대한 위치좌표를 검출한 다음, 스테레오 카메라 시야(FOV; field of view)의 중앙으로 놓기 위해 이동하는 작업자를 실시간으로 추적하게 되며, 추적 제어된 좌, 우 영상간의 비용함수로 MSE를 이용한 시차(disparity) 및 깊이(depth) 정보 검출과 실제 3차원 좌표 산출이 이루어지며, 검출된 얼굴 영역의 깊이 정보에 대한 임계값 할당을 통해 작업자 영역만을 분할함으로써 작업자의 전체 폭을 추정 및 동시에 검출된 영상 전체의 깊이 지도의 각각의 열(column) 마다 최소값을 검출하여 AGV 시스템 전방에 존재하는 모든 물체들과의 상대위치 관계를 분석할 수 있는 2D 공간좌표를 구성하게 된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. T. Kanade, A. Yoshida, K. Oda, H. Kano, and M. Tanaka, "A stereo machine for video-rate dense depth mapping and its new applications" Proc. of IEEE CVPR '96, pp. 196-202, 1996. 

  2. T. Darrell, G. Gordon, M. Harville, J. Woodfill, "Integrated person tracking using stereo, color, and pattern detection," IEEE Conference on Computer Vision and Pattern Recognition, pp. 601-608, 1998. 

  3. K. H. Bae, J. S. Koo, E. S. Kim, "A New Stereo Object Tracking System using Disparity Motion Vector", Optics Communications, vol.221, no 13, pp.23-35, 2003. 

  4. James Black, Tim Ellis, "Multi-camera image measurement and correspondence", Measurement, vol. 32, pp.61-71, 2002. 

  5. J. H. Ko, E. S. Kim, "Stereoscopic Video Surveillance System for Detection of Target's 3D Location Coordinates and Moving Trajectories", Optics Communications, Vol. 266, pp. 67-79, 2006. 

  6. D. Murray and Anuo Basu "Motion tracking with an active camera", IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 16, no. 5, pp. 449-459, 1994. 

  7. 고정환, "산업용 AGV 시스템의 적응적 경로설정을 위한 지능형 시각 시스템의 구현", 대한전자공학회 논문지(IE), vol. 46, no. 1, pp. 23-30, 2009. 

  8. 서춘원, 노희정, 원영진, "스테레오비전 시스템을 이용한 문자 특징 추출", 대한전자공학회 논문지 (TE), 40권, 4호, 41-47쪽, 2003년. 

  9. Cucchiara. R, Perini. E and Pistoni. G, "Efficient Stereo Vision for Obstacle Detection and AGV Navigation", ICIAP 2007, vol. 14, pp. 291-296, 2007. 

  10. http://www.ptgrey.com/products/stereo.asp 

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