선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 3차원 깊이 지도상의 point cloud 로부터 물체의 표면을 추출하기 위해 본 연구에서는 Hierarchical clustering 방법을 활용한 알고리즘을 제안하였으며, 제안된 알고리즘의 효과를 검증하기 위해 수행한 실험의 결과를 이번 단원에서 논의하고자 한다.
- 본 논문에서는 휴머노이드 로봇 주변의 다양한 물체를 인식할 수 있도록 3차원 깊이지도를 작성 후 이로부터 로봇 주변 물체의 표면과 크기를 추출하는 방법을 제안하려고 한다. 거리측정 센서로 레이저 스캐너를 선택하여 로봇 주변의 3차원 지도를 추출하고 hierarchical clustering을 활용하여 point cloud 내의 점들이 어느 물체의 표면에 위치해 있는지를 파악한 후 해당 표면에 위치한 점들을 추출한다.
- 본 연구에서는 레이저 스캐너와 휴머노이드 로봇을 활용하여 로봇 주변의 알려지지 않은 물체 표면을 정확히 인식하는 방법을 제안하고 있다. 휴머노이드 로봇의 이동 안정성을 보장하기 위해서는 로봇 주변에 위치한 물체의 정확한 표면 추출이 필요하기 때문에 거리측정 센서로 레이저 스캐너를 활용하였으며, stereo vision을 사용할 경우 조명변화나 이미지의 blurring이 측정 오차에 미치는 영향을 감소시켰다.
- 이 단원에서는 3차원 깊이지도의 point cloud로부터 동일한 면에 속해있는 점을 추출하는 방법에 대해 설명하고자 한다. 특히 장애물 및 지면의 높낮이를 알지 못하는 환경에서 로봇의 안정적 이동경로를 생성하기 위해서는 수평면의 높은 추출 정확도가 필요하다.
- 이와 같이 그림 2(a)에 표시된 일곱 개의 점간 거리를 어떻게 계산하느냐에 따라 그에 해당하는 트리구조를 갖는 dendrogram을 만들 수 있으며 사용자가 공간상의 점을 묶고 싶은 방식에 알맞게 점간 거리계산 방법을 정의한다면 공간 상의 점을 원하는 조건에 맞게 트리구조로 묶을 수 있다는 것이 Hierarchical clustering 방법의 핵심적인 아이디어이다. 이 방식을 활용하여 공간상에 놓인 점 중 동일한 평면에 놓여있는 점을 추출할 때 점간 거리계산방법을 어떻게 정의할 것인지가 본 연구의 핵심적인 내용이며 이에 관해서는 다음 소단원에서 논의하려고 한다.
가설 설정
- 특히 장애물 및 지면의 높낮이를 알지 못하는 환경에서 로봇의 안정적 이동경로를 생성하기 위해서는 수평면의 높은 추출 정확도가 필요하다. 이를 위해 추출하고자 하는 물체의 표면은 수평면, 수직면, 그리고 수평면 및 수직면에 포함되지 않는 면으로 구분된다고 가정하여 해결해야 할 문제를 단순화하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.