[논문]실시간 쿼드로터 자율주행과 원격제어 기법

손병락; 강석민; 이현; 이동하

doi:10.14372/iemek.2013.8.4.205

실시간 쿼드로터 자율주행과 원격제어 기법
A Real Time Quadrotor Autonomous Navigation and Remote Control Method 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.8 no.4, 2013년, pp.205 - 212

손병락 (DGIST) , 강석민 (Sun Moon University) , 이현 (Sun Moon University) , 이동하 (DGIST)

Abstract ▼ AI-Helper

In recent, the demand of Unmanned Aerial Vehicles (UAVs) that can autonomous navigation and remote control has been increased in military, civil and commercial field. Particularly, existing researches focused on autonomous navigation method based on vanish point and remote control method based on event processing in indoor environments. However, the existing methods have some problems. For instance, a detected vanish point in intersection point has too much detection errors. In addition, the delay is increased in existing remote control system for processing images in real time. Thus, we propose improved vanish point algorithm by removing detection errors in intersection point. We also develop a remote control system with android platform by separating flying control and image process. Finally, we compare the proposed methods with existing methods to show the improvement of our approaches.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이는 프로그램의 자원의 비효율적인 관리를 초래하고 영상처리속도의 느려지는 효과로 나타나고 있다. 따라서 본 논문에서는 그림 8과 같이 소스코드를 수정 변환함으로써 영상처리부분과 비행제어부분을 분리함으로써 다른 부분으로 접근을 최소화시켜 프로그램 및 자원의 효과적 관리를 진행하고자 하였다. 특히 카메라를 통해 이미지 영상을 받을 포트를 독립적으로 열어주어 통신하도록 처리하였다.
통로에서 무인항공기의 가장 큰 목표는 안전하게 통로의 끝 방향을 탐색하여 자연스럽게 나아가는 것이다. 따라서 본 논문에서는 무인항공기 환경에서 단일 영상센서를 이용한 자율주행 시스템을 소개하고자 한다. 논문에서 제시하는 소실점 탐색으로 단일 영상센서를 이용하는 방법은 다음과 같다.
[8]의 경우에는 상대적으로 느린 영상처리뿐만 아니라, 제어기능이 단순히 이착륙 기능밖에 없어서 실시간 쿼드로터 동작제어를 수행하기에는 한계점을 가지고 있다. 본 연구에서는 이러한 부분들을 수정하여 안드로이드 기반에서 원격제어 동작 가능하고 영상처리 속도를 향상시키고자 한다.
특히 그림 2와 같이, 1) Parrot사에서 개발된 Java 소스 코드를 안드로이드 개발환경에 변화시키고, 2) 쿼드로터의 비행제어 코드와 영상처리 코드 부분을 분리시켜, 3) 영상처리 속도를 향상시키고자 한다. 이는 기존 연구 [7, 8]에서 빈번히 발생하는 영상 깨짐이나 지연을 줄여 실시간 원격제어가 가능하도록 하고자 한다.

가설 설정

따라서 실시간 원격제어 성능을 평가하기 위하여, 실험조건에 따라, 실내에서 무선통신기기의 영향을 받지 않는 상태라는 가정을 두었다. 제안된 원격제어기법을 통한 영상처리속도 (fps: frame per second)와 다른 제어기법 [7, 8]과의 영상처리속도(fps)를 그림 13와 같이 비교하였다.

제안 방법

예를 들어, 기본 제어방법으로는 키보드를 통한 이벤트 처리방식이었다면, 본 논문에서는 스마트폰의 터치기능과 떨림(Tilting) 기능을 이용하여 Ar.Drone의 비행을 제어하도록 하였다. 그림 7은 안드로이드 기반에 맞게 변화시킨 원격제어장치의 UI 모습을 보여주고 있다.
java나 Android 소스에서 화면을 출력하는 부분에 대해 타임스탬프를 잡아서 영상처리속도를 측정해보았다. 하지만, 그림 12와 같이 영상처리속도가 JavaDrone은 평균 16의 값, FusionDrone은 평균 8의 값, FRD (제안된 퓨전제어기법)는 평균 60의 값으로 모든 상황에서 비슷한 값을 보여주고 있다.
Drone을 이륙 시킨다. 그 후 자율주행 기능을 활성화 시켜 통로 이동의 성공률 및 소실점 오차에 대하여 기존의 논문 [4]에서 나온 알고리즘과 비교한다. 실험 기준은 30m 통로에서 이륙 후 측정한 소실점 좌표의 위치를 착륙까지 기록한 것이다.
또한 영상의 지연이 빈번히 발생하여 실시간 제어가 어려운 문제점을 해결하기위해, 본 논문은 JNI를 사용하여 그림 9와 같이, 보다 native한 소스 코드 수정을 통해 영상처리 속도(예를 들어, fps: frame per second)를 향상시켰다.
먼저 실시간 쿼드로터 원격제어를 하기 위해서 안드로이드 기반에서 Thread level의 제어엔진(그림 2 참조)을 수정하고자 한다.
향상된 소실점 기반의 쿼드로터 자율주행 시스템은 다음과 같은 특징을 가지고 있다. 첫째, 정확한 소실점을 구하기 위하여 영상의 잡음을 제거하고, 둘째, 불필요한 라인을 제거하여 보다 빠른 계산을 수행하고, 마지막으로 라인이 존재하지 않는 영역에 교차점이 나타나는 부분을 수정하여 보다 정밀한 소실점을 구하고자 한다. 그리고 추가적으로 자율주행이 불가능 할 경우를 대비하여, 원격으로 Ar.
따라서 본 논문에서는 그림 8과 같이 소스코드를 수정 변환함으로써 영상처리부분과 비행제어부분을 분리함으로써 다른 부분으로 접근을 최소화시켜 프로그램 및 자원의 효과적 관리를 진행하고자 하였다. 특히 카메라를 통해 이미지 영상을 받을 포트를 독립적으로 열어주어 통신하도록 처리하였다.

대상 데이터

개선된 소실점 알고리즘의 성능을 보여주기 위해 Ar.Drone에 내장된 영상센서를 이용하여 실험하였다. 실험 순서는 프로그램 실행 후 Ar.
실험에서 사용한 전면 카메라는 640X480 해상도 및 와이드 앵글(93°)을 지원하는 카메라가 내장되어 있다.
실험 기준은 30m 통로에서 이륙 후 측정한 소실점 좌표의 위치를 착륙까지 기록한 것이다. 조도는 전후면부를 제외한 밀폐된 곳에서 형광등만을 사용하였다.

데이터처리

따라서 실시간 원격제어 성능을 평가하기 위하여, 실험조건에 따라, 실내에서 무선통신기기의 영향을 받지 않는 상태라는 가정을 두었다. 제안된 원격제어기법을 통한 영상처리속도 (fps: frame per second)와 다른 제어기법 [7, 8]과의 영상처리속도(fps)를 그림 13와 같이 비교하였다.

이론/모형

그리고 이미지 상에서의 경계값을 검출하기 위해 컬러 이미지 영상을 흑백 이미지로 전환한다. 전환된 이미지는 Canny Edge Detection 방식 [16]을 이용하여 이미지의 경계 값을 구하고, 경계 값이 검출된 후 직선의 라인을 검출하기 위해, Hough Transform의 한 유형인 Probabilistic Hough Transform 방식 [17]을 이용한다. 이는 이미지상의 경계 값이 적더라도 보다 효율적인 성능을 얻는다.

성능/효과

이를 통해 본 논문에서 제안한 원격제어기법이 기존의 제어기법보다 성능이 우수함을 알 수 있다.
하지만 PC기반에서 안드로이드기반으로 바꾼 FusionDrone[8]은 평균 10 fps 미만으로 영상의 속도가 현저하게 떨어진 것을 볼 수 있다. 반면에 안드로이드 기반에서 제안된 제어기법 (FRD)은 fps가 기존의 FusionDrone과 JavaDrone보다도 훨씬 높아진 것을 보여주고 있다. 이를 통해 본 논문에서 제안한 원격제어기법이 기존의 제어기법보다 성능이 우수함을 알 수 있다.
Drone 좌우 이동 변동이 있으며 잘못된 값으로 좌측 혹은 우측으로 이동하는 경향이 있었다. 본 논문에서 제시한 개선된 소실점 알고리즘 역시 좌우 이동경향이 있으나 오차범위는 낮았다. 그러나 영상센서만을 사용하여 소실점을 찾는 알고리즘은 빛의 영향을 많이 받아 빛이 없는 곳에서는 이용이 불가능하였다.

후속연구

이를 통해 실험에 사용된 Ar.Drone뿐만 아니라, 다른 기종의 쿼드로터나 무인항공기를 원격제어 할 수 있을 것으로 예상한다. 특히, 자율주행기법과 함께 적용될 경우, 사람이 직접 수행 할 수 없는 많은 재난방재지역에서 사용가능하다고 본다.
특히, 자율주행기법과 함께 적용될 경우, 사람이 직접 수행 할 수 없는 많은 재난방재지역에서 사용가능하다고 본다. 향 후 연구에서는 이런 기능을 가진 여러 쿼드로터들이 서로 협력하여 업무를 수행 할 수 있도록 자율군집제어 기능을 개발하고자 한다.
또한 동적인 장애물에 의해 소실점의 위치가 기체가 지향해야할 방향과는 다른 방향으로 이동하였다. 향후 연구에서는 이러한 문제점을 개선하고자 영상센서 및 빛에 민감하지 않은 센서를 이용하고 동적인 장애물 회피 등 자율주행 시스템을 개발할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	재난피해 관측에 사용되는 무인항공기에는 어떤 것들이 있는가?	최근 사람이 직접 접근할 수 없는 재난발생지역, 환경오염지역, 화생방오염지역 등에 헥사로터(Hexarotor), 쿼드로터(Quadrotor), 소형무인항공기(Micro-UAV)와 같은 무인항공기(UAV)를 활용하여 실시간 원격으로 재난피해 정도를 관찰하거나 인명구조작업, 생존자 위치파악 등을 수행하는 연구가 진행되고 있다. 특히 실내 및 실외 환경에서 자율적으로 임무를 수행 할 수 있도록 원격제어와 더불어 자율주행 기법이 연구되고 있다 [1].
	Visual SLAM은 어떤 것에 적합한가?	카메라를 이용한 영상센서기반의 자율주행 기법으로는 2D 이미지 자료를 받아 3D 환경을 구축하는 Visual SLAM이 있는데, 이와 같은 기법은 실세계의 3D 환경을 표현하는데 적합하나, 상당한 계산 시간이 요구되어 실시간으로 동작하는 무인항공기에는 적용하기 어렵다. 또한 2D에서 3D로 변환된 이미지는 무늬가 없는 표면에서는 통로를 인식하기 어려운 문제점을 가지고 있다 [4].
	레이저 레이다 능동 센서를 사용하는 자율주행 시스템의 단점은?	레이저 레이다를 이용하여 실내 환경을 3D 구조로 전환시키는 방법은 높은 정확도를 제공한다. 그러나 단가가 비싸며 장치 크기가 커서 소형 UAV에는 적합하지 않으며 실시간적인 제어를 보장하지 않는다[11].

참고문헌 (17)

R.S. Pressman, "Software Engineering A Practitioners' Approach," 6th Edition, McGraw Hill, New York, 2005.
N. Dijkshoorn, A. Visser, "Integrating sensor and motion model to localize an autonomous Ar.Drone," Intl. Journal of Micro Air Vehicles, Vol. 3, No. 4, pp.183-200, 2011.

상세보기
C. Bills, "Autonomous MAV flight in indoor environments using single image perspective cues," Proceedings on IEEE Intl. Conference of Robotics and Automation, pp.5776-5783, 2011.
K. Celik, S. Chung, M. Clausman, A. Somani, "Monocular vision SLAM for indoor aerial vehicles," Proceedings on IEEE Intl. Conference of Intelligent Robots and Systems, pp.1566-1573, 2009.
Z. Zhou, T. Chen, D. Wu, C. Yu, "Corridor navigation and obstacle distance estimation for monocular vision mobile robots," JDCTA: Intl. Journal of Digital Content Technology and its Applications, Vol. 5, No. 3. pp.192-202, 2011.
"Parrot Ar.Drone", the resource available at http://ardrone.parrot.com [online].
"JavaDrone", the resource available at http://code.google.com/pjavadrone/2011 [online].
"FusionDrone", the resource available at https://projects.ardrone.org [online].
J. Roberts, T. Stirling, J. Zuffery, D. Floreano, "Quadrotor using minimal sensing for autonomous indoor flight," Proceedings on the European Micro Air Vehicle Conference and Flight Competition, 2007.
R. Carelli, E. Freire, "Corridor navigation and wall-following stable control for sonar-based mobile robots," Robotics and Autonomous Systems, Vol. 45, No. 4, pp.235-247, 2003.

상세보기
S. Se, D. Lowe, J. Little,"Vision-based mobile robot localization and mapping using scaleinvariant features," Proceedings on IEEE Intl. Conference of Robotics and Automation, pp.2051-2058, 2001.
M. Quigley, B. Gerkey, K. Conley, J. Faust, T. Foote, J. Leibs, E. Berger, R. Wheller, A. Ng, "ROS: an open-source Robot Operating System," Proceedings on IEEE Intl. Conference of Robotics and Automation workshop on open source software, 2009.
"Robot Operating System Documentation", the resource available at http://www.ros.org/ [online].
W.S. Ng, E. Sharlin, "Collocated interaction with flying robots," Proceedings on IEEE Intl. Conference of RO-MAN, pp.143-149, 2011.
S. Piskorski, N. Brulez, "AR.Drone Developer Guide," Revision SDK 1.6, 2011.
J. Canny, "A computational approach to edge detection," IEEE Transactions on. Pattern Analysis and Machine Intelligence, Vol. 8, No. 6, pp.679-698, 1986.
N. Kiryati, Y. Eldar, A.M. Bruckstein, "A probabilistic Hough transform," Pattern Recognition, Vol. 24, No. 4, pp.303-316, 1991.

상세보기

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