최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기항공우주기술 = Aerospace engineering and technology, v.12 no.1, 2013년, pp.128 - 136
문성태 (융합기술연구팀) , 조동현 (융합기술연구팀) , 한상혁 (융합기술연구팀)
Recently, the localization recognition system research has been studied using various sensors according to increased interest in autonomous navigation flight. In case of indoor environment which cannot support GPS information, we have to look for another way to recognize current position. The Image-...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
영상 기반의 위치 인식의 장점은 무엇인가? | 마지막으로 영상 기반의 위치 인식 방법이 있다. 영상 기반의 위치 인식의 경우, 모션 캡쳐 혹은 가속도 센서 방식과는 달리 넓은 범위의 영역에 적용이 가능하다. 이미지 기반의 위치 인식은 기존 방식과 달리 많은 계산처리가 필요하지만, 최근 전체적인 컴퓨터 성능이 높아지고, GPU를 통한 계산 능력이 급격히 향상됨에 따라 실시간으로 처리가 가능해졌다. | |
가속도 센서를 활용하여 자기위치를 확인하는 방법의 단점은 무엇인가? | 따라서 넓은 범위를 갖는 빌딩에서 위치를 인식하기는 쉽지 않다. 이 외에도 가속도 센서를 활용하여 자기위치를 확인하는 방법이 있지만, 이 경우도 마찬가지로 넓은 범위를 갖는 영역에서는 오류가 축적되는 문제가 발생하기 때문에 정확한 위치를 파악하기 어렵다. 마지막으로 영상 기반의 위치 인식 방법이 있다. | |
모션 캡쳐를 사용하여 미리 설치한 마커를 인식하는 방법의 특징은 무엇인가? | 실내에서 위치 확인을 위해 널리 알려진 방법 중 하나는 모션 캡쳐(Motion Capture)를 사용하여 미리 설치한 마커를 인식하는 방법이다. 이 방법의 경우 최대 2000Hz로 마커를 인지하고 1cm 미만의 정확도로 위치를 파악할 수 있지만, 가격이 고가이고, 인지할 수 있는 영역이 상대적으로 적다[1]. 따라서 넓은 범위를 갖는 빌딩에서 위치를 인식하기는 쉽지 않다. 이 외에도 가속도 센서를 활용하여 자기위치를 확인하는 방법이 있지만, 이 경우도 마찬가지로 넓은 범위를 갖는 영역에서는 오류가 축적되는 문제가 발생하기 때문에 정확한 위치를 파악하기 어렵다. |
이민기, 박성규, 박근표, "모션캡쳐 기술 동향," 전자통신동향분석, Vol. 22, Issue 4, 2007, pp. 35-42
H. Kato, M. Billinghurst, "Marker Tracking and HMD Calibration for a Video-based Augmented Reality Conferencing System," IWAR99, 1999, pp. 85-94
P. Bristeau, F. Callou, "The Navigation and Control technology inside the AR.Drone micro UAV," IFAC, 2011, pp. 1477-1484
양광웅, "OpenCV Marker Recognition," http://blog.daum.net/pg365/159
T. Graduacao, "A Java Autopilot for Parrot A.R. Drone Designed with DiaSpec," 2011
G. Bradski, A. Kaehler, 2008, "Learning OpenCV," OReilly
MRPT, "http://mrpt.org"
Xtion Pro, "http://www.asus.com/Multimedi a/Xtion_PRO_LIVE"
M. Fischeler, R. Bolles, "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography," Graphics and Image Processing, Vol. 24, No. 6, 1981, pp. 381-395.
R. Rusu, S. Cousins, "Plane Model Segmentation," http://pointclouds.org
Cox.D, O'Shea. D, "Ideals, Varieties, and Algorithms: An Introduction to Computational Algebraic Geometry and Commutative Algebra,", Springer. 2007
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.