최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기로봇학회논문지 = The journal of Korea Robotics Society, v.9 no.2, 2014년, pp.117 - 123
김동일 (Mechanical Engineering, Korea University) , 송재복 (Mechanical Engineering, Korea University) , 최지훈 (UGV Technology Directorate, Agency for Defense Development)
Localization is one of the essential tasks necessary to achieve autonomous navigation of a mobile robot. One such localization technique, Monte Carlo Localization (MCL) is often applied to a digital surface model. However, there are differences between range data from laser rangefinders and the data...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
실외환경에서 로봇의 위치추정에서 GPS를 사용한 방법의 단점은? | 로봇의 위치를 정확하게 파악하는 것이 다른 기술을 원활하게 수행하기 위해 필수적이므로, 위치추정은 가장 중요한 기술이다. 특히, 실외환경에서 로봇의 위치추정은 GPS를 사용하여 개발되어 왔으나[4], GPS 정보는 건물이나 장애물이 많은 환경에서 불확실성이 높아진다는 단점이 있다. 그러므로 GPS 신호가 들어오지 않는 상황을 고려해야 하는 국방 관련 분야에서는 사전 환경지도와 센서융합 기반의 위치추정 기술에 대한 많은 연구가 진행되고 있다. | |
로봇이 다양한 환경을 주행하기 위해서는 어떠한 기술이 필요한가? | 로봇이 다양한 환경을 주행하기 위해서는 환경 정보를 이용하여 로봇 위치를 추정하는 기술, 최적화된 주행 경로를 생성하고, 장애물을 회피하기 위한 기술 등이 필요하다[1-3]. 로봇의 위치를 정확하게 파악하는 것이 다른 기술을 원활하게 수행하기 위해 필수적이므로, 위치추정은 가장 중요한 기술이다. | |
파티클 필터 기반의 Monte Carlo Localization 방법의 장점은? | 대표적으로는, 마코프 위치추정, 칼만필터 기반의 위치추정, 파티클 필터 기반의 Monte Carlo Localization(MCL) 등이 연구되었다[5]. 이런 다양한 위치추정 기술 중에 MCL[6]은 야외환경에서 로봇 위치에 대한 불확실성을 줄이고 환경 변화에 강인하게 작용하는 장점이 있다. |
F. Nashashibi, P. Fillatreau, B. Dacre-Wright, and T. Simeon, "3-D Autonomous Navigation in a Natural Environment," IEEE International Conference of Robotics and Automation, pp. 433-439, 1994.
K. Ohono, T. Tsubouch, B. Shigematsu, and S. Yuta, "Differential GPS and Odometry-based Outdoor Navigation of a Mobile Robot," Advanced Robotics, vol. 18, no. 6, pp. 611-635, 2004.
S. Thrun, W. Burgard, and D. Fox, "Probabilistic Robotics," The MIT Press, 2006.
D. Fox, "Monte Carlo Localization: Efficient Position Estimation for Mobile Robots," Proc. of AAAI-99, Orlando, FL, 1999.
R. Kummerle, R. Triebel, P. Pfaff, and W. Burgard, "Monte Carlo Localization in Outdoor Terrains Using Multilevel Surface Maps," Journal of Field Robotics, vol. 25, issue. 6-7, pp. 346-359, 2008.
P. Frederick, R. Kania, M. D. Rose, D. Ward, U. Benz, A. Baylot, M. J. Willis, and H. Yamauchi, "Spaceborne Path Planning for Unmanned Ground Vehicles (UGVs)," IEEE Conference of Military Communications (MILCOM), pp. 3134-3141, 2005.
T. B. Kwon, J. B. Song, "A New Feature Commonly Observed from Air and Ground for Outdoor Localization with Elevation Map Built by Aerial Mapping System," Journal of Field Robotics, vol. 28, no. 2, pp. 227-240, 2011.
D. I. Kim, J. B. Song, "Accurate Localization with COAG Features and Self-Adaptive Energy Region," The 6th International Conference on Intelligent Robotics and Applications, pp. 576-583, 2013.
W. Rucklidge, "Efficient visual recognition using the Hausdorff distance," Lecture Notes in Computer Science, 1995.
A. Doucet, "Sequential Monte Carlo Method in Practice," Springer, Berlin, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.