[논문]저가형 LIDAR를 장착한 소형 무인항공기의 3차원 실내 항법 및 자동비행

허성식; 조성욱; 심현철

doi:10.7746/jkros.2014.9.3.154

저가형 LIDAR를 장착한 소형 무인항공기의 3차원 실내 항법 및 자동비행
3-D Indoor Navigation and Autonomous Flight of a Micro Aerial Vehicle using a Low-cost LIDAR 원문보기

로봇학회논문지 = The journal of Korea Robotics Society, v.9 no.3, 2014년, pp.154 - 159

허성식 (Dept. of Aerospace Engineering, Korea Advanced Institute of Science and Technology) , 조성욱 (Dept. of Aerospace Engineering, Korea Advanced Institute of Science and Technology) , 심현철 (Dept. of Aerospace Engineering, Korea Advanced Institute of Science and Technology)

Abstract ▼ AI-Helper

The Global Positioning System (GPS) is widely used to aid the navigation of aerial vehicles. However, the GPS cannot be used indoors, so alternative navigation methods are needed to be developed for micro aerial vehicles (MAVs) flying in GPS-denied environments. In this paper, a real-time three-dimensional (3-D) indoor navigation system and closed-loop control of a quad-rotor aerial vehicle equipped with an inertial measurement unit (IMU) and a low-cost light detection and ranging (LIDAR) is presented. In order to estimate the pose of the vehicle equipped with the two-dimensional LIDAR, an octree-based grid map and Monte-Carlo Localization (MCL) are adopted. The navigation results using the MCL are then evaluated by making a comparison with a motion capture system. Finally, the results are used for closed-loop control in order to validate its positioning accuracy during procedures for stable hovering and waypoint-following.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 저가형 LIDAR가 장착된 무인항공기가 3차원 실내지도 내에서 실시간으로 자기위치를 추정하는 기법을 제시한다. 먼저, 수미터 이내의 짧은 거리만 측정가능한 저가의 2-D LIDAR 및 관성측정장치(IMU: Inertial Measurement Unit)가 장착된 실내비행용 무인항공기 시스템의 구성을 설명하고, 실내 지도작성 및 위치추정에 효율적으로 사용될 수 있는 Octree기반 3차원 지도작성기법과 작성된 지도에서의 몬테카를로 위치추정기법(MCL: Monte-Carlo Localization)을 설명한다.
본 논문에서는 저가형 2-D LIDAR를 장착한 소형 무인 항공기의 실시간 3차원 실내 항법과 이를 이용한 자동비행 결과를 제시하였다. Octree를 기반으로 한 3차원의 실내 지도에서 Monte-Carlo Localization을 적용함으로써 저가의 2-D LIDAR와 IMU를 장착한 무인항공기도 실내에서의 정밀한 3차원 자동비행이 가능함을 확인할 수 있었다.
본 연구에서는 무인항공기의 실시간 3차원 위치추정을 위하여 Octree 기반 점유격자지도(Occupancy Grid Map)에서의 2-D LIDAR 측정값을 이용한 몬테카를로 위치추정기법을 수행하였다. Octree는 3차원 공간을 계층적으로 분할하여 표현할 수 있는 데이터 구조로써 이를 사용하면 복잡한 물체의 3차원 세부형상을 보다 효율적으로 저장할 수 있고, 저장된 데이터를 빠르게 읽어 지도 정보 계산과 화면에 출력하기 위한 목적으로 사용할 수 있다^[13].

제안 방법

무인항공기에 장착된 비행제어컴퓨터는 Wi-Fi로 전송받은 위치/자세 추정결과와 IMU 측정값을 확장칼만필터(EKF: Extended Kalman Filter)로 결합해 최종 항법해를 계산한다. EKF는 많은 무인항공기에서 사용되는 GPS-aided INS(Inertial Navigation System)와 같은 구조이지만 실외의 위치 정보를 제공하는 GPS를 대신하여 본 논문에서 제시하는 실내 위치추정값을 입력받도록 하였다. 무인항공기에 장착된 비행제어컴퓨터에 비행제어를 위한 Multi-loop PID 제어기를 구성하였고, 계산된 비행제어명령은 4개의 모터 컨트롤러에 각각 인가된다.
3과 같이 작성하였으며, 그 지도 내 공간에 지정된 경로점을 따라 약 100초간 자동으로 비행하였다. MCL 항법결과를 실시간으로 사용해 자동비행을 수행하였으며, 모션캡쳐시스템은 이와 별도로 LIDAR위에 장착된 마커의 위치를 기록하여 항법결과를 비교하는 용도로만 사용되었다.
무인항공기의 6-DOF 위치 및 자세를 모두 MCL로 추정하려면 파티클의 양이 증가하고 이에 따른 계산량이 커지므로 실시간 처리가 어려워진다. 따라서 본 연구에서는 무인항공기의 Roll 및 Pitch 자세는 장착된 IMU를 이용해 바로 계산하고, 3차원 위치 및 Yaw 자세를 포함한 4개의 State만을 MCL로 추정해 계산의 실시간성을 확보하였다.
EKF는 많은 무인항공기에서 사용되는 GPS-aided INS(Inertial Navigation System)와 같은 구조이지만 실외의 위치 정보를 제공하는 GPS를 대신하여 본 논문에서 제시하는 실내 위치추정값을 입력받도록 하였다. 무인항공기에 장착된 비행제어컴퓨터에 비행제어를 위한 Multi-loop PID 제어기를 구성하였고, 계산된 비행제어명령은 4개의 모터 컨트롤러에 각각 인가된다. 이를 통해 무인항공기는 실내에서 위치, 속도, 자세를 제어하여 주어진 경로점을 추종하며 자동으로 비행할 수 있다.
무인항공기의 고도는 위/아래로 반사된 수십 개의 LIDAR 측정값들에서 이상치(outlier)를 제거한 중간값(median)과 현재 무인항공기 위치 및 자세에서 수직 위/아래 방향 Ray-casting이 만나는 격자 셀의 고도를 더하여 사용한다.
본 연구에서 제시한 실시간 위치추정 알고리듬의 성능을 평가하기 위해 Fig. 5와 같이 모션캡쳐시스템이 설치된 장소에서 비행실험을 수행하였다. 비행실험을 위해 실내 3차원 지도를 Fig.
5와 같이 모션캡쳐시스템이 설치된 장소에서 비행실험을 수행하였다. 비행실험을 위해 실내 3차원 지도를 Fig. 3과 같이 작성하였으며, 그 지도 내 공간에 지정된 경로점을 따라 약 100초간 자동으로 비행하였다. MCL 항법결과를 실시간으로 사용해 자동비행을 수행하였으며, 모션캡쳐시스템은 이와 별도로 LIDAR위에 장착된 마커의 위치를 기록하여 항법결과를 비교하는 용도로만 사용되었다.
먼저, 수미터 이내의 짧은 거리만 측정가능한 저가의 2-D LIDAR 및 관성측정장치(IMU: Inertial Measurement Unit)가 장착된 실내비행용 무인항공기 시스템의 구성을 설명하고, 실내 지도작성 및 위치추정에 효율적으로 사용될 수 있는 Octree기반 3차원 지도작성기법과 작성된 지도에서의 몬테카를로 위치추정기법(MCL: Monte-Carlo Localization)을 설명한다. 제시한 항법을 사용한 실내 자동비행 실험결과와 모션캡쳐시스템의 측정결과를 비교하고 그 결과를 고찰하였다.
LIDAR 거리측정 데이터는 블루투스(Bluetooth) 어댑터를 거쳐 무선통신으로 지상 컴퓨터에 전송된다. 지상 컴퓨터로는 Intel i7 CPU 기반 노트북 컴퓨터를 사용하였으며, 무인항공기에서 전송받은 LIDAR 데이터에 MCL을 적용해 무인항공기의 현재 위치 및 자세를 계산한다. 계산된 무인항공기의 위치/자세 정보는 Wi-Fi를 통해 다시 무인항공기로 전송된다.

대상 데이터

실내 비행실험용 쿼드로터 기반 무인항공기의 하드웨어 및 소프트웨어 구성은 다음과 같다. 실험에 사용된 쿼드로터 프레임은 모터간 거리 45 cm, 중량 1.6 kg의 소형 기체 이며 프레임의 하부에는 Li-Po 배터리 및 Gumstix기반의 소형 비행제어컴퓨터가 장착되어 있다. 중앙 상단에는 Microstrain 3DM-GX3-25 IMU와 최대측정거리 4 m의 Hokuyo URG-04LX LIDAR가 장착되어 있다.

데이터처리

마지막으로 파티클의 Likelihood에 따른 가중치 합을 구하여 최종 항법 결과인 무인항공기의 위치 평균과 분산을 계산한다. 계산된 항법 결과는 Wi-Fi를 통해 무인항공기에 전송되고, 파티클은 Resampling되어 다시 다음번 항법 계산에 사용된다.

이론/모형

무인항공기의 위치 및 자세의 실시간 추정을 위해 파티클 필터(Particle Filter)에 기반한 몬테카를로 위치추정기법을 사용하는데, 이 기법은 점유격자지도가 주어진 환경에서 기체의 위치/자세에 의한 파티클의 Sampling, 측정값과의 Likelihood 계산, Resampling 단계를 반복하여 항법결과로 평균값과 공분산 값을 제공한다^[14]. 베이지안 필터에 기반한 로봇 위치/자세의 확률 모델은 다음 식과 같이 표현할 수 있다.

성능/효과

16 m로 기록되었다. 1000 Hz의 측정 주기 및 0.5 mm의 오차로 위치를 측정하는 모션캡쳐시스템에 비교할 때, 최대 스캔 주기 10 Hz의 저가형 LIDAR를 사용해 MCL로 추정한 3차원 항법은 다소 부드럽지는 않으나 그 위치추정 결과는 상당히 정밀함을 확인할 수 있다.
본 논문에서는 저가형 2-D LIDAR를 장착한 소형 무인 항공기의 실시간 3차원 실내 항법과 이를 이용한 자동비행 결과를 제시하였다. Octree를 기반으로 한 3차원의 실내 지도에서 Monte-Carlo Localization을 적용함으로써 저가의 2-D LIDAR와 IMU를 장착한 무인항공기도 실내에서의 정밀한 3차원 자동비행이 가능함을 확인할 수 있었다. 본 연구에서 제안한 기법을 사용하면 저비용으로도 실내 환경에서 비행하는 무인항공기의 항법을 제공할 수 있으므로 다양한 실내 비행실험 및 임무수행에 응용될 수 있을 것이다.
하지만 실내에서 비행하는 쿼드로터 무인항공기는 안정성 및 충돌위험 때문에 빠른 속도로 비행할 수 없는 경우가 많다. 따라서 이를 고려하면 오히려 본 논문에서 제안한 저가형 LIDAR를 사용하는 실내항법 시스템이 다수의 무인항공기를 운용하거나 충돌위험이 높은 좁은 공간, 또는 벽이나 구조물에 의해 가려져 모션캡쳐시스템을 사용할 수 없는 공간에서의 각종 실험을 수행하기에 비용측면에서 적합할 수 있다.

후속연구

Octree를 기반으로 한 3차원의 실내 지도에서 Monte-Carlo Localization을 적용함으로써 저가의 2-D LIDAR와 IMU를 장착한 무인항공기도 실내에서의 정밀한 3차원 자동비행이 가능함을 확인할 수 있었다. 본 연구에서 제안한 기법을 사용하면 저비용으로도 실내 환경에서 비행하는 무인항공기의 항법을 제공할 수 있으므로 다양한 실내 비행실험 및 임무수행에 응용될 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	소형 무인항공기가 실내에서 안정성을 가지게 된 배경은?	지난 십 수년간 GPS (Global Positioning System)를 항법 장치로 사용함으로써 야외에서 비행하는 무인항공기의 자율비행 기술은 크게 발전하였다. 그리고 최근 소형/고성능의 관성항법센서, 마이크로컨트롤러, 리튬-폴리머(Li-Po) 배터리, 모터 기술이 발전함에 따라 이제는 실내에서도 소형 무인항공기(Micro Aerial Vehicle)를 안정적으로 비행할 수 있게 되었다. 그러나 아직까지 건물 내부 또는 지하와 같은 실내에서는 여전히 GPS를 사용할 수 없다.
	GPS가 사용 불가능한 경우를 위해 필요한 방법은 무엇이 있는가?	그러나 아직까지 건물 내부 또는 지하와 같은 실내에서는 여전히 GPS를 사용할 수 없다. 따라서 이러한 실내 환경에서도 무인항공기의 자율비행이 가능하도록 하기 위해서는 무인항공기에 장착된 센서만을 사용 하는 자율적인 위치추정 방법이 필요하며, 그런 방법은 실외에서도 차폐 또는 전파방해에 의해 GPS가 사용 불가능할 경우 매우 유용하게 사용될 수 있을 것이다.
	무인항공기의 6-DOF 위치 및 자세를 MCL로 추정 시 발생하는 단점을 극복하기 위한 방법은 무엇이 있는가?	무인항공기의 6-DOF 위치 및 자세를 모두 MCL로 추정 하려면 파티클의 양이 증가하고 이에 따른 계산량이 커지므로 실시간 처리가 어려워진다. 따라서 본 연구에서는 무인항공기의 Roll 및 Pitch 자세는 장착된 IMU를 이용해 바로 계산하고, 3차원 위치 및 Yaw 자세를 포함한 4개의 State만을 MCL로 추정해 계산의 실시간성을 확보하였다.

참고문헌 (14)

J. Kim and S. Sukkarieh, "Real-time Implementation of Airborne Inertial-SLAM," Robotics and Autonomous Systems, vol. 55, no. 1, pp. 62-71, 2007.

상세보기
B. Steder, G. Grisetti, C. Stachniss, and W. Burgard, "Visual SLAM for Flying Vehicles," IEEE Transactions on Robotics, vol. 24, no. 5, pp. 1088-1093, 2008.

상세보기
S. Ahrens, D. Levine, G. Andrews G, and J. P. How, "Vision-based Guidance and Control of a Hovering Vehicle in Unknown, GPS-denied Environments," IEEE International Conference on Robotics and Automation (ICRA), May, 2009.
S. Weiss, D. Scaramuzza, and R. Siegwart, "Monocular-SLAM-Based Navigation for Autonomous Micro Helicopters in GPS-Denied Environments," Journal of Field Robotics, vol. 28, no. 6, pp. 854-874, 2011.

상세보기
F. Fraundorfer, L. Heng, D. Honegger, G. H. Lee, L. Meier, P. Tanskanen, and M. Pollefeys, "Vision-Based Autonomous Mapping and Exploration Using a Quadrotor MAV," IEEE International Conference on Intelligent Robots and Systems (IROS), 2012.
J. Han, J. Ok, and W. K. Chung, "Localization and Autonomous Control of PETASUS System II for Manipulation in Structured Environment," Journal of Korea Robotics Society, vol. 8, no. 1, pp.037-042, 2013.

원문보기 상세보기
S. Huh, D. H. Shim, J. Kim, "Integrated Navigation System using Camera and Gimbaled Laser Scanner for Indoor and Outdoor Autonomous Flight of UAVs," IEEE International Conference on Intelligent Robots and Systems (IROS), 2013.
A. Bachrach, S. Prentice, R. He, and N. Roy, "RANGE-Robust Autonomous Navigation in GPS-Denied Environments," Journal of Field Robotics, vol. 28, no. 5, pp. 644-666, 2011.

상세보기
S. Shen, N. Michael, and V. Kumar, "Autonomous Multi-Floor Indoor Navigation with a Computationally Constrained MAV," IEEE International Conference on Robotics and Automation (ICRA), May, 2011.
S. Grzonka, G. Grisetti, and W. Burgard, "A Fully Autonomous Indoor Quadrotor," IEEE Transactions on Robotics, vol. 28, no. 1, pp. 90-100, 2012.

상세보기
S. Huh, S. Cho, and D. H. Shim, "3-D Grid Mapping and Monte Carlo Localization Method for Indoor Navigation of UAVs," KSAS (Korean Society for Aeronautical and Space Sciences) Spring Conference, April 2012.
A. Bry, A. Bachrach, and N. Roy, "State estimation for aggressive flight in GPS-denied environments using onboard sensing," IEEE International Conference on Robotics and Automation (ICRA), May, 2012.
A. Hornung, K. M. Wurm, M. Bennewitz, C. Stachniss, and W. Burgard, "OctoMap: An Efficient Probabilistic 3D Mapping Framework based on Octrees," Autonomous Robots, vol. 34, no. 3, pp. 189-206, 2013.

상세보기
S. Thrun, W. Burgard, and D. Fox, Probabilistic Robotics, MIT Press, 2005.

저자의 다른 논문 :

LOADING...

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