[논문]전방 모노카메라 기반 장애물 검출 기술

이태재; 이훈; 조동일

doi:10.5302/j.icros.2015.15.0104

전방 모노카메라 기반 장애물 검출 기술
Obstacle Detection Algorithm Using Forward-Viewing Mono Camera 원문보기 논문타임라인

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.21 no.9, 2015년, pp.858 - 862

이태재 (서울대학교 전기정보공학부, 자동화시스템공동연구소, 국방생체모방자율로봇 특화연구센터) , 이훈 (서울대학교 전기정보공학부, 자동화시스템공동연구소, 국방생체모방자율로봇 특화연구센터) , 조동일 (서울대학교 전기정보공학부, 자동화시스템공동연구소, 국방생체모방자율로봇 특화연구센터)

Abstract ▼ AI-Helper

This paper presents a new forward-viewing mono-camera based obstacle detection algorithm for mobile robots. The proposed method extracts the coarse location of an obstacle in an image using inverse perspective mapping technique from sequential images. In the next step, graph-cut based image labeling is conducted for estimating the exact obstacle boundary. The graph-cut based labeling algorithm labels the image pixels as either obstacle or floor as the final outcome. Experiments are performed to verify the obstacle detection performance of the developed algorithm in several examples, including a book, box, towel, and flower pot. The low illumination condition, low color contrast between floor and obstacle, and floor pattern cases are also tested.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 이동로봇을 위한 모노카메라 기반의 장애물 검출 알고리즘을 제안하였다. 제안한 알고리즘은 역투영사상 기반의 장애물 정보를 추출하고, 이를 이용한 그래프컷 기반의 레이블링을 통해 최종 장애물 검출을 수행한다.
본 논문에서는 특징점이 부족하거나, 장애물 형태에 대한 사전지식이 없어도 동작 가능한 장애물 검출 알고리즘을 제안한다. 제안하는 방법은 장애물에 특징점이 부족하여도 잘 동작하도록 하기 위하여 옵티컬플로우 방식 대신 역투영사상 기법을 적용하여 장애물의 색상정보를 추출해낸다.

가설 설정

본 연구에서는 바닥이 평평하다고 가정하였으며, 로봇의 모션 센서등을 이용하여 연속적으로 촬영된 2장의 영상간 상대 위치를 알 수 있다고 가정하였다. 또한 영상의 최하단부분은 바닥이며 바닥과 장애물은 색상 차이가 존재한다고 가정하였다. 먼저 역투영사상에 대하여 알아보도록 하겠다.
이를 이용하여 장애물과 바닥의 색상 확률분포를 계산한 후, 최종적으로 그래프컷을 이용한 장애물 레이블링을 수행한다. 본 연구에서는 바닥이 평평하다고 가정하였으며, 로봇의 모션 센서등을 이용하여 연속적으로 촬영된 2장의 영상간 상대 위치를 알 수 있다고 가정하였다. 또한 영상의 최하단부분은 바닥이며 바닥과 장애물은 색상 차이가 존재한다고 가정하였다.

제안 방법

제안하는 방법은 장애물에 특징점이 부족하여도 잘 동작하도록 하기 위하여 옵티컬플로우 방식 대신 역투영사상 기법을 적용하여 장애물의 색상정보를 추출해낸다. 그 후, 장애물 전체를 감지하기 위하여 색상기반 영상분할을 수행하여 최종적인 장애물 검출을 수행한다.
기존 전방향 모노카메라 기반의 장애물감지 연구사례를 방식에 따라 분류하여 살펴보도록 하겠다. 먼저 옵티컬플로우 기법에 기반한 장애물 감지 기술이 많이 연구되어왔다.
다음으로 조도가 낮아질 경우, 바닥과 색상이 비슷한 장애물의 경우, 바닥에 패턴이 있는 경우에 대하여도 실험을 진행하였다. 그림 4는 각각에 대한 실험 결과이다.
대하여 실험을 진행하였다. 로봇의 전방 에 책, 상자, 수건, 화분을 배치시키고, 장착된 전방 카메라를 이용하여, 로봇을 10 cm씩 전진시키며 영상을 촬영하였다. 카메라는 바닥으로부터 8 cm 높이에 장착되었다.
바닥과 장애물의 색상 확률분포를 구한 후, 이를 이용하여 그래프컷 기반의 장애물 레이블링을 수행한다. 모든 픽셀은 바닥 혹은 장애물 둘 중 하나의 레이블을 가지는 것으로 정의한다.
로봇이 전진할 경우, k-\ 시점의 영상 하단부는 장애물이 존재하지 않는 바닥으로 간주할 수 있다. 위 픽셀들의 색상정보를 이용하여 바닥에 대한 가우시안 커널 기반의 색상확률분포를 계산한다. 임의의 색상 7가 바닥 尸일 확률인 P(F|7) 는 아래 식 (3)과 같이 계산할 수 있다.
제안하는 알고리즘은 연속된 두 장의 영상간에 역투영사상(Inverse Perspective Mapping) 기법을 응용하여 영상내의 개략적인 장애물 위치 정보를 추출한다. 이를 이용하여 장애물과 바닥의 색상 확률분포를 계산한 후, 최종적으로 그래프컷을 이용한 장애물 레이블링을 수행한다. 본 연구에서는 바닥이 평평하다고 가정하였으며, 로봇의 모션 센서등을 이용하여 연속적으로 촬영된 2장의 영상간 상대 위치를 알 수 있다고 가정하였다.
제안하는 방법은 장애물에 특징점이 부족하여도 잘 동작하도록 하기 위하여 옵티컬플로우 방식 대신 역투영사상 기법을 적용하여 장애물의 색상정보를 추출해낸다. 그 후, 장애물 전체를 감지하기 위하여 색상기반 영상분할을 수행하여 최종적인 장애물 검출을 수행한다.
과 같다. 제안하는 알고리즘은 연속된 두 장의 영상간에 역투영사상(Inverse Perspective Mapping) 기법을 응용하여 영상내의 개략적인 장애물 위치 정보를 추출한다. 이를 이용하여 장애물과 바닥의 색상 확률분포를 계산한 후, 최종적으로 그래프컷을 이용한 장애물 레이블링을 수행한다.
검출 알고리즘을 제안하였다. 제안한 알고리즘은 역투영사상 기반의 장애물 정보를 추출하고, 이를 이용한 그래프컷 기반의 레이블링을 통해 최종 장애물 검출을 수행한다. 책, 상자, 수건, 화분에 대하여 장애물 검출 실험을 통해 제안한 방법을 검증하였다.
제안한 알고리즘의 평가를 위하여 실내 환경에서 다양한 장애물에 대하여 실험을 진행하였다. 로봇의 전방 에 책, 상자, 수건, 화분을 배치시키고, 장착된 전방 카메라를 이용하여, 로봇을 10 cm씩 전진시키며 영상을 촬영하였다.
제안한 알고리즘은 역투영사상 기반의 장애물 정보를 추출하고, 이를 이용한 그래프컷 기반의 레이블링을 통해 최종 장애물 검출을 수행한다. 책, 상자, 수건, 화분에 대하여 장애물 검출 실험을 통해 제안한 방법을 검증하였다. 또한 조도가 변하거나 바닥과 색상 차이가 적은 경우, 바닥에 패턴이 있는 경우에도 제안한 알고리즘이 올바르게 동작함을 확인하였다.

성능/효과

책, 상자, 수건, 화분에 대하여 장애물 검출 실험을 통해 제안한 방법을 검증하였다. 또한 조도가 변하거나 바닥과 색상 차이가 적은 경우, 바닥에 패턴이 있는 경우에도 제안한 알고리즘이 올바르게 동작함을 확인하였다. 향후 로봇의 모션 정보의 불확실성이 커지는 경우에도 장애물을 강인하게 검출하는 방법에 대한 연구를 진행할 예정이다.
조도가 낮아지는 경우에는 200 lux 이상의 일반 조도환경에 비해 바닥과 장애물의 색상 차이가 상대적으로 적어지기 때문에 장애물 외곽이 완벽하게 검출되지는 않았으나, 장애물 존재 여부와 위치를 파악할 수 있는 수준이다. 바닥과 색상이 비슷한 경우나 바닥에 무늬가 있는 경우에는 장애물이 올바르게 검출됨을 확인하였다.

후속연구

또한 조도가 변하거나 바닥과 색상 차이가 적은 경우, 바닥에 패턴이 있는 경우에도 제안한 알고리즘이 올바르게 동작함을 확인하였다. 향후 로봇의 모션 정보의 불확실성이 커지는 경우에도 장애물을 강인하게 검출하는 방법에 대한 연구를 진행할 예정이다.

참고문헌 (20)
타임라인 바로가기

H. Lee, T. J. Lee, and D. I. Cho, "Forward-viewing monocamera based obstacle detection algorithm for biomimetic micro ground robots," Proc. of ICROS Annual Conference (in Korean), Daejeon, Korea, pp. 293-294, May 2015.
H. Xiao, Z. Li, C. Yang, W. Yuan, and L. Wang, "RGB-D sensor-based visual target detection and tracking for an intelligent wheelchair robot in indoors environments," International Journal of Control, Automation and Systems, vol. 13, no. 3, pp. 521-529, 2015.

상세보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
S. E. Lee and B. K. Kim, "3D simultaneous localization and map building (SLAM) using a 2D laser range finder based on vertical/horizontal planar polygons," Journal of Institute of Contorl, Robotics and Systems (in Korean), vol. 20, no. 11, pp. 1153-1163, 2014.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
G. Fu, P. Corradi, A. Menciassi, and P. Dario, "An integrated triangulation laser scanner for obstacle detection of miniature mobile robots in indoor environment," IEEE/ASME Transactions on Mechatronics, vol. 16, no. 4, pp. 778-783, 2011.

상세보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
S. J. Yoon, K. S. Roh, and Y. B. Shim, "Vision-based obstacle detection and avoidance: Application to robust indoor navigation of mobile robots," Advanced Robotics, vol. 22, no. 4, pp. 477-492, 2008.

상세보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
D. H. Lee, H. J. Kim and H. Myung. "Image feature-based realtime RGB-D 3D SLAM with GPU acceleration." Journal of Institute of Control, Robotics and Systems (in Korean), vol. 19, no. 5, pp. 457-461, 2013.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
D. J. Lee, Y. S. Hwang, Y. M. Yun, and J. M. Lee "2D Grid Map Compensation using an ICP Algorithm," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 20, no. 11, pp. 1170-1174, 2014.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

기존의 이동로봇의 환경정보 획득 및 장애물 회피에는 주로 키넥트와 같은 RGB-D센서나 레이저스캐너, 스테레오 카메라 등의 센서가 사용되었다[2-7].
S. B. Kim and H. B. Kim, "Comparative analysis on performance indices of obstacle detection for an overlapped ultrasonic sensor ring," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 18, no. 4, pp. 321-327, 2012.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

상대적으로 전력소모가 적고, 소형인 초음파센서도 장애물 감지에 사용 가능하나[8], 분해율이 떨어져 정밀도가 높지 않으며 반사 재질에 따라 신호가 흡수되어 감지율이 떨어질 수 있다는 단점이 있다.
T. Naito, I. Toshio, and K. Yukio, "The obstacle detection method using optical flow estimation at the edge image," IEEE Intelligent Vehicles Symposium, 2007.

인용구절

인용 구절

옵티컬플로우 연산을 통해 3차원 복원을 통해 장애물을 감지하거나[9], 호모그라피 에러에 기반하여 장애물을 감지하는 방식이 가장 일반적이다[10].
J. Zhou and L. Baoxin, "Robust ground plane detection with normalized homography in monocular sequences from a robot platform," IEEE International Conference on Image Processing, 2006.

인용구절

인용 구절

옵티컬플로우 연산을 통해 3차원 복원을 통해 장애물을 감지하거나[9], 호모그라피 에러에 기반하여 장애물을 감지하는 방식이 가장 일반적이다[10].
Y. Shen, D. Xin, and L. Jilin, "Monocular vision based obstacle detection for robot navigation in unstructured environment," Advances in Neural Networks 2007. Springer Berlin Heidelberg, pp. 714-722, 2007.

인용구절

인용 구절

옵티컬플로우를 통해 확산점을 계산하여 장애물을 회피하는 연구도 있다[11].
S. Zehang, B. George, and M. Ronald, "Monocular precrash vehicle detection: Features and classifiers," IEEE Transactions on Image Processing, vol. 15, no. 7, pp. 2019-2034, 2006.

상세보기
인용구절

인용 구절

다음으로 머신러닝 기법을 활용하여 정해진 형태의 장애물을 감지하는 방식이 연구되었다[12].
H. A. Mallot, H. H. Bulthoff, J. J. Little, and S. Bohrer, "Inverse perspective mapping simplifies optical flow computation and obstacle detection," Biological cybernetics, vol. 64 no. 3, pp. 171-185, 1991.

인용구절

인용 구절

또 다른 방식으로 역투영사상(Inverse Perspective Mapping)기법에 기반한 장애물 검출이 연구되었다[13,14].

이를 장애물 검출에 응용하여 k-\ 시점의 전방 영상을 바닥으로 가정한 후 생성된 上 시점의 가상영상과, 실제로 촬영된 k 시점 영상의 차영상을 이용하여 장애물 검출에 응용할 수 있다[13].
G. Ma, S. B. Park, S. Muller-Schneiders, A. Ioffe, and A. Kummert, "Vision-based pedestrian detection-reliable pedestrian candidate detection by combining IPM and a 1D profile," IEEE Intelligent Transportation Systems Conference, 2007.

인용구절

인용 구절

또 다른 방식으로 역투영사상(Inverse Perspective Mapping)기법에 기반한 장애물 검출이 연구되었다[13,14].
S. Kumar, D. Ayush, and K. K. Madhava, "A bayes filter based adaptive floor segmentation with homography and appearance cues," Indian Conference on Computer Vision, Graphics and Image Processing, 2012.

인용구절

인용 구절

최근에는 영상분할 기법과 옵티컬플로우 기법을 함께 활용하여 장애물과 바닥을 감지해내는 기술이 많이 연구되었다[15,16].
X. N. Cui, Y. G. Kim, and H. I. Kim, "Floor segmentation by computing plane normals from image motion fields for visual navigation," International Journal of Control, Automation and Systems, vol. 7, no. 5, pp. 788-798, 2009.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

최근에는 영상분할 기법과 옵티컬플로우 기법을 함께 활용하여 장애물과 바닥을 감지해내는 기술이 많이 연구되었다[15,16].
C. Wang and Z. K. Shi, "A novel traffic stream detection method based on inverse perspective mapping," Procedia Engineering, vol. 29, pp. 1938-1943, 2012.

상세보기
인용구절

인용 구절

역투영사상은 주로 차량의 속도나 흐름을 검출하는 데에 정확도를 높이기 위해 사용된다[17,18].
S. Tan, J. Dale, A. Anderson, and A. Johnston, "Inverse perspective mapping and optic flow: A calibration method and a quantitative analysis," Image and Vision Computing, vol. 24, no. 2, pp. 153-165, 2006.

상세보기
인용구절

인용 구절

역투영사상은 주로 차량의 속도나 흐름을 검출하는 데에 정확도를 높이기 위해 사용된다[17,18].
R. I. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2nd edition, 2004.
Y. Boykov, V. Olga, and Z. Ramin, "Fast approximate energy minimization via graph cuts," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 11, pp. 1222-1239, 2001.

상세보기
인용구절

인용 구절

위와 같이 데이터 항과 스무드 항으로 에너지함수를 정의 하였을 때, 그래프컷 알고리즘을 이용하면 에너지 함수를 손쉽게 최소화할 수 있다[20].

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