선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 신호의 난반사 및 정확도 등에 있어서 많은 문제점들이 남아있다. 따라서 이동로봇의 위치추정의 성능 향상을 위해 본 연구에서는 분산 카메라 센서 네트워크와 3차원 지도 정보를 활용한 실내 위치 확인 시스템을 제안한다. 전체 환경에 대한 모든 점유 좌표 정보를 포함하고 있는 3차원 지도 정보는 건물 설계 시의 CAD 정보 및 SLAM 기술 등을 통해 사전에 얻을 수 있다.
- 본 논문에서는 전체 환경에 대한 모니터링을 용이하게 하기 위하여, 캘리브레이션된 카메라 네트워크로부터 촬영된 각 영상 정보는 사용자가 정의한 가상의 카메라로부터 촬영된 지역 조감도 영상 정보로 변환된 후 전역 조감도 영상 정보로 통합된다. 그림 1은 전역 조감도 영상의 생성을 위한 전체 과정을 나타낸다.
- 본 논문은 분산 카메라 센서 네트워크를 활용한 실내 위치 확인 시스템을 제안하였다. 카메라 네트워크로부터의 신뢰성 있는 실내 위치 신호의 생성을 위해 3차원 지도 정보를 사용하여 전역 조감도 영상을 생성하는 방법을 활용하였다.
- 본 논문은 실내 환경에서의 이동로봇 등의 위치추정 성능을 향상시키기 위한 분산 카메라 네트워크와 3차원 지도 정보 기반의 실내 위치 확인 시스템(IPS: Indoor Positioning System)을 제안한다. 실내 환경에서 이동로봇을 운용하기 위한 대부분의 주행 기술은 SLAM (Simultaneous Localization and Mapping)을 통해 작성된 환경의 지도 정보를 기반으로 구현된다[1].
- 본 절에서는 카메라 네트워크로부터 획득한 각각의 영상 정보로부터 바닥 면을 검출하기 위한 과정에 대하여 설명한다. 우선 캘리브레이션이 완료된 카메라의 6자유도 상태 변수 w = [xc yc zc ψc θc ϕc]T와 주어진 3차원 지도 정보로부터 높이 영상 IHR(w)을 생성한다.
가설 설정
- 3차원 지도 정보는 정적인 모델이기 때문이 이를 통해 생성된 거리 영상은 환경의 동적 정보를 실시간으로 반영할 수 없지만, RGB 컬러 영상은 실시간으로 동적인 정보가 갱신된다. 따라서 제안한 시스템은 실내 환경의 바닥 면이 평평하다는 가정 하에 각기 다른 시점으로부터 촬영된 복수의 RGB 컬러 영상에서 중복 검출된 이동 물체의 영역을 통합함으로써 검출된 이동 물체에 대한 신뢰성 있는 실내 위치 신호의 생성이 가능하다.
- 그러나 각기 다른 시점의 복수의 카메라로부터 동일한 물체가 검출되었을 경우, 물체까지의 거리에 대한 불확실성(존재 영역에 대한 불확실성)을 크게 감소시킬 수 있다. 즉, 본 논문에서 제안한 방법은 복잡한 스테레오 계측과 같은 계산을 하지 않더라도 실내 환경의 바닥 면의 높이가 일정하다는 가정 하에 매우 간단한 원리로 위치 신호의 생성이 가능하다. 이러한 원리는 잘 알려진 단안 카메라를 이용한 SLAM과 밀접한 관련이 있다[14].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.