[논문]UAV기반 동적영상센서의 위치불확실성을 통한 보행자 추정

이정현; 진태석

doi:10.5302/j.icros.2016.15.0150

UAV기반 동적영상센서의 위치불확실성을 통한 보행자 추정
Tracking of Walking Human Based on Position Uncertainty of Dynamic Vision Sensor of Quadcopter UAV 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.22 no.1, 2016년, pp.24 - 30

이정현 (동서대학교 메카트로닉스공학과) , 진태석 (동서대학교 메카트로닉스공학과)

Abstract ▼ AI-Helper

The accuracy of small and low-cost CCD cameras is insufficient to provide data for precisely tracking unmanned aerial vehicles (UAVs). This study shows how a quad rotor UAV can hover on a human targeted tracking object by using data from a CCD camera rather than imprecise GPS data. To realize this, quadcopter UAVs need to recognize their position and posture in known environments as well as unknown environments. Moreover, it is necessary for their localization to occur naturally. It is desirable for UAVs to estimate their position by solving uncertainty for quadcopter UAV hovering, as this is one of the most important problems. In this paper, we describe a method for determining the altitude of a quadcopter UAV using image information of a moving object like a walking human. This method combines the observed position from GPS sensors and the estimated position from images captured by a fixed camera to localize a UAV. Using the a priori known path of a quadcopter UAV in the world coordinates and a perspective camera model, we derive the geometric constraint equations that represent the relation between image frame coordinates for a moving object and the estimated quadcopter UAV's altitude. Since the equations are based on the geometric constraint equation, measurement error may exist all the time. The proposed method utilizes the error between the observed and estimated image coordinates to localize the quadcopter UAV. The Kalman filter scheme is applied for this method. Its performance is verified by a computer simulation and experiments.

주제어

AI 본문요약
AI-Helper

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

문제 정의

PID 제어기는 원하는 입력과 출력 사이의 오차에 근거하여 시스템의 출력이 원하는 입력에 추정하는 제어의 방식중하나이다. PI제어기는 상대적 안정도를 개선하고 동시에 정상 상태 오차를 개선하지만 상승시간이 증가하는 단점을 보완하기 위하여 본 실험을 위해서는 PID 제어기를 기반으로 한 호버링 및 추적 기능을 구현하도록 하였다.
중요한 연구과제로 도출되고 있다. 그 중에서도 소형 쿼드콥터와 같은 UAV는 육상 로봇과 달리 이동 바퀴의 오도 메 토리(odometry) 정보를 바탕으로 자기위치추정을 할 수 없는 문제점을 갖고 있기 때문에 이러한 문제점을 극복하기 위한 방법으로 본 연구에서는 영상기반의 영상획득을 기본으로 한 위치추정 기법에 관련 기초 연구를 수행하였고 영상 센서를 UAV에 탑재하여 객체의 영상을 획득하고 그 획득한 영상을 기반으로 한 쿼드콥터의 위치제어를 불확실성을 기반으로 위치를 추정하는 실험결과를 제시하고자 한다[3].
세분화하였다. 그리고 시스템의 구동 및 제어 관련 내용을 일부 소개하고자 한다.
본 논문에서는 쿼드콥터의 호버링 상태에서 보행자를 추적하기 위한 추정 방법으로 보행자의 절대 위치를 추정해내는 방법을 제시하였다. 불확실성 타원(uncertainty ellipsoid) 을 이용하여 쿼드콥터의 위치 추정 불확실성을 정량 적으로 나타내었으며, 좌표계 변환을 통한 영상기반의 기하학적 구속 식과 칼만 필터를 적용하여 쿼드콥터의 위치를 보정할 수 있음을 보였다.
본 연구에서의 자세제어를 위한 인식 및 추정에 대한 접근은 영상센서를 기반으로 한 영상데이터와 그에 따른 기구학적 위치계산과 추정기법 중심으로 제시하였다.

가설 설정

*번째 측정벡터 즉, 보행자의 영상좌표, a는 다음과 같은 평균과 분산을 가지는 잡음을 포함한다고 가정한다.
보행자는 기준좌표계의 XW_YW 평면에서 쿼드콥터의 카메라 높이와 같지 않은 일정한 높이로 식 (5)과 같은 경로를 가진다고 가정한다.

제안 방법

논문은 II 장에서 실험을 위해 적용된 쿼드콥터의 하드웨어 구성을 소개하고 Ⅲ 장에서는 영상정보에 따른 보행자 위치추정 기법과 그 결과에 따른 불확실성 데이터를 제시하였다. 끝으로 IV 및 V 장에서는 실험결과와 연구의 결론으로 구성하였다.
있다. 따라서, 인식된 보행자에 대한 평균, 표준편차, 센서로부터 받아진 측정분포의 각도 그리고 센서에러의 모델을 계산하게 된다. 개개의 분포에 대해 결합된 파라미터를 결정해야 할 방법이 필요하게 되는데 일반적으로 다음과 같이 사용되고 있다.
입력 정보, 즉 물체의 영상좌표는 처리 과정 가운데 잡음을 포함하고 있으며, 쿼드콥터의 위치 추정 자체에도 불확실한 성분이 존재하므로 이에 대해 강인하게 상태를 추정하는 관측기로 칼만 필터를 사용하였다. 물체의 영상좌표와 쿼드콥터의 위치사이에 생기는 구속식을 선형화하고 칼만 필터링 기법을 적용하여 쿼드콥터의 위치를 추정하였다 [17].
이오 차를 이용하여 쿼드콥터의 실제 위치를 역으로 구해 냈다. 보행자의 영상좌표는 처리과정에 잡음을 포함하고 있으며 쿼드콥터의 위치 추정 자체에도 불확실한 성분이 존재하므로 이에 대해 강인하게 상태를 추정하는 칼만 필터를 사용하였다. 실험 결과에 따른 쿼드콥터의 위치 추정의 정확성은 보행자의 직선경로 보다는 곡선 이동 경로에 영향을 받는 것을 알 수 있었다.
본 연구에서는 쿼드콥터가 근접동반이동을 하기 위해 영상처리로 대상(사람)을 인식하고 그 대상과 카메라의 상태 및 영상좌표간의 기하학적 구속식을 적용하여 위치를 계산하고 칼만 필터(Kalman Filter)로 이동 경로를 예측하여 효율적인 추종 기법을 찾도록 하였다. 쿼드콥터에 장착된 카메라로부터 대상의 색상 인식을 수행하고 위치와 거리를 구하여 비선형 상태추정기인 칼만 필터를 이용하여 대상의 및 선형 속도를 추정한다[4].
Ⅳ. 실험

실험에서는 보행자의 강건한 인식을 유지하기 위하여 기체를 호버링 상태에서 추적할 수 있도록 하였고, 또한 보행자의 움직임을 복잡한 형태의 움직임으로 표현하기 위해포물선과 같은 곡선 경로를 가지는 경우로 수행하였다. 실제 파라미터를 고려한 실험 조건은 아래와 같다.
이동물체 인식 및 추정을 위한 실험으로 본 연구에서는 보행자의 상위의 색상정보를 이용하여 비행기체의 위치 및 자세 제어를 수행하였다.
이 오차를 이용하면 쿼드콥터의 실제 위치를 역으로 구할 수 있다. 입력 정보, 즉 물체의 영상좌표는 처리 과정 가운데 잡음을 포함하고 있으며, 쿼드콥터의 위치 추정 자체에도 불확실한 성분이 존재하므로 이에 대해 강인하게 상태를 추정하는 관측기로 칼만 필터를 사용하였다. 물체의 영상좌표와 쿼드콥터의 위치사이에 생기는 구속식을 선형화하고 칼만 필터링 기법을 적용하여 쿼드콥터의 위치를 추정하였다 [17].
제시한 방법을 검정하기 위한 방법으로 먼저 일정한 경로로 움직이는 보행자를 무인기에 탑재된 카메라의 영상에 원근 투영되어 물체의 영상좌표와 현재 쿼드콥터의 추정 위치 사이에 생기는 구속 식을 유도하였다. 이는 쿼드콥터의 추정 위치를 기준으로 계산하였기 때문에 인간의 예측 영상좌표들은 실제 관측되는 것들과는 차이를 보인다.
추종 기법을 찾도록 하였다. 쿼드콥터에 장착된 카메라로부터 대상의 색상 인식을 수행하고 위치와 거리를 구하여 비선형 상태추정기인 칼만 필터를 이용하여 대상의 및 선형 속도를 추정한다[4]. 추정된 이동물체의 선형속도와 회전각속도는 이동물체의 궤적을 추정하는데 이용되어지고, 쿼드콥터가 추적된 궤적을 주행함으로써 이동물체를 효율적으로 추종할 수 있도록 하게 한다[4-6].
쿼드콥터의 안정적인 자세 제어를 위해 그림 3과 같은 PID 제어 기법을 사용하여 자동 조종 제어기를 적용하였다. PID 제어기는 원하는 입력과 출력 사이의 오차에 근거하여 시스템의 출력이 원하는 입력에 추정하는 제어의 방식중하나이다.

대상 데이터

2) MCU : 상위제어 기능을 수행하기 위해서 아두이노우노 R3 제품을 적용하였다. 기체의 부상을 위한 프로펠러는 4개의 BLDC 모터를 사용 하였으며 이를 구동하기 위흐卜 여 Electronic Speed Controller(ECS) 변속기 제어를 위한 아두이노 기반의 ATmega328의 마이크로 컨트롤러를 적용하였다.
R3 제품을 적용하였다. 기체의 부상을 위한 프로펠러는 4개의 BLDC 모터를 사용 하였으며 이를 구동하기 위흐卜 여 Electronic Speed Controller(ECS) 변속기 제어를 위한 아두이노 기반의 ATmega328의 마이크로 컨트롤러를 적용하였다.
본 연구에서 추적실험을 위해 적용된 쿼드콥터의 시스템은 그림 2와 같이 구성하였고 기구부는 구동부, 센서부, 제어부로 세분화하였다. 그리고 시스템의 구동 및 제어 관련 내용을 일부 소개하고자 한다.

이론/모형

제어기 형태의 PID 제어기로 구현하였다. 또한, 미분항은 후방 오일러 (Euler backward) 방식을 적용하여 s = 1/4(1 -疽)으로 근사화 하였다. 여기서 4는 샘플링 타임이며, 이산시간형태의 전달함수는 다음과 같이 표현할 수 있다.

성능/효과

그림 9(a) 고정카메라에서 획득한 이동궤적을 제시한 것이며 그림 9(b)는 호버링 중의 비행 기체에서 획득한 영상을 중심으로 보행자의 이동궤적을 추적한 좌표박스를 표시한 것이다. 결과 데이터에서 Goal 지점으로 접근할수록 보행자에 대한 인식 불확실성이 감소함을 알 수 있다. 이에 따른 보정 전후의 위치 추정치와 공분산에 대한 불확실성 타원은 그림 11과 같이 나타낼 수 있다.
역방향 진행에서는 정면상태에서 출발하게 함으로써 인식은 향상된 것을 알 수 있었다. 그리고 영상카메라의 원거리로 인하여 불확실성이 높은 상태였으나 영상카메라에 접근함으로써 바운딩 박스의 오차 간격이 좁게 나타나는 것을 알 수 있었다.
방법을 제시하였다. 불확실성 타원(uncertainty ellipsoid) 을 이용하여 쿼드콥터의 위치 추정 불확실성을 정량 적으로 나타내었으며, 좌표계 변환을 통한 영상기반의 기하학적 구속 식과 칼만 필터를 적용하여 쿼드콥터의 위치를 보정할 수 있음을 보였다.
보행자의 영상좌표는 처리과정에 잡음을 포함하고 있으며 쿼드콥터의 위치 추정 자체에도 불확실한 성분이 존재하므로 이에 대해 강인하게 상태를 추정하는 칼만 필터를 사용하였다. 실험 결과에 따른 쿼드콥터의 위치 추정의 정확성은 보행자의 직선경로 보다는 곡선 이동 경로에 영향을 받는 것을 알 수 있었다.
있다. 역방향 진행에서는 정면상태에서 출발하게 함으로써 인식은 향상된 것을 알 수 있었다. 그리고 영상카메라의 원거리로 인하여 불확실성이 높은 상태였으나 영상카메라에 접근함으로써 바운딩 박스의 오차 간격이 좁게 나타나는 것을 알 수 있었다.

참고문헌 (17)

V. Sikiric, "Control of quadrocopter," Master of Science Thesis, p. 160, 2008.
K. J. Atrom and T. Haglund, PID Controllers: Theory, Design, and Tuning, Instrument Society of America, 1995.
D. P. Atherton and S. Majhi, "Limitations of PID controllers," Proc. of the American Control Conference, vol. 6, pp. 3843-3847, Jun. 1999.
D. H. Yu, J. H. Park, J. H. Ryu, and K. T. Chong, "Attitude control of quad-rotor by improving the reliability of multi-sensor system," Transactions of the Korean Society of Mechanical Engineers A, vol. 39, no. 5, pp. 517-526, 2015.

원문보기 상세보기
M. G. Yoo and S. K. Hong, "Target tracking control of a quadrotor UAV using vision sensor," Journal of the Korean Society for Aeronautical & Space Sciences, vol. 40, no. 2, pp. 118-128, 2012.

원문보기 상세보기
E.-H. Ha, "Kalman filtering in position control using a vision sensor," Proc. of International Conference on Control Automation and Systems (ICCAS), pp. 1252-1254, 2010.
V. Grabe, H. H. Bulthoff, and P. R. Giordano, "Onboard velocity estimation and closed-loop control of a quadrotor UAV based on optical flow," Proc. of IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2012.
Y. K Kim, O. S. Kwon, Y. W Cho, and K. S. Seo, "Genetic programming based illumination robust and non-parametric multi-colors detection model," Korea Institute of Intelligent Systems, vol. 20, no. 6, pp. 780-785, 2010.

원문보기 상세보기
F. Fahimi and K. Thakur, "An alternative closed-loop vision-based control approach for Unmanned Aircraft Systems with application to a quadrotor," IEEE International Conference on Unmanned Aircraft Systems (ICUAS), 2013.
H. Deng, X. Zhao, and Z. G. How, "A vision-based ground target tracking system for a small-scale autonomous helicopter," Proc. of Fifth International Conference on. IEEE Image and Graphics (ICIG'09), 2009.
S. Yang, S. A. Scherer, and A. Zell, "An onboard monocular vision system for autonomous takeoff, hovering and landing of a micro aerial vehicle," Journal of Intelligent & Robotic Systems, vol. 69, no. 4 pp. 499-515, 2013.

상세보기
S. Bouabdallah, P. Murrieri, and R. Siegwart, "Design and control of an indoor micro quadrotor," Proc. of the 2004 IEEE International Conference on Robotics & Automation, pp. 4393-4398, 2004.
J. H. Seung, D. J. Lee, J. H. Ryu, and K. T. Chong, "Precise positioning algorithm development for quadrotor flying robots using dual extended Kalman Filter," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 19, no. 2, pp. 158-163, 2013.

원문보기 상세보기
R. Smith and P. Cheeseman, "On the representation of spatial uncertainty," The International Journal of Robotics Research, vol. 5, no. 4, pp. 56-68, 1986.

상세보기
M. Fatan, B. L. Sefidgari, and A. V. Barenji, "An adaptive neuro PID for controlling the altitude of quadcopter robot," Proc. of 2013 18th International Conference on Methods and Models in Automation and Robotics (MMAR), pp. 662-665, 2013.
M. N. Duc, T. N. Trong, and Y. S. Xuan, "The quadrotor MAV system using PID control," Proc. of 2015 IEEE International Conference on Mechatronics and Automation (ICMA), pp. 506-510, 2015.
T. S. Jin, "Navigation trajectory control of security robots for restrict access potential falling accident areas for the elderly," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 21, no. 6, pp. 497-502, 2015.

원문보기 상세보기

저자의 다른 논문 :

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