$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

소나 기반 수중 로봇의 실시간 위치 추정 및 지도 작성에 대한 실험적 검증
Experimental result of Real-time Sonar-based SLAM for underwater robot 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.54 no.3 = no.472, 2017년, pp.108 - 118  

이영준 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ,  최진우 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ,  고낙용 (조선대학교 전자정보공과대학 제어계측로봇공학과) ,  김태진 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ,  최현택 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실)

초록
AI-Helper 아이콘AI-Helper

본 논문은 수중 로봇 항법에 사용하기 위한 영상 소나 기반 SLAM (simultaneous localization and mapping) 방법을 제안하고, 성능 평가를 위해 실제 로봇에 탑재하여 실험한 내용을 소개한다. 일반적인 수중 항법은 관성 센서에서 출력되는 정보를 바탕으로 로봇의 위치 및 자세(x,y,z,${\phi}$,${\theta}$,${\psi}$)를 추정한다. 하지만, 장시간 주행할 경우 위치 오차의 누적으로 인하여 정확도가 감소하게 된다. 이에 본 논문에서는 영상 소나로부터 얻을 수 있는 외부 정보를 바탕으로 관성 항법의 위치 추정 성능을 높이고 지도 작성을 수행할 수 있는 SLAM 방법을 제안하고자 한다. 영상 소나를 위한 인공 표식물과 확률 기반 물체 인식 구조를 통해 인공 표식물의 인식 성능을 높이고, 이를 통해 얻게 된 인공 표식물의 위치 정보를 활용하여 관성 항법의 누적 오차를 줄이고자 한다. 항법 알고리즘으로는 확장형 칼만 필터(Extended Kalman Filter, EKF)를 적용하여 로봇의 위치 및 자세를 추정하고 지도를 작성한다. 제안한 방법은 선박해양플랜트연구소에서 보유 중인 수중 로봇 'yShark'에 탑재하여 대형 수조에서 실시간 검증을 수행하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents experimental results of realtime sonar-based SLAM (simultaneous localization and mapping) using probability-based landmark-recognition. The sonar-based SLAM is used for navigation of underwater robot. Inertial sensor as IMU (Inertial Measurement Unit) and DVL (Doppler Velocity Lo...

주제어

#Sonar based SLAM   #Probability   #Extended Kalman Filter   #Underwater robot   #yShark  

질의응답

핵심어 질문 논문에서 추출한 답변
소나 영상의 장단점은? 이와 달리 소나 영상은 광학영상과 같이 풍부한 색상과 고해상도 영상을 제공하지는 못하나 소나가 사용하는 음향의 주파수에 따라 수 미터에서 수백 미터까지 관찰이 가능하다. 이는 수중 광학 영상에 비해 소나 영상이 수중에서 활용성이 더 높음을 의미한다.
보정 단계의 소나 영상에서 얻은 인공 표식물의 상대 위치 정보를 통해 추정된 로봇의 위치를 보정하는 이유는? u, v, w는 로봇 좌표계(동체 좌표계) 상의 속도이다. 하지만, 이러한 관성 항법은 시간에 따라 위치 오차가 누적되어 로봇의 위치 정확도는 서서히 감소하게 된다.
SLAM의 기능은 무엇인가? 최근 수중 로봇 연구 분야에서는 영상에 의해 획득된 수중 환경 정보를 이용한 수중 로봇의 자기 위치를 추정하고 동시에 수중 환경 지도를 작성하는 SLAM (Simultaneous Localization And Mapping) 연구가 다수 수행되고 있다 [1∼5] . 이러한 연구에 사용되는 대표적인 수중 영상으로는 광학 영상과 소나 영상이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. B. Kalyan, A. Balasuriya and S. Wijesoma, "Multiple target tracking in Underwater Sonar Images using Particle-PHD filter," International Conference on OCEANS, 2006. 

  2. M. Pinto, B. Ferreira, A. Matos and N. Cruz, "Using side scan sonar to relative navigation," International Conference on OCEANS, 2009. 

  3. A. Mallios, P. Ridao, D. Ribas, F. Maurelli and Y. Petillot, "EKF-SLAM for AUV navigation under probabilistic sonar scan-matching," International Conference on Intelligent Robots and Systems (IROS), pp. 4404-4411, 2010. 

  4. TG. Kim, and NY. Ko, "Localization of an Underwater Robot using Acoustic Signal," Journal of Korea Robotics Society, vol. 7, no. 4, pp. 231-242, 2012. 

    원문보기 상세보기 crossref

  5. D. Lee, D. Kim, S. Lee, H. Myung and H. T. Choi, "Experiments on localization of an AUV using graph-based SLAM," International Conference on Ubiquitous Robots and Ambient Intelligence (URAI), pp. 526-527, 2013. 

  6. H. Johannsson, M. Kaess, B. Englot, F. Hover, and J. Leonard, "Imaging sonar-aided navigation for autonomous underwater harbor surveillance," International Conference on Intelligent Robots and Systems (IROS), pp. 4396-4403, 2010. 

  7. M. VanMiddlesworth, M. Kaess, F. S. Hover, and J. Leonard, "Mapping 3D Underwater Environments with Smoothed Submaps," International Conference on Field and Service Robotics (FSR), 2013. 

  8. F. Hover, R. Eustice, A. Kim, B. Englot, H. Johannsson, M. Kaess, and J. Leonard, "Advanced perception, navigation and planning for autonomous in-water ship hull inspection," Journal of Robotics Research, vol. 31, no. 12, pp. 1445-1464, 2012. 

    상세보기 crossref

  9. S. C. Yu, "Development of real-time acoustic image recognition system using by autonomous marine vehicle," Journal of Ocean Engineering, vol. 25, no. 1, pp. 90-105, 2008. 

  10. S. Karabchevsky, B. Braginsky, and H. Guterman, "AUV real-time acoustic vertical plane obstacle detection and avoidance," International Conference on Autonomous Underwater Vehicles (AUV), 2012. 

  11. M. Fallon, J. Folkesson, H. McClelland, and J. Leonard, "Relocating underwater features autonomously using sonar-based SLAM," Journal of Ocean Engineering, vol.38, no.38, pp. 500-513, 2013. 

    상세보기 crossref

  12. E. O. Belcher, W. H. Hanot and J. Burch, "Dual-Frequency identification Sonar(DIDSON)," Symposium on Underwater Technology, pp. 187-192, 2002. 

  13. M. V. Sarode and P. R. Deshmukh, "Reduction of speckle noise and image enhancement of image using filtering techniques," Journal of Advancements in Technology, vol.2, no.1, pp. 30-38, 2011. 

  14. D. Kuan, A. Saqchuk, T. Strand, and P. Chavel, "Adaptive restoration of images with speckle," IEEE Transactions on Acoustics, Speech and Signal processing, vol.35, no.3, pp.373-383, 1987. 

    상세보기 crossref

  15. Y. Lee, JH. Lee and HT. Choi, "A Framework of Recognition and Tracking for Underwater Objects based on Sonar Images : Part 1. Design and Recognition of Artificial Landmark considering Characteristics of Sonar Images," Journal of the Institute of Electronics and Information Engineers on System and Control, vol. 52, no. 2, pp. 422-429, 2014. 

  16. Y. Lee, TG. Kim, JH. Lee and HT. Choi, "A Framework of Recognition and Tracking for Underwater Objects based on Sonar Images : Part 2. Design and Implementation of Realtime Framework using Probabilistic Candidate Selection," Journal of the Institute of Electronics and Information Engineers on System and Control, vol. 51, no. 3, pp. 630-639, 2014. 

  17. Sebastian Thrun, Wolfram Burgard, and Dieter Forx, Probabilistic Robotics, The MIT Press, 2005. 

  18. A. Goshtasby, "Description and Discrimination of Planar Shape Using Shape matrices," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. PAMI-7, no. 6, pp. 778-743, 1985. 

  19. www.youtube.com/watch?vaYYmyf0ks7w 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로