[논문]캠퍼스 자율 안내로봇 개발

임종환; 김희정

doi:10.3795/ksme-a.2017.41.6.543

캠퍼스 자율 안내로봇 개발
Development of an Autonomous Guide Robot for Campus Tour 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.41 no.6, 2017년, pp.543 - 551

임종환 (제주대학교 메카트로닉스공학과) , 김희정 (제주대학교 언론홍보학과)

초록
AI-Helper

캠퍼스를 자율적으로 주행하면서 내방객을 안내하는 안내로봇을 개발하였다. 이 로봇은 DGPS와 로봇 바퀴에 부착된 엔코더 정보를 이용하여 자신의 최적 위치를 평가하여 사전에 설정된 안내경로를 자율적으로 주행하면서 안내를 수행한다. 본 연구에서는 안내할 정보를 미리 순서대로 설정하는 기존 방법과 달리 이동 중 자신의 현재 위치를 평가하고 그 위치 주변에 안내할 정보가 있으면 그 정보를 이용하여 안내를 수행하는 위치기반 안내방법을 제안한다. 또한 안내효율을 극대화 할 수 있는 안내시나리오 구성방법을 제시한다. 개발된 안내로봇의 성능을 실제 캠퍼스 안내에 적용하여 평가하였다.

Abstract ▼ AI-Helper

A campus guide robot was developed that can autonomously guide people through a university campus. The robot is able to evaluate its location using Differential Global Positioning System (DGPS) and Dead-Reckoning using the encoders mounted on its wheels. The robot can navigate autonomously along a guide route that is set in advance. A new position-based guidance approach was suggested. Unlike the conventional method of setting the guide sequence in advance, the robot acquires guidance by judging whether there is guide information corresponding to its current position. The robot searches guide information from the guide database while it moves along the guide path autonomously. If there is any guide information available around the location of the robot, then it performs guide functions. We also suggested an effective guide scenario that can maximize the interest of people. The performance of the robot was tested through sets of experiments in a true campus environment.

주제어

AI 본문요약
AI-Helper

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

문제 정의

설정된 기준 안내경로상의 목표지점 및 로봇의 현재 위치는 각각 오차가 존재하므로 로봇이 목표지점에 오차 없이 정확하게 도달하기는 매우 어렵다. 따라서 본 연구에서는 로봇의 현재 위치와 목표지점 사이의 거리가 일 때 다음 조건을 만족하면 목표지점에 도달한 것으로 판단한다.
따라서 본 연구에서는 이와 같은 기존 안내로봇의 단점을 극복하여 옥외에서 자율적으로 안내를 수행할 수 있도록 하기 위해 효율적인 옥외 위치 평가 방법, 자율 안내경로 추종방법 및 위치기반 안내 수행 방법을 제안한다. 위치평가에는 안내로봇의 실용화에 초점을 맞추어 저가의 DGPS와 로봇의 엔코더 정보만을 이용한 localization 방법을 이용하며, 오차에 의해 신뢰성이 떨어지는 DGPS 정보를 효과적으로 제거하는 방법도 제안한다.

가설 설정

(12) 실제 로봇의 이동시 발생하는 잡음은 대부분 무작위 오차가 개입되기 때문에 가우시안으로 가정할 수 있다. 시간 t에서 로봇 의 예측된 위치  와 연관된 공분산  는 Fig.

제안 방법

DGPS의 정보는 다음 Md로 표현되는 “validation gate”를 이용하여 그 신뢰성을 평가한다.
그림에서 X표 시는 위치오차를 측정한 기준점을 나타낸다. 경로상의 모든 점에서 오차를 평가하는 것이 가장 바람직하지만 모든 점에서의 실제위치를 알기 어려우므로 선정된 6곳을 기준으로 오차를 평가하 였다.
또한 이동 경로에 무관하게 재 프로그램 없이 안내를 수행할 수 있게 하기 위하여, 로봇이 이동 중에 항상 안내 데이터베이스를 탐색하여 로봇의 현재 위치에 대응되는 안내정보가 존재할 경우 그 정보를 불러와 안내를 수행하는 위치기반 안내방법을 제안한다. 아울러 안내 효율을 극대화 할 수 있는 안내 시나리오 구성 방법 및 안내 형태별 안내 방법 등을 제안한다.
또한 이동 경로에 무관하게 재 프로그램 없이 안내를 수행할 수 있게 하기 위하여, 로봇이 이동 중에 항상 안내 데이터베이스를 탐색하여 로봇의 현재 위치에 대응되는 안내정보가 존재할 경우 그 정보를 불러와 안내를 수행하는 위치기반 안내방법을 제안한다. 아울러 안내 효율을 극대화 할 수 있는 안내 시나리오 구성 방법 및 안내 형태별 안내 방법 등을 제안한다. 제안된 방법을 캠퍼스 안내로봇에 적용하여 실제 실험을 통하여 도출된 결과를 통하여 그 유용성과 효율성을 평가한다.
따라서 본 연구에서는 이와 같은 기존 안내로봇의 단점을 극복하여 옥외에서 자율적으로 안내를 수행할 수 있도록 하기 위해 효율적인 옥외 위치 평가 방법, 자율 안내경로 추종방법 및 위치기반 안내 수행 방법을 제안한다. 위치평가에는 안내로봇의 실용화에 초점을 맞추어 저가의 DGPS와 로봇의 엔코더 정보만을 이용한 localization 방법을 이용하며, 오차에 의해 신뢰성이 떨어지는 DGPS 정보를 효과적으로 제거하는 방법도 제안한다.
이와 같이 설정된 환경에서 로봇을 수동으로 주행 시키면서 매 0.1m 간격으로 평가된 위치를 저장하여 안내경로를 설정하였다. 설정된 경로에 대해 4.
로봇은 항상 위치평가와 안내경로 추종 을 수행하면서 이동한다. 일단 위치평가가 이루어지면 로봇은 현재 자신의 위치에 대응 되는 안내 정보의 유무를 안내 데이터베이스를 탐색하여 확인한다. 만약 현 위치에 대응되는 안내정보가 없으면 위치와 무관한 일반 안내를 수행한다.
아울러 안내 효율을 극대화 할 수 있는 안내 시나리오 구성 방법 및 안내 형태별 안내 방법 등을 제안한다. 제안된 방법을 캠퍼스 안내로봇에 적용하여 실제 실험을 통하여 도출된 결과를 통하여 그 유용성과 효율성을 평가한다.
기존 안내로봇의 두 번째 문제는 안내가 사전에 설정된 순서대로 수행되어야 한다는 것이다. 즉, 안내경로를 사전에 설정하고 그 경로를 따라 이동하면서 도달하는 위치 순서대로 거기에 맞게 안내정보를 순서화하여 안내를 수행한다. 이 경우 안내 경로가 달라지면 안내의 순서가 달라져서 원활한 안내수행이 어려워지므로 재 프로그램이 필요하므로 안내로봇의 적용 장소에 대한 융통성이 극히 떨어질 수 밖에 없다.
캠퍼스 안내로봇의 실용성 및 성능을 평가하기 위해 설정된 기준 안내 경로 및 안내시나리오를 이용하여 자율안내 수행 실험을 실시하였다. 로봇의 이동속력은 인간의 이동 속력과 비슷한 1.

대상 데이터

독일에서는 Rhino라는 안내로봇을 개발하여 본(Born) 박물관에서 6일 동안 안내를 수행한 적 이 있다. ^(1,2) 이 로봇은 환경인식을 위해 초음파, 카메라 및 레이저 스캐너 등 다양한 환경인식용 센서를 이용하였다. 또한 Minerva라는 안내로봇이 개발되어 미국의 스미소니언 박물관에 투입된 적이 있는데, 이 로봇의 임무는 방문객을 인솔하면서 전시품에 대한 설명 및 교육을 수행하는 것이었다.

이론/모형

미국 CMU와 해군연구소에서는GRACE라는 로봇을 개발하였는데 이 로봇은 학회에 참석하여 스스로 등록을 한 다음 발표장에 참석하여 자신에 대한 소개를 수행하는 임무를 수행하였다.⁽⁹⁾ 이 로봇 역시 환경인식을 위해 카메라와 레이져 스캐너를 이용하였으며 사전에 제공된 환경지도와 Markov 위치평가방법을 이용하여 자율주행을 수행하였다.
또한 Minerva라는 안내로봇이 개발되어 미국의 스미소니언 박물관에 투입된 적이 있는데, 이 로봇의 임무는 방문객을 인솔하면서 전시품에 대한 설명 및 교육을 수행하는 것이었다. ^(3,4) Rhino와 Minerva 안내로봇은 모두 환경인 식은 확률격자지도생성 방법, ^(5,6) 항법은 사전에 제공된 환경지도와 Markov 위치평가 방법을 이용하였다. ⁽⁷⁾
경로 평활화에는 다양한 기법이 있지만 가장 단순하고 국소적 평활화가 가능한 이동평균 방법을 이용하였다. 이동 평균은 주식의 추세선 평가 등에 주로 쓰이는 방법으로서 한 데이터를 중심으로 좌우 일정 수의 데이터 합의 평균값을 그 데이터의 새로운 값으로 결정하는 방법으로서 다음과 같이 표현된다.

성능/효과

그러나 전체적인 주행 성능은 안내기능 수행에는 문제가 안 될 정도로 양호한 것으로 나타났다. 결과적으로 옥외에서 활동하는 안내로봇임을 감안하면 개발된 방법은 안내로봇 실용화에 충분히 적용 가능한 것으로 판단된다.
따라서 곡선주행 성능을 더욱 보완하기 위해서는 로봇의 동역학적 특성을 고려한 경로 추종제어 방법의 연구가 추가로 필요하다. 그러나 전체적인 주행 성능은 안내기능 수행에는 문제가 안 될 정도로 양호한 것으로 나타났다. 결과적으로 옥외에서 활동하는 안내로봇임을 감안하면 개발된 방법은 안내로봇 실용화에 충분히 적용 가능한 것으로 판단된다.
모든 실험에서 로봇은 외부 도움 없이 자율주행 및 자율 안내를 성공적으로 수행하였다. 기준 안내위치와 실제 안내위치의 최대 오차는 Fig.
추종 결과 평균 위치 오차는 1.9m이었으며, 최대 위치오차는 곡선 부근에서 발생하였으며 그 크기는 약 2.4m 정도이었다. 이 추종 오차는 위치평가 오차와 경로 추종오차가 중첩되어 발생한다는 것을 고려하면 제안된 경로 추종방식은 실외 안내로봇 자율주행에 적용이 가능한 것으로 사료된다.

후속연구

7에 나타난 바와 같이 곡선 경로 추종 성능이 직선보다 떨어지기 때문인 것으로 사료된다. 따라서 곡선주행 성능을 더욱 보완하기 위해서는 로봇의 동역학적 특성을 고려한 경로 추종제어 방법의 연구가 추가로 필요하다. 그러나 전체적인 주행 성능은 안내기능 수행에는 문제가 안 될 정도로 양호한 것으로 나타났다.
2m로 나타났다. 따라서 제안된 위치평가 방법은 DGPS 만의 위치 평가에 비해 오차가 절반으로 줄어들어 옥외 안내 로봇 자율 주행에 적용할 수 있을 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	안내로봇이란 무엇인가?	최근 다양한 서비스 로봇에 연구가 수행되고 있는데 그 중 가장 흥미로운 분야가 안내로봇이다. 안내로봇은 대학교 캠퍼스, 관광지, 박물관 및 공공장소 등에서 자율적으로 방문객을 인솔하면서 안내를 수행하는 로봇을 의미한다. 이와 같 은 안내로봇은 복잡한 환경에서 자율적으로 주행 할 수 있어야 하며 또한 내방객을 위해서 스스로 안내를 수행할 수 있어야 한다.
	안내로봇의 가장 핵심적인 기능은 무엇인가?	이와 같 은 안내로봇은 복잡한 환경에서 자율적으로 주행 할 수 있어야 하며 또한 내방객을 위해서 스스로 안내를 수행할 수 있어야 한다. 따라서 위치평가와 그 위치에 따른 자율적인 안내수행이 가장 핵심적인 안내로봇의 기능이다.
	캠퍼스를 자율적으로 주행하면서 내방객을 안내하는 안내로봇은 어떤 방식으로 역할을 수행하는가?	캠퍼스를 자율적으로 주행하면서 내방객을 안내하는 안내로봇을 개발하였다. 이 로봇은 DGPS와 로봇 바퀴에 부착된 엔코더 정보를 이용하여 자신의 최적 위치를 평가하여 사전에 설정된 안내경로를 자율적으로 주행하면서 안내를 수행한다. 본 연구에서는 안내할 정보를 미리 순서대로 설정하는 기존 방법과 달리 이동 중 자신의 현재 위치를 평가하고 그 위치 주변에 안내할 정보가 있으면 그 정보를 이용하여 안내를 수행하는 위치기반 안내방법을 제안한다.

참고문헌 (14)

Buhmann, J., Burgard, W., Cremers, A. B., Fox, D., Hofmann, T., Schneider, F., Strikos, J. and Thrun, S., 1995, "The Mobile Robot RHINO," AI Magazine, Vol. 16, No. 2, pp. 31-38.
Burgard, W., Cremers, A.B., Fox, D., Hahnel, D., Lakemeyer, G., Schulz, D., Steiner, W. and Thrun, S., 1998, "The Interactive Museum Tour-Guide Robot," In Proceedings of the AAAI Fifteenth National Conference on Artificial Intelligence, pp. 11-18.
Thrun, S., Beetz, M., Bennewitz, M., Burgard, W., Cremers, A. B., Dellaert, F., Fox, D., Haehnel, D., Rosenberg, C., Roy, N., Schulte, J. and Schulz, D., 2000, "Probabilistic Algorithms and the Interactive Museum Tour-guide Robot Minerva," International Journal of Robotics Research, Vol. 19, No. 11, pp. 972-999.

상세보기
Thrun, S., Bennewitz, M., Burgard, W., Cremers, A. B., Dellaert, F. and Fox, D., 1999, "MINERVA: A Second-Generation Museum Tour-Guide Robot," In Proceeding of the IEEE International Conference on Robotics and Automation, Detroit, Michigan, USA, pp. 1999-2005.
Lim, J. H. and Cho, D. W., 1996, "Multipath Bayesian Map Construction Model from Sonar Data," Robotica, Vol. 14, pp. 527-540.

상세보기
Moravec, H. P., 1988, "Sensor Fusion in Certainty Grids for Mobile Robots," AI Magazine, Vol. 9, No. 2, pp. 61-74.
Fox, D., Burgard, W. and Thrun, S., 1999, "Markov Localization for Mobile Robots in Dynamic Environments," Journal of Artificial Intelligence Research, Vol. 11, pp. 391-427.

상세보기
Maxwell, B., Meeden, L., Addo, N., Brown, L., Dickson, P., Ng, J., Olshfski, S., Silk, E. and Wales, J., 1999, "Alfred: The Robot Waiter Who Remembers You," In Proceedings of AAAI Workshop in Robotics, July.
Simmons, R., Coldberg, D., Goode, A., Montemerlo, M., Roy, N., Sellner, B., Urmson, C., Schultz, A., Abramson, M., Adams, W., Atrash, A., Bugajska, M., Coblenz, M., MacMahon, M., Perzanowski, D., Horswill, I., Zubek, R., Kortenkamp, D., Wolfe, B., Milam, T. and Maxwell, B., 2003, "GRACE: An Autonomous Robot for the AAAI Robot Challenge," AI Magazine, Vol. 24, pp. 51-72.

상세보기
Karl, J, A., 1970, Introduction to Stochastic Control Theory, Academic Press, London, pp. 225-233.
Lim, J. H., 2012, "A Study on a Localization System for Tour Guide Robots," Journal of the KSPE, Vol. 29, No. 7, pp. 762-769.

원문보기 상세보기
Smith, R. and Cheeseman, P., 1987, "On the Representation and Estimation of Spatial Uncertainty," International Journal of Robotics Research, Vol. 5, No. 4, pp. 56-68.
Leonard, J. J. and Durrant-White, H. F., 1992, Direct Sonar Sensing for Mobile Robot Navigation, Kluwer Academic Publisher, pp. 51-73.
Bar-Shalom, Y. and Fortman, T. E., 1988, Tracking and Data Association, Academic Press, pp. 150-156.

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