다중 카메라와 절대 공간 좌표를 활용한 이동 로봇의 강인한 실내 위치 인식 시스템 연구 Study of Robust Position Recognition System of a Mobile Robot Using Multiple Cameras and Absolute Space Coordinates원문보기
ICT 기술의 발달로 로봇의 실내 활용이 증가하고 있다. 현재 이용되거나 향후 이용 범위가 증가할 수 있는 운반, 청소, 안내 로봇 등의 연구가 고도화 될 것이다. 실내 공간에서 이동 로봇 활용을 원활히 하기 위해 자기 위치 인식 문제는 가장 먼저 해결되어야 하는 중요한 연구이다. 추가적으로 이동 로봇의 위치가 인위적으로 이동되거나 예기치 못한 충돌로 인해 기존의 경로에서 이탈하였을 경우 등에서도 이동 로봇이 이런 상황을 인지하고 판단하여 목적지로 정확히 이동할 수 있는 강인한 시스템이 필요하다. 따라서 본 연구에서는 이동 로봇의 자기 위치 관련 여러 문제들을 해결하고자 실내에 설치되어 있는 다수의 CCTV 등 외부 영상 및 이를 절대 공간 좌표 변환한 정보와 더불어 이동 로봇의 엔코더 정보 등을 융합하여 강인한 위치 인식 시스템을 구현하였다. 추가로 이동 로봇 시스템에 경로 주행 알고리즘인 벡터 필드히스토그램 기법을 적용하였고 실제 실험 수행 후 연구 결과를 확인하였다.
ICT 기술의 발달로 로봇의 실내 활용이 증가하고 있다. 현재 이용되거나 향후 이용 범위가 증가할 수 있는 운반, 청소, 안내 로봇 등의 연구가 고도화 될 것이다. 실내 공간에서 이동 로봇 활용을 원활히 하기 위해 자기 위치 인식 문제는 가장 먼저 해결되어야 하는 중요한 연구이다. 추가적으로 이동 로봇의 위치가 인위적으로 이동되거나 예기치 못한 충돌로 인해 기존의 경로에서 이탈하였을 경우 등에서도 이동 로봇이 이런 상황을 인지하고 판단하여 목적지로 정확히 이동할 수 있는 강인한 시스템이 필요하다. 따라서 본 연구에서는 이동 로봇의 자기 위치 관련 여러 문제들을 해결하고자 실내에 설치되어 있는 다수의 CCTV 등 외부 영상 및 이를 절대 공간 좌표 변환한 정보와 더불어 이동 로봇의 엔코더 정보 등을 융합하여 강인한 위치 인식 시스템을 구현하였다. 추가로 이동 로봇 시스템에 경로 주행 알고리즘인 벡터 필드 히스토그램 기법을 적용하였고 실제 실험 수행 후 연구 결과를 확인하였다.
With the development of ICT technology, the indoor utilization of robots is increasing. Research on transportation, cleaning, guidance robots, etc., that can be used now or increase the scope of future use will be advanced. To facilitate the use of mobile robots in indoor spaces, the problem of self...
With the development of ICT technology, the indoor utilization of robots is increasing. Research on transportation, cleaning, guidance robots, etc., that can be used now or increase the scope of future use will be advanced. To facilitate the use of mobile robots in indoor spaces, the problem of self-location recognition is an important research area to be addressed. If an unexpected collision occurs during the motion of a mobile robot, the position of the mobile robot deviates from the initially planned navigation path. In this case, the mobile robot needs a robust controller that enables the mobile robot to accurately navigate toward the goal. This research tries to address the issues related to self-location of the mobile robot. A robust position recognition system was implemented; the system estimates the position of the mobile robot using a combination of encoder information of the mobile robot and the absolute space coordinate transformation information obtained from external video sources such as a large number of CCTVs installed in the room. Furthermore, vector field histogram method of the pass traveling algorithm of the mobile robot system was applied, and the results of the research were confirmed after conducting experiments.
With the development of ICT technology, the indoor utilization of robots is increasing. Research on transportation, cleaning, guidance robots, etc., that can be used now or increase the scope of future use will be advanced. To facilitate the use of mobile robots in indoor spaces, the problem of self-location recognition is an important research area to be addressed. If an unexpected collision occurs during the motion of a mobile robot, the position of the mobile robot deviates from the initially planned navigation path. In this case, the mobile robot needs a robust controller that enables the mobile robot to accurately navigate toward the goal. This research tries to address the issues related to self-location of the mobile robot. A robust position recognition system was implemented; the system estimates the position of the mobile robot using a combination of encoder information of the mobile robot and the absolute space coordinate transformation information obtained from external video sources such as a large number of CCTVs installed in the room. Furthermore, vector field histogram method of the pass traveling algorithm of the mobile robot system was applied, and the results of the research were confirmed after conducting experiments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 외부 환경에 영향을 덜 받는 영상 정보를 이용하여 실내 이동 로봇의 자기 위치 인식을 수행하며 절대 공간 좌표를 활용하여 위치 인식을 수행하기 때문에 이동 로봇의 헤더 방향을 정확히 파악할 수 있어 임무 수행 중 이동 로봇의 진행 방향을 잃어버리지 않는다. 영상 획득은 방범용으로 많이 사용되는 CCTV 등을 이용하여 획득할 수 있다.
본 논문에서 사용한 벡터 필드 히스토그램 기법은 버추얼 포스 필드 기법으로 히스토그램 그리드(Histogram gird)로부터 나오는 각 척력을 더할 때 생기는 데이터 축소, 즉 이동 로봇의 주위 장애물로부터 발생되는 척력을 모두 합하여 1개의 척력 벡터로 나타내기 때문에 장애물 정보에 대한 손실이 발생하는 문제점을 보완하기 위해 개발되었고 2차원의 카시안 히스토그램 그리드(Cartesian histogram grid)를 기반으로 한다.(8)
본 논문에서는 다중의 외부 영상정보와 마커를 이용하여 로봇의 실내 주행 능력 향상과 더불어 영상 정보를 통해 확보된 절대 공간 좌표를 활용하여 이동 로봇의 강인한 실내 위치 인식 결과를 확인하고자 몇가지 실험을 수행하였다.
본 논문에서는 이동 로봇의 헤더 위치를 정확하게 파악하기 위해 마커의 좌표가 아니라 절대 좌표인 월드좌표계가 필요하다.
실내 이동 로봇은 출발점부터 목표점까지 이동하며 주어진 임무를 수행할 수 있는 강인한 시스템 구성이 중요하다. 본 연구에서는 이미 실내에 설치되어있는 외부 영상 획득 장치(CCTV) 등과 같은 카메라(Vision system)를 기반으로 실내 이동로봇에 부착된 마커와 탑재된 엔코더 센서 등을 통하여 위치를 인식하는 시스템을 제시하였다. 카메라와 엔코더의 정보는 확장 칼만 필터를 통해 융합하였고 융합되어진 새로운 정보를 기반으로 벡터 필드 히스토그램 알고리즘을 이용하여 이동 로봇의 경로 주행을 실험으로 검증하였다.
이를 위해 엔코더 정보만을 이용했을 때와 엔코더, 외부 영상 정보를 융합한 정보를 이용하여 주행하는 경우를 비교하였다. 이동 로봇의 슬립(Slip) 현상을 알아보기 위한 실험으로 이동 로봇이 슬립으로 인해 항상 일정하게 주어진 원 궤적을 주행할 수 없다는 점을 보완하기 위한 것으로 외부 영상 정보의 필요성을 확인하는 실험이다.
제안 방법
9와 같으며, 여기에서 R은 측정 잡음 공분산 행렬이고 Q는 공정 잡음 공분산 행렬이다. 더불어 확장 칼만 필터 수행 중 R, Q의 실제값은 이론적으로 구하기 어렵기에 실험 데이터를 분석 후 단위행렬에 특정한 결과값을 곱해 처리하였다.
먼저, 첫 번째 실험은 다중의 외부 영상정보를 이용 로봇의 실내 주행 능력 향상에 관한 것으로 카메라 1대와 3대를 이용하여 이동 로봇으로 하여금 주어진 원 궤적을 추적하도록 하였다.
그리고 본 연구에서는 이동 로봇의 기본적인 주행 제어를 위하여 이동 로봇의 엔코더(Encoder)와 초음파를 이용한 Dead Reckoning 기법을 활용하였고 경로 계획 알고리즘으로는 벡터 필드 히스토그램(Vector Field Histogram) 기법을 활용하였다. 위의 제어 기법 등이 실제 적용된 이동 로봇 시스템을 이용하여 현실에서 로봇 위치 인식 및 자율 주행이 구현된 결과를 확인하였다.
이를 위해 엔코더 정보만을 이용했을 때와 엔코더, 외부 영상 정보를 융합한 정보를 이용하여 주행하는 경우를 비교하였다. 이동 로봇의 슬립(Slip) 현상을 알아보기 위한 실험으로 이동 로봇이 슬립으로 인해 항상 일정하게 주어진 원 궤적을 주행할 수 없다는 점을 보완하기 위한 것으로 외부 영상 정보의 필요성을 확인하는 실험이다.
1과 같다. 좀 더 세부적으로 살펴보면 이동 로봇과 3대의 외부 카메라 그리고 외부 정보 및 상황 정보 등을 수집, 처리하는 종합 제어 센터(Integration Control Center)로 구성되어지며 종합 제어 센터는 노트북으로 대체하였고 이동 로봇은 외부 영상 정보와 이동 로봇의 엔코더 정보 등을 종합하여 확장 칼만 필터(Extened Kalman Filter, EKF)를 통해 데이터 융합하고 이렇게 만들어진 융합 정보를 다시 이동 로봇의 자율 주행에 활용하게 된다. 따라서 이와 같은 실험을 진행하기 위해서는 이동 로봇의 기구학 및 자율 주행 알고리즘, 카메라 좌표변환 등이 필요하다.
본 연구에서는 이미 실내에 설치되어있는 외부 영상 획득 장치(CCTV) 등과 같은 카메라(Vision system)를 기반으로 실내 이동로봇에 부착된 마커와 탑재된 엔코더 센서 등을 통하여 위치를 인식하는 시스템을 제시하였다. 카메라와 엔코더의 정보는 확장 칼만 필터를 통해 융합하였고 융합되어진 새로운 정보를 기반으로 벡터 필드 히스토그램 알고리즘을 이용하여 이동 로봇의 경로 주행을 실험으로 검증하였다.
대상 데이터
본 논문에서 활용하고 있는 이동 로봇 및 카메라 정보를 먼저 설명하고자 하여 이에 이동 로봇의 사양은 Fig. 2와 같이 원형 구조로서 45도마다 8개의 초음파 센서를 가지고 있다. Table 1은 이동 로봇의 사양을 정리한 것이다.
따라서 본 논문에서는 외부 환경에 영향을 덜 받는 영상 정보를 이용하여 실내 이동 로봇의 자기 위치 인식을 수행하며 절대 공간 좌표를 활용하여 위치 인식을 수행하기 때문에 이동 로봇의 헤더 방향을 정확히 파악할 수 있어 임무 수행 중 이동 로봇의 진행 방향을 잃어버리지 않는다. 영상 획득은 방범용으로 많이 사용되는 CCTV 등을 이용하여 획득할 수 있다. 2장은 실제 실험 환경에 대한 정보 및 이동 로봇 제어 방식에 대한 내용을 정리한 것이고 3장에서는 실제 진행된 실험 결과를 분석하였으며 마지막으로 4장에서 연구 결과를 정리하였다.
이론/모형
그리고 본 연구에서는 이동 로봇의 기본적인 주행 제어를 위하여 이동 로봇의 엔코더(Encoder)와 초음파를 이용한 Dead Reckoning 기법을 활용하였고 경로 계획 알고리즘으로는 벡터 필드 히스토그램(Vector Field Histogram) 기법을 활용하였다. 위의 제어 기법 등이 실제 적용된 이동 로봇 시스템을 이용하여 현실에서 로봇 위치 인식 및 자율 주행이 구현된 결과를 확인하였다.
성능/효과
3가지의 실험을 통해 외부 영상 정보의 필요성 및 다중 카메라 활용의 필요성 그리고 절대 공간 좌표 활용을 통해 강인한 로봇 위치 인식 실험 결과를 확인하였다.
다음으로 외부 영상 정보를 통해 얻을 수 있는 절대 공간 좌표를 활용하여 이동 로봇의 실내 자기 위치 인식 및 경로 주행 결과가 좋음을 보여주는 실험이다. Fig. 15는 카메라 3개를 기반으로 영상 정보 및 절대 공간 좌표를 이동 로봇에게 제공하며, 이동 로봇은 벡터 필드 히스토그램 기법을 적용하여 자율 주행을 성공적으로 수행하는지를 확인하는 실험한 결과로써 이동 로봇이 실시간으로 장애물들을 회피하며 목적지에 정확히 도달하는 것을 확인할 수 있었다.
실험 결과를 세부적으로 분석하면 먼저 원 궤적을 1바퀴 돌렸을 경우에는 엔코더 정보만을 이용한 경우와 확장 칼만 필터로 융합한 정보를 이용한 경우 모두 큰 오차가 없이 정상적으로 주행을 마무리하였다. 그러나 10바퀴 회전을 시켰을 경우 엔코더 정보만을 이용한 경우나 확장 칼만 필터를 통해 융합된 정보를 이용한 경우 모두 오차가 기하급수적으로 증가하여 자율 주행이 불가능하다는 것을 확인하였다. 이는 전체 원 궤적을 카메라 1대만으로 확인할 수 없기 때문이다.
이동 로봇의 전방 3면이 장애물로 막혀져 있고 정해진 목표로 주행하는 실험에서 일반적인 경우 로봇은 출구를 찾지 못하거나 로봇에 물리적으로 위험한 이동을 할 수 있다. 그러나 제안한 방법에서는 Fig. 16과 같이 이동 로봇이 헤더 위치를 쉽게 파악하고 회전하여 정해진 목표로 순조롭게 이동하는 결과를 확인할 수 있다.
그렇지만 확장 칼만 필터로 융합한 정보를 이용한 경우에는 오차 범위가 카메라 화각 영역안에서 25cm 내로 이동 로봇의 자율 주행이 가능함을 확인하였다. 이와 같은 결과를 통해 다중카메라를 활용한 외부 영상이 이동 로봇의 슬립 현상을 보정하고 강인한 주행을 가능하게 하는것을 확인할 수 있었다.
실험 결과를 세부적으로 분석하면 먼저 원 궤적을 1바퀴 돌렸을 경우에는 1개의 카메라를 이용하였을 때와 마찬가지로 2개의 정보 모두 큰 오차가 없이 진행되는 것을 확인하였다.
실험 결과를 세부적으로 분석하면 먼저 원 궤적을 1바퀴 돌렸을 경우에는 엔코더 정보만을 이용한 경우와 확장 칼만 필터로 융합한 정보를 이용한 경우 모두 큰 오차가 없이 정상적으로 주행을 마무리하였다. 그러나 10바퀴 회전을 시켰을 경우 엔코더 정보만을 이용한 경우나 확장 칼만 필터를 통해 융합된 정보를 이용한 경우 모두 오차가 기하급수적으로 증가하여 자율 주행이 불가능하다는 것을 확인하였다.
그렇지만 확장 칼만 필터로 융합한 정보를 이용한 경우에는 오차 범위가 카메라 화각 영역안에서 25cm 내로 이동 로봇의 자율 주행이 가능함을 확인하였다. 이와 같은 결과를 통해 다중카메라를 활용한 외부 영상이 이동 로봇의 슬립 현상을 보정하고 강인한 주행을 가능하게 하는것을 확인할 수 있었다.
후속연구
다음으로 외부 영상 정보를 통해 얻을 수 있는 절대 공간 좌표를 활용하여 이동 로봇의 실내 자기 위치 인식 및 경로 주행 결과가 좋음을 보여주는 실험이다. Fig.
카메라와 마커를 활용한 위치 인식이 빛 아래서 추정이 될 때, 초음파 센서의 지형의 형태가 불규칙적인 형태일 때 정보의 신뢰도가 낮아지는 경향에 의한 오차가 생겼지만 이동 로봇이 자율 주행을 수행하는데 문제가 발생되지 않았다. 이는 레이저(Laser) 센서를 활용한다면 더욱 정교한 장애물 회피 방법이 될 수 있을 것이다. 이미 설치되어 있는 카메라를 이용하고 저가의 초음파와 적외선 센서들을 이용할 경우 이동 로봇 활용 영역을 넓히는데 있어서도 좋은 결과를 얻을 수 있을 것이다.
이는 레이저(Laser) 센서를 활용한다면 더욱 정교한 장애물 회피 방법이 될 수 있을 것이다. 이미 설치되어 있는 카메라를 이용하고 저가의 초음파와 적외선 센서들을 이용할 경우 이동 로봇 활용 영역을 넓히는데 있어서도 좋은 결과를 얻을 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
실내 이동 로봇의 위치 인식 기법은 어떠한 것이 있는가
기존 실내 이동 로봇의 위치 인식 기법은 초음파, 적외선, Zigbee, Bluetooth 등 외부 센서 데이터를 활용하는 방법이 대부분이며 특히 초음파를 이용하는 방법으로 MIT의 Cricket 무선 측위 시스템이 잘 알려져 있다. 이는 초음파 송신기와 수신기를 이용하여 각 송 · 수신기들의 거리를 계산하는 방법으로 로봇의 위치를 인식한다.
이동 로봇의 문제점은 무엇인가
이동 로봇이 경계, 운반, 안내 등의 다양한 업무를 수행하게 됨에 따라 업무 수행 중 충돌이나 임의로 위치가 옮겨졌을 경우에 기존의 이동 로봇의 경우 절대적인 자기 위치 정보를 알지 못할 뿐 아니라 이동 로봇의 헤딩값을 알지 못하는 문제점을 가지고 있다.(4) 이러한 문제점을 해결하기 위해 실외에서는 이동 로봇의 위치 인식을 위하여 GPS를 통해 정확한 위치 인식이 구현되고 있다.
실내 이동 로봇의 위치 인식 기법 중 Zigbee와 Bluetooth를 사용하는 방법을 설명하라
이는 초음파 송신기와 수신기를 이용하여 각 송 · 수신기들의 거리를 계산하는 방법으로 로봇의 위치를 인식한다. Zigbee와 Bluetooth를 이용하는 방법은 수신 신호 세기인 RSSI(Received Signal Strength Indicator)를 이용하여 기준이 되는 Bluetooth 수신 장치를 기준으로 삼각 측량을 이용하여 위치를 계산하면 되는 것으로 다수의 센서를 배치하면 정확도가 향상되지만, 동적 환경에서의 사용은 정확도가 떨어진다는 단점이 있다.(5,6) 또한 위의 방법들은 온도, 태양광 등 주위의 환경에 의해 많은 영향을 받게 되므로 상황에 따라서 정확한 위치 인식을 수행하지 못하는 문제가 있을 수 있다.
참고문헌 (11)
Yoo, J. J. and Cho, Y. S., 1974, "Trends in Technical Development and Standardization of Indoor Location Based Services," ETRI, Vol. 29, No. 5, pp. 51-61.
Lee, J. K., So, W. S., Lee, J. S. and Yoo, S. J., 2014, "High Accuracy of Indoor Hybrid Positioning Method based on Mobile Device," ETRI, Vol. 29, No. 6, pp. 113-125.
Hong, S. H. and Jung, S. Y., 2010, "Localization Algorithm in Wireless Sensor Networks using the Acceleration sensor," Journal of KAIS, Vol. 11, No. 4, pp. 1294-1300.
Jeon, Y. P., Park, J. H., Lim, S. T. and Chong, K. T., 2015, "Research for Robot Kinap Problem in the Indoor of Utilizing External Image Information and the Absolute Spatial Coordinates," Journal of KAIS, Vol. 16, No. 3, pp. 2123-2130.
Mazuelas, S., Bahillo, A., Lorenzo, R. M., Fernandez, P., Lago, F. A. and Garcia, E., 2009, "Robust Indoor Positioning Provided by Real-Time RSSI Values in Unmodified WLAN Networks," IEEE Journal of Selected Topics in signal processing, Vol. 3, No. 5, pp.821-831.
Roh, H. C., 2010, "Mobile Robot Localization based on Active Beacon System using Infrared Sensor in Indoor Environment," KAIST master's thesis.
Lee, K. Chung, C. and Chung, W., 2011, "Accurate Calibration of Kinematic Parameters for Two Wheel Differntial Mobile Robots," Trans. Korean Soc. Mech. Eng. A, Vol 25, No. 6, pp. 1603-1611.
Borenstein, J. and Koren, Y., 1991, "The Vector Field Histogram - Fast Obstacle-Avoidance for Mobile Robots," IEEE Journal of Robotics and Automation, Vol. 7, No. 3, pp. 278-288.
Yoon, S. J. and Han, W. S., 2007, "Global Localization of Mobile Robots Using Omnidirectional Images," Trans. Korean Soc. Mech. Eng. A, Vol 31, No. 4, pp. 517-524.
Yu, D. H., Park, J. H., Ryu, J. H. and Chong, K. T., 2015, "Attitude Control of Quad- rotor by Improving the Reliability of Multi -Sensor System," Trans. Korean Soc. Mech. Eng. A, Vol. 39, No. 5, pp. 517-526
Seung, J. H., Lee, D. J., Ryu, J. H. and Chong, K. T., 2013, "Precise Positioning Algorithm Development for Quadrotor Flying Robots Using Dual Extended Kalman Filter," Journal of Institute of Control, Robotics and Systems, Vol. 19, No. 2, pp. 158-163.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.