[논문]천장 전등패널 기반 로봇의 주행오차 보정과 제어

진태석

doi:10.21289/ksic.2017.20.2.089

천장 전등패널 기반 로봇의 주행오차 보정과 제어
Control and Calibration for Robot Navigation based on Light's Panel Landmark 원문보기

한국산업융합학회 논문집 = Journal of the Korean Society of Industry Convergence, v.20 no.2, 2017년, pp.89 - 95

Abstract ▼ AI-Helper

In this paper, we suggest the method for a mobile robot to move safely from an initial position to a goal position in the wide environment like a building. There is a problem using odometry encoder sensor to estimate the position of a mobile robot in the wide environment like a building. Because of the phenomenon of wheel's slipping, a encoder sensor has the accumulated error of a sensor measurement as time. Therefore the error must be compensated with using other sensor. A vision sensor is used to compensate the position of a mobile robot as using the regularly attached light's panel on a building's ceiling. The method to create global path planning for a mobile robot model a building's map as a graph data type. Consequently, we can apply floyd's shortest path algorithm to find the path planning. The effectiveness of the method is verified through simulations and experiments.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러므로 엔코더 센서의 측정오차로 인한 시간에 따른 누적오차는 주행거리가 길면 길수록 그 정도가 심하여 서비스로봇이 초기지점에서 목적지점까지 도달할 수 없는 결과를 초래할 수 있다[3-4]. 따라서 주행 중에 서비스로봇의 위치 에러를 보상할 수 있는 센서 알고리즘을 제시한다. 그 방법은 빌딩내 특정 위치 정보를 알 수 있는 천장 전등패널을 이용하여 이동로봇의 위치를 추정하는 것이다[5-6].
본 논문에서는 빌딩과 같은 주행거리가 긴 환경 내에서 동작되는 자율이동로봇에 대한 위치 추정의 문제점으로서 바퀴의 미끌림 오차로 인한 엔코더 센서의 측정 누적오차를 보상하는 방법을 이용하여 이동로봇의 위치 추정의 정도를 개선하는 이동로봇의 초기지점에서 목적지점까지에 대한 전역 경로계획을 수립하기 위해서 빌딩내의 천장 전등 패널 인식하는 방법을 제안하였다. 제안한 방법의 타당성을 검증하기 위해서 시뮬레이션과 실험 결과를 통하여 만족할 만한 결과를 얻을 수 있었다.

제안 방법

주행에서 후반부로 갈수록 누적오차의 정도가 급격히 크기 때문에 주행거리가 긴 환경에서는 엔코더 센서만으로 이동로봇의 위치를 추정하기가 곤란하다. 따라서 이동로봇의 위치 추정하는데 있어서 엔코더의 누적오차의 정도를 천장 전등 패널인식 알고리즘을 적용하여 개선된 실험결과를 제시하였다.
본 논문에서 사용된 지능로봇은 빌딩 내에서 인간과의 상호작용을 위해 인공적인 위치인식용 랜드마크를 사용하지 않고 천장에 배치된 전등 패널을 활용하여 주행 보정하는 방법을 활용하고자 한다. 인공적 랜드마크를 이용하는 대신 정형화된 패널의 패턴에 따른 방향에 따라 방향 및 위치를 인식할 수 있고 고정된 높이 값으로 인하여 인식에 따른 에러값을 최소화 할 수 있는 장점이 있다[1-3].
본 논문에서는 영상정보로서 빌딩의 천장에 달려있는 전등 패널을 이용하며 카메라는 천장과 직교하는 방향으로 로봇에 장착한다. 그림 2는 천장의 전등 패널의 영상정보를 이용하여 카메라의 중심 위치를 추정 할 수 있는 방법을 나타낸다[6].
본 실험은 건물 복도에서 엔코더 데이터의 누적오차의 정도에 대한 실험결과와 실제 천장의 전등 패널을 이용하여 보상한 누적오차의 정도를 비교하였다. 그림 8은 그림 6에서 제시한 환경에서 설정한 주행방향 ①→②→③ 에 대해서 관측된 좌표 위치를 CLP(Ceiling Light Panel)로 표시하였고 ①과 ③사이에 CLP1∼CLP7와 같이 측정되었다.
x_d,y_d는 목적지 좌표, x_c,y_c,θ_c는 현재 로봇의 위치와 방향을 나타내며 v는 로봇속도 v = v_max - k*|θ_c - θ|이다. 속도에 대한 명령은 회전운동에 대해서 반비례관계로 최고속도 v_max에서 회전운동에 대한 감속비 k의 감속관계로 설정하였다.
엔코더 센서의 위치 추정에 대한 누적오차를 보상하기 위해서 본 논문에서는 빌딩 내에 규칙적으로 천장에 부착된 전등 패널의 위치정보를 이용한다.
그 방법은 빌딩내 특정 위치 정보를 알 수 있는 천장 전등패널을 이용하여 이동로봇의 위치를 추정하는 것이다[5-6]. 즉, 엔코더 센서의 측정오차로 인한 시간에 따른 누적오차의 정도를 영상센서를 이용하여 천장 전등 패널로부터 이동로봇의 위치를 추정하여 그 위치 에러를 보상하는 이론적 근거와 실험결과를 제시하였다.

대상 데이터

실험 환경은 그림 6과 같이 사각 원심이 있는 건문내부에서 순환할 수 있는 곳을 설정하였고, 측정 위치는 숫자로 표시하였다.

이론/모형

본 논문에서는 플로이드 최단경로 알고리즘(floyd’s shortest path algorithm)을 적용하였다.
영상정보에서 실제물체의 위치를 추정하기 위하여 핀 홀 카메라 모델을 사용하였다. 핀 홀 카메라 모델에서는 그림 1과 같이 모든 영상은 하나의 점으로 모이며 영상센서의 각 셀 들은 중심과의 각으로 모델링된다[5-6].

성능/효과

제안한 방법의 타당성을 검증하기 위해서 시뮬레이션과 실험 결과를 통하여 만족할 만한 결과를 얻을 수 있었다. 따라서 이동로봇의 위치 추정을 위한 엔코더 센서의 측정 누적오차의 정도를 영상센서를 이용하여 개선함으로써 본 논문에서 사용된 지능형 서비스로봇의 주 기능으로써 원하는 목적지점까지 물건을 안정적으로 운반할 수 있었다.
본 실험은 복도를 주행하는데 있어서 천장의 전등 패널과 이동로봇의 기하학적인 관계를 이용하여 엔코더 센서의 누적오차를 보상하여 최종적으로 목적지점까지 근사적으로 도달할 수 있다. 그림 10은 주행 중 누적오차를 보상하여 이동로봇의 자율이동 성능을 개선된 것을 알 수 있다.
본 논문에서는 빌딩과 같은 주행거리가 긴 환경 내에서 동작되는 자율이동로봇에 대한 위치 추정의 문제점으로서 바퀴의 미끌림 오차로 인한 엔코더 센서의 측정 누적오차를 보상하는 방법을 이용하여 이동로봇의 위치 추정의 정도를 개선하는 이동로봇의 초기지점에서 목적지점까지에 대한 전역 경로계획을 수립하기 위해서 빌딩내의 천장 전등 패널 인식하는 방법을 제안하였다. 제안한 방법의 타당성을 검증하기 위해서 시뮬레이션과 실험 결과를 통하여 만족할 만한 결과를 얻을 수 있었다. 따라서 이동로봇의 위치 추정을 위한 엔코더 센서의 측정 누적오차의 정도를 영상센서를 이용하여 개선함으로써 본 논문에서 사용된 지능형 서비스로봇의 주 기능으로써 원하는 목적지점까지 물건을 안정적으로 운반할 수 있었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	엔코더 센서의 측정오차가 초래하는 것은 무엇인가?	인공적 랜드마크를 이용하는 대신 정형화된 패널의 패턴에 따른 방향에 따라 방향 및 위치를 인식할 수 있고 고정된 높이 값으로 인하여 인식에 따른 에러값을 최소화 할 수 있는 장점이 있다[1-3]. 그러므로 엔코더 센서의 측정오차로 인한 시간에 따른 누적오차는 주행거리가 길면 길수록 그 정도가 심하여 서비스로봇이 초기지점에서 목적지점까지 도달할 수 없는 결과를 초래할 수 있다[3-4]. 따라서 주행 중에 서비스로봇의 위치 에러를 보상할 수 있는 센서 알고리즘을 제시한다.
	배치된 전등 패널을 활용하여 주행 보정하는 지능로봇의 장점은 무엇인가?	본 논문에서 사용된 지능로봇은 빌딩 내에서 인간과의 상호작용을 위해 인공적인 위치인식용 랜드마크를 사용하지 않고 천장에 배치된 전등 패널을 활용하여 주행 보정하는 방법을 활용하고자한다. 인공적 랜드마크를 이용하는 대신 정형화된 패널의 패턴에 따른 방향에 따라 방향 및 위치를 인식할 수 있고 고정된 높이 값으로 인하여 인식에 따른 에러값을 최소화 할 수 있는 장점이 있다[1-3]. 그러므로 엔코더 센서의 측정오차로 인한 시간에 따른 누적오차는 주행거리가 길면 길수록 그 정도가 심하여 서비스로봇이 초기지점에서 목적지점까지 도달할 수 없는 결과를 초래할 수 있다[3-4].
	본 논문에서 사용한 지능로봇에는 어떤 주행 보정 방법을 활용하였는가?	본 논문에서 사용된 지능로봇은 빌딩 내에서 인간과의 상호작용을 위해 인공적인 위치인식용 랜드마크를 사용하지 않고 천장에 배치된 전등 패널을 활용하여 주행 보정하는 방법을 활용하고자한다. 인공적 랜드마크를 이용하는 대신 정형화된 패널의 패턴에 따른 방향에 따라 방향 및 위치를 인식할 수 있고 고정된 높이 값으로 인하여 인식에 따른 에러값을 최소화 할 수 있는 장점이 있다[1-3].

참고문헌 (8)

Hongbo Wang; Hongnian Yu; Lingfu Kong, "Ceiling Light Landmarks Based Localization and Motion Control for a Mobile Robot," 2007 IEEE International Conference on Networking, Sensing and Control, pp. 285-290, (2007).
Joel Vidal, Chyi-Yeu Lin, "Simple and robust localization system using ceiling landmarks and infrared light," 2016 12th IEEE International Conference on Control and Automation (ICCA), pp.583-587, (2016).
H. B. Wang, L. L. Zhang, "Path Planning Based on Ceiling Light Landmarks for a Mobile Robot," 2008 IEEE International Conference on Networking, Sensing and Control, pp. 1593-1598, (2008).
N. Stoll and K. Ritterbusch with Kerstin Thurow, "A fast optical method for the determination of liquid levels in microplates," J. Autom. Methods Manag. Chem., vol.2011, pp.1-6, (2011).
H. Liu, N. Stoll, S. Junginger, and K. Thurow, "Mobile robot for life science automation," Int. J. Adv. Robot. Syst., vol. 10, pp.1-14, (2013).

상세보기
A. A. Abdulla, H. Liu, N. Stoll, and K. Thurow, "A New Robust Method for Mobile Robot Multi-Floor Navigation in Distributed Life Science Laboratories," Journal of Control Science and Engineering, vol. 2016, pp.1-17, (2016).
K.H. Cho, D.J. Ahn, G.S. Kim, and Y.I. Kim, "Developments of a Path Planning Algorithm for Unmanned Vehicle," Journal of the korean society of industry convergence, vol.14, no.2, pp. 53-57,(2011).
T.S. Jin, "Onboard Active Vision Based Hovering Control for Quadcopter in Indoor Environments," Journal of the korean society of industry convergence, vol.20, no.1, pp.19-26, (2016).

저자의 다른 논문 :

LOADING...

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