[논문]저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식

바트토야; 장문석; 차동혁

doi:10.7471/ikeee.2020.24.1.275

저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
Positioning of a Leader Robot in a Leader-Follower Robot Using Low-Cost Infrared(IR) Distance Sensors 원문보기

전기전자학회논문지 = Journal of IKEEE, v.24 no.1, 2020년, pp.275 - 283

바트토야 (Major in Robotics and Intelligent control System, Korea Polytechnic University) , 장문석 (Dept. of Mechatronics Engineering, Korea Polytechnic University) , 차동혁 (Dept. of Mechatronics Engineering, Korea Polytechnic University)

초록
AI-Helper

본 연구에서는 저가형 소형 이동로봇을 이용한 선도-추종 로봇시스템을 개발하였다. 개발한 이동로봇은 시중에서 쉽게 구할 수 있는 저렴한 부품을 사용하여 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있는 장점이 있다. 그리고 이 로봇에 장착된, 7개의 저가형 적외선 거리 센서로 구성된 센서 어레이의 위치인식 특성을 분석하고, 이를 기반으로 선도로봇의 위치인식 알고리즘을 제안하였다. 개발한 선도-추종 로봇을 이용한 정지 및 주행 실험을 통해 제안된 알고리즘의 타당성을 검증하였다.

Abstract ▼ AI-Helper

A leader-follower robot system using low cost small mobile robots has been developed. Sine the developed mobile robot is made of widely used low cost parts, it can be built easily and fastly. Characteristics of the developed sensor array composed of seven low-cost infrared(IR) distance sensors has been investigated, and a positioning algorithm of the reader robot is proposed. Through a series of experiments, it has been verified that the proposed algorithm can detect the position of the reader robot well.

주제어

표/그림 (15)

그림 Fig. 1. Configuration of the leader and follower robot. 그림 1. 선도로봇 및 추종로봇의 형상
그림 Fig. 2. Infrared distance sensor array. 그림 2. 적외선 거리 센서 어레이
표 Table 1. Specification of the leader and follower robot. 표 1. 선도로봇 및 추종로봇의 주요 사양
표 Table 2. Angles of the sensor S1~S7. 표 2. 센서 S1~S7의 배치 각도
그림 Fig. 3. Distance and angle between Leader and Follower. 그림 3. 선도로봇과 추종로봇의 거리 및 각도
그림 Fig. 4. Output of sensors with respect to distance & angle. 그림 4. 거리, 각도에 따른 적외선 거리 센서의 감지값(b) d = 6 cm
그림 Fig. 5. Calculating distance functions (in the case of S4). 그림 5. 센서의 거리특성 함수 도출 (S4의 경우)
표 Table 3. Maximum outputs of S2~S6 along distance. 표 3. 센서 S2~S6의 거리별 최대 출력값
표 Table 4. Distance functions of the sensor S2~S6. 표 4. 센서 S2~S6의 거리특성 함수
그림 Fig. 6. Distance d and orientation ψ of leader robot. 그림 6. 선도로봇의 거리 d와 방향 ψ
그림 Fig. 7. Image processing of reader-follower robot. 그림 7. 선도-추종 로봇의 영상처리 화면
표 Table 5. Result of positioning of the leader robot. 표 5. 선도로봇 위치인식 실험 결과 (정지 상태일 때)
그림 Fig. 8. Trajectory of the leader robot and follower robot. 그림 8. 선도 로봇과 추종 로봇의 이동 경로
표 Table 5. Result of the IR sensor and camera image. 표 5. 적외선 센서의 위치인식 결과(d, ψ)와 영상처리표 결과 (d_cam, ψ_cam)의 비교
표 Table 6. Comparision of infrared sensor and camera. 표 6. 적외선 센서와 카메라의 위치인식 결과의 비교

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 저가형 부품으로 구성된 이동로봇을 이용한 선도-추종 로봇시스템을 개발하고, 추종 로봇에 장착된 적외선 거리 센서를 이용한 선도로봇의 위치 인식 알고리즘을 제안하고, 실험을 통해 제안된 방법의 타당성을 검증하였다.
본 연구에서는 저가형 소형 이동로봇을 이용한 선도-추종 로봇시스템을 개발하였다. 개발한 이동로봇은 시중에서 쉽게 구할수 있는 저렴한 부품을 사용하여 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있는 장점이 있다.
선도-추종 로봇에서 추종로봇이 선도로봇을 따라가는 방법은 여러 가지가 있을 수 있는데, 본 연구에서는 추종로봇이 선도로봇과 원하는 거리 dref와 각도 ψref를 유지하며 따라가는 것을 목표로 한다.

가설 설정

센서가 방사하는 적외선 광의 퍼짐이 없다면, d_S4, d_S5의 방향으로 나간 적외선은 센서로 다시 반사되지 않는다. 그러나 센서가 유효 퍼짐각을 가진다고 가정하였으므로, 센서에서 나간 적외선이 다시 반사되어 센서로 들어올 수 있음을 유의하자. 따라서 센서에서 측정된 거리가 각각 d_S4, d_S5 라고 하자.
따라서 향후의 효율적인 해석을 위해 다음과 같이 가정한다：i) 센서의 적외선 광은 이 두가지 영향을 모두 포함하는 정도의 유효 퍼짐각을 가진다. ii) 로봇 몸체의 형상은 완전한 원통형이다.

제안 방법

개발한 이동로봇은 시중에서 쉽게 구할수 있는 저렴한 부품을 사용하여 학교나 실험실 등에서 쉽고 빠르게 제작할 수 있는 장점이 있다. 그리고 이 로봇에 장착된, 7개의 저가형 적외선 거리 센서로 구성된 센서 어레이의 위치인식 특성을 분석하고, 이를 기반으로 선도로봇의 위치인식 알고리즘을 제안하였다. 개발한 선도-추종 로봇을 이용한 정지 및 주행 실험을 통해 제안된 알고리즘의 선도로봇의 위치를 잘 인식함을 알 수 있었다.
따라서 총 250개(10×25)의 점에 대하여 측정을 하였으며, 각 1개점마다 100번씩 측정하여 평균값을 구하였다.
로봇의 위치와 각도를 실시간으로 측정하기 위해 천장에 CMOS 카메라(Logitech C922, 해상도 960× 480)를 부착하여 영상을 얻고, 이것을 PC에서 Open CV를 이용하여 영상처리를 하여 선도로봇의 중심 과 추종로봇의 중심 및 방향을 구하여, 거리 ψcam과 각도dcam를 구하였고, 이것을 적외선 거리 센서에 서 구한 거리 d, 각도 ψ와 비교하였다.
선도로봇(검은 선)은 SL → EL의 경로로 움직였고, 추종로봇(빨간 선)은 SF → EF의 경로로 따라갔다.
선도로봇과의 거리와 각도를 다음과 같이 변화시키며 각각의 경우 센서 S1∼S7의 출력 전압을 AD 변환시킨 값을 측정하였다
선도로봇과의 원하는 거리 dref= 8㎝, 각도 ψref =0°으로 주었으며, 센서에서 측정한 거리 d, 각도 ψ가 각각 dref, ψref를 쫓아가도록 추종로봇의 움직임을 간단한 비례제어기를 구성하여 제어하였다.
위에서 구한 위치인식 알고리즘의 타당성을 검증하기 위해 임의의 위치에 선도로봇을 두고 위치인 식 실험을 하였다.
아래의 그림 1은 개발된 로봇의 형상과 구성도를, 표 1은 주요 제원을 나타낸다. 이 로봇은 제작의 편의성과 비용 절감을 위하여 주요 몸체 프레임을 모두 3D 프린터로 출력하여 제작하였다.
이 이동경로에서 임의의 10개의 위치를 선택하여 그때의 영상처리 결과인 거리 dcam과 각도 ψcam을 구하고, 이것을 적외선 거리 센서에서 구한 거리 d, 각도 와 비교하였다(표 6).
추종로봇은 본 논문에서 제안된 알고리즘을 이용하여 선도로봇의 거리 d와 각도 ψ를 인식하였다.

대상 데이터

이번에는 선도-추종로봇이 이동상태일 때 위치 인식 실험을 하였다. 2.1절에서 설명한 로봇 2대를 선도로봇과 추종로봇으로 사용하였다. 선도로봇의 이동속도와 이동방향은 사용자가 스마트 폰의 앱을 이용하여 임의로 지령하여 주었다.
본 연구에서는 동일한 구성을 가지는 2개의 모바일 로봇을 선도 로봇 및 추종로봇으로 사용하였다. 아래의 그림 1은 개발된 로봇의 형상과 구성도를, 표 1은 주요 제원을 나타낸다.
선도로봇의 위치인식을 위해서 그림 2와 같이 7개의 적외선 거리 센서 S1-S7을 추종로봇의 외면에 30°의 간격으로 배치하였다. 센서는 Sharp사의 저가형 적외선 거리 센서인 GP2Y0A51SK0F을 사용하였으며, 권장 측정범위는 2～15 ㎝이다[9].
제어기는 32비트의 ARM Cortex-M4 프로세서를 내장한 ST(STMicroelectronics)사의 Nucleo-F411RE 보드를, DC 모터는 장난감 구동용 소형 DC 모터인 DFRobot사의 마이크로 DC 기어모터를, 모터 드라이버는 BA6208칩을 사용하였다. 그리고 CSR칩을 장착한 블루투스 모듈을 장착하여 외부의 PC 등과의 통신이 가능하다.

이론/모형

위의 표 3의 값을 이용하여 각 센서의 출력값 x과 선도로봇과의 거리 d_S의 관계식(거리특성 함수)을 매트랩의 커브 피팅 툴(Curve fitting tool)을 이용하여 구하였으며, 그림 5 및 표 4는 그 결과를 나타낸다.

성능/효과

따라서 향후의 효율적인 해석을 위해 다음과 같이 가정한다：i) 센서의 적외선 광은 이 두가지 영향을 모두 포함하는 정도의 유효 퍼짐각을 가진다. ii) 로봇 몸체의 형상은 완전한 원통형이다.
개발한 선도-추종 로봇을 이용한 정지 및 주행 실험을 통해 제안된 알고리즘의 선도로봇의 위치를 잘 인식함을 알 수 있었다.
그렇지만 추종로봇의 동작제어기를 잘 설계하여 추종오차를 최대한 줄이고, 추종오차가 커지는 경우(즉, 2개의 센서가 감지되다가 1개의 센서가 감지되는 경우)는 센서의 감지 각도 ψ를 바로 직전의 2개 센서에서 감지된 각도 값으로 사용하면, 각도의 해상도를 향상시키는 효과를 줄 수 있으므로 현재의 센서 어레이의 구조에서도 추종로봇의 동작 정밀도를 충분히 높일 수 있을 것으로 판단된다.
첫째, 적외선 거리 센서에서 방사되는 적외선 광이 어느 정도의 퍼짐각을 가진다. 둘째, 적외선이 반사되는 선도로봇의 표면 형상이 완전한 원통형이 아니다. 실제로 로봇 몸통의 상반부는 원통형이나 3D 프린트로 제작되어 표면에 작은 요철이 존재하며, 센서가 부착된 부분에서는 형상이 상이하여 반사각이 달라진다.
따라서 본 연구에 사용된 선도-추종 로봇시스템에서 추종로봇은 선도로봇과의 거리 목표값 dref를 4cm～10 cm의 범위내에서 설정하는 것이 적합하다고 판단된다. 그리고 각도 목표값 ψref는 센서 S2～S6의 감지범위(약 -60⁰ ∼60⁰) 내에서는 임의의 값으로 설정이 가능하다.
따라서 제안한 위치인식 알고리즘이 정확하게 잘 동작함을 알 수 있다.
본 로봇은 주요 부품을 모두 시중에서 쉽게 구할 수 있는 저렴한 것을 사용하였고, 몸체 프레임을 3D프린터로 제작하였으므로, 학교나 실험실 등에서 저가로 빠르고 쉽게 제작할 수 있는 장점이 있다.
영상처리의 오차를 2～3픽셀(약 0.4～0.6㎝) 정도라고 본다면, 표 5와 표 6의 결과에서 적외선센서의 위치인식 결과(d, ψ)와 영상처리 결과(dcam, ψcam)는 거의 비슷한 값을 보여줌을 알 수 있으며, 따라서 선도-추종로봇이 이동상태일 때도 제안한 알고리즘의 선도로봇의 위치인식이 정확함을 알 수 있다.

후속연구

그리고 부가적으로 향후 방향의 해상도를 높이기 위한 연구가 더 필요하다고 판단된다. 가능한 방법으로는 센서 어레이의 구조를 개선하여 센서의 배치간격을 더 줄이거나, 또는 센서 어레이에 별도의 동작 메카니즘을 부착하여 로봇 몸체에 대해 상대적인 회전이 가능하도록 하는 방법, 또는 다른 종류의 센서를 추가하여 사용하는 방법 등을 고려할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	선도로봇이 1개의 센서에서 감지되는 경우 단점은?	그러나, 선도로봇이 2개의 센서에서 감지되는 경우(즉, 비교적 선도로봇이 가까이 있는 경우)는 거리와 방향을 정확히 인식할 수 있으나, 1개에서만 감지되는 경우(선도로봇이 멀리 있는 경우)는 거리의 정확한 인식은 가능하나 방향은 해상도는 30°밖에되지 않아 정확한 값을 구할 수 없는 단점이 있다. 하지만 이것은 30°간격의 센서 7개로 구성된 센서 어레이의 구조상 불가피한 것으로 판단된다.
	선도-추종 로봇(Leader-Follower Robot) 시스템의 동작방식은 무엇인가?	두 대의 이동 로봇(Mobile Robot)으로 이루어지는 선도-추종 로봇(Leader-Follower Robot) 시스템에서, 한 대의 모바일 로봇은 선도로봇(Leader Robot), 또 한 대는 추종로봇(Follower Robot)으로동작을 한다. 선도로봇은 사람이 조종을 하거나 또는 자율주행을 하며, 추종로봇은 선도로봇과 일정한 거리, 각도를 유지하며 선도로봇을 따라가게 된다.
	해상도를 높이기 위한 방법에는 어떤 것이 있는가?	그리고 부가적으로 향후 방향의 해상도를 높이기 위한 연구가 더 필요하다고 판단된다. 가능한 방법으로는 센서 어레이의 구조를 개선하여 센서의 배치간격을 더 줄이거나, 또는 센서 어레이에 별도의 동작 메카니즘을 부착하여 로봇 몸체에 대해 상대적인 회전이 가능하도록 하는 방법, 또는 다른 종류의 센서를 추가하여 사용하는 방법 등을 고려할 수 있다.

참고문헌 (9)

A. Loria, J. Dasdemir, and N. A. Jarquin, "Leader-Follower Formation and Tracking Control of Mobile Robots Along Straight Paths," IEEE Transactions on Control Systems Technology, Vol.24, No.2, pp.727-732, 2016. DOI: 10.1109/TCST.2015.2437328

상세보기
H. Xiao, Z. Li, S.Member, "Formation Control of Leader-Follower Mobile Robots' Systems Using Model Predictive Control Based on Neural-Dynamic Optimization," IEEE Transactions on Industrial Electronics, Vol.63, No.9,pp.5752-5762, 2016. DOI: 10.1109/TIE.2016.2542788

상세보기
Bong Seok Park, "Leader-Follower Based Formation Control of Multiple Mobile Robots Using the Measurements of the Follower Robot," Journal of Institute of Control, Robotics and Systems, Vol.19, No.5, pp.385-389, 2013. DOI: 10.5302/J.ICROS.2013.13.9001

원문보기 상세보기
Jin-Hyun Park, Young-Kiu Choi, "Formation Control of Mobile Robots using Adaptive PID Controller," Journal of the Korea Institute of Information and Communication Engineering, Vol.19, No.11, pp.2554-2561, 2015. DOI: 10.6109/jkiice.2015.19.11.2554

원문보기 상세보기
X. Liang, Y. Liu, etc. "Leader-Following Formation Tracking Control of Mobile Robots withou Direct Position Measurements," IEEE Transactions on Automatic Control, Vol.61, No.12, pp.4121-4137, 2016. DOI: 10.1109/TAC.2016.25478772
Kwon Tae-Bum, Song Jae-Bok, "Grid Map Building and Sample-based Data Association for Mobile Robot Equipped with Low-Cost IR Sensors," The journal of Korea Robotics Society, Vol.4, No.3, pp.169-176, pp.1975-6291, 2009.
Byoung-Ho Kim, "Design and Analysis of Collision Alarm Using Infrared Distance Sensor" Journal of Korean Institute of Intelligent Systems, Vol.24, No.6, pp.634-639, 2014. DOI: 10.5391/JKIIS.2014.24.6.634

원문보기 상세보기
G. Ruey Yu, P. Yen Liu, Y. Kai Leu, "Design and Impementation of a Wheel Mobile Robot with Infrared-Based Algorithms," Advanced Robotics and Intelligent Systems, 2016. DOI: 10.1109/ARIS.2016.7886625
Sharp, "infrared(IR) distance sensors GP2Y0 A51SK0Fmanual," https://global.sharp/products/device/lineup/data/pdf/datasheet/gp2y0a51sk_e.pdf

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