[논문]이동로봇의 위치 추정을 위한 스케일 불변 특징점 추출 및 거리 측정에 관한 연구

정대섭; 장문석; 유제군; 이응혁; 심재홍

이동로봇의 위치 추정을 위한 스케일 불변 특징점 추출 및 거리 측정에 관한 연구
A Study on Scale-Invariant Features Extraction and Distance Measurement for Localization of Mobile Robot 원문보기

정대섭 (한국산업기술대학교 Robot학과) , 장문석 (한국과학기술대학교 지능형HealthCare연구소) , 유제군 (한국과학기술대학교 지능형HealthCare연구소) , 이응혁 (한국과학기술대학교 전자공학과) , 심재홍 (한국과학기술대학교 Mechatronics)

Existent distance measurement that use camera is method that use both Stereo Camera and Monocular Camera, There is shortcoming that method that use Stereo Camera is sensitive in effect of a lot of expenses and environment variables, and method that use Monocular Camera are big computational complexity and error. In this study, reduce expense and error using Monocular Camera and I suggest algorithm that measure distance, Extract features using scale Invariant features Transform(SIFT) for distance measurement, and this measures distance through features matching and geometrical analysis, Proposed method proves measuring distance with wall by geometrical analysis free wall through feature point abstraction and matching.

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

문제 정의

추출해 내는 것이 중요하다. 따라서 본 논문에서눈이동로봇예서 단얀 카메라를 사용하였을 때의 오차를 최소화하여 양질의 특징점을 검출하여, 매 칭을 통해 기하학적으로 해석할 수 있는 알고리즘을 제안하였다. 실험 결과 이동로봇과 벽면의 거리가 2m 이내일 경우에는 약 3cm의 오차를 가지며, 2m에서 3m 사이에는 약5cm의 오차틆 가지는 첫을 확인 할 수 있* 었다
본 논문에서는 비용 절감을 위해 단안 카메라롤 이용하였오며, 오차가 심하다는 단점을 보완하기 위해 환경 변수에 좋은 성능을 나타낸 SIFT변환을 통하여 특징점을 검출하였다. 그리고 튝징점듈의 매칭을 통한 기하학적인 해석으로 식을 간소화 해서, 계산 복잡도와 실체 거리의 요차 범위톨 줄일 수가 있었다.

제안 방법

검출한 특징점 을 이용해서 1번 이미지와 2번 이미지를 매칭을 시키고, 2번 이미지와 3번 이미지를 매칭을 시킨다. 2가지의 매칭 을 통해서 각 픽셀당 실제 거리를 구하고, 기하학적인 해석 을 통해서 벽면과의 실제 거리를 구한다.
거리 측정을 위해서는 우선 3장의 이미지를 캡쳐하고, 캡쳐한 이미지를 각각에 대해서 특징점을 검출한다. 검출한 특징점 을 이용해서 1번 이미지와 2번 이미지를 매칭을 시키고, 2번 이미지와 3번 이미지를 매칭을 시킨다.
벽면과 실제의 거리로 1m 떨어진 곳에서 1번 이미지를 캡쳐하였고, 이를 기준으로 X축 왼쪽 방향으로 lOCm떨어진 곳애서 2번 이미지릂 캡쳐하였다. 그리고 3번 이미지는 2번 이미 지률 기준으로 오른쪽으로 10도 만쿔 회전해서 캡쳐하였다.
제거된 극대, 극소점들은 특징점이 되어, 각각의 특징점들을 국부 영상 특성에 준하여 방위 를 구하고, 방위 를 이용하여 각각의 특징점 마다 특징 벡터를 구성한다. 이렇게 해서 구해진 각각의 점에 대해 좌표 X, y, 스케일, 방향, 128개의 서술자서escriptor)를 저장한다、그리고 매칭시에는 이 값들을 비교하여 매칭을 수행한다.
그리고 3번 이미지는 2번 이미 지률 기준으로 오른쪽으로 10도 만쿔 회전해서 캡쳐하였다. 캡쳐한 각각의 이미지에서 특징점들을 검출하여 그림 4 와 같이 1번 이미지와 2번 이미지를 매칭 하였고, 그림 5와 같이 2번 이미지와 3현 이미지를 매칭하는 과정을 수행 하였다, 그림 4와 그림 5에 나타난 것처럼 매칭하는 과정에서 정확한 매칭이 안 된 부분이 있다. 이를 보정하기 위해서 매칭한 결과 y축으로 干5픽셀 이상 차이가 나는 특징점은 제외하기로 한다.

대상 데이터

본 연구의 거리측정을 위해 단안 카메라로 USB 카메라를 사용하였다. 실험 환경은 임의의 벽면을 대상으로 하였고, 3*2420 0 의 이미지로 캡쳐하여 PGMfPortable Gray Map) 파일 포맷으로 변한 후 실행 하였다.
실험 환경은 임의의 벽면을 대상으로 하였고, 3*2420 0 의 이미지로 캡쳐하여 PGMfPortable Gray Map) 파일 포맷으로 변한 후 실행 하였다.

이론/모형

특징 점 검 출을 위한 방식 으로는 Harris-Laplace 방식 롸 가우시안 차분(DoG : Difference of Gaussian) 방법이 있는데 전자는 정확도 면에서 장점을 가지고 있으며 후자는 속도 면에서 장점을 가지고 있다. 그러나 지능 로봇의 위치 추정은 정확도와 속도를 모두 고려해야 하므로, 스케일 변환, 회전, 조명의 변화에 따른 성능을 비교 분석한 결과 가우시안 차분이 방법이 더 우수한 것으로 알려져 엿}다(3).

성능/효과

검출하였다. 그리고 튝징점듈의 매칭을 통한 기하학적인 해석으로 식을 간소화 해서, 계산 복잡도와 실체 거리의 요차 범위톨 줄일 수가 있었다. 이러한 장점을 이용한다면 거리 정보가 없는 환경에서도 거리를 검출하여 정확한 맵 빌딩을 할 수 있을 것으로 판단된다.
따라서 본 논문에서눈이동로봇예서 단얀 카메라를 사용하였을 때의 오차를 최소화하여 양질의 특징점을 검출하여, 매 칭을 통해 기하학적으로 해석할 수 있는 알고리즘을 제안하였다. 실험 결과 이동로봇과 벽면의 거리가 2m 이내일 경우에는 약 3cm의 오차를 가지며, 2m에서 3m 사이에는 약5cm의 오차틆 가지는 첫을 확인 할 수 있* 었다

후속연구

그리고 튝징점듈의 매칭을 통한 기하학적인 해석으로 식을 간소화 해서, 계산 복잡도와 실체 거리의 요차 범위톨 줄일 수가 있었다. 이러한 장점을 이용한다면 거리 정보가 없는 환경에서도 거리를 검출하여 정확한 맵 빌딩을 할 수 있을 것으로 판단된다.
향후 과제W 본 논푼에서 제안한 알고리즘을 적용하여 어떠한 환경에서도 맵 빌딩 할 수 있는 자율주행 로봇을 구현하는 것여다.

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

이동로봇의 위치 추정을 위한 스케일 불변 특징점 추출 및 거리 측정에 관한 연구
A Study on Scale-Invariant Features Extraction and Distance Measurement for Localization of Mobile Robot 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

이동로봇의 위치 추정을 위한 스케일 불변 특징점 추출 및 거리 측정에 관한 연구 A Study on Scale-Invariant Features Extraction and Distance Measurement for Localization of Mobile Robot 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

이동로봇의 위치 추정을 위한 스케일 불변 특징점 추출 및 거리 측정에 관한 연구
A Study on Scale-Invariant Features Extraction and Distance Measurement for Localization of Mobile Robot 원문보기

AI 본문요약
AI-Helper