When a mobile robot moves around autonomously without man-made corrupted bye landmarks, it is essential to recognize the placement of surrounding objects especially for self localization, obstacle avoidance, and target classification and localization. To recognize the environment we use many Kinds o...
When a mobile robot moves around autonomously without man-made corrupted bye landmarks, it is essential to recognize the placement of surrounding objects especially for self localization, obstacle avoidance, and target classification and localization. To recognize the environment we use many Kinds of sensors, such as ultrasonic sensors, laser range finder, CCD camera, and so on. Among the sensors, ultra sonic sensors(sonar)are unexpensive and easy to use. In this paper, we analyze the sonar data and propose a method to recognize features of indoor environment. It is supposed that the environments are consisted of features of planes, edges, and corners, For the analysis, sonar data of plane, edge, and corner are accumulated for several given ranges. The data are filtered to eliminate some noise using the Kalman filter algorithm. Then, the data for each feature are compared each other to extract the character is ties of each feature. We demonstrate the applicability of the proposed method using the sonar data obtained form a sonar transducer rotating and scanning the range information around a indoor environment.
When a mobile robot moves around autonomously without man-made corrupted bye landmarks, it is essential to recognize the placement of surrounding objects especially for self localization, obstacle avoidance, and target classification and localization. To recognize the environment we use many Kinds of sensors, such as ultrasonic sensors, laser range finder, CCD camera, and so on. Among the sensors, ultra sonic sensors(sonar)are unexpensive and easy to use. In this paper, we analyze the sonar data and propose a method to recognize features of indoor environment. It is supposed that the environments are consisted of features of planes, edges, and corners, For the analysis, sonar data of plane, edge, and corner are accumulated for several given ranges. The data are filtered to eliminate some noise using the Kalman filter algorithm. Then, the data for each feature are compared each other to extract the character is ties of each feature. We demonstrate the applicability of the proposed method using the sonar data obtained form a sonar transducer rotating and scanning the range information around a indoor environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
분석한다. 또한 데이터의 비교 분석을 통해 얻어진 출력 패턴을가지고 환경 인식 알고리즘을 개발한다.
6도씩 스텝 모터를 이용하여 회전하면서 Scanning하여 데이터를 얻었다. 또한 출력패턴을 확인하기 위하여 30번의 정도의 반복 실험과 거리를 40Cm 간격으로 달리하면서 실험을 했다. 평면환경 모델에 대해 수직으로 400mm 떨어진 지점에서 실험을 했다.
본 논문에서는 한 개의 초음파 센서를 가지고 SONAR 시스템을 구성, 실내 환경을 몇 가지로 구분하고 환경 모델별로 물체를 스캐닝(Scanning)하여 측정 거리 데이터를 통한 정보를 비교. 분석한다.
이 모듈은 초음파 대역의 주파수를 발생시키고 이를 트랜스듀서 (Transducer)에 전달하여 초음파를 발신, 물체에 반사되어 돌아오는 Echo를 전기적인 신호로 바꾸어 수신하는 역할을 한다. 이 모듈에 트랜스듀서를 접속하고 트리거 신호를 인가하면 49.4KHZ의 주파수를 갖는 16개의 펄스가 발신되고 이 펄스가 물체에 반사되어 돌아오면 그 Echo를 감지하는 과정으로 거리 계측을 한다.
주변 환경을 인식하는데 사용되기에 적합한 센서로는 기본 구조가 간단하고 실시간 처리를 하기에 손쉬운 초음파 센서가 기본적인 센서로 쓰이기에 적합하지만 각도에 있어서 나타나는 부청확성, 다중반사 (Multiple R우flections)에 의한 오차를 개선해 주어야 하는 문제가 있다. 이동 로봇의 실내 주행에서의 SONAR를 이용한 목표물 인식에는 각각의 SONAR에서 수신되는 TOF (Time Of Flight)의 차이를 이용하여 SONAR 배열과 목표물 간의 기하학적 관계를 분석한다. 링 형태의 어레이를 구성하여 사용하기 위해서는 먼저 한 개의 초음파 센서를 이용하여 측정 거리의 정보 분석을 통해 적절한 배치 형태를 취해야 한다.
이런 어레 이 형태를 구성하기 위해서는 먼저 한 개의 초음파 센서를 이용하여 측정 거리의 정보분석 및 적절한 배치 형태를 파악해야 한다. 이를 위해 본 논문에서는 한 개의 초음파 센서를 가지고 SONAR 시스템을 구성, 실내 환경을 몇 가지로 구분하고 환경 모델별로 물체를 스캐닝(Scanning)하여 측정 거리 데이터를 통한 정보를 비교, 분석했다, 360도 회전이 가능하고 속도 조절이 가능한 한 캐의 초음파 센서 시스템을 만들어 환경 모델에 적용하였다.
직선은 모든 데이터의 평균값이며, . 한 각도에 대해 칼만 필터를 적용해 얻어진 데이터를 가지고 90도 범위의 칼만 필터를 적용한 각들에 대해서 칼만 필터를 제 적용하고 최종의 데이터를 얻는다. 칼만필터가 적용된 데이터를 알고리즘에 적용 3가지 환경 모델에 대한 인식한다.
환경 모델에 대하여 수직으로 일정 거리의 지점에서 수직면에 +45°에서 -45°범위(총 90°)를 시계 반대 방향으로 3.6도씩 스텝 모터를 이용하여 회전하면서 Scanning하여 데이터를 얻었다. 또한 출력패턴을 확인하기 위하여 30번의 정도의 반복 실험과 거리를 40Cm 간격으로 달리하면서 실험을 했다.
대상 데이터
기본적인 실험환경은 복도의 콘크리트 벽면을 이용했다. 환경 모델에 대하여 수직으로 일정 거리의 지점에서 수직면에 +45°에서 -45°범위(총 90°)를 시계 반대 방향으로 3.
본 연구에서 사용하고자 하는 SONAR 는 Polaroid Ultrasonic Sensor Module을 포함하고 있다. 이 모듈은 초음파 대역의 주파수를 발생시키고 이를 트랜스듀서 (Transducer)에 전달하여 초음파를 발신, 물체에 반사되어 돌아오는 Echo를 전기적인 신호로 바꾸어 수신하는 역할을 한다.
성능/효과
연구의 핵심이라 할 수 있는 점은 환경모델에 대한 반복적인 실험을 통하여 얻어진 데이터들을 분석하여 실질적으로 초음파 센서 신호를 이용하여 득징 적인 패턴을 추출해 낼 수 있었다. 이러한 패턴에 기초하는, 환경 패턴 인식을 위한 알고리듬은 각각의 환경에 대한 적용하여 환경의 패턴을 인식하고 평면 • 구석 • 모서리로 인식해내고, 이들의 위치를 파악할 수 있게 되었다.
이러한 패턴에 기초하는, 환경 패턴 인식을 위한 알고리듬은 각각의 환경에 대한 적용하여 환경의 패턴을 인식하고 평면 • 구석 • 모서리로 인식해내고, 이들의 위치를 파악할 수 있게 되었다. 특히 본 논문은 실험을 통하여 얻어진 데이터들을 분석하여 실질적으로 초음파 센서 신호를 이용하여 실내 환경을 인식할 수 있게 했다는 점이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.