[논문]소실점 처리를 이용한 전동 휠체어의 자율 주행 판단

박충식; 김재홍; 이봉근; 구민정; 장세인; 이한림; 김광백; 강현석; 차명석

소실점 처리를 이용한 전동 휠체어의 자율 주행 판단
Deciding the Direction for Autonomous Navigation of the Powered Wheelchair with Vanishing Points 원문보기

박충식 (영동대학교 컴퓨터공학과) , 김재홍 (영동대학교 컴퓨터공학과) , 이봉근 (영동대학교 컴퓨터공학과) , 구민정 (영동대학교 컴퓨터공학과) , 장세인 (영동대학교 컴퓨터공학과) , 이한림 (영동대학교 작업치료학과) , 김광백 (신라대학교 컴퓨터정보공학부) , 강현석 (이지테크) , 차명석 (이지테크)

본 논문은 복도 영상에서 소실점만으로 방향을 판단하여 주행하는 방법을 제시한다. 허프 변환을 이용하여 추출된 선 성분으로 소실점을 구하고 다양한 경우를 고려하여 회전과 주행 방향을 판단한다. 제안된 방법으로 전동 휠체어를 이용하여 자율 주행을 확인하였다.

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

문제 정의

본 논문에서는 10cm이내의 근거리 내에서 물체의 유무를 탐지하고 충돌을 회피하기 위한 방법으로 초음파 센서롤 사용한다. 초음파 센서는 상대적으로 먼 거리의 물체를 먼저 탐지하기 위한 신호로 활용한다.
본 논문에서는 소실점을 구한 정보와 초음파 센서의 거리정보를 이용하여 주행경로를 결정 한다는 것을에 주행 알고리즘을 도식화 하였다.

제안 방법

하였다. 그리고 소실점 개념을 도입하여 검출하고, 검출된 소실점의 각도를 계산한 뒤 가운데라고 판단될 때 주행을 결정하였다. 소실점은 검출되었지만 주행이 불가능 하다고 판단될 시에 초음파 센서로 인하여 회전과 회전에 대한 이동이 가능한 상태면 회전하고 이동한다.
2>를통해 허프 변환을 시용해 찾은 선들을 이용하여 소실점을 찾을 수 있다는 것을 기하학적으로 나타냈다.
본 논문에서 제안한 자율주행 시스템의 방법은 획득한 영상을 흑백 (Gray) 영상으로 만들어 이진화(binarization) 시키고, 가우시안 블러링 (Gaus&ian blurring)을 사용하여 잡음을 제거하고, 캐니 에지 검출(Carmy edge detection) 알고리즘을 사용하여 에지를 찾아낸다. 찾아낸 에지 영상에서 직선 성분을 검출하기 위해 허프 변환을 사용하여 소실점을 찾아내는 순서도를<그림 1>에 그 순서도를 나타낸다.
본 논문에서는 카메라 영상으로부터 프레임 단위로 영상을 받아와 먼저 RGB 영상을 흑백 영상으로 식 (1)을 이용해 변환한다.
본 연구에서는 자율 주행을 위한 비전 기반의 복도영상 해석 방법으로 허프 변환을 사용하였고, 불필요한 선들인 수직선, 수평선을 제외하고 검출하여 중복 검출을 최소화 하였다. 그리고 소실점 개념을 도입하여 검출하고, 검출된 소실점의 각도를 계산한 뒤 가운데라고 판단될 때 주행을 결정하였다.
본 연구에서 사용된 SRF08 초음파 센서 모듈은 최소 3cm에서 최대 6m까지 물체검출이 가능하고 검출 반경도 넓은 편이다. 본 연구에서는 초음파 센서를 스캐닝하여 거리 값을 받아 벽에 부딪히지 않는 경우와 복도의 계단 아래로 추락하지 않는 경우만을 탐지하여 주행에 참조한다.
제어보드인 ATMEGA128보드를 제작하였고, 초음파 센서를 전면에 2개, 양 측면에 45 마다 2 개, 후면에 1개 총 5개를 장착하였으며, 제어보드와 UMPC 를 연결한 휠체어를<그림 4>에 나타낸다. 비상 정지를 위해 RF 리모콘으로 제어도 가능하도록 한다.
그러나 기계는 인간과 같은 인지능력을 가지고 있지 않기 때문에 주행 조건이 필요하다. 소실점이 생긴다는 것은 앞으로 진행이 가능하다고 판단할 수 있기 때문에 주행 조건으로 본 논문에서는 소실점을 이용하여 이동할 방향과 회전 방향을 판단한다.

대상 데이터

복도영상의 해석빙법을 실험하기 위하여 복도 영상으로 800 X 600 으로 된 영상으로 입력받아 처리하였다. 원 영상이<그림 5>에 있는데, 이 영상을 흑백영상으로 변환 한 것을<그림 6>에 나타낸다
초음파 셴서는 가까운 거리에 있는 물체 또는 사람의 유/무, 거리 측정, 속도측정 등에 사용된다. 본 연구에서 사용된 SRF08 초음파 센서 모듈은 최소 3cm에서 최대 6m까지 물체검출이 가능하고 검출 반경도 넓은 편이다. 본 연구에서는 초음파 센서를 스캐닝하여 거리 값을 받아 벽에 부딪히지 않는 경우와 복도의 계단 아래로 추락하지 않는 경우만을 탐지하여 주행에 참조한다.
실험 환경으로 탑재 PC는 UMPC를 사용하였으며 그 성능은 Int시 ULV A110 Processor 800MHz CPU와 1GB RAM을 사용하며 VGA는 Intel GMA950 (128M) 을 사용하고 카메라를 달았다. 제어보드인 ATMEGA128보드를 제작하였고, 초음파 센서를 전면에 2개, 양 측면에 45 마다 2 개, 후면에 1개 총 5개를 장착하였으며, 제어보드와 UMPC 를 연결한 휠체어를<그림 4>에 나타낸다.
제어보드인 ATMEGA128보드를 제작하였고, 초음파 센서를 전면에 2개, 양 측면에 45 마다 2 개, 후면에 1개 총 5개를 장착하였으며, 제어보드와 UMPC 를 연결한 휠체어를에 나타낸다.

이론/모형

다음으로 잡음에 강하며 강한 에지들만 검출된다는 특징을 가진 캐니 에지 검출 알고리즘을 사용한다. 일반적으로 에지는 기울기를 먼저 구할 때 식 (4)를 사용하며, 벡터의 크기는 식 (5)를 통해 구한 다음 벡터의 방향은 식 (6)으로 구한다.
RANSACe 교점들 중에서 선과의 거리 합이 최소가 되는 것을 선택하게 되며, Mean shift는 교점들의 히스토그램에서 모드를 검출하는 것이다. 본 논문에서는 이 방법들 중에 실시간 처리를 위해 가장 간단히 계산할 수 있는 Mean방법을 사용한다.
말한다. 소실점을 구하기 위해 먼저 선 성분을 구해야 하기 때문에 선 성분을 검출하는 가장 대표적인 허프 변환 (Hough Transform)을 이용한다. 허프 변환을 이용한 연구는 차선을 검출하는데 많이 이용 되고 있으며[1, 21, 더 나아가서 B-Snake 알고리즘을 사용하여 곡선을 인식하는 연구가 있다.

후속연구

소실점이 검출되지 않았다는 것은 허프변환 수행할 시에 두 개 이상의 선 성분을 추출하지 못하였다고 판단하기 때문에 벽과의 거리를 계산해 회전이 가능한 상태면 왼쪽부터 회전하기 시작한다는 것을 원칙으로 하며 왼쪽으로 회전이 불가능 하다면 오른쪽으로 회전하기 시작한다. 현재 직선 주행만을 결정 하였지만 향후 연구 방향으로는 왼쪽이나 오른쪽으로 커브하며 자율 주행을 판단하는 시스템을 개발 할 것이다.

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

소실점 처리를 이용한 전동 휠체어의 자율 주행 판단
Deciding the Direction for Autonomous Navigation of the Powered Wheelchair with Vanishing Points 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

소실점 처리를 이용한 전동 휠체어의 자율 주행 판단 Deciding the Direction for Autonomous Navigation of the Powered Wheelchair with Vanishing Points 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

소실점 처리를 이용한 전동 휠체어의 자율 주행 판단
Deciding the Direction for Autonomous Navigation of the Powered Wheelchair with Vanishing Points 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper