[논문]소형 모바일 로봇의 다 개체 제어 테스트 플랫폼 구축과 일치제어 알고리듬의 구현

류건희; 박부영; 오세현; 장성훈; 백주훈

소형 모바일 로봇의 다 개체 제어 테스트 플랫폼 구축과 일치제어 알고리듬의 구현
Testbed for consensus control of multi agent mobile robots 원문보기

류건희 (광운대학교 로봇학부) , 박부영 (광운대학교 로봇학부) , 오세현 (광운대학교 로봇학부) , 장성훈 (광운대학교 로봇학부) , 백주훈 (광운대학교 로봇학부)

본 논문에서는 소형 모바일 로봇의 다개체 제어를 위한 테스트 플랫폼 구축 방법을 소개하고, 제안된 테스트 플랫폼에서 일치제어 알고리듬을 이용한 대형 안정화 및 소형 모바일 로봇들의 군집 이동을 모의 실험하여 그 효용성을 알아본다.

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

문제 정의

본 논문에서는 다양한 다개체 제어 알고리듬을 소형 모바일 로봇과 카메라를 통하여 구현할 수 있는 테스트 플랫폼을 구축하는 방법에 대해 소개하고, 논문[1]에서 제안된 제어 알고리듬을 구현하여 그 효용성을 알아본다.
본 논문에서는 소형 모바일 로봇의 다 개체 제어를 위한 테스트 플랫폼의 구축 방법과, 일치제어 알고리듬의 구현에 대한 내용을 다루었다. 또한 모의실험 및 실제실험으로 그 효용성과 안정성을 알아보았다.
2. 본론

본론에서는 이동로봇 대형 제어를 위하여 설계된 제어기와 테스트 플랫폼 구축 과정 및 이동로봇의 상세정보에 대해 설명하고 이를 통한 모의실험 및 그 결과를 소개한다.

제안 방법

구현된 제어기 및 모니터링 프로그램을 통하여 실제 이동로봇들의 편대 안정화가 이루어지는 과정을 텍스트파일로 기록한 뒤 이미지화 하였다. 위의 편대안정화 실험에서 제어기(4)의 행렬 K는 K+AC의 고유치가 [-0.
대형제어를 위하여 로봇의 대형제어기를 Visual C++ MFC Dialog기반으로 작성하였다. 로봇위의 마커를 인식하여 획득한 위치 정보를 사용하여 각각의 로봇에 적절한 속도 및 각속도 명령을 내린다.
동 바퀴 각각 0∼10의 정수 속도지령이며, 이를 우리 시스템에 맞게 이동로봇의 선속도 및 각속도에 해당하는 값으로 환산하는 테스트를 수행했다.
본 논문에서는 소형 모바일 로봇의 다 개체 제어를 위한 테스트 플랫폼의 구축 방법과, 일치제어 알고리듬의 구현에 대한 내용을 다루었다. 또한 모의실험 및 실제실험으로 그 효용성과 안정성을 알아보았다.
편의를 위해 각각의 이동 로봇 클래스를 제작하여 3대의 이동로봇의 변수를 독립적으로 관리하였다. 또한 제어기를 실제 햄스터 로봇에 적용시키기 전에, PC상에서 구현한 제어기의 파라미터들의 세팅을 위하여 이상적인 이동로봇과, 속도를 선형화한 이동로봇의 대형안정화 제어기를 테스트 해볼 수 있는 시뮬레이션 프로그램을 작성했다.
로 묘사되는 네트워크 연결 관계를 고려하였으며, 각각의 이동 로봇들이 한 변의 길이가 60인 정삼각형 대형을 이루도록 하는 d벡터를 선정 하였다.
본 논문에서는 참고문헌 [1]에서 제안된 제어기를 사용한다. 다음과 같은 N개의 이동 로봇을 고려해 보자.
시뮬레이션 프로그램과 제안된 테스트 플랫폼으로 실제 이동로봇의 대형을 제어하였다.
이동 로봇의 좌표 인식에 사용 될 마커의 집합은 알파벳으로 선정하였으며, 인식 노이즈 최소화 및 각도 인식을 위해 알파벳 대, 소문자를 섞어 상하 좌우 구분이 명확하도록 하였다.
카메라를 통하여 받은 이미지를 렌즈반경왜곡(Radial distortion)에 대하여 보정(calibration)을 수행한 뒤[4] 이미지상의 공간을 임의로 9구역으로 나누었다. 이후, 각각의 구역에서 마커를 일정거리 이동한 뒤 픽셀좌표의 변화량을 측정하여 평균값을 취했다.
제안된 테스트 플랫폼과 Hamster로봇을 사용하여 실제 로봇의 대형을 제어하였다.
카메라를 통하여 받은 이미지를 렌즈반경왜곡(Radial distortion)에 대하여 보정(calibration)을 수행한 뒤[4] 이미지상의 공간을 임의로 9구역으로 나누었다. 이후, 각각의 구역에서 마커를 일정거리 이동한 뒤 픽셀좌표의 변화량을 측정하여 평균값을 취했다.
카메라의 픽셀(pixel) 좌표와 로봇의 활동 가능 영역에 대한 좌표를 대응시키기 위하여 실제 측정 좌표와 픽셀의 변화를 측정하는 실험을 수행했다.
동 바퀴 각각 0∼10의 정수 속도지령이며, 이를 우리 시스템에 맞게 이동로봇의 선속도 및 각속도에 해당하는 값으로 환산하는 테스트를 수행했다. 테스트는 양쪽 바퀴에 같은 정수 속도지령을 내리고, 정해진 거리를 이동하는 시간을 측정하여 이동로봇의 선속도를 추정하고 테이블을 작성하였다. 아래의 그래프는 테스트를 수행하여 얻어진 결과를 3차식으로 근사화한 그래프이다.
로봇위의 마커를 인식하여 획득한 위치 정보를 사용하여 각각의 로봇에 적절한 속도 및 각속도 명령을 내린다. 편의를 위해 각각의 이동 로봇 클래스를 제작하여 3대의 이동로봇의 변수를 독립적으로 관리하였다. 또한 제어기를 실제 햄스터 로봇에 적용시키기 전에, PC상에서 구현한 제어기의 파라미터들의 세팅을 위하여 이상적인 이동로봇과, 속도를 선형화한 이동로봇의 대형안정화 제어기를 테스트 해볼 수 있는 시뮬레이션 프로그램을 작성했다.

대상 데이터

<그림 2>에 보여진 바와 같이 카메라 지지대는 30mm 알루미늄 프로파일을 사용하였고 1.4m 높이에서 영상을 획득한다. 카메라는 Microsoft 사의 웹캠 HD-5000을 사용하였으며, 모니터링 프로그램은 1280*720의 해상도로 영상을 입력받아 마커의 형태와 위치 및 각도 정보를 획득한다.
이동로봇은 Robomation사의 햄스터(Hamster)로봇을 사용하였다.
001로 선택 했다. 제어기의 주기는 50msec로 하였다. 또한 제어기의 초기치는 모두 1로 하였고, 나머지 이동 로봇의 모든 초기치는 임의로 선정 되었다.
1]이 되도록 설계 되었으며, ε= 45로 선택 했다. 제어주기는 200msec로 하였다. 또한 제어기의 초기치는 모두 0.
4m 높이에서 영상을 획득한다. 카메라는 Microsoft 사의 웹캠 HD-5000을 사용하였으며, 모니터링 프로그램은 1280*720의 해상도로 영상을 입력받아 마커의 형태와 위치 및 각도 정보를 획득한다.
모니터링 프로그램의 영상 처리 속도는 12frame/sec 정도로 측정 되었다. 카메라에서 바라본 좌표의 원점은 이미지 좌하단부로 설정 하였고, 1280*720의 이미지 해상도를 사용하였다. 이동 로봇들의 대형 제어를 위해 획득된 마커의 픽셀좌표는 실제 거리단위(meter)로 환산하기 위하여 식(8)을 이용했으며, 프로그램 상의 로봇 객체에 원점으로부터 떨어져 있는 거리값을 현재 좌표로 저장 하였다.

이론/모형

이동 로봇 대형제어의 구현을 위해 테스트 플랫폼을 구축하는데 있어서, 좌표계 설정 및 위치정보획득(localization)방법은 카메라를 이용한다. 각각의 이동로봇들의 상단에 ARToolKit[3]용 마커를 부착하여, 위치와 각도를 획득한다.

성능/효과

결과에서 보여 지듯이, 세대의 모바일 로봇이 같은 속도와 각속도를 얻어 같은 방향으로 대형을 유지 하며 이동하게 되었다. 해상도 500*500 이미지 상에서 1픽셀은 1m를 나타내며 제어기(4)에서 행렬 K는 A+KC의 고유치가 -1, -2, -2, -3이 되도록 설계 되었으며, ε= 0.

후속연구

추후 연구 주제로는 위의 실제 이동로봇들이 대형을 이룬 상태로 임의의 위치로 이동하는, “대형의 위치제어”를 목표로 진행 될 것이다.

핵심어

질문

논문에서 추출한 답변

다개체 시스템의 일치 제어 알고리듬이 학계에서 주목을 받는 이유는?

최근 다개체 시스템의 일치 제어 알고리듬이 수중로봇의 대형제어 알고리듬, 안내용 서비스로봇이나 협업로봇의 상호간의 대형유지, 개방형 구조의 통합 네트워킹 등과 같은 여러 가지 응용 예로 인해 학계에서 주목을 받고 있다.

이동 로봇 대형제어의 구현을 위해 테스트 플랫폼을 구축하는데 있어서, 좌표계 설정 및 위치정보획득(localization)방법은 무엇을 이용하는가?

이동 로봇 대형제어의 구현을 위해 테스트 플랫폼을 구축하는데 있어서, 좌표계 설정 및 위치정보획득(localization)방법은 카메라를 이용한다. 각각의 이동로봇들의 상단에 ARToolKit[3]용 마커를 부착하여, 위치와 각도를 획득한다.

카메라를 통하여 받은 이미지를 렌즈반경왜곡(Radial distortion)에 대하여 보정(calibration)을 수행한 뒤 이미지상의 공간을 임의로 9구역으로 나누고 이후, 각각의 구역에서 마커를 일정거리 이동한 뒤 픽셀좌표의 변화량을 측정하여 평균값을 취한 결과는?

위에서 설명한 실험을 통하여 1cm/pixel ≃ 7.15의 결과를 얻었고 따라서,

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

소형 모바일 로봇의 다 개체 제어 테스트 플랫폼 구축과 일치제어 알고리듬의 구현
Testbed for consensus control of multi agent mobile robots 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

2. 본론

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

소형 모바일 로봇의 다 개체 제어 테스트 플랫폼 구축과 일치제어 알고리듬의 구현 Testbed for consensus control of multi agent mobile robots 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

2. 본론

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

소형 모바일 로봇의 다 개체 제어 테스트 플랫폼 구축과 일치제어 알고리듬의 구현
Testbed for consensus control of multi agent mobile robots 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper