(1세부) □ 최종목표 실시간 지역 불변 특징량 개발: - 추출 시간 : 20ms (320x240 영상 기준) - 특징량 정합 시간 : 5ms (320x240 영상 기준)
장면 정합을 위한 인지 모델 구축: - 장면 정합 정확도 : 97%
로봇 S/W 플랫폼용 표준 컴포넌트 설계 및 성능 검증
□ 개발내용 및 결과 실시간 지역 불변 특징량 개발: - 최종 목표 수치 도달 - 기존 최고 특징량의 성능을 높이는 연구로 IMSIFT 개발 - 회전 불변성
(1세부) □ 최종목표 실시간 지역 불변 특징량 개발: - 추출 시간 : 20ms (320x240 영상 기준) - 특징량 정합 시간 : 5ms (320x240 영상 기준)
장면 정합을 위한 인지 모델 구축: - 장면 정합 정확도 : 97%
로봇 S/W 플랫폼용 표준 컴포넌트 설계 및 성능 검증
□ 개발내용 및 결과 실시간 지역 불변 특징량 개발: - 최종 목표 수치 도달 - 기존 최고 특징량의 성능을 높이는 연구로 IMSIFT 개발 - 회전 불변성을 추가 및 빠른 블롭 검출로 SORI 개발 - 환경 변화에 강인성을 보이는 Curvature 특징량을 개발 - 최적화 연구를 거쳐 Optimized SORI와 P-RIF 개발
장면 정합을 위한 인지 모델 구축: - 최종 목표 수치 도달 - 고속의 로봇 위치추정 및 온라인 학습의 Growing Tree 개발 - 정합률을 개선하기 위해 Tensor Matching 개발 - 시각 단어들의 가중치를 조절하는 BOW Weight 개발 - GT의 최적화 연구를 거쳐 Optimized GT 개발
로봇 S/W 플랫폼용 표준 컴포넌트 설계 및 성능 검증: - 문서화 및 라이브러리화 - 임베디드 검증
□ 기술개발 배경 - 국제로봇연맹의 통계에 의하면, 오늘날 세계 산업로봇시장은 40억 유로의 가치로 평가되며, 이는 연간 4.2%씩 증가할 것으로 예상됨. - 서비스에 투입되는 로봇의 수는 꾸준히 증가할 것으로 예상됨. - 현재 출시되는 지능형 로봇 제품이 소비자들의 높은 기대를 채워주지 못하고 있기 때문에 시장 확대에 한계가 있음. - 인공지능, 센서 기술, 매니퓰레이션(manipulation)등 고난이도의 원천 기술이 필요한 분야에서 선진국에 뒤처져 있음. - 지능형 로봇을 위한 위치 및 물체 인식을 위해서 시점 및 조명조건에 불변한 시각 특징량(visual feature) 개발이 선행 되어야 함. - 지능형 로봇을 위한 위치 및 물체 인식을 위해서 빠른 장면 정합기술 개발이 선행되어야 함.
□ 핵심개발 기술의 의의 - 특징량 추출 및 영상 정합은 고난이도의 원천 기술이 필요한 분야이며 현재까지 국산 기술은 없었고, 선진국에 뒤처져 있었음. - 본 과제를 통한 새로운 특징량 추출 방법 및 영상정합은 순수국산 기술만으로 연구 개발 되었으며, 이전 최고 기술의 성능을 능가함. - 특징량 추출을 위한 검출 문제를 검색 문제로 전환하여 해결함으로써 비전 관련 기술에 응용 파급 효과 기대. - 단 한번의 학습만 하여 적응력이 떨어졌던 기존의 장면 정합기술을 새로운 환경에도 적응할 수 있는 장면 정합 원천기술을 최초로 개발하였음. - 국내에서 SIFT(US-6711293)와 같이 영상 특징 검출 방법에 대한 세계 우수 기술의 사용료 지불에 대한 부담을 줄이는 대체 기술 개발함.
□ 적용 분야 - 로봇, 인공지능, 영상 검색, 무인자동차
(2세부) □ 최종목표 - 인지모델 기반 실시간 환경지도 구축 및 전역 공간인지 기술개발 - 로봇S/W플랫폼(OPRoS)을 위한 위치인식/지도구축 컴포넌트 설계 기술개발 및 사업화 기술개발
□ 개발내용 및 결과 - 추출된 Invariant Feature를 이용한 실시간 인지모델 기반 지역 특징지도 구축 기술개발 - 공간인지 및 시변 상대위치 추정을 통한 Local Localization 기술개발 - 인지모델 기반 지역 SLAM용 SDK 모듈 및 성능평가용 Base Platform 설계 및 개발 - 인지모델 기반 실시간 계층적 전역 위상지도 구축 기술개발 - 공간인지 및 시변 상대 위치 추정을 이용한 Global Localization 기술개발 - 인지모델 기반 전역 SLAM용 SDK/임베디드 모듈 및 성능평가용 로봇 플랫폼 설계 및 개발 및 Test bed에서 성능시험 - 인지모델 기반 실시간 환경지도 구축과 전역 공간인지 기술최적화 및 성능평가 - Universal image sensor 기반 Reconfigurable Mapping 및 Localization을 위한 Configuration Manager 기술개발 - Configuration Manager 내장형 SLAM SDK/임베디드 모듈 및 전시장, 대형병원 등 위치기반 서비스용 로봇 플랫폼 개발 및 현장 성능 검증
□ 기술개발 배경 - 위치인식기술은 지능형로봇(개인, 전문 서비스)의 완성도를 가름하는 핵심 기술로서 산업화의 걸림돌이 되고 있는 수요자의 가격적인 수용도와 성능의 만족도를 동시에 해결할 수 있는 로봇산업 활성화의 핵심 기술임. - 고기능/저가격 위치인식 모듈의 개발은 로봇의 수요를 획기적으로 창출 할 수 있는 기술이며 이러한 기술을 바탕으로 개인서비스 로봇이 각 가정으로 보급되는 촉매 역할을 할 것으로 예상됨. - 향후 전문서비스, 개인서비스를 위한 지능로봇은 가정은 물론 실외(Field)에서 인간과의 인터랙션, 인지기능을 기반으로 다양한 이동, 조작기능이 강조되는 만큼 위치인식 기술의 완성도가 전문서비스, 개인서비스 로봇의 산업화 및 시장 활성화에 결정적인 역할을 할 것으로 예상됨.
□ 핵심개발 기술의 의의 - 기존 기술적 한계를 극복할 수 있는 위치인식 핵심 기술개발 - 로봇 위치인식 및 자율주행을 위한 임베디드 모듈/부품 시리즈개발 - 저가 센서 및 플랫폼을 기반으로 상용화 - 대공간에서의 로봇 주행 시 발생 가능한 Scalability 문제의 해결 및 공간 단위의 장소 구분에 활용될 것으로 전망
□ 적용 분야 - 생활지원 서비스로봇, 전역(대형)공간 지원로봇, 헬스케어로봇,IT기기, 자동차 등
(3세부) □ 최종목표 - 고정밀 위치인식을 위한 복합 Landmark 기술 개발 - 비전 중심 관성센서 융합을 통한 동적 Ego-motion 추정기술개발 - 염가형 Range Sensor 및 Vision 융합기술 개발 - 위치인식관련 성능평가 표준화 기술 개발 - 비전과 초음파 센서를 융합한 위치 정밀도 향상기술 개발
□ 개발내용 및 결과 고정밀 위치인식을 위한 복합 Landmark 기술 - Passive landmark를 이용한 광역 적외선 영상 위치인식센서개발 - 천장 특징점 추출 비전기법과 개발된 Passive landmark를 이용한 광역 적외선 영상 위치인식센서 융합기술 개발 - 벽면에 부착된 Passive landmark를 이용한 광역 적외선 영상위치인식센서 개발 및 적외선 및 가시광선 특징점 추출 비전기법과 융합 기술 및 시제품 개발 - 복합 Landmark 위치인식 알고리즘 정밀도 향상 - 최적화된 알고리즘의 PSoC화 - 복합 Landmark 위치인식센서용 PSoC 통합 모듈 제작 - PSoC를 이용한 Artificial Landmark 및 Natural Landmark를 사용하는 비전 위치인식 센서 알고리즘의 최적화 - 시제품 제작 및 시험평가, 적용 및 검증 완료
비전 중심 관성센서 융합을 통한 동적 Ego-motion 추정기술 - 이동체의 위치와 방위를 연속적인 추정값으로 구하는 INS 기술확보 - 저가형 관성 센서 기반 실내 네비게이션 모듈 개발 - 비전기반 관성센서 융합 위치인식 알고리즘 고도화 - PSoC화를 위한 기본 설계 - 비전기반 관성센서 융합 위치인식 알고리즘 최적화 - 비전기반 관성센서 융합 위치인식 알고리즘의 PSoC화 및 통합모듈 제작 - 위치인식시스템 시험 평가
염가형 Range Sensor 및 Vision 융합기술 - 2m 거리까지 5cm/3도의 위치 정밀도를 향상하는 영상기반기술 개발 - 3m 거리까지 4cm/2도의 위치 정밀도를 향상하는 영상기반기술 개발 - 독립적인 구현에 필요한 영상센서 및 신호처리 기술 개발 및 성능향상 - 3m 거리까지 2cm/1도의 위치 정밀도를 향상하는 영상기반기술 개발 - 3m 거리까지 최대 2cm/1도의 위치 정밀도를 갖는 영상기반레인지 센서 모듈개발 및 Embeded 통합 - 3m 거리까지 최대 2cm/0.5도의 위치 정밀도를 갖는 고속영상처리 프로세서 내장형 영상기반 레인지 센서 모듈개발
위치인식관련 성능평가 표준화 기술 - 위치인식을 위한 특징점 추출 알고리즘 성능평가 절차 표준화 - 위치인식을 위한 물체 DB 표준화 기초 연구 - 위치인식을 위한 물체 DB 표준화 - Scene 분류기반 위치인식 알고리즘 성능평가 표준화 - 위치인식 및 지도작성 알고리즘 성능평가 절차 표준화 - 비전기반 센서융합에 의한 위치인식 알고리즘 성능평가 연구 - 실내서비스로봇을 위한 물체인식 성능평가용 데이터베이스확대 - 데이터베이스 기반 위치인식 및 지도 작성 알고리즘 성능평가 - 실내 이동 로봇을 위한 위상 지도 작성 알고리즘의 성능평가 - 영상 데이터베이스를 이용한 대공간 장소 인식 성능평가 - 국제 표준화 상정: Evaluation of localization and mapping algorithm based on database
비전과 초음파 센서를 융합한 위치 정밀도 향상기술 - 비전에 의한 위치측정결과와 1개의 초음파센서에 의한 거리정보의 융합 - 5m거리까지 위치추정정밀도 거리 10cm, 각도 5°의 위치정밀도구현 - 5m거리까지 위치추정정밀도 거리 7cm, 각도 3°의 위치정밀도구현 - 5m거리까지 위치추정정밀도 거리 5cm, 각도 2°의 위치정밀도구현
□ 기술개발 배경 - 실내로봇용 인지모델기반 전역 위치인식 기술은 지능형로봇이 스스로 자율주행하며, 정해진 서비스를 인간에게 제공하기 위해 필수적으로 필요한 핵심 기술로서, 로봇 주행을 위한 기반데이터를 제공하는 것으로, 비전센서를 중심으로 한 로봇환경의 변화를 감지하여, 로봇 스스로 자기 위치를 인식하는 기술임. - 로봇 위치인식을 위하여, 비전기반의 입력 영상 데이터를 바탕으로 획득되어지는 환경 특징의 변화를 추적함과 동시에,로봇이 속한 환경을 이해하여 이를 바탕으로 로봇 이동 공간을 인지하여 전역적, 국부적 위치인식을 동시에 수행하는 기술임. - 로봇 위치인식 신뢰성과 정밀도를 향상시키기 위한 Natural Landmark 추출 및 환경을 구성하는 영상 Feature set의 강인화된 구축 기술과 비전센서를 중심으로 한 인공랜드마크 기법,Range 및 관성 센서와의 융합을 통한 위치인식 정밀도 향상기술을 포함함. - 실내로봇용 인지모델기반 전역 위치인식 기술은 지능형로봇(개인, 전문 서비스)의 완성도를 가름하는 핵심 기술로서,산업화의 걸림돌이 되고 있는 수요자의 가격적인 수용도와 성능의 만족도를 동시에 해결할 수 있는 로봇산업 활성화의 핵심 기술이며, 고기능/저가격 위치인식 모듈의 개발은 로봇의 수요를 획기적으로 창출 할 수 있는 기술로서, 이러한 기술을 바탕으로 개인서비스 로봇이 각 가정으로 보급되는 촉매역할을 할 것으로 예상되는 지능형서비스로봇의 핵심 기술임. - 향후 전문서비스, 개인서비스를 위한 지능로봇은 가정은 물론 실외(Field)에서 인간과의 인터랙션, 인지기능을 기반으로 다양한 이동, 조작기능이 강조되는 만큼 위치인식 기술의 완성도가 전문서비스, 개인서비스 로봇의 산업화 및 시장활성화에 결정적인 역할을 할 것으로 예상되는 기술임.
□ 핵심개발 기술의 의의 - 비전센서(기준물체의 동적 영상추적)기반의 비전항법(Visual Navigation)은 사전에 입력된 기준물체(landmark) 절대위치를 기준으로 동적 영상추적을 통한 절대위치 추정기법으로서 오차가 누적되는 현상은 없으나 자율(autonomous)시스템으로서의 기능이 취약하고, 로봇의 움직임(선형 및 각 속도/가속도)이 작은 경우 사용이 제한된다는 한계를 지니고 있음. - 복합랜드마크 기술은 단일 모듈로 비전기반의 자연랜드마크를 인식하고 동시에 ID를 지닌 적외선 기반 Passive 인공랜드마크를 인식함으로써 인공랜드마크가 없는 영역에서 위치인식이 가능하고 비전인식이 안되는 어두운 곳이나 자연랜드마크가 가려진 환경이나 주변환경이 유사한 공간에서도 위치를 인식할 수 있으며 기존의 인공랜드마크를 활용한 기술에 비해 인공랜드마크의 사용 갯수를 최소화할 수 있는 기술임. - 이 기술은 비전기법과 인공랜드마크 기법 각각의 한계를 상호보완적으로 극복한 복합랜드마크 기술로 실재로 현장에서 적용하는데 매우 유용할 것으로 기대되며 특히, 비전모듈,자이로, 엔코더 센서를 융합하고 PSoC를 이용하여 양산을 위한 최적화 기술개발을 통해 성능이나 가격면에서 최고의 경쟁력을 지닐 것으로 기대됨. - 低價관성센서의 불확정성(bias drift, random walk 등)과 적분과정으로 인한 오차 누적 등의 문제점 극복이 장애물로 대두되고 있는 실정이며, 이를 최소화하기 위한 여러 필터링 및 다양한 다른 센서와의 융합기법의 연구가 요구되고 있는 실정임. - 비전항법(Visual Navigation)을 중심으로 관성센서로부터 획득할 수 있는 관성좌표계에 대한 각도와 선형 속도 정보를 융합하여 비전항법의 단점을 보완할 수 있으며, 궁극적으로 정밀성과 높은 bandwidth를 만족하는 정밀한 자율(autonomous)항법시스템을 구성할 수 있음. - 추측항법(Dead Reckoning)과 비전항법(Visual Navigation)을 융합하면 동적상태에 따른 제한과 시가에 따른 오차누적현상이 없는 정밀한 절대위치를 추정할 수 있게 되며, 자율로봇분야의 파급효과는 지대할 것으로 예상됨. - 본 과제 결과물은 실내용으로 제한적이기는 하지만 현재 국내 로봇 제조업체 및 연구소에서는 아직도 고가의 레인지 센서를 사용하고 있으며 대표적인 업체로는 일본의 HOKUYO社를 들 수 있다. - 최근에는 MS社의 KINECT를 일부 적용하고 있으나 상용화된 사례는 아직 없는 것으로 알려졌다. - 국내 개발 사례를 찾기 어렵다는 점에서 아직은 경쟁력 우위에 있다고 보여진다. - 본 사업 시작단계에서 $100 미만의 레인지센서가 가능하다는 말을 믿는 사람이 거의 없었다. 본 과제를 통해 실내에서 적용 가능한 레인지센서를 $100 이하로 개발할 수 있다는 것을 증명하였고, 현재 모바일로봇 제조업체들과의 꾸준한 협력을 통해 상용화 이전 단계에 와 있기 때문에 앞으로의 사업화전망은 매우 밝다고 볼 수 있을 것이다.
□ 적용 분야 - 청소로봇, 이동 안내 로봇 등 무인 실내 주행로봇 위치인식분야 - 실외 자율 주행 로봇 등 기술 응용 분야 확대 가능
( 출처 : 초록 )
목차 Contents
표지 ... 1제출문 ... 2기술개발사업 최종보고서 초록 ... 3기술개발사업 주요 연구성과 ... 31목차 ... 58제1장 서론 ... 59 제1절 과제의 개요 ... 59 제2절 국내․외 관련 기술 현황 ... 62 제3절 기술개발 시 예상되는 기술적․경제적 파급효과 ... 67제2장 과제 수행의 내용 및 결과(기술개발 내용 및 방법) ... 69 제1절 최종 목표 및 평가 방법 ... 69 제2절 단계 목표 및 평가 방법 ... 73 제3절 연차별 개발 내용 및 개발 범위 ... 75 제4절 수행 결과의 보안등급 ... 85 제5절 유형적 발생품(연구시설, 연구장비 등) 구입 및 관리현황 ... 85제3장 결과 및 사업화 계획 ... 86 제1절 연구개발 최종 결과 ... 86 1. 연구개발 추진 일정 ... 86 2. 연구개발 추진 실적 ... 103 3. 기술개발 결과의 유형 및 무형 성과 ... 116 제2절 연구개발 추진 체계 ... 173 1. 총 개발기간 추진체계 ... 173 2. 기술개발팀 편성도 ... 176 제3절 시장 현황 및 사업화 전망 ... 177 제4절 고용 창출 효과 ... 182 제5절 자체보안관리진단표 ... 183끝페이지 ... 184
※ AI-Helper는 부적절한 답변을 할 수 있습니다.