The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Vision-Based Self-Localization of Autonomous Guided Vehicle Using Landmarks of Colored Pentagons

컬러 오각형을 이정표로 사용한 무인자동차의 위치 인식

  • Published : 2005.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper describes an idea for determining self-localization using visual landmark. The critical geometric dimensions of a pentagon are used here to locate the relative position of the mobile robot with respect to the pattern. This method has the advantages of simplicity and flexibility. This pentagon is also provided nth a unique identification, using invariant features and colors that enable the system to find the absolute location of the patterns. This algorithm determines both the correspondence between observed landmarks and a stored sequence, computes the absolute location of the observer using those correspondences, and calculates relative position from a pentagon using its (ive vortices. The algorithm has been implemented and tested. In several trials it computes location accurate to within 5 centimeters in less than 0.3 second.

본 논문은 구동경로에 미리 부착된 컬러 오각형 이정표로부터 상대적인 위치를 산출하는 무인자동차의 자기위치 인식에 관한 연구이다. 오각형의 기하학적 특징들이 패턴에 따른 모바일 로봇의 상대적 위치를 설정하는데 사용되었다. 이러한 이정표를 이용한 비젼 기반의 위치 인식은 단순하며 유통성을 가지고 있다. 이 방법은 오각형의 불변 특징량과 컬러를 이용하여 시스템이 패턴의 절대적 위치를 찾을 수 있도록 하는 방법이다. 본 논문의 알고리즘은 부착된 이정표와 저장된 시퀀스사이의 상호대응 관계를 결정하고 이를 이용하여 관찰자의 절대적 위치를 계산하고, 오각형의 5개 꼭지점을 이용하여 상대적인 위치를 결정하게 된다. 구현된 알고리즘은 실험을 통하여 위치오차 5cm를 가지며 처리속도는 0.3초미만이다.

Keywords

References

  1. M. R. Kabuka and A. Arenas, 'Position verification of a mobile robot using a standard pattern,' IEEE J. Robotics Automat., Vol.RA-3, No.6, pp.505-516, Dec., 1987
  2. G. Jang, Sungho Kim, W. Lee and I. Kweon, 'Robust Self-localization of Mobile Robots using Artificial and Natural Landmarks' in Proc 2003 IEEE International Symposium on Computational Intelligence in Robotics and Automation July 16-20, 2003, Kobe, Japan
  3. J. L. Mundy and A. Zisserman, Geometric Invariance in Computer Vision, MIT Press, Cambridge, Massachusetts, England, pp.14-22, 476-485, 1992
  4. E. B. Payton and P. M. Haag, 'General Methods for Determining Projective Invariants in Imagery,' Computer Vision Graphics and Image Processing, Vol.53, No.1, pp.46-65, Jan., 1991 https://doi.org/10.1016/1049-9660(91)90004-9
  5. Z. Zhang 'A Flexible New Technique for Camera Calibration', IEEE Trans. on PAMI, Vol.22, No.11, pp.1330-1334, 2000 https://doi.org/10.1109/34.888718
  6. R. Y. Tsai, 'A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-shelf TV cameras and lenses,' IEEE Journal Robotics automation, Vol.RA-3, No.4, pp.323-344, Aug., 1987