Aerospace Engineering and Technology (항공우주기술)

Korea Aerospace Research Institute (한국항공우주연구원)
권호 표지

3D Map Generation System for Indoor Autonomous Navigation

실내 자율 주행을 위한 3D Map 생성 시스템

  • 문성태 (한국항공우주연구원 융합기술연구팀) ;
  • 한상혁 (한국항공우주연구원 융합기술연구팀) ;
  • 엄위섭 (한국항공우주연구원 우주과학연구팀) ;
  • 김연규 (한국항공우주연구원 우주과학연구팀)
  • Received : 2012.09.14
  • Accepted : 2012.11.01
  • Published : 2012.11.01
Download PDF
⟨ Previous Next ⟩

Abstract

For autonomous navigation, map, pose tracking, and finding the shortest path are required. Because there is no GPS signal in indoor environment, the current position should be recognized in the 3D map by using image processing or something. In this paper, we explain 3D map creation technology by using depth camera like Kinect and pose tracking in 3D map by using 2D image taking from camera. In addition, the mechanism of avoiding obstacles is discussed.

자율 주행을 위해 주행 지도, 위치 추적 및 목적지까지의 최단 경로 설정 연구가 필요하다. 특히 실내에서는 GPS 신호를 수신 받을 수 없기 때문에 이미지 프로세싱과 같은 방법을 통해 현재 위치를 인식하고 3차원 지도를 생성해야 한다. 본 논문에서는 Depth 카메라인 키넥트를 이용하여 3차원 지도를 생성하고, 일반 카메라로 촬영한 2차원 이미지를 이용하여 3차원 지도에서 현재 위치를 파악하는 방법에 대해 설명한다. 그리고 지도에서 장애물을 확인하고 단순화하는 방법에 대해서도 설명한다.

Keywords

References

  1. Hugh D., Tim B., "Simultaneous Localization and Mapping (SLAM): Part I The Essential Algorithm," Vol. 13, Issue 2, 2006, pp. 99-110
  2. Hugh D., Tim B., "Simultaneous Localization and Mapping (SLAM): Part II State Of The Art," Vol. 13, Issue 3, 2006, pp. 108-117 https://doi.org/10.1109/MRA.2006.1678144
  3. William M., Ivan D. Jizhong X., "3D Indoor Mapping for Micro-UAVs Using Hybrid Range Finders and Multi-Volume Occupancy Grids," Robotics Science and System, 2010
  4. K. Kongolige, M. Agrawal, "Outdoor mapping and navaigation using setero vision," In Experimental Robotics, Vol. 39, ,2008, pp. 179-190.
  5. P. Henny, M. Krainin, "RGB-D Mapping: Using Depth Cameras for Dense 3D Modeling of Indoor Environments," International Symposium on Experimental Robotics (ISER), 2010
  6. Jam S., Michal J., "3D with kinect," IEEE ICCV, 2011, pp. 1154-1160.
  7. Chan-Soo Park, Sung-Wan Kim, "Comparison of Plane Extraction Performance using Laser Scanner and Kinect," Ubiquitous Robots and Ambient Intelligence, 2011, pp. 153-155.
  8. H. Bay, A. Ess, "SURF: Speeded Up Robust Features,", Computer Vision and Image Understanding, Vol. 110, No. 3, 2008, pp. 346-359. https://doi.org/10.1016/j.cviu.2007.09.014
  9. M. Fischeler, R. Bolles, "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography," Graphics and Image Processing, Vol. 24, No. 6, 1981, pp. 381-395.
  10. Paul J., Neil M., "A Method for Registration of 3-D Shapes," Trans. of the PAAMI, Vol. 14, No. 2. pp. 239-256.
  11. MRPT, "http://mrpt.org"
  12. PCL, "http://pointclouds.org"
  13. RGB-Dbenchmark,"http://vision.in.tum.de/data/datasets/rgbd-dataset/tools"