DOI QR코드

DOI QR Code

Collision Avoidance for Indoor Mobile Robotics using Stereo Vision Sensor

스테레오 비전 센서를 이용한 실내 모바일 로봇 충돌 회피

  • Kwon, Ki-Hyeon (Dept. of Electronic, Information & Communication Eng., Kangwon National University) ;
  • Nam, Si-Byung (Dept. of Electronic, Information & Communication Eng., Kangwon National University) ;
  • Lee, Se-Hun (Dept. of Electronic, Information & Communication Eng., Kangwon National University)
  • 권기현 (강원대학교 전자정보통신공학과) ;
  • 남시병 (강원대학교 전자정보통신공학과) ;
  • 이세헌 (강원대학교 전자정보통신공학과)
  • Received : 2013.03.11
  • Accepted : 2013.05.09
  • Published : 2013.05.31

Abstract

We detect the obstacle for the UGV(unmanned ground vehicle) from the compound image which is generated by stereo vision sensor masking the depth image and color image. Stereo vision sensor can gathers the distance information by stereo camera. The obstacle information from the depth compound image can be send to mobile robot and the robot can localize the indoor area. And, we test the performance of the mobile robot in terms of distance between the obstacle and the robot's position and also test the color, depth and compound image respectively. Moreover, we test the performance in terms of number of frame per second which is processed by operating machine. From the result, compound image shows the improved performance in distance and number of frames.

본 연구에서는 스테레오비전 센서의 거리 정보와 컬러이미지를 합성하여 일정 거리 안에 있는 장애물을 탐색하는 방법을 제시하였다. 스테레오 비전 센서로 부터 취득한 깊이이미지(depth image)를 이용하여 거리 정보를 구하고 컬러 이미지와의 합성을 통해 모바일로봇 이동에 방해되는 장애물을 검출하였다. 검출된 장애물 정보는 모바일 로봇에 송신되어 무인이동장치로써 지역을 탐색하게 하여 깊이이미지 응용에 적용가능성을 평가하였다. 스테레오 비전 센서를 이용하는 무인이동장치의 성능을 평가하기 위해 장애물간의 거리에 대한 성능 평가를 하고 컬러이미지, 깊이이미지 그리고 합성이미지 유형에 따른 성능과 취득된 이미지 프레임의 수에 따른 성능도 살펴보았다. 처리 결과 깊이이미지에 비해 합성된 이미지가 개선된 성능을 보였다.

Keywords

References

  1. Pravitra, C.; Chowdhary, G.; Johnson, E.; , "A compact exploration strategy for indoor flight vehicles," Decision and Control and European Control Conference (CDC-ECC), 2011 50th IEEE Conference on , vol., no., pp.3572-3577, 12-15 Dec. 2011. DOI: http://dx.doi.org/10.1109/CDC.2011.6161200
  2. Ruijie He; Prentice, S.; Roy, N.; , "Planning in info space for a quad rotor helicopter in a GPS-denied environment," Robotics and Automation, 2008. ICRA 2008. IEEE International Conference on, vol., no., pp.1814-1820, 19-23 May 2008. DOI: http://dx.doi.org/10.1109/ROBOT.2008.4543471
  3. Grzonka, S.; Grisetti, G.; Burgard, W.; , "Towards a navigation system for autonomous indoor flying," Robotics and Automation, 2009. ICRA '09. IEEE International Conference on, vol., no., pp.2878-2883, 12-17 May 2009. DOI: http://dx.doi.org/10.1109/ROBOT.2009.5152446
  4. Stowers, J.; Hayes, M.; Bainbridge-Smith, A.; , "Altitude control of a quadrotor helicopter using depth map from MS Kinect sensor," Mechatronics (ICM), 2011 IEEE International Conference on, vol., no., pp.358-362, 13-15 April 2011. DOI: http://dx.doi.org/10.1109/ICMECH.2011.5971311
  5. Kinect. http://www.xbox.com/en-us/kinect/ March 2011.
  6. Freedman, B., Shpunt, A., Machline, M., Arieli, Y., "Depth mapping using projected patterns", Prime Sense Ltd, United States 2010.
  7. D. S. Bolme, J. R. Beveridge, M. Teixeira, and B. A. Draper, "The CSU Face Identification Evaluation System: Its Purpose, Features, and Structure", in ICVS Graz, Ausstria, 2003.
  8. van den Boomgard, R, and R. van Balen, "Methods for Fast Morphological Image Transforms Using Bitmapped Images," Computer Vision, Graphics, and Image Processing: Graphical Models and Image Processing, vol. 54, no 3, pp.254-258, May 1992. DOI: http://dx.doi.org/10.1016/1049-9652(92)90055-3