• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.506-510
• /
• 2007

전자나침반(DMC)은 실내의 전자기적 요소나 강한 자성체 건물구조에서는 쉽게 방해를 받던 나침반보다 실내에서 간섭에 강한 특징을 가지고 있다. 그리고 초음파 센서는 물체와의 거리를 계산해 줄뿐만 아니라 값싼 센서로서 경제적인 이점을 가지고 있어 Simultaneous Localization and Mapping(SLAM)에서 많이 사용하고 있다. 본 논문에서는 자율 이동 로봇의 구동에서 전자나침반과 초음파 센서를 이용한 SLAM의 구현에 대해 연구하였다. 로봇의 특성상 한정된 센싱 데이터만으로 방향과 위치를 파악하고 그 데이터 값으로 가능한 빠르게 위치 측정을 하여야 한다. 그러므로 자율 이동 로봇에서의 SLAM 적용함으로 위치측정의 구현과 지도 작성을 수행한다. 그리고 SLAM 구현상의 주된 연구 중의 하나인 Kid Napping 문제에 중점을 두고 연구한다. 특히, 위치 측정의 구현을 수행하기 위한 데이터의 센싱 방법으로 초음파 센서를 사용하였고 비슷한 위치의 데이터 값이 주어지거나 사전 정보 없는 상태에서는 로봇의 상태를 파악하기 위해서 전자 나침반을 사용하였다. 그래서 자율 이동 로봇의 위치를 정확하게 측정하기 위해서 활용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.37-40
• /
• 2007

Digital Magnetic Compass(DMC)는 실내의 전자기적 요소나 강한 자성체 건물구조에서는 쉽게 방해를 받던 Compass보다 실내에서 간섭에 강한 특징을 가지고 있다. 그리고 적외선 센서와 초음파 센서는 서로 물체와의 거리를 보완적으로 계산해 줄뿐만 아니라 값싼 센서로서 경제적인 이점을 가지고 있어 Simultaneous Localization and Mapping(SLAM)에서 많이 사용하고 있다. 본 논문에서는 자율 이동 로봇의 구동에서 Digital Magnetic Compass(DMC)와 Ultrasonic Sensors을 이용한 SLAM의 구현에 대해 연구하였다. 로봇의 특성상 한정된 Sensing 데이터만으로 방향과 위치를 파악하고 그 데이터 값으로 가능한 빠르게 Localization을 하여야 한다. 그러므로 자율 이동 로봇에서의 SLAM 적용함으로 Localization 구현과 Mapping을 수행하고 SLAM 구현상의 주된 연구 중의 하나인 Kid Napping 문제에 중점을 두고 연구한다. 특히, Localization 구현을 수행을 위한 데이터의 Sensing 방법으로 적외선 센서와 초음파 센서를 같이 사용하였고 비슷한 위치의 데이터 값이 주어지거나 사전 정보 없는 상태에서는 로봇의 상태를 파악하기 위해서 DMC을 같이 사용하여 더 정확한 위치를 측정에 활용하였다.

• International Journal of Advanced Culture Technology
• /
• 제9권4호
• /
• pp.302-306
• /
• 2021

Indoor localization is one of the basic elements of Location-Based Service, such as indoor navigation, location-based precision marketing, spatial recognition of robotics, augmented reality, and mixed reality. We propose a Voxel Labeling-based visual positioning system using object simultaneous localization and mapping (SLAM). Our method is a method of determining a location through single image 3D cuboid object detection and object SLAM for indoor navigation, then mapping to create an indoor map, addressing it with voxels, and matching with a defined space. First, high-quality cuboids are created from sampling 2D bounding boxes and vanishing points for single image object detection. And after jointly optimizing the poses of cameras, objects, and points, it is a Visual Positioning System (VPS) through matching with the pose information of the object in the voxel database. Our method provided the spatial information needed to the user with improved location accuracy and direction estimation.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.241-243
• /
• 2018

이 논문에서는 SLAM (Simultaneous Localization and Mapping)에서 로봇이 환경 맵을 획득하는 동시에 맵과 관련하여 로컬라이제이션을 수행합니다. 클라우드 기반 SLAM을 사용하면 환경 맵과 같은 리소스 및 데이터 공유를 최적화 할 수 있으므로 공유 가능한 온라인 맵 중 하나로 사용할 수 있습니다. 이렇게 하면 우리 환경에 중요한 변화를 추가하거나 제거하지 않으면 환경에 추가 된 새로운 모바일 로봇에 새로운 환경 맵 재구성의 본질이 생략되어 센서 추가 요구 사항이 줄어들게 됩니다.

• 대한기계학회논문집A
• /
• 제39권5호
• /
• pp.483-489
• /
• 2015

본 논문에서는 넓은 지역에서의 영상기반 자동 항법을 위한 실시간 위치인식 및 지도작성 방법을 제안한다. 한 대의 카메라에서 입력된 영상으로부터 제안된 방법은 6 자유도 카메라 자세와 3 차원 특징점 위치를 연속적으로 계산한다. 제안된 방법은 넓은 지역을 주행하며 촬영된 영상에 적용하여 그 위치와 환경지도를 성공적으로 작성하였이다. 본 논문에서는 이진기술자(binary descriptor)와 수치-위상(metric-topological)지도 표현법을 사용하여 GPU 나 영상의 축소 없이 실시간 성능과 광범위한 지역에서의 회귀점 검출(loop detection)을 하였다. 제안된 방법은 여러 환경에서 촬영된 영상과, 해당 영상의 GPS 기준값과 비교하여 평가하였다.

• ETRI Journal
• /
• 제43권4호
• /
• pp.617-629
• /
• 2021

Although the actual visual simultaneous localization and mapping (SLAM) algorithms provide highly accurate tracking and mapping, most algorithms are too heavy to run live on embedded devices. In addition, the maps they produce are often unsuitable for path planning. To mitigate these issues, we propose a completely closed-loop online dense RGB-D SLAM algorithm targeting autonomous indoor mobile robot navigation tasks. The proposed algorithm runs live on an NVIDIA Jetson board embedded on a two-wheel differential-drive robot. It exhibits lightweight three-dimensional mapping, room-scale consistency, accurate pose tracking, and robustness to moving objects. Further, we introduce a navigation strategy based on the proposed algorithm. Experimental results demonstrate the robustness of the proposed SLAM algorithm, its computational efficiency, and its benefits for on-the-fly navigation while mapping.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.296-301
• /
• 2011

본 논문에서는 군집 로봇의 동시적 위치 추정 및 지도 작성 시스템을 제안하였다. 로봇은 실험환경에서 주변 환경을 인식하기 위해 초음파센서와 비젼 센서를 이용하였다. 실험환경을 3개의 영역으로 분할하였고, 로봇은 각 영역에서 초음파 센서로 주변 환경에 대한 거리 정보를 측정하였고, SURF 알고리즘을 이용하여 비젼 센서로부터 입력받은 영상과 landmark의 특징점을 정합하여 랜드마크를 인식하였다. 제안된 방법은 센서값들에 대한 오차에 민감하지 않고 실험환경에 비교적 정확한 지도를 작성함으로써 응용 가능성을 증명하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제11권2호
• /
• pp.98-109
• /
• 2010

This paper deals with a new method of unmanned aerial vehicle (UAV) recovery when a UAV fails to get a global positioning system (GPS) signal at an unprepared site. The proposed method is based on the simultaneous localization and mapping (SLAM) algorithm. It is a process by which a vehicle can build a map of an unknown environment and simultaneously use this map to determine its position. Extensive research on SLAM algorithms proves that the error in the map reaches a lower limit, which is a function of the error that existed when the first observation was made. For this reason, the proposed method can help an inertial navigation system to prevent its error of divergence with regard to the vehicle position. In other words, it is possible that a UAV can navigate with reasonable positional accuracy in an unknown environment without the aid of GPS. This is the main idea of the present paper. Especially, this paper focuses on path planning that maximizes the discussed ability of a SLAM algorithm. In this work, a SLAM algorithm based on extended Kalman filter is used. For simplicity's sake, a blimp-type of UAV model is discussed and three-dimensional pointed-shape landmarks are considered. Finally, the proposed method is evaluated by a number of simulations.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.487-493
• /
• 2012

SLAM(Simultaneous Localization And Mapping)은 주변 환경에 대한 지도 작성과 자신의 위치를 인식하는 기법으로 주행 로봇 분야에서 널리 사용되고 있다. FastSLAM(A Factored Solution to the SLAM)은 파티클 필터와 확장형 칼만 필터를 기반으로 한 대표적인 SLAM 기법중의 하나이나, 재추출 단계에서 입자들의 다양성이 상실되는 문제가 제기되고 있다. 본 논문에서는 적합도 공유기법을 사용하여 입자들의 다양성 상실에 관한 문제를 보완하는 방법을 제시하고, 기존의 기법들과 성능을 비교 및 분석한다.

• 전기학회논문지
• /
• 제58권4호
• /
• pp.817-823
• /
• 2009

This paper proposes a robust method for mapping of a caterpillar-type mobile robot which inherently has uncertainty in its modeling by compensating for the estimated pose error of the robot. In general, a caterpillar type robot is difficult to model, which results in inaccuracy in Simultaneous Localization And Mapping(SLAM). To enhance the robustness of the SLAM for a caterpillar-type mobile robot, we factorize the SLAM posterior, where we used particle filter to estimate the position of the robot and Extended Kalman Filter(EKF) to map the environment. The simulation results show the effectiveness and robustness of the proposed method for mapping.