http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
저가형 디지털 카메라 적용을 위한 기하학적 왜곡 및 광도 왜곡 보정 방법
유원필(Wonpil Yu),정연구(Yunkoo Chung) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1B
본 논문에서는 카메라 렌즈에서 흔히 발견할 수 있는 렌즈계 왜곡에 의한 영상 품질 저하 현상을 소개하고 이를 보장하는 방법을 제시한다. 렌즈계 왜곡은 크게 두 가지로 나눌 수 있는데 기하학적 왜곡과 광도 왜곡이 그것이다. 이상적인 렌즈계가 아닌 경우 이러한 왜곡 현상은 필연적으로 발생을 하게 되는데 왜곡 보정을 위해서 기존의 카메라 캘리브레이션과는 다른 방식의 접근이 필요하게 된다. 본 논문에서는 기하학적 왜곡 보정을 위한 이미지 워핑 방법을 제시하며 아울러 광도 왜곡 보정을 위한 보정 방법을 다루고자 한다.
이유철(Yu-Cheol Lee),민순호(Sun-Ho Min),유원필(Wonpil Yu),박승환(Seung Hwan Park),정영숙(Young-Sook Jeong) 대한전자공학회 2010 대한전자공학회 학술대회 Vol.2010 No.6
This paper proposes the method to evaluate the performance of mobile robot navigation under the existence of surrounding objects at robot"s test bed. The method explores the position and velocity tracking to assess the performance of navigation. To achieve that goal, the position and velocity of mobile robot need to be accurately localized by using the maps. We use two kinds of maps which are artificial landmark map and the object map. The artificial landmark map contains the position information of ultrasonic-based beacons installed to the ceiling corner and is used to measure the velocity and the position of the robot, while the object map gives the position information of surrounding objects located in the test bed and is used to represent the trajectories of the mobile robot. The test bed has been built at the Electronics and Telecommunications Research Institute (ETRI), Daejeon, South Korea. The proposed method gives an effective way to build the artificial landmark map and the object map in the test bed and successfully outperforms the evaluation of navigation performance for mobile robot.
실내 동적환경 대상 자연표식물을 이용한 라이다 기반 전역 위치인식 기술
이유철(Yu-Cheol Lee),유원필(Wonpil Yu) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6
This paper presents a method for the mobile robots to estimate the global position in dynamic indoor environments using only natural landmarks based on the LiDAR. The method finds an initial 2D location using the grid-based map and the vertically projected measurements of LiDAR. Based on the initial 2D location, the position of the 6 degree-of-freedom is estimated and tracked using the 3D point cloud and the full data of LiDAR. Experimentally, the performance of the proposed method was verified in a parking lot, where it is a representative dynamic environment, using the 3D LiDAR.
정지훈(Jihoon Joung),채희성(Heesung Chae),이유철(Yu-Cheol Lee),유원필(Wonpil Yu),조재일(Jae-il Cho) 대한전자공학회 2010 대한전자공학회 학술대회 Vol.2010 No.6
In this paper, we present a method of finding the position and direction of a robot by recognizing pillars using LRF(Laser Range Finder). We propose the novel method of segmentation and filtering of the LRF data and detection pillars using RANSAC. And this method has been being applied to robots opperated in Tommorow City[1].
최성록 ( Sunglok Choi ),김태민 ( Taemin Kim ),유원필 ( Wonpil Yu ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2
본 논문은 완전히 잘못된 데이터가 포함된 회귀(regression) 문제에 사용되는 가우스-균일 혼합확률분포의 두 개의 매개변수 추정에 관하여 고찰한다. 논문에서는 기대값 최대화(Expectation Maximization)와 최우도추정(Maximum Likelihood Estimation)을 이용한 매개변수 추정 방법을 비교한다. 두 기법은 최적화 문제로 기술할 수 있고, 논문에서는 두 기법에서 사용하는 매개변수에 대한 적합도 척도의 개형을 도시하고 비교한다. 몬테-카를로(Monte Carlo) 접근을 통한 두 기법이 추정한 매개변수의 분포를 살펴본다.