마그네틱 랜드마크의 자기장 특성을 이용한 모바일 로봇의 위치 인식 기술 개발

유원석(Won Suk You),최병준(Byung June Choi),문형필(Hyungpil Moon),구자춘(Ja Choon Koo),정완균(Wankyun Chung),최혁렬(Hyouk Ryeol Choi) 대한기계학회 2011 대한기계학회 춘추학술대회 Vol.2011 No.5

본 논문에서는 마그네틱 랜드마크의 자기장 특성을 이용한 위치 인식 기술을 제안한다. 마그네틱 랜드마크를 이용한 전역 위치 인식에 관한 기존 연구는 상대 위치 인식 및 작대 위치 인식 모두 정밀하나 한정된 작은 작업 공간내에서 위치 인식이 가능하며, 모바일 로봇이 반드시 랜드마크를 인식할 수 있는 위치에 놓여있어야 한다는 한계점이 있다. 따라서 본 논문에서는 상기의 위치 인식 기술의 한계를 극복하기 위하여 임의의 시작점에서의 첫 랜드마크 탐색 문제의 해결책을 제시하고 기존의 전역 위치 인식 기술과 통합함으로써 하나의 완성된 위치 인식 기술을 개발하였다. 마지막으로 실험을 통해 이 알고리즘을 탑재한 임의의 위치에 놓여진 모바일 로봇이 절대적인 위치를 알 수 있음을 검증했다. In this paper, we present self-localization for a small mobile robot’s self-localization using characteristics of magnetic landmarks. In previous our research, it was possible to localize a mobile robot in the global manner correctly on the surface of structured environment with magnetic landmarks. Still, this localization method could be used when the robot placed on the magnetic landmark. Therefore, we integrate landmark center estimation method using coordinates of magnetic territory’s enter points, landmark center estimation method using neutral magnetic valley and global localization method into one algorithm. To validate integrated self-localization algorithm by mobile robot applied experiments. Experimental results show that the mobile robot which located on arbitrary position with no prior knowledge of it’5 own pose information can find its location in the test bed using characteristics of Magnetic Landmarks.

센서네트워크 위치인식을 위해 GPS가 제공하는 위치정보와 TWR 방식으로 측정된 노드간의 거리 정보를 융합하는 기법

권오흠(Oh-Heum Kwon),변상구(Sang Gu Byeon),김상훈(Sang Hun Kim),이노복(Noh Bok Lee) 한국정보과학회 2012 정보과학회논문지 : 정보통신 Vol.39 No.1

센서네트워크 위치인식이란 앵커노드들의 위치정보와 노드들 간의 측정된 거리 정보를 이용하여 노드들의 위치를 결정하는 과정을 말한다. 본 논문에서는 각각의 앵커노드가 GPS 수신기를 장착하고 있고, GPS 수신 위치를 자신의 위치로 사용하는 경우를 다룬다. 일반적으로 센서네트워크 위치인식에서 앵커노드의 위치는 신뢰할만한 것으로 간주된다. 그런데 GPS 위치의 정확도는 종종 응용분야가 요구하는 수준에 미치지 못할 수 있다. 더구나 환경에 따라서는 GPS 보다 상대적으로 더 정확한 거리측정 기술들도 존재한다. Nanotron사의 NanoLoc RF에서 사용되는 TWR 거리 측정 기술은 그 한 예이다. 본 논문에서는 GPS가 제공한 위치정보와 노드들 간의 거리 측정 정보를 효과적으로 융합하여 보다 향상된 위치인식을 달성하는 방법에 대해서 다룬다. 즉, GPS가 수신한 위치를 그대로 앵커 노드의 위치로 사용하는 대신 노드들 간의 거리 측정 정보를 이용하여 보정함으로써 보다 나은 위치 인식을 달성하는 것을 목표로 한다. 이를 위한 세 가지 알고리즘을 제시하고 그 결과를 실험을 통하여 분석하였다. Localization refers to the process of determining positions of nodes in wireless sensor network based on the positions of a few anchor nodes and the measured distances between nodes. This paper concerns the situation in which each anchor node equips a GPS receiver and uses the received GPS location as its position. Majority of localization algorithms developed so far assume that the given positions of anchor nodes are trustable. The accuracy of GPS is very often not good enough to satisfy the requirement of the application. Moreover, there exist some ranging technologies that outperform the GPS in their accuracies. The TWR ranging technology adopted by NanoLoc RF chip, developed by Nanotron, is one of them. In this paper, we focus on how to fuse two types of measurement, the GPS locations and the ranging results, to produce better localization. In other words, instead of using the GPS-received positions as positions of anchors, we try to compensate them using the measured distances between nodes. We propose three different algorithms and analyse their performance through experiments.

실내 자율 비행을 위한 영상 기반의 위치 인식 시스템

문성태(SungTae Moon),조동현(Dong-Hyun Cho),한상혁(Sang-Hyuck Han) 한국항공우주연구원 2013 항공우주기술 Vol.12 No.1

최근 자율 비행에 대한 관심이 증가하면서 다양한 센서를 통한 자기 위치 인식 연구가 진행되고 있다. 특히 GPS와 같은 자기 위치를 확보할 수 없는 실내 환경의 경우, 다른 방법을 통해 자기 위치를 파악해야 한다. 실내 환경에서 자기 위치 파악에는 여러 가지 방법이 있지만 영상을 통한 위치 인식 기술이 각광을 받고 있다. 본 논문에서는 마크를 통한 영상 기반의 위치 인식 연구에 대해 설명하고, 실제 비행체에 적용하여 자율 비행하는 방법에 대해 제안한다. 그리고 마크가 없는 실제 환경에서도 위치를 인식할 수 있도록 실시간 3차원 지도 생성을 통한 위치 인식 방법에 대해서도 논의한다. Recently, the localization recognition system research has been studied using various sensors according to increased interest in autonomous navigation flight. In case of indoor environment which cannot support GPS information, we have to look for another way to recognize current position. The Image-based localization recognition system has been interested although there are lots of way to know current pose. In this paper, we explain the localization recognition system based on mark and implementation of autonomous navigation flight. In order to apply to real environment which cannot support marks, localization based on real-time 3D map building is discussed.

초음파와 무선 통신파 기반 위치 인식 시스템의 위치 오차와 민감도 평가

신동헌(Dong Hun Shin),이양재(Yang Jae Lee) 대한기계학회 2010 大韓機械學會論文集A Vol.34 No.2

위치인식시스템은 이동로봇이 실내에서 주행하는데 가장 중요한 기술의 하나인데 본 논문에서 연구된 시스템은 GPS 시스템과 유사하게 3 개이상의 위성 비이컨에서 초음파와 무선통신파를 발사하고 로봇에 부착된 리시버는 초음파와 무선통신파의 수신되는 시간차를 계산하여 각 비컨까지의 거리를 구하고 또한 이로부터 로봇의 위치를 계산한다. 일반적으로 거리정보는 초음파의 한 파장 이내의 오차를 가지게 되는데 본 논문에서는 이에 따른 위치오차를 테일러 확장과 SVD(Singular Value Decomposition)를 이용하여 구하였다. 또한 본 논문에서는 거리오차에 따른 위치오차의 정확도를 잴 수 있는 값으로 민감도를 제시하였다 A localization system for indoor robots is an important technology for robot navigation in a building. Our localization system imports the GPS system and consists of more than 3 satellite beacons and a receiver. Each beacon emits both an ultrasonic wave and radio frequency. The receiver in the robot computes the distance from it to the beacon by measuring the flying time difference between ultrasonic wave and radio frequency. It then computes its position with the distance information from more than 3 beacons whose positions are known. However, the distance information includes errors caused from the ultrasonic sensors; we found it to be limited to within one period of a wave (±2 cm tolerance). This paper presents a method for predicting the maximum position error due to distance information errors by using Taylor expansion and singular value decomposition (SVD). The paper also proposes a measuring parameter such as sensitivity to represent the accuracy of the indoor robot localization system in determining the robot’s position with regards to the distance error.

3차원 거리정보와 DSM의 정사윤곽선 영상 정합을 이용한 무인이동로봇의 위치인식

박순용 ( Soon Yong Park ),최성인 ( Sung In Choi ) 한국정보처리학회 2012 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.1 No.1

본 논문에서는 야지 환경에서 동작하는 무인이동로봇에서 획득한 3차원 LIDAR (Light Detection and Ranging) 센서 정보와 로봇이 이동하는 지형의 3차원 DSM (Digital Surface Map)에서 정사윤곽선(Ortho-edge) 특징영상을 생성하고 정합하여 로봇의 현재 위치를 추정하는 기술을 제안한다. 최근의 무인이동로봇의 위치 인식에 대한연구는 GPS (Global Positioning System), IMU (Inertial Measurement Unit), LIDAR 등의 위치인식 센서를 융합하는 경우가 많아지고 있다. 특히 LIDAR에서 획득한 거리정보를 ICP(Iterative Closest Point) 기반의 기하정합으로 로봇의 위치를 추정하는 기술이 개발되고 있다. 그러나 이동로봇에서 획득한 센서 정보는 DSM의 센싱 방향과 큰 차이차이가 있어 기존의 기하정합 기술을 사용하는데 어려움이 있다. 본 논문에서는 서로 다른 센싱 방향에서 획득한 3차원 LIDAR 거리정보와 DSM에서 정사윤곽선이라는 특징 영상을 생성하고 이들을 정합하여 로봇의 위치를 추정하는 새로운 기술을 제안한다. DSM으로부터 현재 시점의 정사윤곽선 영상을 생성하는 방법, 전방향 LIDAR 거리센서에서 정사윤곽선 영상을 생성하는 방법, 그리고 정사윤곽선 영상의 정합 기술을 설명하였다. 실험에서는 다양한 주행 경로에 대한 위치 추정의 오차를 분석하고 제안 기술의 성능의 우수성을 보였다. This paper presents a new localization technique of an UGV(Unmanned Ground Vehicle) by matching ortho-edge images generated from a DSM (Digital Surface Map) which represents the 3D geometric information of an outdoor navigation environment and 3D range data which is obtained from a LIDAR (Light Detection and Ranging) sensor mounted at the UGV. Recent UGV localization techniques mostly try to combine positioning sensors such as GPS (Global Positioning System), IMU (Inertial Measurement Unit), and LIDAR. Especially, ICP (Iterative Closest Point)-based geometric registration techniques have been developed for UGV localization. However, the ICP-based geometric registration techniques are subject to fail to register 3D range data between LIDAR and DSM because the sensing directions of the two data are too different. In this paper, we introduce and match ortho-edge images between two different sensor data, 3D LIDAR and DSM, for the localization of the UGV. Details of new techniques to generating and matching ortho-edge images between LIDAR and DSM are presented which are followed by experimental results from four different navigation paths. The performance of the proposed technique is compared to a conventional ICP-based technique.

스마트 홈 환경에서 사용자 상황정보 기반의 음성 인식 시스템 개발

김종훈(Jong-Hun Kim),심재호(Jae-Ho Sim),송창우(Chang-Woo Song),이정현(Jung-Hyun Lee) 한국콘텐츠학회 2008 한국콘텐츠학회논문지 Vol.8 No.1

현재 높은 인식성능을 보이고 있는 대용량의 음성인식 시스템의 대부분은 고립단어 음성인식 시스템이다. 이러한 시스템의 인식범위를 늘리기 위해서는 검색 하려는 단어수를 늘려야 한다. 하지만 검색하려는 단어수가 늘어남에 따라 시스템의 속도 및 인식 성능이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 스마트 홈 환경에서 음성인식 성능에 영향을 주는 상황정보를 정의하고 관성 센서와 RFID(Radio Frequency Identification)를 사용한 사용자 위치 추정 방법을 제안한다. 또한 음성인식시스템의 상황정보에 의한 단어모델 도메인을 구축하여 기존의 시스템보다 높은 성능을 보이는 음성인식 시스템을 개발 한다. 스마트 홈 환경에서 본 연구에서 제안된 음성 인식 시스템이 인식률의 저하 없이 동작하는 것을 확인하였다. Most speech recognition systems that have a large capacity and high recognition rates are isolated word speech recognition systems. In order to extend the scope of recognition, it is necessary to increase the number of words that are to be searched. However, it shows a problem that exhibits a decrease in the system performance according to the increase in the number of words. This paper defines the context information that affects speech recognition in a ubiquitous environment to solve such a problem and develops user localization method using inertial sensor and RFID. Also, we develop a new speech recognition system that demonstrates better performances than the existing system by establishing a word model domain of a speech recognition system by context information. This system shows operation without decrease of recognition rate in smart home environment.

스테레오 영상을 이용한 광신호 기반의 마이크로 센서 노드 위치 인식 시스템 개념 설계

전지훈,이민수,장우협,박찬국 한국항공우주학회 2012 한국항공우주학회 학술발표회 논문집 Vol.2012 No.4

무작위적으로 분포된 광신호 기반 무선 센서들의 네트워크 통신을 위해서는 센서 노드의 위치 인식이 선행되어야 한다. 본 논문에서는 기존에 연구된 TOF 를 이용한 광신호 기반 센서 노드 위치 인식 기법이 가지는 문제점을 분석하였고, 이를 극복하기 위해 스테레오 비전을 이용한 센서 노드 위치 인식 기법을 제안하였다. 센서 노드 위치 인식 장치인 베이스 스테이션은 두 개의 카메라와 레이저 모듈로 이루어져 있다. 이 기법은 센서 노드의 반사체에 반사되어 돌아오는 레이저 빔을 두 카메라로 찍고 두 이미지의 광신호 픽셀 위치를 기하학적 기법을 통해 분석하여 센서 노드의 위치를 인식하는 원리로 되어있다. Sensor node localization is an essential process before communication in randomly distributed optical wireless sensor network. In this paper, we analyzed problems which can be occurred in optical wireless sensor node localization method using a time of flight. And to overcome the problems, this paper suggests a new design of scheme based on optical signal using stereo vision system. The base station of sensor node localization scheme consists of a laser and two cameras. Principle of this scheme is that laser beam, reflected from sensor node reflector, comes back into cameras of the base station and then sensor node is localized by using geometric configuration of the base station and pixel location of the laser beam on images.

IR-UWB 레이더와 머신러닝을 활용한 인원계수와 위치인식

지건우(Geonwoo Ji),이창원(Changwon Lee),윤재석(Jaeseok Yun) 한국컴퓨터정보학회 2022 韓國컴퓨터情報學會論文誌 Vol.27 No.5

사람이나 사물 등의 위치를 알아낼 수 있는 측위기술은 사람의 유동량 측정, 보안, 인원 구조 등 다양한 환경에서 요구되고 사용될 수 있다. 측위를 위해 카메라와 같은 시각 센서기술을 사용하기도 하지만 이는 빛, 온도 등 주변 환경에 민감하며 사생활 노출 문제가 발생할 수 있다. 본 논문에서는 앞서 말한 문제들이 없는 초광대역 (UWB, ultra wideband) 레이더 기술과 머신러닝을 이용하여 벽 뒤 다른 실내공간에 있는 점유자의 수와 위치를 인식하는 연구를 수행하였다. 네 가지 상황 (강의실 내 몇 명이 있는지, 28가지의 위치를 정하고 어느 위치에 있는지, 28가지의 위치 중 한 위치에서 더 세부적인 16가지 위치 중 어느 위치에 있는지, 두 명이 동시에 있는 상황에서 어느 위치에 있는지)에 대해 극단적 랜덤 트리 등 네 가지 알고리즘 별로 모델을 생성하고 그 결과를 비교하였다. 전체적으로 네 가지 알고리즘 모두 좋은 결과를 보여주었으며 머신러닝을 이용해 위치인식 및 위치측정이 가능함을 검증하였다. 또한 oneM2M 표준 플랫폼을 활용하여 서비스 확장 가능성을 고려하였으며 이 기술을 여러 분야에서 활용한다면 더욱 많은 서비스나 제품을 창출할 수 있을 것으로 기대한다. Localization systems can be used with various circumstances like measuring population movement and rescue technology, even in security technology (like infiltration detection system). Vision sensors such as camera often used for localization is susceptible with light and temperature, and can cause invasion of privacy. In this paper, we used ultra-wideband radar technology (which is not limited by aforementioned problems) and machine learning techniques to measure the number and location of occupants in other indoor spaces behind the wall. We used four different algorithms and compared their results, including extremely randomized tree for four different situations; detect the number of occupants in a classroom, split the classroom into 28 locations and check the position of occupant, select one out of the 28 locations, divide it into 16 fine-grained locations, and check the position of occupant, and checking the positions of two occupants (existing in different locations). Overall, four algorithms showed good results and we verified that detecting the number and location of occupants are possible with high accuracy using machine learning. Also we have considered the possibility of service expansion using the oneM2M standard platform and expect to develop more service and products if this technology is used in various fields.

실내 이미지를 사용하여 문을 중심으로 한 설계도면 추정 방법

고광표,노병희 한국차세대컴퓨팅학회 2020 한국차세대컴퓨팅학회 논문지 Vol.16 No.4

In the conventional indoor location recognition technology, WLAN, GPS, and Bluetooth technologies are generally used. However, this technique may cause an error in the indoor environment due to the received signal strength. There is a method of reference from 3D building model as a method of recognizing indoor location without a sensor. This paper proposes a method for modeling blueprint to refer to a 3D building model, which is one of the methods of indoor location recognition. The proposed method uses images to recognize static objects in buildings, such as doors in images, to predict and calculate the real-world distance ratio between static objects and static objects. Then our system model the blueprint by rearranging the static objects in the image using the calculated ratio of actual distances between static objects. It is expected that the indoor location recognition using the design drawing modeling method of this paper will be able to recognize the indoor location inexpensively with a single image without special infrastructure or sensor. 기존의 실내위치 인식 기술은 WLAN, GPS, Bluetooth, 또는 자기장 기술을 사용하는 것이 일반적이다. 하지만 이러한 기술은 실내 환경에서는 수신 신호 세기로 인해 오차를 발생시킬 수 있다. 센서를 사용하지 않는 실내위치 인식 방법으로 3D 건물 모델을 참조하는 방법이 있다. 본 논문은 3D 건물 모델을 참조하기 위하여 설계도면을 추정 하는 방법을 제안한다. 제안된 방법은 이미지를 사용하여 이미지 안의 문과 같은 건물 안의 영구적인 정적 물체를 인식, 사용하여 정적 물체와 정적 물체 간의 실제 거리 비율을 예측, 계산한다. 계산한 정적 물체 간의 실제 거리 비율을 사용하여 이미지 안의 정적 물체를 재배열하여 설계도면을 모델링한다. 본 논문의 설계도면 모델링 방법을 사용하여 실내위치 인식을 하면 특별한 인프라나 센서 없이도 이미지 한 장으로 값싸게 실내위치 인식을 할 수 있을 것으로 기대된다.

상대위치인식과 자계안내를 이용한 무인주행차량의 주행기법

이용준(Yong-Jun Lee),유영재(Young-Jae Ryoo) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.4

본 논문에서는 상대위치인식과 자계기반 안내를 결합한 무인주행 차량의 주행기법을 제안한다. 자계기반 주행은 이동하는 경로에 자계가 항상 계측되면 안정적인 자율주행이 가능하다. 하지만 외부요인으로 인해 자계가 검출되지 않으면 예측 불가능한 상황이 발생하는 단점이 있다. 따라서 상대위치인식을 이용한 무인주행을 통해 자계가 검출되지 않는 구간을 극복하는 방법을 제안하였다. 제안한 방법의 유용함을 검증하기 위하여 차량을 개발하고 자계기반 주행 실험하였다. 또한 자계가 없는 구간에서의 상대항법을 이용한 무인주행 실험을 실시하고 결과를 분석하여 문제점 극복의 가능성을 확인하였다. In this paper, a navigation technology of an unmanned vehicle using relative localization and magnetic guidance is proposed. Magnetic guidance system had been developed as a robust autonomous driving technology as long as magnetic fields on the path are detected. Otherwise, if magnetic fields were not detected due to some reasons, the vehicle could not drive. Therefore, in order to overcome the drawback, we propose that relative localization would be combined to magnetic guidance system. To validate the usefulness of the proposed method, a robotic vehicle was set up with the magnetic guidance system and the relative localization. In addition, the unmanned driving test was realized on the road without the magnetic fields so that the proposed method is verified by the experiment.