In this dissertation, we concentrate on development of mobile robot navigation system using COTS monocular vision system without a map. We present navigation system with path planner, localizer and map builder. Also, we develop positioning algorithm using mathematical formulation under geometric constraints that is derived in indoor environment. At last, we verify their validity by various navigation experiments.
Chapter 2 gives basic backgrounds needed for developments in the following chapters. First, a coordinate system model and a definition of positioning is given. Next, camera calibration method is given and followed by bucketing, the clustering method. And, dynamic programming, line matching algorithm used in the dissertation is given. Last, least square fitting is described, which is widely used in deriving a straight-line equation among a set of data points.
In Chapter 3, we describe an efficient positioning algorithm for autonomous navigation of mobile robots referring prerecorded images without any environment maps. The algorithm estimates the robot`s relative position and orientation with respect to the reference robot, imaginary robot corresponding to the reference image. We use vanishing points to measure the robot`s orientation. To estimate robot`s position from reference and current images, dominant vertical and oblique lines are used. In the processing, we use as much as information as possible for accuracy. This method results in low-cost, fast positioning in the restricted environments.
Chapter 4 presents a byproduct of Chapter 3. In this chapter, we present another formulation of position determination method for autonomous indoor navigation of mobile robots using monocular vision. We utilize vanishing points to determine the robot orientation. For accuracy, we use multiple vanishing points with weighted-sum method. We also use oblique lines corresponding to floor-wall edges and ceiling-wall edges to determine the lateral position and vertical lines on the wall for the longitudinal position. Expansion of this chapter is very similar to Chapter 3. However major difference is that this chapter gives absolute position determination relative to world coordinate, which is basis of position-based navigation in Chapter 6.
Chapter 5 presents mobile robot positioning using the natural landmark, rectangular corner. We use the angles between vertical edges and oblique edges consisting rectangular corners for the robot`s orientation. To estimate robot`s position, slopes of edges are used. We derive the corner detection method. Also, we presents reasoning algorithm, which gives position and orientation with better accuracy by using rectangular corner constraints. Various experiments reveal that this algorithm results in simple and accurate position/orientation determination.
In Chapter 6, we present navigation algorithm and monocular-based navigation system. We define a navigation problem and describe autonomous navigation algorithms, like path planner, strategist, remote control, localizer, and map builder. Also, we describe the mobile robot system. Using the algorithms proposed in previous Chapters, the mobile robot localize by itself. WDDM detect the wall using proposed wireframe by monocular vision system. Autonomous navigation experiments show the algorithm and system are effective in indoor environment.
And at last, we conclude the dissertation with summary and future works in Chapter 7.
본 논문에서는, 지도 없이 COTS (commercially off-the-self) 단안 비젼 시스템을 이용하여 이동 로봇의 주행 시스템을 개발해 본다. 요즈음, 로봇 비전 분야에서는 반도체 기술 및 관련 기반 기술의 발전으로 상업적인 기성 부품을 사용한 비전 시스템들이 각광을 받고 있다. 이러한 비젼 시스템을 이용하여, 다음의 문제에 대해서 생각해본다.
ㆍ 지도(map)가 없는 실내 환경에서 중심좌표계에 대한 시작점과 도착점의 좌표만이 주어졌을 때 주행이 가능한가?
이 질문을 해결하기 위해서 실내 환경에서 적절한 가정을 사용하여 효율적이고 COTS 시스템에서도 빠른 진로 계획기, 위치 추정기 (localizer)와 지도 생성기를 비롯한 주행 시스템을 제공한다. 또한, 실내 환경에서 구해지는 기하학적인 제약하에 수학적인 정식화를 이용하여 자기 위치 추정을 개발한다. 마지막으로 여러가지 주행 실험을 통해서 효용성을 검증하고자 한다.
2장에서는 본 논문에서 사용되는 기본적인 배경 지식을 제공한다. 좌표계 모델과 위치 추정이 정의된다. 그리고, 카메라 교정 모델과 무리화(clustering)하는 방법의 하나인 버키팅(bucketing)에 대해 설명한다. 또한, 논문에서 사용하고 있는 매칭(matching) 방법의 하나인 동적프로그래밍(dynamic programming)에 대해서 기술한다. 마지막으로 여러 데이타 점들을 하나의 직선식으로 구하는 방법인 least square fitting에 대해서 설명한다.
3장에서, 환경지도없이 기존의 저장된 영상을 참조한 이동 로봇의 자율 주행에 대한 효율적인 위치 추정 방법에 대해 기술한다. 참조 영상에 해당되는 가상의 로봇인 참조 로봇에 대해여 상대적인 방향과 위치를 추정하는 알고리즘을 제시한다. 로봇의 방향의 구하는데 소실점을 이용한다. 위치를 추정하기 위해서는 주요한 수직선과 사선을 이용한다. 연산 과정에서는 정확성을 위해서 가능한 많은 정보를 이용한다. 이 방법은 적은 비용으로 제한된 환경에서 빠른 위치 추정을 가능하게 한다.
4장은 3장 결과의 부차적인 결과이다. 단안 비젼을 이용한 이동 로봇의 실내 환경에서의 자율 주행에 대한 위치 결정하는 또 다른 정식화를 제시한다. 역시 로봇의 방향을 결정하기 위해 소실점을 이용한다. 정확한 위치 결정을 위해, 가중합(weighted-sum) 방법을 사용한다. 또한 바닥과 벽 테두리와 천정과 벽 테두리에 해당되는 영상의 사선을 측면 거리를 구하는데 사용한다. 또한 벽면의 수직선은 길이방향의 거리를 구하는데 이용한다. 본장의 전개 방법은 3장과 흡사하지만, 가장 다른 점은 추후 6장의 위치 기반의 주행에 기초가 되는 중심좌표계에 대한 절대 위치를 결정하는 방법을 제시하는 것이다.
5장에서는 직각의 모서리 또는 구석과 같은 자연표지물을 이용하여 이동로봇의 위치를 결정하는 방법을 제시한다. 이동로봇의 방향 추정에 대해 직각 모서리를 이루는 사선과 수직선 사이의 각도를 이용한다. 이동로봇의 위치를 결정하기 위해서 사선의 기울기를 이용한다. 또한 직각 모서리의 기하학적인 제약 조건을 이용하여 보다 정확한 위치와 방향을 결정하는 추론 방법을 제시한다. 다양한 실험을 통하여 간결하고 정확한 위치와 방향을 결정하는 방법임을 증명한다.
6장에서, 주행 알고리즘과 단안 기반의 주행 시스템을 제시한다. 실내환경에서 지도가 없을때 시작점과 도착점의 절대좌표만이 주어진 경우 단안 기반의 비젼만을 센서로 이용하여 자율 주행하는 것을 주행 문제로 정의한다. 이를 위해 제안된 경로 계획기, 전략기, 원격 제어, 위치 결정기와 지도 발생기에 대해 기술한다. 특히 앞장에서 기술한 위치 결정 방법을 이용하여 이동 로봇이 제시된 문제를 해결한다. 단안 비젼 시스템과 제안된 조준선을 이용하여 WDDM(Wall Detect and Decision Module)은 벽의 존재를 감지한다. 자율 주행 실험을 통해 실내 환경에서 제안된 알고리즘과 시스템의 유용성을 밝힌다.
마지막으로 7장에서는 본 논문의 요약과 추후 연구 과제를 기술한다.
