Intelligent mobile robots, the ultimate goal for researchers in the mobile robotics area, can be defined as robots that have such capabilities as perception, reasoning, decision making, action and learning. As a research work toward this ultimate goal, in this thesis, two major fields for intelligent mobile robot have been studied: environment recognition and navigation algorithm. The study is based on indoor wheeled mobile robot that moves within structured but unknown 2D environment, and the mobile robot LCAR has been used as a test bed.
With the aim of more robust environment recognition, a sensor fusion scheme for mobile robot environment recognition that incorporates range data and contour data is proposed. Ultrasonic sensor provides coarse spatial description but guarantees open space (with no obstacle) within sonic cone with relatively high belief. Laser structured light system provides detailed contour description of environment but prone to light noise and is easily affected by surface reflectivity. A sensor fusion scheme that can compensate the disadvantages of both sensors has been proposed. Scanning of environments is performed by rotating two sensors installed on the pan-tilt device on the top of the robot. For the purpose of not losing spatial detail and more natural environment description, line and corner models are used. Overall fusion process is composed of two stages: Noise elimination and belief updates. Dempster-Shafer's evidential reasoning is applied at each stage. Open space estimation from sonar range measurements brings elimination of noisy lines from laser sensor. Comparing actual sonar data to the simulated sonar data enables data of two disparate sensors to be fused at the unified feature space. Transparent objects such as glass window can be recognized by ultrasonic sensor. A hypothesis test on the RCDs (regions of constant depth) acquired from scanning of sonar in multiple places is used for recognition of lines and corners. Lines and corners acquired from RCDs are put into belief update stage of sensor fusion. Experimental results demonstrate the effectiveness of the proposed method.
The next subject of this thesis is navigation algorithm. A new sensor based reactive navigation method for wheeled mobile robots is proposed. The approach is based on selection of the local target points of robot's movement called "via-points" which are defined in navigation space, generated taking into consideration of smooth robot motion. To achieve successful navigation within dynamic environments, rather than sensors used in the environment recognition an array of ultrasonic sensors around the robot is used. The proposed algorithm utilizes fuzzy multi-attribute decision making method in which three fuzzy goals are defined to achieve successful robot navigation deciding which via-point the robot would proceed at each control step. Via-point is defined as the local target point of robot's movement at each decision instance. Three fuzzy goals to achieve successful robot navigation are defined. At each decision step, a set of the candidates of next via-point in 2D navigation space is constructed by combining various heading angles and velocities. Given the fuzzy goals, the fuzzy decision making enables the robot to choose the best via-point among the candidates. An efficient scheme for local minimum recovery from trapped-in situation is also provided. A series of simulations has been performed to study the effects of associated navigation parameters on the navigation performances. The method has been implemented on the actual mobile robot and experimented in real environments. Results from a series of simulations and experiments conducted in real environments show the validity and effectiveness of the proposed navigation method.
지능화된 이동 로봇을 위한 연구라는 목적을 가지고, 본 논문에서는 환경 인식과 주행 알고리즘이라는 두 가지 분야에 대해 다룬다. 이 연구는 미지의 2차원 환경에서 주행하는 로봇으로 한정하였다.
보다 강건한 환경인식을 위하여 초음파 센서의 거리 데이터와 레이저 구조광 센서의 외형 데이터를 서로 융합하는 기법을 제안하였다. 초음파 센서로 측정한 데이터로부터는 넓은 빔 폭 때문에 세밀한 장애물 형상을 얻을 수는 없으나, 측정된 거리만큼의 공간에 장애물이 없다는 정보를 비교적 높은 신뢰도로 얻을 수 있다. 반면, 레이저 구조광은 세밀한 물체의 형상 정보를 얻을 수 있으나, 햇빛 같은 빛 노이즈의 영향을 받고 유리 같은 투명한 물체를 인식할 수 없는 단점이 있다. 제안된 센서 융합 기법은 이러한 각 센서의 단점을 다른 센서의 장점을 이용하여 보완하는 기법이다. 로봇 상단의 팬 틸트 장치에 두 가지 센서를 고정하고, 로봇이 정지한 상태에서 팬 틸트 장치를 일정한 각도로 회전시키면서 환경 측정이 이루어진다. 환경 모델링은 레이저 구조광의 공간 분해능이 보장되는 라인과 코너 모델을 이용한다.
전체적인 센서 융합 구조는 노이즈 제거와 신뢰도 업데이트의 2 단계로 구성되어 있으며, 각 단계에서는 Dempster-Shafer의 Evidential Reasoning이 적용되었다. 노이즈 제거 단계에서는 초음파 센서로부터 얻은 열린 공간(장애물이 없는 공간)에 대한 가정에 기초하여, 레이저 구조광으로부터 얻은 환경 모델의 광 노이즈 성분을 제거한다. 신뢰도 업데이트 단계에서는 노이즈가 제거된 레이저 구조광의 환경 모델과 초음파의 RCD (region of constant depth) 특징치를 융합함으로써, 두 센서 모두 측정한 환경 요소에 대한 신뢰도를 향상시키는 작업을 한다. 투명한 물체의 인식은 여러 위치에서 측정한 초음파의 RCD 특징치 사이의 기하학적 조건에 대한 탐색을 통해 이루어진다. 이렇게 얻어진 투명 물체의 라인과 코너 모델은 신뢰도 업데이트 단계에 곧바로 적용되어, 투명 물체가 섞인 환경에서도 로봇이 환경인식을 수행할 수 있게 한다. 실환경에서의 환경 인식 실험을 통해 제안된 기법의 타당성을 증명한다.
그 다음 주제로서 휠 구동형 이동 로봇에 적용할 수 있는 새로운 센서 기반의 주행 알고리즘을 제안한다. 이 방법은 이동 로봇의 제어순간 마다via-point(경유점)라 불리우는, 휠 구동형 로봇의 원활하게 이동할 수 있는 여러 개의 국소이동 목표지점을 선택하는 방식으로 로봇을 최종 목적지까지 유도한다. 동적인 환경에서도 원활하게 주행을 할 수 있도록, 앞의 환경 인식에 사용된 센서가 아니라 로봇의 가운데 부분에 설치된 18개의 폴라로이드 초음파 센서 링을 이용한다. 로봇의 주행을 위해 3개의 fuzzy goal이 정의되고, 여러 개의 경유점 후보 중에서 fuzzy goal을 가장 잘 만족시킬 수 있는 경유점 후보를 퍼지 의사 결정 기법으로 선택하는 방식으로 주행이 이루어진다. 이 방법도 전체적인 경로 계획에 따른 주행 기법이 아니기 때문에, 장애물에서 벗어나지 못하는, 국부 최소(local minimum)에 빠질 위험이 따른다. 이를 극복하기 위한 기법으로써, 국부 최소에 빠질 위험이 있다고 판단되면, 이 상태를 벗어날 때까지 실제 목적지를 가상 목적지(virtual target)로 대치하는 방법을 사용한다. 이런 방법으로 로봇이 벽면을 따라 주행하도록 유도되고, 이 과정은 국부 최소 발생 위험이 해소될 때까지 계속된다. 제안된 주행 알고리즘에 대해 여러 가지 파라미터의 영향을 볼 수 있는 시뮬레이션 분석이 이루어졌고, 이동하는 물체가 있는 환경에 대한 시뮬레이션도 실시되었다. 시뮬레이션과 실환경에서의 실험을 통해 제안된 알고리즘의 타당성을 증명하였다.
