Localization is a crucial ability for an autonomous robot and one of the main streams in robotics research area. Landmark-based localization enables localization without preliminary information for location. Therefore it can overcome serious cumulative location errors that comes from motion information of robot and robot can localize after itself when suddenly transferred by someone. Omnidirectional vision system is frequently used as a robot vision system in order to obtain a lot of information, but it is very expensive and not easy to purchase, however fish-eye lens vision system which is used for this thesis is cheap and easy to buy. Fish-eye lens vision system cannot obtain much landmark information compared to omnidirectional vision system, therefore localization algorithm using little landmark information is needed. This thesis proposes Landmark-Based Particle Localization Algorithm(LABPLA). Bearing and distance information of landmarks is used to calculate possible area and the robot localizes itself by calculating the fitness of distributed particle in the area.
The suggested algorithm(LABPLA) was demonstrated through a simulator and real robot experiment. In the simulation, accuracy and precision of LABPLA, Shimshoni localization algorithm, and improved Shimshoni localization algorithm using RANSAC, MLESAC, and u-MLESAC were compared. In the real robot experiment, omnidirectional mobile robot with fish-eye lens vision system was used and results show the robustness.
위치 추정은 자율적인 로봇에게 중대한 능력이고 로봇 공학 연구 분야의 주요 흐름 중 하나 이다. 표식점을 이용한 위치 추정은 위치에 대한 사전 정보 없이 위치 추정이 가능하다. 그래서 로봇의 동작 정보에서 오는 심각한 누적 위치 오차를 극복할 수 있고 로봇을 누군가 옮긴 후에도 바로 위치 추정을 할 수가 있다. 전방향 비전 시스템은 많은 정보를 얻을 수 있기 때문에 로봇 비전 시스템으로 자주 사용되지만, 비싸고 구하기 어렵다는 단점이 있다. 하지만 이 논문에서 사용한 어안렌즈 비전 시스템은 싸고 구하기 쉽다. 어안렌즈 비전 시스템은 전방향 비전 시스템과 비교해서 많은 표식점 정보를 얻을 수 없기 때문에 적은 표식점 정보로 위치 추정하는 알고리즘이 필요하다. 이 논문에서는 표식점 기반 위치 추정 입자 알고리즘을 제안한다. 표식점의 각도, 거리 정보를 이용하여 가능한 범위를 계산하고 가능한 범위 안에 분포된 입자의 적합도를 계산하여 로봇의 위치를 추정한다.
제안된 알고리즘을 시뮬레이션과 실제 로봇 실험으로 검증하였다. 시뮬레이션에서 제안된 알고리즘의 정확도와 정밀도를 Shimshoni 위치 추정 알고리즘과 RANSAC, MLESAC, u-MLESAC을 적용하여 개선된 Shimshoni 위치 추정 알고리즘과 비교하였다. 실제 로봇 실험에서 어안렌즈 비전 시스템을 장착한 전방향 이동 로봇을 사용했고 강인한 결과를 보였다.
