This paper presents algorithms for real-time navigation of a humanoid robot with a stereo vision but no other sensors. Using the algorithms, a robot can recognize its 3D environment by retrieving SIFT features from images, estimate its position through the Kalman filter, and plan its path to reach a destination avoiding obstacles. Our approach focuses on estimating the robot’s central walking path trajectory rather than its actual walking motion by using an approximate model. This strategy makes it possible to apply mobile robot localization approaches to humanoid robot localization. Simple collision free path planning and motion control enable the autonomous robot navigation. Experimental results demonstrate the feasibility of our approach.
로봇의 실시간 경로 생성은 지능형 로봇 공학 분야의 주요 연구 주제 중 하나이다. 그 중에서도 로봇이 스스로 주변 환경을 인지하고 자신의 움직임을 결정하는 과정은 많은 연구가 진행되어 왔으며[1], 특히 아직 알지 못하는 환경 속에서의 로봇 네비게이션은 중요한 연구 분야이다.
로봇 네비게이션에서 가장 기본적인 문제는 장애물을 안전하게 피해서 어떻게 목적지에 도달할 것인가이다. 장애물을 피하기 위해서는 환경을 인식할 수 있어야 하며, 목적지에 도달하기 위해서는 자기위치를 결정할 수 있어야 한다. 두 가지를 동시에 진행하는 방법을 SLAM (Simultaneous Localization and Mapping) 알고리즘이라고 한다. 바퀴형태의 모바일 로봇은 레이저 레인지 파인더 센서를 이용하여 주변환경 인식 및 자기 위치 결정을 2차원 평면상에서 진행할 수 있다. 하지만 휴머노이드 형태의 이족보행 로봇에서는 걸음걸이 동작 구현 과정에서 좌우로 무게중심이 움직이고 동시에 rolling이 발생하기 때문에 레이저 레인지 파인더 센서는 적합하지 않다.
비록 많은 SLAM 알고리즘들이 제안돼 왔지만, 실제 환경에서 사용하기 위해 최소한의 센서를 사용한 실시간 알고리즘이 필요하다. 스테레오 비전 센서는 이미지라는 많은 정보와 상대적으로 적은 가격대로 거리를 잴 수 있는 센서라는 점에서 유용하다. 본 논문에서는 스테레오 비전 센서를 이용한 자기 위치 및 주변 환경 인식알고리즘을 적용하였다. 스테레오 비전 센서는 별다른 제약 없이 이미지의 3차원 깊이 정보를 얻어낼 수 있으며 얻어낸 3차원 깊이 정보를 이용하면 3차원 공간상에서 카메라의 움직임을 얻어낼 수 있다. 또한 카메라 센서는 레이저 레인지 파인더에 비해 상대적으로 저렴하며 알고리즘의 변경을 통해 다양한 정보를 쉽게 얻을 수 있다.
카메라 센서를 사용하는 경우 상대적으로 모션이 단순한 바퀴형태의 모바일 로봇에서는 시간상 연속된 이미지에서 흔들림이나 진동이 강하게 나타나지 않고 움직임 방향에 집중해서 영상이 입력된다. 하지만 휴머노이드 형태의 이족보행 로봇의 경우 걸음걸이 과정에서 넘어지지 않기 위해 무게중심을 움직이는 과정에서의 흔들림이나 발걸음 자체의 진동이 강하기 때문에 이미지에서 회전성분이 강하게 나타난다. 본 논문에서는 이러한 이미지 특성을 고려하여 특징점을 선정하고 추적하여 자기 위치를 결정하고 이족보행 휴머노이드형 로봇의 걸음걸이 동작을 분석하여 바퀴형태의 모바일 로봇과 같은 경로생성 알고리즘을 적용할 수 있음을 보이고자 한다.
