서지주요정보
Feature-based global localization system for mobile robot using prior data and monocular camera = 사전에 생성된 데이터와 단일 카메라를 이용한 특징점 기반 이동로봇 전역 위치 인식 시스템
서명 / 저자 Feature-based global localization system for mobile robot using prior data and monocular camera = 사전에 생성된 데이터와 단일 카메라를 이용한 특징점 기반 이동로봇 전역 위치 인식 시스템 / Hyong-Jin Kim.
저자명 Kim, Hyong-Jin ; 김형진
발행사항 [대전 : 한국과학기술원, 2014].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8026151

소장위치/청구기호

학술문화관(문화관) 보존서고

MCE 14005

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

As robotic technologies have progressively developed, a localization problem of robot has become increasingly important. Although GPS(Global Positioning System) is widely used for the localization problem, there are several drawbacks such as the shadow areas of GPS signal or indoor environment. Recently, localization methods without GPS have been actively studied to overcome these drawbacks. This paper proposes a novel global localization method that utilizes a monocular camera without using GPS. The most important part of a localization system without GPS is to match landmarks between a current data and prior data which contain global information. This paper estimates a relative position from a global position of prior data by image matching for the global localization problem. The prior data consists of Velodyne, GPS/IMU, and images. Although the proposed algorithm was only tested in specific area by using KITTI data set as the prior data, we predict the algorithm is more useful by offering vast prior data from Google’s unmanned ground vehicle. The proposed algorithm is able to be divided into global localization and MCL(Monte Carlo Localization) algorithm. The global localization algorithm is performed by matching feature descriptors of the prior images and the current image. The 2D coordinate features of prior images are translated to 3D coordinates from the point cloud of Velodyne data. The localization result is estimated by a camera extrinsic parameter using the matched 3D-2D feature pairs. The MCL algorithm produces robust results, even in difficult environments such as regions with many dynamic objects or few feature descriptors, and also improves the computation time for realtime applications. The proposed system is tested through 36.6km of distance in 8 data sets of KITTI data. The results demonstrate the effectiveness of the proposed system, as shown by the higher accuracy of the global localization algorithm and the robustness of the local localization algorithm. As future works, big data will be employed for improving the robustness of produced results. Moreover, the estimated results of this system will be utilized as prior data for future studies. while will eventually enhance the performance of the localization system.

로봇 기술이 발달함으로써 로봇의 위치 인식문제가 크게 대두 되고 있다. 로봇의 위치 인식 시스템은 GPS를 이용하는 방법이 가장 널리 쓰이고 있는데, GPS음영지역, 실내에서는 동작하지 못하는 단점이 있다. 이를 해결하기 위해서 GPS를 사용하지 않고 위치인식 하는 방법에 대해서 활발히 연구 중이다. 따라서, 본문은 GPS를 사용하지 않고 단일 카메라를 이용하여 전역 위치를 추정하는 방법에 대해서 소개한다. GPS를 사용하지 않고 전역 위치 추정하는 방법의 중요한 부분은 전역 위치정보를 가지고 있는 데이터와 현재 데이터를 매칭하는 방법이다. 본 논문에서는 사전 데이터와 현재 이미지 데이터를 매칭하여 상대 관계를 구함으로써 전역 위치 추정을 한다. 사전 데이터는 과거에 로봇으로 수집한 데이터로 Velodyne, GPS/IMU, 이미지 데이터가 있으며 과거 이미지와 현재 이미지를 매칭함으로써 전역 위치를 추정한다. 수집 데이터는 KITTI 데이터 셋을 활용하여 특정 지역에서 밖에 알고리즘을 검증할 수 없지만 추후에 Google 무인 자동차가 데이터를 제공하면 활용이 많아질 것으로 예상한다. 알고리즘은 크게 전역 위치 추정과 MCL 알고리즘을 이용한 위치 추정으로 나눌 수 있다. 전역 위치 추정의 과정은 사전 데이터의 이미지와 현재 이미지를 특징점 매칭하고 Velodyne 데이터를 이용하여 사전 데이터의 2D 특징점의 3차원 좌표를 구한다. 사전 데이터의 이미지와 현재 이미지의 특징점 매칭쌍, 3D - 2D를 이용하여 카메라 외부파라미터를 구하는 방법을 통하여 전역 위치 추정을 한다. MCL 알고리즘을 이용한 위치 추정은 추정된 전역 위치로부터 로봇의 odometry를 이용하여 MCL 알고리즘을 적용하였다. MCL 알고리즘을 이용한 위치 추정은 이동 물체가 많거나 특징점이 없는 환경에서 위치 추정을 강인하게 만들었으며 속도를 향상시켜 실시간으로 구현하였다. 본 알고리즘의 검증은 KITTI의 8개의 데이터 셋, 총 36.6km 거리에 대해서 검증을 하였다. 제안한 시스템은 높은 정확도의 전역 위치 추정 알고리즘, 주변 환경에 강인한 높은 확률의 지역 위치 추정 알고리즘을 통하여 효과적임을 증명하였다. 향후 과제로써 알고리즘을 강인하게 하기 위해서 Big data로부터 사전 데이터를 추출하고 현재 추정된 위치를 다시 사전 데이터로써 사용할 수 있다.

서지기타정보

서지기타정보
청구기호 {MCE 14005
형태사항 vi, 56 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 김형진
지도교수의 영문표기 : Hyun Myung
지도교수의 한글표기 : 명현
학위논문 학위논문(석사) - 한국과학기술원 : 건설및환경공학과,
서지주기 References : p. 50-51
주제 Global Localization
MCL Algorithm
Prior Data
KITTI Data Set
전역 위치 추정
MCL 알고리즘
사전 데이터
KITTI 데이터 셋
QR CODE qr code