The 3D sensing of environment is becoming more important to mobile robot as robotic technology develops, and expanding of application field. In this paper, we deal with SLAM(Simultaneous Localization and Mapping) problem for indoor mobile robots which can 3D map building and localization. Purposes of algorithm are memory efficient and do not restrict the mobility of mobile robots using 3D map consist of vertical/horizontal planar polygons which are dominant feature in indoor environments. Pose of mobile robot is considered to have 3 degrees of freedom (x,y,θ). For robust localization, we use cost function including weighting terms to reflect reliability of kinect scan data.
From the kinect IR camera scan data, we propose fast range image segmentation method which can evitable under-segmentation problem appeared to previous researches. Vertical/horizontal planar polygons extracted from segmented range data. Pose updating and map polygons updating based on matching pairs of scan/map polygons are performed sequentially in each of all frames. Finally, by the experiment result, the proposed algorithm is validated.
이동 로봇 기술의 발전과 그 응용분야가 확대됨에 따라 로봇이 임무를 수행하기 위해서는 환경에 대한 3차원 인식이 필수가 되었다. 따라서 본 연구에서는 실내 환경용 로봇이 3차원 지도를 작성함과 동시에 정확한 위치 추정이 가능하도록 하는 SLAM(Simultaneous Localization and Mapping)문제를 다룬다. 지도는 실내 환경의 지배적인 구성 요소인 수직/수평 다각평면을 기반으로 하여 메모리 효율적이고 이동 로봇의 이동성에 제약이 없는 빠른 지도 작성을 목적으로 한다. 이동 로봇의 자세는 (x,y,θ)의 3 자유도만을 고려하였다. 정확한 위치 추정을 위해서 키넥트 스캔 데이터에 대한 신뢰도 가중치가 반영된 비용함수를 이용하였다.
로봇이 이동하면서 키넥트의 IR camera에 의해 취득된 data를 range image단에서 분류하는데 있어 기존 연구들이 공통적으로 갖는 under-segmentation problem을 피할 수 있게 하여 더 빠른 데이터 분류가 가능하도록 하였다. 수직/수평 다각평면은 분류된 데이터를 이용하여 구성된다. 현재 프레임에서 취득된 스캔 다각평면 성분과 기존의 지도에 등록되어 있던 다각평면 사이 matching pair의 정보를 기반으로 수행되는 이동 로봇 위치 업데이트와 지도 개체 업데이트는 매 프레임에서 순차적으로 일어난다. 마지막으로 실험 결과를 통해 본 연구에서 제안하는 알고리즘의 유효성을 검증하였다.
