For navigation of a mobile robot, the determination of its absolute location is one of essential tasks. Recently multi-sensor system is prevalently used for the accurate estimation of the robot's position. We adopted the vision system with a cleverly designed landmark as an absolute sensor, and a dead reckoning system improved by the neural network as a relative sensor. Vision system is generally inappropriate for real-time applications due to the large amount of computations. In order to overcome such difficulty we design a landmark of an efficient pattern and develop a fast algorithm to calculate the distance and orientation of a camera with respect to the landmark. Exact and closed form solution of the camera location is obtained from the geometric relation between the pattern of landmark and its projected image. Moreover the presented algorithm requires only one row of mark image. Thus determination of the location can be processed in real time. In addition, the mark can be identified using projective invariant of the original mark pattern without any additional patterns. The effect of the error sources on the location determination is analyzed through a series of simulations and experiments. The applicability of the algorithm to mobile robots is discussed using the experimental results.
On the other hand, the conventional dead reckoner is liable to give us wrong positional information especially when the wheel slips, because it depends merely on the angular velocities of the wheels. Accordingly the linear velocity simply converted from the angular velocity should be compensated. We propose the neural net based compensator to estimate the linear velocity of each wheel and to detect the wheel slipping. In order to determine the structure and input variables of the neural net, we analyze dynamic characteristics of the wheel slipping. After training the networks for various conditions, we test to detect wheel slipping and to estimate the linear velocity and the trajectory of the robot. The performance of the neural networks are discussed with the results of simulations and experiments.
이동 로보트를 원하는 경로대로 주행시키기 위하여는 여러가지 기술이 필요한데 그중에서 특히 로보트의 현재 위치를 정확히 판단하는 것은 필수적인 요소 기술 중의 하나이다. 이를 위하여 근래에는 복합 센서 방식이 널리 사용되고 있다. 본 연구에서는 특별히 고안된 랜드 마크 영상 시스템을 절대 위치 센서로 사용하고 상대 위치 센서로서는 신경 회로망을 이용하여 미끄럼을 보상하는 진보된 사산법(dead reckoning)을 제안 하였다.
영상 시스템은 일반적으로 계산량이 많아서 이동 로보트의 위치 추정과 같은 실시간 처리에는 어려움이 있다. 본 연구에서는 로보트의 평지 주행을 고려한 마크 형태를 고안하고 이 마크와 카메라 좌표계간의 좌표 변환 변수를 폐형식으로 도출하는 알고리즘을 제안하였다. 이 방법은 마크 영상의 중심선 한행의 정보만 필요하고 그 정보를 폐형식으로 처리함으로써 매우 빠른 시간 내에 로보트의 위치를 산출할 수 있어 이동로보트이 실시간 적용이 가능하다는 장점이 있다. 또한 마크 형상의 투시 불변수(교차비)를 이용하여 별도의 추가 패턴없이 마크 식별이 가능하다. 이 알고리즘의 구현상에 있어 발생할 수 있는 여러가지 오차 요인에 대한 영향을 분석하였으며 실험을 통하여 이를 확인하였다. 또한 로보트의 이동중 실시간 위치 추정 실험을 통하여 이 방법의 타당성을 보였다.
한편 바퀴의 엔코더를 이용하는 종래의 사산법은 가장 널리 사용되는 방법이기는 하나 바퀴가 미끄러지는 경우에는 치명적인 오류를 범하게 된다. 본 연구에서는 신경회로망을 이용하여 바퀴의 미끄럼을 탐지하고 바퀴의 실제 선속도를 추정하는 방법을 제안하였다. 신경망의 구조와 입출력 변수 등을 선정하기 위하여 일차적으로 미끄럼 특성을 해석하고 시뮤레이션을 통하여 그 현상을 살펴보았다. 여러가지 미끄럼 상황을 가상하여 그 입출력 데이터로 부터 신경망을 훈련시키고 이 훈련된 신경망이 또다른 미끄럼 상황에서 어떻게 미끄럼을 보상하는지를 일련의 시뮤레이션과 실험을 통하여 고찰하였다.