This dissertation work is devoted to the study on visual navigation system for mobile robots. For this, four topics are presented as followings: First, a range sensor data based path planner is proposed for multiple robots with obstacles environment. Using Hopfield neural optimization network, an energy function is defined in terms of the range sensor data and position information for each robot, and then, a collision-free path is planned through minimization of the energy function. The proposed algorithm can be sued for a real-time path planner for mobile robots, and is found to be appropriate for autonomous vehicle since it is performed in a totally localized fashion.
Second, a 3D self-positioning algorithm is proposed. From the homogeneous transformations between the robot coordinate frames, we derive the minimal number of guide points required to determine the position and orientation of a mobile robot. And, a closed form self-positioning algorithm is proposed using a stereo camera system and a simple guide mark. The proposed algorithm is advantageous of its 3D capability, and is practically useful with its computationally effective closed form.
Third, a fast 3D depth map estimation algorithm is proposed. In this work, the flows of stereo image signals are dynamically controlled to satisfy the matching condition of their intensity functionals. Then, the disparity and its 3D depth are estimated from these controls for the image signals, sequentially. The proposed method is applicable as a real time depth estimator with low cost hardware for robotic applications.
Finally, we proposed a design approach to the efficient CMAC system for servo control. We analyzed the CMAC computational scheme, and found the effective CMAC memory size which is feasible in most practical applications. Using the proposed algorithm, the CMAC system can be implemented with a small size of memory and its new address mapping method, and the learning efficiency of the CMAC is improved.
본 논문에서는 이동 로보트의 시각 항법시스템에 관하여 연구하였다. 첫째로, 다수의 로보트와 장애물이 존재하는 환경속의 이동로보트를 위한 경로계획 방법이 신경회로를 이용하여 제안되었다. 먼저, Hopfield의 신경 최적화회로의 모델을 이용하여, 각 이동로보트의 위치정보와 거리감지 데이타를 이용하여 에너지 함수가 정의되었으며, 이 에너지의 최소화과정을 통하여 충돌회피 경로가 계획됨을 보였다. 제안된 방법은 이동 로보트의 실시간 경로계획에 사용될 수 있을 뿐만 아니라, 알고리즘의 수행이 각 이동 로보트마다 독립적으로 일어나므로 자율 이동체에도 적합한 방법이다.
둘째로, 3차원 환경속에 있는 이동 로보트의 자기위치 결정방법이 제안되었다. 로보트 좌표계사이의 제차변환 관계로부터, 로보트의 위치및 자세결정에 필요한 최소한의 표지점들의 수를 유도하였으며, 스테레오 카메라 시스템과 단순한 형태의 표지를 이용하여 닫힌 꼴을 갖는 3차원 위치결정방법이 제안되었다. 제안된 방법은 3차원 위치및 자세를 결정할 수 있는 일반성을 갖고 있음과 아울러, 수치 계산에 유리한 닫힌 꼴의 알고리즘을 사용하므로 실제적으로도 유용한 방법이다.
셋째로, 이동 로보트를 위한 고속 3차원 거리정보 추정방법이 제안되었다. 본 방법에서는 스테레오 영상의 정합에 사용되는 특징값으로서 영상휘도 함수가 사용되며, 한쌍의 영상 신호의 흐름은 스테레오 정합조건을 만족하도록 동적으로 제어되고, 이때의 제어 신호로부터 Disparity와 3차원 거리정보가 순차적으로 얻어지게된다. 제안된 방법은 약간의 하드웨어를 이용하여 고속처리 능력을 얻을 수 있으므로, 로보트 작업을 위한 실시간 거리정보 추정기로도 응용가능하다.
끝으로, 이동 로보트의 서보 제어에 사용될 수 있는 효율적인 CMAC 학습제어기의 설계방법이 제안되었다. 먼저, 종래의 CMAC 제어기의 구조가 해석되었으며, CMAC 메모리의 구현에 실효적으로 필요한 크기를 구하고, 이에 따른 새로운 CMAC 메모리의 주소지정 방법을 제안하였다. 제안된 방법에 따라 설계된 CMAC 제어기에서는 작은 크기의 메모리를 사용하면서도 종래의 CMAC 제어기에서 일어나던 주소충돌현상을 방지하므로 학습과정의 효율이 증가한다.
