1 |
1
삭제
|
2 |
2
스테레오 영상장치로 형성된 카메라부와, 로봇 이동 경로 주위의 지도가 저장된 데이터베이스부와, 상기 카메라부에서 획득한 영상 정보를 이용하여 자기의 위치를 추정하는 위치 연산부를 포함하는 로봇의 자기 위치 추정 방법에 있어서,
상기 카메라부에서 로봇 주위의 영상을 획득하는 1 단계와;
상기 위치 연산부에서 상기 카메라부가 획득한 영상 내의 개별 물체를 인식하고, 개별 물체의 국소 특징점과 개별 물체를 포함하는 주변 환경의 국소 특징점의 카메라 좌표계 위치값을 생성하는 2 단계와;
상기 위치 연산부에서 상기 데이터베이스부에 저장되어 있는 지도 및 상기 2 단계의 결과를 바탕으로 로봇의 위치를 추정하는 3 단계를 포함하고,
상기 3단계는,
상기 데이터베이스에 저장된 지도로부터 상기 2단계에서 인식한 물체가 1개 이상 포함된 노드를 로봇이 위치할 수 있는 후보 노드로 선정하는 후보노드 선정 단계와;
상기 2 단계에서 생성된 위치값을 이용하여 선정된 모든 후보 노드에 대한 로봇의 잠정 위치를 계산하는 잠정 위치 계산 단계와;
계산된 잠정 위치를 초기 위치값으로 하여 선정된 모든 후보 노드에 파티클 필터링 기법을 적용하여 로봇의 위치를 추정하는 위치 추정 단계를 포함하여 이루어지는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
3 |
3
청구항 2에 있어서,
상기 잠정 위치 계산 단계에서는 아래의 수학식 1과 2를 사용해서 로봇의 잠정위치를 계산하고,
상기 위치 추정 단계에서는 최종 가중치를 계산하여 파티클 필터링 기법에 적용하고, 샘플들이 제일 많이 수렴된 노드의 샘플만으로 아래의 수학식 8을 수행하여 로봇의 위치를 추정하는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
4 |
4
스테레오 영상장치로 형성된 카메라부와, 로봇 이동 경로 주위의 지도가 저장된 데이터베이스부와, 상기 카메라부에서 획득한 영상 정보를 이용하여 자기의 위치를 추정하는 위치 연산부를 포함하는 로봇의 자기 위치 추정 방법에 있어서,
상기 카메라부에서 로봇 주위의 영상을 획득하는 1 단계와;
상기 위치 연산부에서 상기 카메라부가 획득한 영상 내의 개별 물체를 인식하고, 개별 물체의 국소 특징점과 개별 물체를 포함하는 주변 환경의 국소 특징점의 카메라 좌표계 위치값을 생성하는 2 단계와;
상기 위치 연산부에서 상기 데이터베이스부에 저장되어 있는 지도 및 상기 2 단계의 결과를 바탕으로 로봇의 위치를 추정하는 3 단계를 포함하고,
상기 3 단계는,
상기 데이터베이스에 저장된 지도로부터 상기 2단계에서 인식한 물체가 1개 이상 포함된 노드를 로봇이 위치할 수 있는 후보 노드로 선정하는 후보노드 선정 단계와;
상기 2 단계에서 생성된 위치값을 이용하여 선정된 모든 후보 노드에 대한 로봇의 잠정 위치를 계산하는 잠정 위치 계산 단계와;
후보 노드 중에서 최종 후보 노드를 선택하는 최종 후보 노드 선택 단계와;
최종 후보 노드에 대한 로봇의 잠정 위치를 초기 위치값으로 하여 최종 후보 노드에 파티클 필터링 기법을 적용하여 로봇의 위치를 추정하는 위치 추정 단계를 포함하여 이루어지는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
5 |
5
청구항 4에 있어서,
상기 잠정 위치 계산 단계에서는 아래의 수학식 1과 2를 사용해서 로봇의 잠정위치를 계산하고,
상기 위치 추정 단계에서는 최종 가중치를 계산하여 파티클 필터링 기법에 적용하고, 아래의 수학식 8을 수행하여 로봇의 위치를 추정하는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
6 |
6
청구항 4에 있어서,
상기 최종 후보 노드는, 후보 노드들에 대하여 아래의 수학식 12에 의해 구해진 노드 근접 가중치 값 중 가장 큰 값을 갖는 노드인 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
7 |
7
청구항 3 또는 5에 있어서,
상기 최종 가중치는 로봇이 어느 노드에 가까이 있을지를 나타내 주는 노드 근접 가중치 와, 로봇이 인식한 물체 및 그 물체를 포함하는 주변 환경의 3차원 특징점과 노드에 존재하는 동일한 물체 및 그 물체를 포함하는 주변 환경의 3차원 특징점 간의 거리 차이에 의한 샘플 의 3차원 특징점 가중치 를 아래의 수학식 13와 같이 통합하여 계산되는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
8 |
8
청구항 7에 있어서,
상기 노드 근접 가중치 는 아래의 수학식 12에 의하여 결정되는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
9 |
9
청구항 8에 있어서,
상기 물체 존재 가중치 는 아래의 수학식 9에 따라 계산되는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
10 |
10
청구항 8에 있어서,
상기 물체-환경 특징 가중치 는 아래의 수학식 10에 따라 계산되는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
11 |
11
청구항 8에 있어서,
상기 물체-환경 거리 가중치 는 아래의 수학식 11에 따라 계산되는 것을 특징으로 하는 로봇의 자기 위치 추정 방법
|
12 |
12
360도보다 작은 시야각을 갖고 스테레오 영상장치로 구성된 카메라부와, 상기 카메라부를 일정 각도씩 회전시킬 수 있는 회전 장치와, 로봇 이동 경로 주위의 지도를 저장하고 있는 데이터베이스부와, 상기 카메라부에서 획득한 영상 정보를 이용하여 자기의 위치를 추정하는 위치 연산부를 포함하는 로봇의 자기 위치 추정 방법에 있어서,
상기 카메라부가 일정 방향의 로봇 주위의 영상을 획득하는 1 단계와;
상기 위치 연산부에서 상기 카메라부가 획득한 영상 내에서 인식한 물체가 없는 경우에는 상기 회전 장치를 구동하여 카메라를 회전시킨 후 다른 방향의 영상을 획득하는 과정을 획득된 영상에서 인식한 개별물체가 있을 때까지 반복하고, 인식한 개별 물체의 국소 특징점과 개별 물체를 포함하는 주변 환경의 국소 특징점의 카메라 좌표계 위치값을 생성하는 2 단계와;
상기 위치 연산부에서 상기 데이터베이스부에 저장된 지도로부터 상기 인식된 물체가 1개 이상 포함된 노드를 로봇이 위치할 수 있는 후보 노드로 선정하는 3 단계와;
상기 위치 연산부에서 후보 노드들의 우선 순위를 결정하는 4 단계와;
상기 위치 연산부에서 후보 노드에 포함된 물체와 로봇 간의 거리 및 최우선 순위 물체를 계산하는 5 단계와;
상기 위치 연산부에서 상기 회전 장치로 카메라부를 회전시켜 후보 노드의 최우선 순위 물체를 확인하는 6 단계와,
상기 위치 연산부에서 상기 6 단계에서 최우선 물체가 확인된 노드에 파티클 필터링 기법을 사용해서 로봇의 위치를 추정하는 7 단계를 포함하는 것을 특징으로 하는 로봇의 자기위치 추정 방법
|
13 |
13
청구항 12에 있어서,
상기 6 단계는 후보 노드의 최우선 물체를 인식하지 못하면 상기 회전 장치로 카메라부를 회전시켜 상기 4단계에서의 해당 후보 노드 중 다음 우선 순위의 후보 노드의 최우선 물체를 확인하는 것을 특징으로 하는 로봇의 자기위치 추정 방법
|