인공표식을 활용한 실내 저비용 위치 및 자세 추정 알고리즘 :Indoor Location and Pose Estimation Algorithm using Artificial Attached Marker

안병민

추천

검색

자료유형: 학위논문

저자정보: 안병민 (충남대학교, 忠南大學校大學院)

지도교수: 고윤호

발행연도: 2016

저작권: 충남대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (3)

2016

인공 부착 마커를 활용한 실내 위치 및 자세 추정 알고리즘

안병민 , 고윤호 , 이지홍 멀티미디어학회논문지 2016.02 학술저널

인공표식을 활용한 실내 저비용 위치 및 자세 추정 알고리즘

안병민 메카트로닉스공학과 2016.01 학위논문

2015

천장 · 바닥 부착 마커를 활용한 실내 위치 및 자세 추정 알고리즘

안병민 , 고윤호 , 이지홍 정보 및 제어 논문집 2015.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

This paper presents a real-time indoor location and pose estimation method that utilizes simple artificial markers and image analysis techniques for the purpose of warehouse automation. The conventional indoor localization methods cannot work robustly in warehouses where severe environmental changes usually occur due to the movement of stocked goods. To overcome this problem, the proposed framework places artificial markers having different interior pattern on the predefined position of the warehouse floor and Ceiling. The proposed algorithm obtains marker candidate regions from a captured image by a simple binarization and labeling procedure. Then it extracts maker interior pattern information from each candidate region in order to decide whether the candidate region is a true marker or not. The extracted interior pattern information and the outer boundary of the marker are used to estimate location and heading angle of the localization system. Experimental results show that the proposed localization method can provide high performance which is almost equivalent to that of the conventional method using an expensive LIDAR sensor and AMCL algorithm.

1. 서 론 1
2. 마커의 형태 및 구조 5
3. 제안하는 위치 추정 알고리즘 8
3.1 전처리 과정 10
3.1.1 오츠 알고리즘(Otsu Algorithm) 11
3.2 마커 후보 영역 검출 13
3.2.1 레이블링과 최근접 사각형 검출 14
3.2.2 잡음 영역 제거 17
3.2.3 사선 방향 꼭지점 검출 18
3.2.4 마커의 회전각도 검출 및 마커 후보 영역 회전 19
3.3 마커 정보 추출 20
3.3.1 내부 원 레이블링 및 마커 패턴 정보 추출 20
3.3.2 마커 판별 21
3.3.3 헤딩 앵글 산출 및 지역 좌표 산출 21
3.4 로봇의 전역 좌표 산출 24
3.4.1 로봇 중심 좌표 산출 25
4. 실험 결과 27
4.1 사용 하드웨어 29
4.1.1 L자형 로봇 30
4.1.2 바닥 로봇 32
4.2 실험 결과 33
5. 결론 및 향후 연구 방향 37
6. 참고 문헌 39

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)