지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 서일홍
- 발행연도
- 2018
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
다양한 물체들이 혼재된 실제 환경에서 로봇이 물체를 잡을 때 주변 물체의 방해로 인해 목표물을 정확하게 잡지 못하는 상황에 놓일 수 있다. 본 논문에서는 이러한 상황에서 로봇이 목표물을 잘 잡을 수 있도록 로봇 파지 시스템의 기능에 산개 동작을 포함시켜 파지 성능을 높이고자 한다.
본 논문에서 제안하는 방법은 혼재된 환경에서 주변 물체를 밀어내어 목표물을 잡을 수 있는 공간을 확보하여 로봇이 주변 물체의 방해 없이 목표물을 정확하게 잘 잡을 수 있도록 영상 공간 기반의 산개 경로 계획 방법을 제안 한다. 제안 하는 방법은 평면형 파지로 정의되는 로봇 파지 시스템에서 의미론적 영상 분할 방법을 이용하여 물체를 구분하고, 분할 영상을 바탕으로 잘 알려진 영상처리 방법인 모폴로지와 기계학습 알고리즘인 비선형 SVM을 활용하여 산개 경로를 계획한다.
실험을 통해 제안하는 산개 경로 계획 방법의 수행 여부에 따른 파지 성능을 정량적으로 평가하였다. 비교 분석한 결과 제안하는 방법을 사용 하였을 때 물체들이 혼재된 환경에서 보다 안정적으로 목표물을 파지할 수 있도록 하는 개선된 파지 성능을 입증하였다.
본 논문에서 제안하는 방법은 혼재된 환경에서 주변 물체를 밀어내어 목표물을 잡을 수 있는 공간을 확보하여 로봇이 주변 물체의 방해 없이 목표물을 정확하게 잘 잡을 수 있도록 영상 공간 기반의 산개 경로 계획 방법을 제안 한다. 제안 하는 방법은 평면형 파지로 정의되는 로봇 파지 시스템에서 의미론적 영상 분할 방법을 이용하여 물체를 구분하고, 분할 영상을 바탕으로 잘 알려진 영상처리 방법인 모폴로지와 기계학습 알고리즘인 비선형 SVM을 활용하여 산개 경로를 계획한다.
실험을 통해 제안하는 산개 경로 계획 방법의 수행 여부에 따른 파지 성능을 정량적으로 평가하였다. 비교 분석한 결과 제안하는 방법을 사용 하였을 때 물체들이 혼재된 환경에서 보다 안정적으로 목표물을 파지할 수 있도록 하는 개선된 파지 성능을 입증하였다.
목차
제 1 장 서 론 11.1 배경 및 목표 11.2 논문의 구성 4제 2 장 관련 연구 5제 3 장 배경 연구 83.1 평면형 파지 환경 83.2 의미론적 영상 분할을 이용한 물체 인식 93.2.1 SegNet 103.2.2 SegNet 구조 113.3 모폴로지 연산을 이용한 산개 수행 여부 결정 123.3.1 모폴로지 연산 123.3.2 산개 결정을 위한 처리 과정 153.4 산개 경로 계획과 수행 173.4.1 Support Vector Machine 173.4.2 Non-Linear SVM 193.4.3 산개 경로 계획 203.4.3.1 순환형 경로에서의 산개 경로 생성 233.4.3.2 비순환형 경로에서의 산개 경로 생성 253.5 카메라-로봇 캘리브레이션 273.6 물체 파지를 위한 그리퍼 회전방향 결정 29제 4 장 실험 314.1 실험 환경 314.2 SegNet 학습 334.3 실험 방법 364.4 실험 결과 37제 5 장 결론 및 향후 과제 42참고 문헌 43Abstract 45
최근 본 자료
댓글(0)
0