로봇의 위치 좌표를 이용한 전정안 반사 알고리즘의 구현

소개글

로봇의 위치 좌표를 이용한 전정안 반사 알고리즘의 구현에 대한 보고서 자료입니다.

목차

1. 도입
1.1. 문제제기
1.2. 연구의 필요성 및 목적
1.3. 핵심문제
2. 연구방법
2.1. 선행연구 검토
2.2. 연구방법
2.2.1. 시스템 흐름도
2.2.2. 전정안 반사 알고리즘(VOR algorithm)
3. 연구내용
3.1. 연구결과
3.2. 결과에 대한 해석 및 논의
4. 맺음
4.1. 요약 및 함의
4.2. 의의 및 한계
5. 참고문헌

본문내용

서 개발한 전정안 반사 알고리즘을 로봇에 적용시켜 보았다. 실제 전정안 반사 알고리즘이 잘 작동하는지 검사하기 위하여 로봇의 이동경로를 설정하여 보았다. 로봇은 제자리에서 시계방향으로 45˚ 회전 후 약 1m 정도 직진한다. 이렇게 움직이는 동안 로봇위에 장착된 웹캠으로 실제 물체를 시야의 중앙에 오는지 확인하게 된다.
로봇이 미리 설정한 경로대로 이동하였을 때, 카메라를 통해 실제 목표 물체가 시야의 중앙에 들어오는지 그 결과를 확인할 수 있었다. 이 때 목표 물체는 파란색 음료수 캔으로 정하였으며 로봇과 물체의 초기거리는 1m로 가정하였다. 로봇의 반지름은 약 15cm이다.
그림13은 실제 로봇이 시계방향으로 45˚ 회전 하였을 때의 영상이다. 화면에서도 볼 수 있듯이 목표 물체가 카메라의 시야 중앙에 위치해 있음을 알 수 있다.
그림15는 로봇이 직진 state에 있을 때 시각센서의 영상이다. 마찬가지로 로봇이 직진을 할 때에도 목표 물체가 시각센서 시야의 중앙에 위치해 있음을 알 수 있다.
3.2. 결과에 대한 해석 및 논의
로봇이 설정한 경로대로 움직였을 때 시각 센서를 통해 획득한 영상에서 보면 알 수 있듯이 목표 물체가 시야의 중앙에 옴을 확인할 수 있었다. 이는 전정안 반사 알고리즘이 제대로 구현되었다는 것을 의미한다.
먼저 회전 state를 보면, 로봇이 45도 시계방향으로 회전하였을 때 시각 센서는 반시계방향으로 45도 회전하였음을 확인할 수 있었다. 그러나 시각 센서의 회전을 담당하는 CPU의 처리속도 저하로 반응속도가 약간 느린 것이 아쉬웠다. 또한 모터 엔코더로부터 받은 신호가 노이즈의 영향으로 약간의 오차를 발생시켰다. 이는 노이즈를 제거하는 필터의 사용을 통하여 극복할 수 있겠다. 두 번째로 직진 state를 살펴보자. 로봇이 약 1m를 주행하면 위치좌표도 이동거리에 맞게 변화한다. 변화한 이동거리를 바탕으로 전정안 반사 알고리즘이 적용되어 시각 센서의 보상 각도가 계산된다. 시각 센서의 영상을 통해 로봇이 직진할 때에도 목표 물체가 시야의 중앙에 위치하고 있음을 확인할 수 있었다. 그러나 직진 state에서도 역시 CPU의 처리속도 저하로 반응속도가 약간 느린 부분이 아쉬웠다.
CPU의 처리속도 저하에 대한 문제는 현재의 CPU보다 성능이 더 좋은 제품을 사용한다면 어느 정도 극복 가능하리라 생각된다. 또한 실제 실험을 수행할 때에 시각센서로 사용한 웹캠의 성능이 좋지 않아서 찍은 영상의 화질이 흐리게 나왔음을 알 수 있다. 또한 CPU board와 servo motor, 웹캠을 로봇 위에 설치하는 과정에서 고정이 쉽게 되지 않아 약간의 진동이 영상에 나타났다. 또한 각종 전선들과 통신을 위한 케이블들의 길이 제한으로 로봇의 움직임이 제한되었다. 이러한 부분들이 아쉬운 점으로 생각되고 실험여건을 지금보다 좀 더 개선한다면 더 좋은 결과를 도출해 낼 수 있을 것이다.
4. 맺음
4.1. 요약 및 함의
본 논문에서는 하드웨어 모듈을 구현하고 전정안 반사 작용 알고리즘을 개발하여 실제 로봇에 적용시켜 보았다. 이번 연구의 목표는 보고자 하는 물체가 시각센서 시야의 중앙에 위치하도록 전정안 반사 작용 알고리즘을 구현하고 검증해 보는 것이었다.
알고리즘의 구현을 위해서 로봇의 위치좌표에 대한 정보가 필요하였고 이 정보를 바탕으로 로봇의 위치좌표에 따른 시각센서의 보상 각도를 계산하였다. 또한 연구의 검증(Simulation)을 통하여 실제 평면 주행 로봇에 직접 전정안 반사 작용 알고리즘을 적용하여 보았으며 그 결과를 확인하였다. 그럼으로써 이번 연구에서 개발한 전정안 반사 알고리즘의 효율성이 높았음을 확인할 수 있었으며 실제 산업분야에 적용해 볼 수 있는 가능성을 확인하였다.
알고리즘 검증과정에서 발생한 오차에 대한 부분은 향후 연구와 실험에서 고려해야할 사항이며 이 부분의 개선을 통해 좀 더 안정적인 결과를 얻을 수 있을 것이라 생각된다.
4.2. 의의 및 한계
이번 연구를 통하여 로봇의 시각 영역에 대한 안정화를 어느 정도 이루었다. 이로 인해 동적 환경 하에서, 평면 주행 로봇의 물체에 대한 인식률이 개선될 수 있는 가능성을 확인할 수 있었다. 기존에 제안된 바 없는 기술을 개발함으로써 향후 로봇분야에 대한 연구에도 긍정적인 영향을 끼칠 수 있을 것이다.
위의 선행기술에서 보았다 시피 카메라 손 떨림 방지 기술, 군사 전함의 물체 추적 기술 등은 현재 산업 전반에 걸쳐서 사용되는 시각 안정화 기술이다. 이번 연구에서 구현한 전정안 반사 시스템이 실제 산업 분야에 적용되기 위해서는 3차원 공간에 대한 개념이 적용되어야 한다. 따라서 향후 연구에서는 이번 연구에서의 2차원 평면 기반 전정안 반사 알고리즘을 바탕으로 3차원 공간에 적용을 해보는 것이 필요하겠다.
특히 GPS 기술을 적용한다면 물체의 위치좌표를 좀 더 정확하게 표현할 수 있을 것이고 보고자 하는 물체가 움직이는 경우에도 그 물체의 위치좌표를 이용하여 좀 더 일반적인 전정안 반사 안정화 시스템을 개발할 수 있을 것이라 기대된다. 또한 다른 기술들과의 접목을 통해, 예를 들면 카메라 물체인식 기술, 가속도 센서를 이용한 전정안 반사 안정화 기술 등, 좀 더 정교하고 안정적인 전정안 반사 안정화 시스템을 구현하는 것도 생각해 볼 수 있겠다.
5. 참고문헌
[1] J.M.Hilkert, \"Inertially Stabilized Platform Technology\", IEEE control system magazine, 2008.
[2] Micael K. Masten, \"Inertially Stabilized Platforms for optical imaging systems\", IEEE control system magazine, 2008.
[3] PyroElectro, http://www.pyroelectro.com/tutorials/servo_motor/index.html [Online]
Available.
[4] http://blog.naver.com/goopymoon?Redirect=Log&logNo=130025871374&vid=0 [Online]
Available.

키워드

전정안,   전정안 반사,   VOR,   아시모,   로봇,   시각센서,   엔코더,   servo