In this study, we present an algorithm for indoor robot position estimation. Estimating the position of an indoor robot using a fixed imaging device obviates the need for complex sensors or hardware, enabling easy estimation of absolute position through marker recognition. However, location estimation becomes impossible when the device moves away from the surrounding obstacles or the screen, presenting a significant drawback. To solve this problem, we propose an algorithm that improves the precision of robot indoor location estimation using a Gaussian Mixture Model(GMM) and a Kalman filter estimation model. We conducted an actual robot operation experiment and confirmed accurate position estimation, even when the robot was out of the image.

본 연구는 수직 벽체형 콘크리트 구조물의 정밀안전진단을 위한 외관조사시 고품질 정밀영상을 자동화된 방식으로 획득하여 균열손상을 탐지하고 시설물의 상태를 평가하기 위하여 개발된 등벽드론 탑재형 균열진단 시스템에 대한 것이다. 본 논문에서는 영상기반 균열진단 시스템을 이용한 정밀영상 획득기술, 자동화된 영상처리 알고리즘을 이용한 데이터 처리 기법을 제시하였으며, 실험적으로 도출된 지상표본거리를 기반으로 영상처리 자동화 알고리즘을 이용하여 생성된 균열모사 시험벽체의 평면전개 이미지 상 균열손상의 위치 정확도를 평가 분석하였다. 평가분석 결과, 가로축 길이 대비 최대 1.1%, 세로축 길이 대 비 최대 1.4%의 오차율을 보이는 것으로 나타났다. 제안된 영상 내 픽셀 좌표와 지상표본거리를 기반으로 균열손상의 위치를 추정하는 기법은 실측 좌표 대비 평균 1.0% 이하의 위치 오차를 가지는 것으로 평가되었다. 최종적으로 영상기반 진단과 긴급 보수와 같은 일반적인 시설물의 유지관리에 요구되는 위치 정확도를 확보하고 있는 것으로 분석되었다.

The GPS positioning method is widely used in the performance of forest tasks due to its convenient observation. But the result of GPS positioning without precise GPS measurements or DGPS method generally includes relatively large positioning errors. In case of mountainous regions, these positioning errors more increase because tree canopies or topographies interfere GPS satellite signals. Thus, observers have to consider how large positioning errors are included under the various observation condition in mountainous regions. In this study, we conducted a real-time GPS positioning experiment in the mountainous region with widely used three hand-held GPS measurements and a precise GPS measurement in Korea Forest Service. We observed the positioning data at various regions of topography and physiognomy. Finally, we analyzed the RMSE of each GPS positioning results under various mountain environments.

현재의 내비게이션 시스템은 대부분 미국의 GPS(Global Positioning System)로부터 전파를 수신하여 측위를 수행하고 있으며, 수신기 알고리듬과 안테나 성능의 발전으로 인해 위치정확도가 지속적으로 향상되고 있다. 그러나 도심부 빌딩숲에서는 GNSS(Global Navigation Satellite System) 전파가 고층건물에 가려져 도달하지 않거나 반사 및 회절에 의해 위치정확도가 매우 저하되기도 한다. 도심부의 GNSS 측위정확도를 현장 관측하는 데에는 많은 비용과 시간이 소요되므로, 이 연구에서는 3차원 건물지도와 전파도달모형 및 상관기모형을 이용하여 도심부 GNSS의 측위정확도를 모의하는 GPASS(GNSS Position Accuracy Simulation System)를 개발하고 그 가용성을 검증하고자 한다. 대표적 빌딩숲인 도쿄도청 부근을 대상으로 모의를 수행하고 현장 관측치와 비교한 결과, 측위율은 실측치와 4.6% 정도의 차이를 보였고 위치정확도는 실측치와 3.0% 정도의 차이를 나타냄으로써 상당히 정밀한 모의가 가능함이 확인되었다. 본 연구에서 개발한 GPASS는 3차원 건물지도를 이용하여 임의의 시공간에 대해 모의를 수행하므로, 내비게이션 서비스 품질의 시공간적 평가 및 개선을 위한 기초자료 산출에 활용될 수 있다.

주소는 현대사회에서 사람들이 위치를 개념화하는 기본적인 수단 중 하나이며, 위치의 정보를 지니는 주소는 개인행태나 특정 사상의 공간적 분포 분석 시 사용되고 있다. 현재 우리나라의 주소체계는 지번주소와 도로명주소가 병행되어 사용되고 있다. 우리나라의 주소표시방법인 지번주소체계는 산업화⋅도시화의 진전으로 도시의 구조가 복잡해지고 거대화됨에 따라 주소의 위치 표시기능에 대해 문제점이 많이 지적되었기 때문이다. 본 연구에서는 도로명주소체계는 도로망기반의 지오코딩이 가능해짐에 따라 위치정확도 를 평가하고 이를 개선시킬 수 있는 방안들을 제시하였다. 실험결과 도로세그먼트를 수정하지 않은 상태에서 지오코딩의 위치오차는 평균 6.88m이었으나, 도로세그먼트 수정을 통해 평균 3.94m로 위치정확도가 향상되었다. 이러한 결과는 향후 주소자료의 GIS데이터베이스 구축에 효과적으로 이용될 수 있다.

Localization is one of the essential tasks necessary to achieve autonomous navigation of a mobile robot. One such localization technique, Monte Carlo Localization (MCL) is often applied to a digital surface model. However, there are differences between range data from laser rangefinders and the data predicted using a map. In this study, commonly observed from air and ground (COAG) features and candidate selection based on the shape of sensor data are incorporated to improve localization accuracy. COAG features are used to classify points consistent with both the range sensor data and the predicted data, and the sample candidates are classified according to their shape constructed from sensor data. Comparisons of local tracking and global localization accuracy show the improved accuracy of the proposed method over conventional methods.

기상청에서는 AWS(Automatic Weather System)의 위치정보를 제공한다. 하지만 자료에 따라 실제 위치정보와 경위도로 제공된 위치정보상의 차이가 발생한다. 본 연구는 기상청에서 제공되는 경위도 정보와, 실제 GPS 관측정보, 정사영상을 활용하여 AWS 위치정보상의 차이를 검증한다. 그리고 각각의 위치정보별로 공간내삽법을 적용하였을 경우 어떠한 특성이 나타나는지 분석한다.

이 연구에서는 GPS 기준국 주변에 존재하는 장애물의 방향과 고도각이 좌표 정확도 변화에 미치는 영향을 시뮬레이션을 통해 분석하고자 한다. 최적의 관측환경에 있는 기준국의 정밀좌표를 산출한 뒤 고도각 10˚부터 70˚까지의 장애물이 동, 서, 남 방향에 각각 존재한다고 가정하고 관측자료를 재구성하였다. 10일간의 관측자료를 이용하여 일단위와 시간단위로 각각 처리하였다. 일단위 처리결과에서는 RMSE가 10mm 내외였으나 시간단위 결과에서는 100mm 수준까지 증가하였다. 장애물의 고도각이 높아질수록 수평 및 수직방향 RMSE는 증가하였고 높이 추정값은 감소하였다. 방향에 따른 분석에서는 동쪽이나 서쪽에 장애물이 존재할 때 남북방향에 비해 동서방향으로 위치오차가 더 크게 증가하였고 남쪽 장애물인 경우에는 동서방향의 오차폭이 상대적으로 작게 나타났다.

Due to the low localization accuracy and the requirement of special infrastructure, current LBS(Localization Based Service) is limited to show P.O.I.(Point of Interest) nearby. Improvement of IMU(Inertial Measurement Unit) based deadreckoning is presented in this paper. Additional sensors such as the magnetic compass and magnetic flux sensors are used as well as the accelerometer and the gyro for getting more information of movement. Based on the pedestrian movement, appropriate sensor information is selected and the complementary filter is used in order to enhance the accuracy of the localization.

일반적으로 서보 제어 시스템에서 비선형 동적 특성을 갖는 마찰력은 제어기 성능에 악영향을 미친다. 특히, 선형으로 고려된 시스템에 제어기 이득을 잘 설계한다 하더라도 마찰 현상에 포함된 동적으로 변화하는 dead zone에 의한 정상상태 오차 및 리미트 사이클(limit Cycle) 등을 야기한다. 따라서, 본 논문에서는 비선형 동적 마찰 성분을 효과적으로 보상하고 적응적으로 제어함으로써 차세대 항만 자동화 이송시스템으로 주목받고 있는 LMTT(linear motor-based transfer technology) 시스템의 위치 정밀도를 향상시키는 것을 목적으로 하고 있다. 본 제어대상은 셔틀카(shuttle car)와 컨테이너들의 다양한 중량과, 이로 인해 발생하는 동적 마찰 특성 파라미터들의 변화가 발생하므로 마찰력 내부 파라미터들의 추정이 요구된다. 제안하는 방법은 적응 backstepping 제어 기법으로 시스템이 안정하게 제어될 수 있는 조건으로 내부 파라미터 추정기를 설계하여 비선형 동적 마찰력을 보상하도록 하였다.