CCTV 영상 정보를 활용한 이동 로봇의 자기 위치 추정 성능 향상을 위한 연구

Abstract

실내에서 자동 감시 시스템의 상업적 활용을 위하여 이동 로봇의 자기 위치 추정 능력과 더불어 주변 환경 인지 능력 향상의 필요성이 대두되고 있으며, 기존 이동 로봇의 위치 추정 및 주변 물체 인식 방법은 일반적으로 로봇 자체의 다종 센서들을 적극 활용하고 있다. 그러나 로봇의 센서만으로 이동 로봇의 실내에서 자기 위치 추정 문제 해결에 어려움이 있기에 본 논문에서는 건물에 이미 설치되어 구동되고 있는 CCTV 영상과 마커를 활용한 이동 로봇의 효과적이고 향상된 자기 위치 추정 기법을 제안하고자 한다. 보다 구체적으로 설명하면 먼저 마커 인식을 수행하는데 이는 입력 영상에서 물체 혹은 이동 로봇을 사각형으로 인지하고 이들의 꼭지점을 확인한 후 마커의 특징점을 찾아내고 이후 찾아낸 특징점에 대하여 실제 마커와 영상 관계식을 이용하여 좌표변환을 수행하고 이를 기반으로 이동 로봇의 자기 위치 추정을 수행한다. 특히, 로봇 및 장애물 등의 정보를 CCTV를 기준으로 절대 좌표값으로 환산하기에 본 연구 결과는 실내에서 로봇의 자기 위치 추정에 매우 유용하게 활용할 수 있을 것으로 사료되고 제안한 이동 로봇의 자기 위치 추정 기법을 검증하기 위해 실 로봇 시스템을 기반으로 동작 실험을 실시하였다. The indoor areas for the commercial use of automatic monitoring systems of mobile robot localization improves the cognitive abilities and the needs of the environment with this emerging and existing mobile robot localization, and object recognition methods commonly around its great sensor are leveraged. On the other hand, there is a difficulty with a problem-solving self-location estimation in indoor mobile robots using only the sensors of the robot. Therefore, in this paper, a self-position estimation method for an enhanced and effective mobile robot is proposed using a marker and CCTV video that is already installed in the building. In particular, after recognizing a square mobile robot and the object from the input image, and the vertices were confirmed, the feature points of the marker were found, and marker recognition was then performed. First, a self-position estimation of the mobile robot was performed according to the relationship of the image marker and a coordinate transformation was performed. In particular, the estimation was converted to an absolute coordinate value based on CCTV information, such as robots and obstacles. The study results can be used to make a convenient self-position estimation of the robot in the indoor areas to verify the self-position estimation method of the mobile robot. In addition, experimental operation was performed based on the actual robot system.