KR100698535B1

KR100698535B1 - 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법

Info

Publication number: KR100698535B1
Application number: KR20050105404A
Authority: KR
Inventors: 유기성; 최진태; 정희돈
Original assignee: 재단법인 포항산업과학연구원
Priority date: 2005-11-04
Filing date: 2005-11-04
Publication date: 2007-03-22

Abstract

본 발명은 실내 공간에서 이동하는 로봇의 위치를 인식함에 있어 로봇의 기울어짐에 따른 투영면의 왜곡을 보정하는 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법에 관한 것이다.

본 발명은, 적외선을 반사하는 다수 개의 마크로 이루어져 소정 공간에 부착된 랜드마크에 적외선을 조사하는 적외선 조명부; 상기 랜드마크를 촬상하여 2진 영상을 획득하는 이동로봇에 설치된 적외선 카메라; 상기 이동로봇의 경사 정보를 검출하는 이동로봇에 설치된 2축 경사센서; 상기 2진 영상 내 군집된 부분 영상에 대하여 레이블링하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출하는 마크 검출부; 상기 검출된 마크의 중심좌표와 이동로봇의 경사 정보로부터 이동로봇의 좌표 및 방위를 검출하는 위치 검출부를 포함한 위치 인식 장치와 이를 이용한 위치 인식 방법으로 구성된다.

랜드마크, 위치인식부, 2축 경사센서

Description

경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법{Localization apparatus and method for interpolating perspective distortion of mobil robot}

도 1은 실내 공간의 천정에 부착된 랜드마크를 촬상하는 이동로봇의 카메라를 나타내는 개략도.

도 2는 이동로봇에 부착된 랜드마크를 촬상하는 천정의 카메라를 나타내는 개략도.

도 3은 본 발명의 일실시예에 따른 랜드마크의 구성도.

도 4a는 본 발명의 일실시예에 따른 이동로봇의 위치 인식 장치를 나타낸 평면도.

도 4b는 도4a의 A-A’단면도.

도 5는 바늘 구멍 모델의 좌표계.

도 6은 카메라가 직각으로 이루어져 있지 않은 경우의 좌표계

도 7은 카메라 회전시 좌표계.

< 도면의 주요부분에 대한 부호의 설명 >

100 : 랜드마크 110 : 위치인식부

120 : 영역인식부 200 : 카메라

210 : 광각렌즈 220 : 적외선 LED

230 : 적외선 조명 제어기 240 : CMOS 어레이

250 : 영상 제어기 260 : 2축 경사센서

본 발명은 이동로봇의 위치(좌표와 방위) 인식을 위한 것으로서, 보다 상세하게는 이동로봇의 기울어짐에 따른 투영면의 왜곡을 보정하여 이동로봇의 위치를 정확하게 인식할 수 있는 경사 보정 기능을 갖는 이동로봇의 위치 인식 장치 및 방법에 관한 것이다.

실내 공간을 이동하는 로봇을 제어하기 위해서는 로봇이 실내 공간상에서 어느 위치에 있는가를 인식하는 기능이 필요한데, 일반적으로 카메라를 이용한 로봇의 자기위치를 계산하는 방법은 아래와 같이 크게 2 가지로 나눌 수 있다.

첫째, 인위적인 랜드마크를 이용하는 방법으로서, 도 1에 도시된 바와 같이 특정 의미를 갖는 랜드마크(30)를 천정 또는 벽면에 설치하고 이를 카메라(20)로 촬영한 후 영상에서 랜드마크를 추출함으로써 화면상의 좌표계와 이동로봇(10)의 좌표계를 일치시켜 로봇이 자기위치를 계산하는 방법이 있다.(대한민국 등록특허 제485696호 참조) 반대로, 도 2와 같이 이동로봇(10)의 상부에 랜드마크(30)를 설 치하고 천정에 카메라(20)를 설치하는 방법도 고려할 수 있을 것이다.

둘째, 자연적인 표지(Natural Landmark)를 이용하는 방법으로서, 천정을 카메라로 촬영한 후 영상에서 조명기구 등 천정에 설치된 구조물 및 천정과 벽과의 경계면의 직선성분 및 에지(edge) 정보를 추출한 후 이를 이용하여 로봇의 자기 위치를 계산하는 방식이 있었다.(대한민국 등록특허 제483566호 참조)

그러나 인위적인 랜드마크를 사용하는 경우에는 조명의 영향을 많이 받고, 태양광에 의해 색깔정보가 왜곡되어 오인식이 많이 발생하는 문제점이 있었고, 자연적인 랜드마크를 사용하는 경우에도 주변 광원의 밝기에 영향을 많이 받고, 랜드마크에서 특징점의 위치를 기록하는 단계에서 오도메타(odometer) 정보나 다른 로봇위치 판독장치가 필요하므로 많은 메모리를 필요로 하고 부가적인 장치의 도움이 필수적이다. 특히 조명이 없는 상태에는 사용하기가 매우 힘들다는 문제점이 있었다.

따라서 종래와 같이 카메라를 이용하여 자기의 위치를 인식하는 로봇에 있어서 조명의 영향을 받지 않으며, 영상 전처리 단계의 계산량을 줄일 수 있는 새로운 로봇의 자기 위치 인식 방법에 대한 필요성이 요구되고 있는 실정이다.

또한 위에서 설명한 종래의 2가지 방법에 의하면, 기본적으로 카메라의 좌표계와 천정에 부착된 랜드마크의 좌표계가 중력방향을 제외한 방향의 회전운동이 없다고 가정하고 로봇의 위치정보를 계산하기 때문에 실제로 이동로봇이 둔덕을 넘어가거나 인위적인 외부의 힘에 의해 기울어지거나 급격한 가속 또는 감속 시 관성에 의해 로봇이 기울어지거나 하는 상황에서는 카메라에서 획득한 영상을 이용하여 계 산한 로봇의 위치정보는 많은 오차를 가지게 되어 신뢰할 수 없다는 문제점이 있었다.

한편, 카메라 소자로 사용하는 CMOS 혹은 CCD센서를 로봇에 부착할 때 기울어짐에 대한 보정을 초기에 하는 경우는 있지만, 이는 초기 설치 시 발생하는 오차를 보정하기 위한 방법이지 실제 로봇이 구동하면서 발생하는 기울어짐에 의한 오차는 보정할 수 있는 방법은 아니다.

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 2축 경사센서를 이용하여 이동로봇의 경사 정보(롤각과 피치각)을 측정하여, 적외선 카메라로 촬상된 랜드마크 영상의 위치 정보를 보정함으로써 이동로봇의 정확한 위치를 인식할 수 있는 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법을 제공함에 그 목적이 있다.

상기의 목적을 달성하기 위한 본 발명의 경사 보정기능을 갖는 이동로봇의 위치 인식장치는, 적외선을 반사하는 다수 개의 마크로 이루어져 소정 공간에 부착된 랜드마크에 적외선을 조사하는 적외선 조명부; 상기 랜드마크를 촬상하여 2진 영상을 획득하는 이동로봇에 설치된 적외선 카메라; 상기 이동로봇의 경사 정보를 검출하는 이동로봇에 설치된 2축 경사센서; 상기 2진 영상 내 군집된 부분 영상에 대하여 레이블링하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출하는 마크 검출부; 상기 검출된 마크의 중심좌표와 이동로봇의 경사 정보로부터 이동로봇의 좌표 및 방위를 검출하는 위치 검출부를 포함하여 구성하는 것을 특징으로 하는 경사 보정 기능을 갖는 이동로봇의 위치 인식 장치.

바람직하게는, 상기 랜드마크는, 임의 위치의 1개의 마크와 이를 중심으로 X축 및 Y축 상에 위치하는 2개의 마크로 이루어진 위치인식부를 포함한다.

또한 본 발명의 경사 보정기능을 갖는 이동로봇의 위치 인식 방법은, (a) 임의 위치의 1개의 마크와 이를 중심으로 X축 및 Y축 상에 위치하는 2개의 마크로 이루어져 적외선을 반사하는 위치인식부를 포함하는 랜드마크에 대하여 적외선을 조사하면서 랜드마크를 촬상하여 2진 영상을 획득하는 단계; (b) 이동로봇의 중력 방향에 대한 2축 경사 정보를 검출하고, 검출된 2축 경사 정보가 소정 임계값을 넘는 경우 다시 2진 영상을 획득하는 단계; (c) 상기 2진 영상 내 군집된 부분 영상에 대하여 레이블링 하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출하는 단계; 및 (d) 상기 검출된 이동로봇의 경사 정보와 마크의 중심좌표로부터 이동로봇의 좌표 및 방위를 검출하는 단계를 포함하는 것을 특징으로 한다.

바람직하게는, 상기 (d) 단계는, 이동로봇의 2축 경사 정보에 따라 검출된 마크의 중심좌표를 좌표변환행렬을 이용하여 보정하여 이동로봇의 좌표 및 방위를 검출한다.

이하에서는 먼저 본 발명에 사용되는 랜드마크에 대하여 설명한 후, 본 발명 에 대하여 설명하기로 한다.

본 발명에 사용되는 랜드마크(100)는, 도 3에 도시된 바와 같이, 이동로봇의 필수적인 위치 정보 즉, 좌표와 방위를 인식하기 위하여 3개의 마크로 이루어진 위치인식부(110)를 포함하고 있다. 한편, 이동로봇의 부가적인 영역 정보를 인식하도록 서로 다른 랜드마크(100)를 식별하기 위하여 다수 개의 마크 조합으로 이루어진 영역인식부(120)를 더 포함할 수 있다. 영역인식부(120)는 이동로봇이 해당하는 공간의 거시적인 영역 정보만을 제공하므로 구체적인 설명을 생략하기로 한다.

상기 위치인식부(110)는, 임의 위치의 1개의 마크(B)와 이를 중심으로 X축 및 Y축 상에 위치하는 2개의 마크(C, A)로 이루어진다. 이와 같이 구성된 3개의 마크는 랜드마크(100)상에서 기준점 및 기준좌표를 제공하게 된다.

위치인식부(110)를 이루는 모든 마크는, 예컨대 특정 파장대의 빛, 특히 800nm~1200nm 영역의 적외선을 난반사하도록 적외선 반사 도료 등을 도포하거나, 반사시트를 부착할 수 있다. 따라서 적외선 카메라를 이용하여 야간뿐만 아니라 외란광이 있는 경우에도 마크에서 반사되는 적외선만 검출하여 특별한 영상 전처리 없이 이동로봇의 위치를 신속하게 인식할 수 있게 된다.

이때, 상기 마크는, 소정 크기의 원 형태만으로 구성하거나, 평면상에 원 형태 또는 평면상에 반구와 같이 돌출된 형태로 구성할 수 있다. 마크의 형상을 원 또는 반구 형태로 한 것은 마크의 검출에 있어 픽셀의 개수, 분산 또는 중심좌표를 용이하게 구할 수 있기 때문이다.

이러한 마크는 모두 동일하게 구성할 수도 있으나, 서로 다른 크기 및/또는 색상으로 구성함으로써 양자의 구분을 더욱 용이하게 할 수 있다.

이상에서와 같이 구성된 랜드마크(100)를 이용한 본 발명의 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법을 첨부된 도면을 참조하여 설명한다.

(a) 먼저, 적외선 LED(220)에서 적외선을 랜드마크(100)로 조사하고, 위치인식부(110)를 이루는 마크에서 다시 반사된 영상을 카메라로 촬상하여 2진 영상을 획득한다. 즉, 카메라(200)로부터 획득된 영상 중 마크는 흰색에 가까운 밝은 색으로 설정하고, 소정의 경계치(threshold) 밝기 값을 선택하여 2진 영상(binary image)으로 변환한다.

상기 카메라(200)을 구체적으로 살펴보면, 도 4a와 4b에 도시된 바와 같이, 광각렌즈(210) 주위에 다수 개의 적외선 LED(220), 적외선 조명 제어기(230), CMOS Array(250), 영상 제어기(Vision Controller ; 250) 및 2축 경사센서(2 Axis inclinometer ; 260)로 구성된다. 이와 같이 구성된 카메라(200)는 이동로봇에 설치되어 천정이나 벽면에 부착된 본 발명의 랜드마크(100) 영상을 획득하게 된다.

(b) 다음으로, 이동로봇 또는 도 4b에 도시된 바와 같이 카메라(200) 본체에 설치된 2축 경사센서(260)로부터 이동로봇의 중력 방향에 대한 2축 경사 정보를 검출한다. 이때 2축 경사 정보는 중력방향에 대한 롤각과 피치각이다.

검출된 경사 정보가 소정 임계값 이내인 경우에만 정보가 유용하며, 만약 경 사 정보가 소정 임계값을 넘는 경우 경사 정보는 의미를 상실하므로 카메라로부터 다시 2진 영상을 획득한다.

(c) 다음으로, 상기 2진 영상에서 밝게 표시되는 부분 영상에 대하여 레이블링하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출한다. 여기서 레이블링(labeling)이란, 2진 영상에서 밝게 표시된 군집된 부분 영상의 위치와 크기를 알기 위하여 군집된 영상을 개별적으로 인식하고 그에 대한 번호를 부여하여 레이블목록을 만드는 절차이다. 이러한 레이블링 후 각각의 레이블의 중심좌표를 구하고, 레이블의 픽셀 개수 및/또는 분산으로부터 마크를 검출한다.

레이블목록 중에서 마크인 것을 검출하기 위한 방법은 다양한 형태로 이루어질 수 있다. 예컨대, 첫번째 방법으로서, 레이블을 이루는 픽셀 개수에 대한 제한을 가할 수 있다. 즉, 마크는 동그란 원 형태이고 크기를 균일하게 정하였으므로 일정 개수 범위의 픽셀을 갖는 레이블만을 마크 후보를 선정하고, 일정 픽셀 개수보다 작거나 큰 레이블을 레이블목록에서 삭제한다.

두번째 방법으로서, 마크는 원 형태로 군집되어 있으므로 레이블 중 중심좌표값에 대한 분산값을 이용하여 경계치에 해당하는 소정의 분산값을 정하여 군집되어 있지 않은 레이블을 레이블목록에서 또한 삭제함으로써 마크 후보를 선정할 수 있다.

위와 같이 레이블에서 마크를 검출하는 2가지 방법은 선택적으로 사용하거나, 필요한 경우 병행하여 사용할 수 있다.

한편, 선정된 마크 후보 중에서 각 레이블 사이의 이격 거리가 유사하고, 직각에 가까운 위치에 있는 3개의 레이블을 찾음으로써 위치인식부(110)의 마크를 정확하게 분리하여 검출할 수 있다. 예컨대, 각 레이블을 잇는 벡터의 내적을 구하고, 내적값이 유효한 내적 최대값과 가장 근접한 경우일 때의 레이블을 찾음으로써 전체 마크 중에서 위치인식부(110)의 마크만을 분리하여 검출할 수 있게 된다.

이를 수식을 이용하여 설명하면, 레이블 중 도 3의 A, B, C에 해당하는 레이블의 인덱스를 i, j, k라 정의할 때, 각 레이블 간 벡터가 이루는 내적의 유효한 최대 값을 δ_th라 하면, 내적 값이 해당 범위 내에 들어오는 인덱스들 중 그 크기의 차이가 최소인 인덱스를 아래의 식을 통하여 찾게 된다.

(d) 상기 검출된 마크와 2축 경사 정보를 이용하여 이동로봇의 위치 정보(좌표와 방위)를 검출하게 된다.

이동로봇의 상세 위치 정보 즉, 좌표와 방위는 위에서 검출된 위치인식부(110)를 이루는 3개의 마크(A, B, C)의 중심좌표를 이용하여 구할 수 있다.

본 발명의 일실시예에 의하면, 도 3에 도시된 3개의 마크(A, B 및 C) 각각의 중심좌표로부터 얻어지는 임의 한 점을 기준좌표로 하여 이동로봇의 좌표를 구할 수 있다. 이때 임의 한점은 3개 마크의 중심좌표로 얻어지는 무게중심을 이용할 수 있으며, 이 경우 3개 마크의 중심좌표에 대한 오차를 평균한 결과가 되므로 이로부터 얻어지는 이동로봇의 좌표에 대한 오차를 최소화할 수 있게 된다.

그리고, 3개의 중심좌표로 얻을 수 있는 하나의 방향벡터(예컨대, B를 중심으로 A와 C까지의 벡터를 합한 벡터의 방향벡터)를 기준으로 하여 이동로봇의 방위를 구할 수 있다.

그러나, 로봇이 기울어진 경우 카메라에서 획득된 영상에 포함된 랜드마크의 형상이 왜곡되어 있으므로, 2축 경사센서(260)로부터 검출된 이동로봇의 소정 임계값 이내의 경사 정보와 좌표변환행렬(Homogeneous coordinate matrix)를 이용하여 검출된 마크의 중심좌표에 대한 보정을 한다.

이하에서는 이동로봇의 좌표와 방위 정보를 모두 알 수 있는 벡터량을 캘리브레이션 수식을 이용하여 구하는 방법을 살펴보기로 한다.

영상처리 문제를 다룰 때 흔히 사용하는 카메라 모델은 바늘 구멍 모델(pinhole model)이다. 바늘 구멍 모델의 구성은 도 5와 같다.

도 5를 참조하여 설명하면, 3차원 공간상의 임의의 점 M_c의 이미지의 m_r은 점 M_c와 점 C를 이은 직선이 평면 r과 만나는 점에 해당된다. 이때 점 C를 optical center라 하고, 평면 r을 retinal plane이라 한다. 그리고 점 C를 통과하고 평면 r에 수직인 직선을 생각할 수 있는데 이것을 광축(optical axis)이라 한다.

일반적으로 점 C를 카메라 좌표계의 원점으로 놓으며 광축을 직교 좌표계의 Z축과 일치시킨다.

카메라 모델이 결정되면 그 다음부터는 카메라의 구조를 여러 가지 파라미터들의 값으로 표현하는 것이 가능하게 된다. 카메라를 기술하는데 사용되는 파라미터는 크게 두 가지로 나뉜다. 첫 번째는 3차원 좌표로 표현되는 카메라 좌표계 상의 점들과 이것이 투영되어 2차원 좌표로 표현되는 retinal plane 상의 대응관계를 기술하는 내부 파라미터(intrinsic parameters)와, 두 번째로 카메라 좌표계와 월드 좌표계 사이의 변환 관계를 표현하는 외부 파라미터(extrinsic parameters)로 분류할 수 있다.

먼저, 내부 파라미터(intrinsic Parameters)에 관하여 살펴보면 다음과 같다.

도 6에 의하면, 카메라 좌표계 상의 임의의 한 점 M_c = [X_c Y_c Z_c]^T와 그것에 대응되는 retinal plane상의 점 m_r = [u_r v_r]^T사이의 관계는 다음과 같이 주어짐을 알 수 있다.

여기서 f는 optical center C와 optical axis가 retinal plane을 관통하는 점인 c사이의 거리로서 초점 거리(focal length)라고 부른다. 그리고 점 c는 기점(principal point)이라 부른다.

retinal plane에 맺힌 상은 CCD array에 의해 샘플링되고 그 결과는 비디오 신호로 바뀌어 카메라로부터 출력되어 frame buffer에 저장된다. 따라서 최종적으로 얻는 이미지의 좌표값은 retinal plane상의 좌표값이 아닌 픽셀(pixel) 좌표값이 된다. m_r에 해당하는 픽셀 좌표를 m_p = [u_p v_p]^T라고 하면 두 좌표 사이의 변환 관계는 다음과 같이 주어진다.

여기서 α, β는 두 좌표 사이의 스케일 변환을 나타내는 값들이고 u₀, v₀ 는 기점 c의 픽셀 좌표값이다. 위 식에 의해 주어진 관계는 CCD array의 배열이 완전히 직각으로 이루어져 있을 경우에 성립한다. 그러나 실제적으로는 완벽하게 직각을 이루기 어려우므로 이 점을 고려하여 관계식을 구할 필요가 있다. 도 6에서 보듯이 픽셀 좌표계를 이루는 양 축이 이루는 각을 θ라고 하면, retinal plane상의 좌표와 픽셀 좌표 사이에는 다음과 같은 관계가 성립한다.

수학식 2을 위 식에 대입하면 최종적으로 카메라 좌표계 상의 3차원 좌표와 픽셀 좌표 간의 관계식을 아래와 같이 얻을 수 있다.

위 식에 나타낸 바와 같이 내부 파라미터들은 α,β, γ, u₀, v₀의 5개로 이루어져 있다.

다음으로, 외부 파라미터(extrinsic parameters)에 대하여 살펴보기로 한다.

흔히 3차원 공간상의 점들을 카메라 좌표계와는 다른 좌표계에서 기술하는데, 이 좌표계를 보통 월드 좌표계(World Coordinate)라고 부른다. 따라서 월드 좌표계에서 카메라 좌표계로의 변환식이 필요한데, 각 좌표계의 원점 간 상대적인 위치를 나타내는 평행 이동 벡터(translation vector)와 각 좌표축의 회전량을 나타내는 회전 행렬(rotation matrix)로 표현이 가능하다.

월드 좌표로 표현되는 임의의 점을 M_w = [X_w Y_w Z_w]^T라고 하고 그것이 카메라 좌표계에서 M_c로 변환될 때, 둘 사이의 관계식은

으로 주어진다. 여기에서 R은 회전 행렬을 나타내고 t는 평행 이동 벡터를 나타낸다. R을 구성하는 독립적인 파라미터들은 3개이고, t을 구성하는 요소 역시 3개이므로 외부 파라미터는 총 6개가 된다.

이하에서는 projective geometry를 이용한 카메라 모델 표현을 살펴본다.

카메라의 바늘 구멍 모델을 homogeneous coordinates 라는 개념을 도입하여 선형적인 표현을 가능하게 할 수 있다. 2차원 픽셀 좌표계의 점을 m = [u, v]^T라고 정의 하자. 그리고 이 점과 대응되는 3차원 월드 좌표계상의 좌표를 M = [X Y Z]^T라고 정의하자. 그러면 이 벡터들의 마지막 항에 1을 추가한 homogeneous coordinates는

= [u, v, 1]^T,

= [X, Y, Z, 1]^T이 된다. 3차원 상의 점 M과 그것이 투영된 m의 관계식은 지금까지 설명한 바늘 구멍 모델로 표현하면 다음과 같다.

여기서 s는 임의의 스케일 값이며, R, t는 각각 회전 행렬과 평행 이동 벡터로서 외부 파라미터이다. A는 내부 파라미터의 행렬이며 이를 캘리브레이션 행렬(calibration matrix)이라 한다.

여기서, α, β는 영상 u, v축으로의 scale 값에 해당하고 γ는 두 영상 축의 일그러짐(skewness)에 해당하며 u₀, v₀는 기점(principal point)이다.

이동로봇의 좌표와 방위 정보를 모두 알 수 있는 벡터량을 캘리브레이션 수식을 이용하여 구할 수 있으며, 이에 관해서는 아래와 같은 여러 논문에 상세히 제시되어 있다.

[1] R. I. Hartley. An algorithm for self calibration from several views. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pages 908-912, Seattle, WA, June 1994. IEEE.

[2] D. Liebowitz and A. Zisserman. Metric rectification for perspective images of planes. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pages 482-488, Santa Barbara, California, June 1998. IEEE Computer Society.

월드좌표계상의 임의의 한점이 카메라 픽셀 좌표계로 투영되는 변환관계를 도 7을 참고하여 설명하면 다음과 같다.

카메라 기울어짐에 해당하는 롤이 α, 피치가 β라 할 때, α, β만큼 기울어진 정도를 행렬로 표현하면 아래의 두 식와 같다.

이때 카메라 homogeneous 픽셀 좌표

은 다음과 같이 구해진다. 여기서 는 스케일 파라미터에 해당한다.

이동벡터 t를 알고 있다고 가정하고 월드상의 점 M은 아래의 식으로 구할 수 있다.

참조점에 해당하는 M을 알고 있을 때 최종적으로 계산하고자 하는 이동 벡터 t는 아래의 식으로 구해지며 이를 이용하여 이동 로봇의 자기위치를 계산할 수 있다.

이상에서 설명한 바와 같이, 위치인식부(110)의 검출된 3개의 마크와 캘리브레이션 수식을 이용한 벡터 연산을 통하여 이동로봇의 좌표와 방위를 동시에 알 수 있는 벡터량을 구할 수도 있으며, 이를 이용하여 저가의 마이크로 프로세서 구현이 가능하게 된다.

상술한 바와 같이, 본 발명의 상세한 설명에서는 구체적인 실시 형태에 관해 설명하였으나, 이는 단지 예시적인 것이며 본 발명의 기술적 사상의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함은 물론이며, 본 발명에 개시된 내용과 동일한 기능을 하는 한 균등 수단으로 볼 수 있음이 자명하므로, 본 발명의 범 위는 설명된 실시 형태에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

상기와 같이 구성된 본 발명의 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법에 의하면, 이동로봇의 기울어짐으로 인한 투영면의 왜곡(perspective distortion)으로 인한 오차를 보정할 수 있어서 다양한 환경에서 이동로봇의 정확한 위치를 인식할 수 있게 된다.

또한, 이동로봇의 위치 정보(좌표와 방위)와 경사 정보를 결합하게 되면, 이동로봇의 3축의 회전각도 정보도 부가적으로 획득할 수 있어, 이동로봇에 부가적으로 관성 센서 시스템(IMU)을 부착하지 않더라도 관성정보까지 획득이 가능해 진다.

Claims

삭제
적외선을 반사하는 다수 개의 마크로 이루어져 소정 공간에 부착된 랜드마크에 적외선을 조사하는 적외선 조명부;

상기 랜드마크를 촬상하여 2진 영상을 획득하는 이동로봇에 설치된 적외선 카메라;

상기 이동로봇의 경사 정보를 검출하는 이동로봇에 설치된 2축 경사센서;

상기 2진 영상 내 군집된 부분 영상에 대하여 레이블링하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출하는 마크 검출부;

상기 검출된 마크의 중심좌표와 이동로봇의 경사 정보로부터 이동로봇의 좌표 및 방위를 검출하는 위치 검출부를 포함하여 구성하되,

상기 랜드마크는, 임의 위치의 1개의 마크와 이를 중심으로 X축 및 Y축 상에 위치하는 2개의 마크로 이루어진 위치인식부를 포함하는 것을 특징으로 하는 경사 보정기능을 갖는 이동로봇의 위치 인식 장치.
(a) 임의 위치의 1개의 마크와 이를 중심으로 X축 및 Y축 상에 위치하는 2개의 마크로 이루어져 적외선을 반사하는 위치인식부를 포함하는 랜드마크에 대하여 적외선을 조사하면서 랜드마크를 촬상하여 2진 영상을 획득하는 단계;

(b) 이동로봇의 중력 방향에 대한 2축 경사 정보를 검출하고, 검출된 2축 경사 정보가 소정 임계값을 넘는 경우 다시 2진 영상을 획득하는 단계;

(c) 상기 2진 영상 내 군집된 부분 영상에 대하여 레이블링 하고, 각각의 레이블 픽셀 개수 및/또는 분산으로부터 마크를 검출하는 단계; 및

(d) 상기 검출된 이동로봇의 경사 정보와 마크의 중심좌표로부터 이동로봇의 좌표 및 방위를 검출하는 단계

를 포함하는 것을 특징으로 하는 경사 보정기능을 갖는 이동로봇의 위치 인식 방법.
제3항에 있어서,

상기 (d) 단계는, 이동로봇의 2축 경사 정보에 따라 검출된 마크의 중심좌표를 좌표변환행렬을 이용하여 보정하여 이동로봇의 좌표 및 방위를 검출하는 것을 특징으로 하는 경사 보정 기능을 갖는 위치 인식 방법.