KR101663650B1 - 거리 신호를 이용하여 위치를 인식하는 장치 및 방법 - Google Patents

거리 신호를 이용하여 위치를 인식하는 장치 및 방법 Download PDF

Info

Publication number
KR101663650B1
KR101663650B1 KR1020100062360A KR20100062360A KR101663650B1 KR 101663650 B1 KR101663650 B1 KR 101663650B1 KR 1020100062360 A KR1020100062360 A KR 1020100062360A KR 20100062360 A KR20100062360 A KR 20100062360A KR 101663650 B1 KR101663650 B1 KR 101663650B1
Authority
KR
South Korea
Prior art keywords
distance
landmark information
distance landmark
candidate
landmark
Prior art date
Application number
KR1020100062360A
Other languages
English (en)
Other versions
KR20120001532A (ko
Inventor
최현도
박준호
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020100062360A priority Critical patent/KR101663650B1/ko
Priority to US13/071,852 priority patent/US8725416B2/en
Publication of KR20120001532A publication Critical patent/KR20120001532A/ko
Application granted granted Critical
Publication of KR101663650B1 publication Critical patent/KR101663650B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/51—Relative positioning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

거리 신호를 이용하여 위치를 인식하는 장치 및 방법이 제공된다. 위치 인식 장치는, 거리 랜드마크로부터의 거리를 감지하는 거리 센서와, 위치 인식 장치의 위치 및 자세, 감지된 거리, 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성하는 후보 거리 랜드마크 정보 생성부와, 새로운 거리가 감지됨에 따라서, 복수 개의 후보 거리 랜드마크 정보를 갱신하고, 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출하는 거리 랜드마크 추출부와, 추출된 실제 거리 랜드마크 정보를 이용하여 위치를 인식하는 위치 인식부를 포함한다.

Description

거리 신호를 이용하여 위치를 인식하는 장치 및 방법{Apparatus for reconizing location using range signal and method thereof}
위치 인식 기술에 관한 것으로, 더욱 상세하게는, 거리 신호를 이용하여 위치를 인식하는 장치 및 방법에 관한 것이다.
RO(range only) 센서는 GPS(Global Positioning System), UWB(Ultra WideBand), Wifi(Wireless fidelity)를 이용하여 수신된 신호와 같이, 거리 랜드마크(landmark)와의 거리만을 알 수 있는 센서를 가리킨다. RO 센서는 일반적으로 영상을 이용한 랜드마크에 비하여 각각의 고유의 식별자(ID)를 가지고 있어서, 랜드마크간의 구분은 쉽지만, 위치 인식 장치와 랜드마크 사이의 방향 정보가 없고, 거리 랜드마크와의 거리만을 알 수 있다. 따라서, 거리 랜드마크의 위치를 감지된 거리 및 위치 인식 장치의 이동 거리를 이용하여 추정할 수 있지만, RO 센서에서 감지된 거리의 오차 및 위치 인식 장치의 이동 거리의 오차로 인하여, 거리 랜드마크의 위치 추정에도 오차가 발생된다.
통상적으로, 감지된 거리 및 위치 인식 장치의 이동 거리의 오차를 동시에 최적하도록 하는 슬램 알고리즘(SLAM; Simultaneous Localization And Mapping)이 이용된다. 슬램 알고리즘은 어떤 위치에서 주변 환경의 맵을 구성하고, 구성된 맵을 바탕으로 다시 이동한 위치 인식 장치의 위치를 알아내는 과정을 반복하여 위치 인식 장치의 위치와 주변 환경의 맵을 동시에 추정할 수 있는 알고리즘이다.
도 7은 거리 랜드마크가 직교 좌표계로 표현된 경우, 가우션(gaussian) 분포로 표현되는 거리 랜드마크가 분포할 확률을 나타내는 도면이다.
RO 센서는 위치 인식 장치와 랜드마크 사이의 거리만을 알 수 있으므로, 거리 랜드마크가 존재할 확률 분포는 원형 띠 형태가 된다. 도 7을 참조하면, 위치 인식 장치(10)가 A 위치에서 거리 랜드마크가 존재할 확률 분포는 원형 띠(1)가 되며, B 위치에서 거리 랜드마크가 존재할 확률 분포는 원형 띠(3)가 된다. 위치 인식 장치(10)가 A 위치에서 B 위치로 이동하면서, 거리 랜드마크의 위치를 추정하면 거리 랜드마크가 존재할 확률 분포가 줄어들게 되면서 거리 랜드마크가 위치할 확률 분포가 수렴되며, 최종적으로 거리 랜드마크의 위치가 추정될 수 있다.
이 경우, 거리 랜드마크의 위치를 (Lx, Ly)와 같이 직교 좌표계로 모델링한 경우에는, 거리 랜드마크가 위치할 확률 분포는, 예를 들어, 추정되는 거리 랜드마크(5)에 대한 가우션 분포(7)로 모델링된다. 그러나, 거리 랜드마크가 존재할 확률 분포를 직교 좌표계에서 모델링된 거리 랜드마크에 대한 가우션 분포로 모델링하게 되면, 도 7에 도시된 바와 같이, 가우션 분포가 원형 띠 형태의 확률 분포를 벗어나게 되어, 거리 랜드마크 위치의 추정에 오차가 발생될 수 있다. 또한, 원형 띠 형태의 확률 분포 모델을 복수 개의 가우션 분포 모델로 모델링하더라도, 거리 랜드마크의 위치 추정에 요구되는 계산량이 늘어나게 되어, 거리 랜드마크의 위치 추정에 많은 컴퓨팅 자원 및 시간이 소요된다.
거리 랜드마크의 위치를 추정하기 위하여 거리 센서로부터 감지된 거리 정보의 특징을 고려하여 거리 랜드마크의 위치 및 위치 인식 장치의 위치에 대한 위치 추정 성능을 개선하기 위한 위치 인식 장치 및 방법이 제공된다.
일 측면에 따른 위치 인식 장치는, 거리 랜드마크로부터의 거리를 감지하는 거리 센서와, 위치 인식 장치의 위치 및 자세, 감지된 거리, 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성하는 후보 거리 랜드마크 정보 생성부와, 새로운 거리가 감지됨에 따라서, 복수 개의 후보 거리 랜드마크 정보를 갱신하고, 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출하는 거리 랜드마크 추출부와, 추출된 실제 거리 랜드마크 정보를 이용하여 위치를 인식하는 위치 인식부를 포함한다.
후보 거리 랜드마크 정보 생성부는, 거리 랜드마크에 대응하는 거리 신호 발신기가 위치 인식 장치가 이동하는 평면과 동일한 평면에 위치하는 경우, 후보 거리 랜드마크를 극 좌표계로 모델링할 수 있다.
후보 거리 랜드마크 정보 생성부는, 거리 랜드마크에 대응하는 거리 신호 발신기가 위치 인식 장치가 이동하는 평면과 다른 평면에 위치하는 경우, 후보 거리 랜드마크를 구 좌표계로 모델링할 수 있다.
후보 거리 랜드마크 정보 생성부는, 위치 인식 장치의 진행 방향을 기준으로 복수 개의 후보 거리 랜드마크 정보를 생성할 수 있다.
후보 거리 랜드마크 생성부는, 후보 거리 랜드마크가 극 좌표계로 모델링되는 경우, 위치 인식 장치로부터 감지된 거리만큼 떨어진 위치상에서, 위치 인식 장치의 진행 방향, 진행 방향을 기준으로 미리 설정된 각도를 더한 각도 및 진행 방향을 기준으로 미리 설정된 각도를 뺀 각도에 후보 거리 랜드마크를 생성할 수 있다.
후보 거리 랜드마크 정보 생성부는, 후보 거리 랜드마크가 구 좌표계로 모델링되는 경우, 위치 인식 장치의 진행 방향을 기준으로 구(sphere)를 아래와 위 그리고 전방과 후방으로 4등분했을 때, 전방 및 위 부분이 모두 포함되도록 후보 거리 랜드마크 정보를 생성할 수 있다.
거리 랜드마크 추출부는, 갱신된 복수 개의 후보 거리 랜드마크 정보의 공분산을 이용하여, 실제 거리 랜드마크 정보를 결정할 수 있다.
거리 랜드마크 추출부는, 특정 갱신 횟수만큼 복수 개의 후보 거리 랜드마크 정보에 대한 갱신을 수행한 후, 각 후보 거리 랜드마크 정보의 공분산 값이 가장 적은 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정할 수 있다.
거리 랜드마크 추출부는, 특정 시간 동안 복수 개의 후보 거리 랜드마크 정보 각각에 대한 공분산 값의 수렴 속도가 가장 빠른 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정할 수 있다.
거리 랜드마크 추출부는, 후보 거리 랜드마크 정보를 갱신하기 위하여, 영상 랜드마크를 이용하여 추정된 위치 인식 장치의 위치 및 미리 등록된 거리 랜드마크 정보를 이용하여 추정된 위치 인식 장치의 위치 중 적어도 하나를 이용할 수 있다.
다른 측면에 따른 위치 인식 방법은, 거리 랜드마크와 위치 인식 장치 사이의 거리를 감지하는 단계와, 위치 인식 장치의 위치 및 자세, 감지된 거리, 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성하는 단계와, 새로운 거리가 감지됨에 따라서, 복수 개의 후보 거리 랜드마크 정보를 갱신하는 단계와, 갱신 결과를 이용하여 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출하는 단계와, 추출된 실제 거리 랜드마크 정보를 이용하여 위치를 인식하는 단계를 포함한다.
거리 랜드마크의 위치를 추정하기 위하여 거리 랜드마크가 존재할 확률 분포 모델에 적합한 극 좌표계 또는 구형 좌표계를 이용하여 거리 랜드마크를 모델링함으로써, 적은 수의 가상 랜드마크 모델을 이용하여 거리 랜드마크의 위치를 신속하고 정확하게 수렴시킬 수 있다. 그로 인해, 위치 인식 장치의 위치 추정 성능도 개선할 수 있다.
도 1은 위치 인식 장치의 구성의 일 예를 나타내는 블록도이다.
도 2는 도 1의 거리 랜드마크 정보 처리부의 구성의 일 예를 나타내는 블록도이다.
도 3은 극 좌표계로 모델링된 거리 랜드마크를 설명하기 위한 도면이다.
도 4는 구 좌표계로 모델링된 거리 랜드마크를 설명하기 위한 도면이다.
도 5는 도 2의 후보 거리 랜드마크 정보 갱신부 및 도 1의 상태 추정부의 동작 일 예를 나타내는 도면이다.
도 6은 위치 인식 방법의 일 예를 나타내는 순서도이다.
도 7은 거리 랜드마크가 직교 좌표계로 표현된 경우, 가우션 분포로 표현되는 거리 랜드마크가 분포할 확률을 나타내는 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 위치 인식 장치의 구성의 일 예를 나타내는 블록도이다.
위치 인식 장치(100)는 거리 센서(110), 거리 랜드마크 정보 처리부(120) 및 위치 인식부(130)를 포함한다. 위치 인식 장치(100)는 카메라, 이동 로봇, 카메라를 포함하는 단말 장치로 구현될 수 있다.
거리 센서(110)는 RO 센서를 나타낸다. 거리 센서(110)는 거리 신호를 수신하여, 거리 랜드마크로부터 위치 인식 장치(100)까지의 거리를 감지한다. 여기에서, 거리 랜드마크는, 거리 센서(110)에 거리 신호를 발신한 Wifi 발신기 및 UWB 발신기 등을 나타낸다. Wifi 발신기 및 UWB 발신기와 같이, 거리 측정에 이용되는 신호를 전송하는 장치는 통상적으로 고유의 식별자(ID)를 가지고 있으며, 거리 신호 전송시에 자신의 식별자(ID)도 함께 전송한다. 거리 센서(110)는 Wifi 수신기 및 UWB 수신기 중 적어도 하나의 수신기로 구성될 수 있다.
거리 랜드마크 정보 처리부(120)는 거리 센서(110)로부터 입력되는 거리 신호(또는 거리 데이터)를 처리하여, 거리 랜드마크 정보를 생성한다. 거리 랜드마크 정보 처리부(120)는 거리 신호에 포함되거나 거리 신호와 함께 전송된 거리 랜드마크의 식별자를 이용하여, 생성된 거리 랜드마크 정보가 기존에 등록된 거리 랜드마크인지를 결정한다. 거리 랜드마크 정보 처리부(120)는 새로 입력된 거리 랜드마크 정보에 포함된 랜드마크 식별자(ID)와 기존의 등록된 거리 랜드마크 정보에 포함된 랜드마크 식별자(ID)를 비교하여 새로 입력된 거리 랜드마크가 기존에 등록된 거리 랜드마크와 매칭되는지 결정할 수 있다.
거리 신호로부터 거리 랜드마크와 위치 인식 장치(100)(또는 거리 센서(110)) 사이의 거리만을 알 수 있으므로, 거리 랜드마크 정보 처리부(120)는 하나의 거리 랜드마크에 대하여 복수 개의 후보 거리 랜드마크 정보를 생성하고, 거리 신호 감지에 따른 거리 랜드마크에 대한 추정 과정을 통해 실제 거리 랜드마크 정보를 추출한다.
상세하게는, 거리 랜드마크 정보 처리부(120)는 위치 인식 장치(100)의 위치 및 자세, 감지된 거리, 위치 인식 장치(100)와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성할 수 있다. 거리 랜드마크 정보 처리부(120)는 새로운 거리가 감지됨에 따라서, 복수 개의 후보 거리 랜드마크 정보를 갱신하고, 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출할 수 있다. 거리 랜드마크 정보 처리부(120)는 파티클 필터(particle filter), 칼만 필터(kalman filter), 정보 필터(information filter) 등의 위치 추정 알고리즘을 이용하여 복수 개의 후보 거리 랜드마크 정보를 갱신할 수 있다.
위치 인식부(130)는 추출된 실제 거리 랜드마크 정보를 위치 인식에 이용할 거리 랜드마크로서 등록하고, 등록된 거리 랜드마크를 이용하여 위치 인식을 수행할 수 있다. 위치 인식부(130)는 위치 인식 장치(100)가 출발하는 위치 및 출발시 방향각을 기준값으로 위치 및 방향각을 추정할 수 있다. 위치 인식부(130)는 추출된 거리 랜드마크를 기준으로 위치를 인식함과 동시에 위치 인식 장치(100)가 이동한 공간의 지도를 생성하도록 구성될 수 있다.
위치 인식부(130)는 랜드마크 등록부(132) 및 상태 추정부(134)를 포함할 수 있다.
랜드마크 등록부(132)는 거리 랜드마크 정보 처리부(120)에서 추출된 실제 거리 랜드마크 정보를 위치 인식을 위한 거리 랜드마크 정보로서 등록한다. 랜드마크 등록부(132)는 추출된 실제 거리 랜드마크 정보를 저장하는 저장부(도시되지 않음)를 포함할 수 있다. 저장부는 위치 인식 장치(100)의 다른 위치에 포함될 수도 있다.
상태 추정부(134)는 랜드마크 등록부(132)로부터 입력된 실제 거리 랜드마크 정보를 이용하여, 위치 인식 장치(100)의 위치를 포함하는 상태 변수를 추정한다. 상태 추정부(134)는 파티클 필터(particle filter), 칼만 필터(kalman filter), 정보 필터(information filter) 등의 위치 추정 알고리즘을 이용하여 위치를 추정할 수 있다.
거리 랜드마크 정보 처리부(120) 및 상태 추정부(134)에서 이용되는 상태 변수 xk의 시스템 방정식은 수학식 1과 같이 정의될 수 있다.
Figure 112010042129632-pat00001
여기에서, Fk는 현재의 상태 변수와 다음 단계의 상태 변수를 연결하는 상태 전이 행렬이고, uk는 입력 변수이고, wk는 시스템 노이즈이다. 여기에서, k는 특정 시점을 의미하는 카운트 값으로, 다음 시점에서는 1이 증가하는 값이다.
관측 벡터를 결정하기 위한 측정 방정식은 수학식 2와 같이 정의될 수 있다.
Figure 112010042129632-pat00002
여기에서, zk는 관측 벡터이고, Hk는 해당 시간에서 측정에 관련되는 행렬이다. vk는 관측 노이즈이며 측정 방정식의 불확도를 나타낸다.
도 1의 위치 인식 장치(100)는, 도시되지는 않았으나, 영상 센서 및 영상 센서를 이용하여 획득된 영상으로부터 영상 랜드마크 및 영상 랜드마크 기술자를 포함하는 영상 랜드마크 및 영상 랜드마크 기술자를 포함하는 영상 랜드마크 정보를 생성하는 유닛을 더 포함할 수 있다. 여기에서 영상 랜드마크는 사물의 모서리 또는 코너와 같이 형상을 특정시킬 수 있는 점을 의미한다. 영상 랜드마크 기술자는 랜드마크를 구별할 수 있는 각 랜드마크별 로컬 영상, 영상의 방향성 정보 또는 벡터 정보 등이 될 수 있다. 이 경우, 위치 인식부(130)의 랜드마크 등록부(132)는 영상 랜드마크를 등록하고, 상태 추정부(134)는 위치 인식 장치(100)의 위치, 거리 랜드마크의 위치 및 영상 랜드마크의 위치를 포함하는 상태 변수를 예측하여, 위치 인식 및 지도 작성을 수행하도록 구성될 수 있다.
도 2는 도 1의 거리 랜드마크 정보 처리부(120)의 구성의 일 예를 나타내는 블록도이다.
거리 랜드마크 정보 처리부(120)는 후보 거리 랜드마크 정보 생성부(210) 및 거리 랜드마크 추출부(220)를 포함할 수 있다.
후보 거리 랜드마크 정보 생성부(210)는, 위치 인식 장치(100)의 진행 방향을 기준으로 복수 개의 후보 거리 랜드마크 정보를 생성할 수 있다. 후보 거리 랜드마크 정보 생성부(210)는, 거리 랜드마크(또는 거리 랜드마크에 대응하는 거리 신호 발신기)가 위치 인식 장치(100)가 이동하는 평면과 동일한 평면에 위치하는 경우, 후보 거리 랜드마크를 극 좌표계(polar coordinates)로 모델링할 수 있다. 후보 거리 랜드마크 정보 생성부(210)는, 거리 랜드마크(또는 거리 랜드마크에 대응하는 거리 신호 발신기)가 위치 인식 장치(200)가 이동하는 평면과 다른 평면에 위치하는 경우, 후보 거리 랜드마크를 구 좌표계로 모델링할 수 있다.
이하에서는, 도 3 및 도 4를 참조하여, 후보 거리 랜드마크를 생성하는 방법에 대하여 상세하게 설명한다.
도 3은 극 좌표계로 모델링된 거리 랜드마크를 설명하기 위한 도면이다.
거리 랜드마크는 거리 랜드마크를 처음으로 관측하게 되는 위치 인식 장치(100)의 위치를 중심으로 표현될 수 있다. 전술한 바와 같이, 거리 랜드마크는, 위치 인식 장치(100)의 위치와 자세, 거리 센서(110)로 관측된 거리와 각도로 모델링된다. 위치 인식 장치(100)의 위치는 월드 좌표계에서의 2차원 좌표로 표현된다. 거리 랜드마크는 극 좌표계를 이용하여 수학식 3과 같이 모델링될 수 있다.
Figure 112010042129632-pat00003
여기에서, Rx, Ry는 위치 인식 장치(100)의 초기 위치를 나타내며, ψ는 위치 인식 장치(100)의 자세를 나타낸다. ρ는 거리 센서(110)로 감지된 거리를 나타내며, φ는 위치 인식 장치(100)의 초기 진행 방향을 기준으로 후보 거리 랜드마크 설정을 위하여 모델에 따라 설정될 수 있는 각도를 나타낸다.
극 좌표계로 모델링된 거리 랜드마크의 위치(Lx, Ly)는 수학식 4와 같이 정의될 수 있다.
Figure 112010042129632-pat00004
위치 인식 장치(100)의 거리 센서(110)가 갑자기 켜진 때와 같이 특별한 경우가 아니라면, 위치 인식 장치(100)의 이동 방향과 반대가 되는 뒷쪽 방향에 거리 랜드마크가 존재할 가능성은 거의 없다. 따라서, 후보 거리 랜드마크 생성부(210)는 위치 인식 장치(100)로부터 감지된 거리만큼 떨어진 위치상에서, ⅰ)인식 장치(100)의 진행 방향, ⅱ)진행 방향을 기준으로 미리 설정된 각도 φ를 더한 각도 및 ⅲ)진행 방향을 기준으로 미리 설정된 각도 φ를 뺀 각도에 후보 거리 랜드마크를 생성할 수 있다. 예를 들어, 각도 φ는 45°로 설정될 수 있다. 도 3을 참조하면, 위치 인식 장치(100)의 진행 방향(12)을 기준으로, 후보 거리 랜드마크들(30, 32, 34)을 생성할 수 있다.
도 4는 구 좌표계로 모델링된 거리 랜드마크를 설명하기 위한 도면이다.
거리 랜드마크는 거리 랜드마크를 처음으로 관측하게 되는 위치 인식 장치(100)의 위치를 중심으로 표현될 수 있다. 거리 랜드마크는, 위치 인식 장치(100)의 위치와 자세, 거리 센서(110)로 관측된 거리와 각도로 모델링된다.
위치 인식 장치(100)의 위치는 월드 좌표계에서 3차원 좌표로 표현된다. 거리 랜드마크는 구 좌표계를 이용하여 수학식 5와 같이 모델링될 수 있다.
Figure 112010042129632-pat00005
여기에서, (Rx, Ry, RZ)는 위치 인식 장치(100)가 거리 랜드마크와의 거리를 처음 관측했을 때의 위치를 나타낸다. (α, β, γ)는 위치 인식 장치(100)의 자세를 나타낸다. x축은 위치 인식 장치(100)의 진행 방향을 나타낸다. ρ는 거리 센서(110)로 감지된 거리를 나타낸다. φ 및 θ는 위치 인식 장치(100)의 초기 진행 방향을 기준으로 후보 거리 랜드마크 설정을 위하여 모델에 따라 설정될 수 있는 각도를 나타낸다. 즉, 위치 인식 장치(100)의 위치 및 자세를 기준으로, 위치 인식 장치(100)의 상대 좌표계를 정의하고, 상대 좌표계를 기준으로 한 구 좌표로 거리 랜드마크의 위치가 표현될 수 있다.
도 2의 후보 거리 랜드마크 정보 생성부(210)는 전술한 바와 같이 복수 개의 후보 거리 랜드마크 정보를 생성한다. 복수 개의 후보 거리 랜드마크 정보에서 Rx, Ry, RZ, α, β, γ, ρ는 서로 동일한 값을 가지고, φ 및 θ의 값의 조합은 서로 다를 것이다.
후보 거리 랜드마크 정보 생성부(210)는 위치 인식 장치(100)가 진행하는 방향을 기준으로 구(sphere)를 아래와 위 그리고 전방과 후방으로 4등분했을 때, 전방 및 상위 부분이 모두 포함되도록 후보 거리 랜드마크 정보를 생성할 수 있다. 따라서, 후보 거리 랜드마크 정보 생성부(210)는 구 좌표계에서 적어도 6개의 후보 거리 랜드마크에 대한 후보 거리 랜드마크 정보를 생성할 수 있다. 예를 들어, 후보 거리 랜드마크 정보 생성부(210)는 φ 및 θ의 조합 (φ,θ)을 (0,90°), (45°,90°), (-45°,90°), (45°,60°), (-45°,60°), (0°,30°)으로 후보 거리 랜드마크를 설정하여 후보 거리 랜드마크 정보를 생성할 수 있다.
구 좌표계에서, 3차원 공간상의 초기 거리 랜드마크의 위치 h는 수학식 6과 같이 표현될 수 있다.
Figure 112010042129632-pat00006
여기에서, Rx, Ry, RZ는 위치 인식 장치(100)가 거리 랜드마크와의 거리를 처음 관측했을 때의 위치를 나타낸다. R CW 는 구 좌표계 L을 월드 좌표계 W에서 표현하기 위한 회전 매트릭스를 나타낸다. R CW 는 (α, β, γ)의 함수로 표현된다. ρm(φ,θ)은, 구 좌표계 L에서 구면 위의 거리 랜드마크의 위치를 표현하는 벡터를 나타낸다. 따라서, 구 좌표계에서 예측되는 위치 인식 장치(100)와 거리 랜드마크와의 거리 h a 는
Figure 112010042129632-pat00007
로 정의된다.
다시 도 2를 참조하면, 거리 랜드마크 추출부(220)는 후보 거리 랜드마크 정보 갱신부(222) 및 실제 거리 랜드마크 정보 결정부(224)를 포함할 수 있다. 후보 거리 랜드마크 정보 갱신부(222)는 새로운 거리가 수신됨에 따라 후보 거리 랜드마크 정보를 갱신한다.
관측 예측값을 나타내는 관측 벡터 zk는 수학식 7과 같이 표현될 수 있다.
Figure 112010042129632-pat00008
여기에서, (rx, ry, rz)는 후보 거리 랜드마크 정보 갱신 과정 또는 위치 인식 과정에서의 위치 인식 장치(100)의 현재 위치를 나타낸다. 후보 거리 랜드마크 정보 갱신을 위하여, 위치 인식 장치(100)의 현재 위치가 위치 인식부(130)와 같은 다른 모듈로부터 입력될 수 있다.
예를 들어, 위치 인식 장치(100)가 이동 로봇인 경우, 이동 로봇이 움직인 거리 및 방향을 적분함으로써 현재 이동 로봇의 평면상의 2차원 좌표계상의 위치(position) 및 방향각을 추정하는 엔코더(도시되지 않음)로부터, 위치 인식 장치(100)의 현재 위치가 후보 거리 랜드마크 정보 갱신부(222)로 입력되어 이용될 수 있다. 또는, 위치 인식부(130)가 이미 등록된 거리 랜드마크 정보를 이용하여 추정한 위치 인식 장치(100)의 현재 위치 정보가 후보 거리 랜드마크 정보 갱신부(222)로 입력되어 이용될 수 있다. 또는, 위치 인식부(130)가 카메라와 같은 영상 센서로부터 얻은 영상 정보를 이용하여 위치 인식을 하도록 구성된 경우, 영상 정보를 처리하여 얻은 영상 랜드마크 정보들을 이용하여 추정한 위치 인식 장치(100)의 현재 위치 정보가 후보 거리 랜드마크 정보 갱신부(222)로 입력되어 이용될 수 있다.
거리 랜드마크 추출부(220)의 실제 거리 랜드마크 정보 결정부(224)는, 갱신된 복수 개의 후보 거리 랜드마크 정보의 공분산을 이용하여, 실제 거리 랜드마크 정보를 결정할 수 있다.
도 3에 도시된 바와 같은 극 좌표계에서, 각 후보 거리 랜드마크에 대한 공분산
Figure 112010042129632-pat00009
은 수학식 8과 같이 공분산 cij를 요소로 하는 매트릭스로 표현될 수 있다. i는 매트릭스의 행을 나타내고, j는 매트릭스의 열을 나타낸다.
Figure 112010042129632-pat00010
한편, 도 4에 도시된 바와 같은, 구 좌표계에서 거리 랜드마크의 공분산
Figure 112010042129632-pat00011
은 수학식 8과 유사한 방식으로 정의될 수 있다. 따라서, 구 좌표계에서 거리 랜드마크의 공분산
Figure 112010042129632-pat00012
은 9×9 매트릭스로 표현될 수 있다.
후보 거리 랜드마크 정보의 공분산
Figure 112010042129632-pat00013
의 크기는 수학식 8의 공분산 매트릭스
Figure 112010042129632-pat00014
의 주대각 성분의 크기 norm를 나타내는 값으로, 수학식 9와 같이 정의될 수 있다.
Figure 112010042129632-pat00015
그러나, 이 외에도 다양한 방법으로 공분산 크기(또는 값)이 정의될 수 있다.
거리 랜드마크 추출부(220)의 실제 거리 랜드마크 정보 결정부(224)는, 특정 갱신 횟수만큼 복수 개의 후보 거리 랜드마크 정보에 대한 갱신을 수행한 후, 각 후보 거리 랜드마크 정보의 공분산 값이 가장 작은 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정할 수 있다.
다른 방법으로, 실제 거리 랜드마크 정보 결정부(224)는, 특정 시간 동안 복수 개의 후보 거리 랜드마크 정보 각각에 대한 공분산 값의 수렴 속도가 가장 빠른 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정할 수 있다.
또 다른 방법으로, 실제 거리 랜드마크 정보 결정부(224)는, 특정 갱신 횟수만큼 복수 개의 후보 거리 랜드마크 정보에 대한 갱신을 수행한 후, 각 후보 거리 랜드마크 정보의 공분산 값이 특정 값 이상인 후보 거리 랜드마크 정보를 제거하여, 실제 거리 랜드마크 정보를 결정할 수 있다.
후보 거리 랜드마크 정보 갱신부(222) 및 실제 거리 랜드마크 정보 결정부(224)는 거리 랜드마크 추출 방법에 따른 동작을 수행하도록 서로 통신하도록 구성될 수 있다.
도 5는 도 2의 후보 거리 랜드마크 정보 갱신부(222) 및 도 1의 상태 추정부(134)의 동작 일 예를 나타내는 도면이다.
후보 거리 랜드마크 정보 갱신 및 상태 예측 동작은, 시스템 예측 동작(310), 관측 예측 동작(320), 차분 동작(330), 업데이트 동작(340) 및 상태 저장 동작(350)을 포함할 수 있다.
시스템 예측 동작(310)에서는 기존의 상태 변수 xk-1|k-1 및 입력 변수 uk를 이용하여 현재의 시스템 추정 값을 나타내는 상태 변수 xk가 출력된다. 여기에서, 아래 첨자로 쓰인 n|m은 m 시점에서의 측정 값을 토대로 한 n 시점의 상태 추정을 의미한다.
거리 랜드마크 정보 처리부(120)에서 추정되는 상태 변수 xk는 후보 거리 랜드마크 정보를 포함한다. 상태 추정부(134)에서 추정되는 상태 변수 xk는, 위치 인식 장치(100)의 위치, 위치 인식 장치(100)의 자세, 거리 랜드마크 정보 처리부(120)에 의해 복수 개의 후보 거리 랜드마크 중에서 추출된 실제 거리 랜드마크의 위치를 포함할 수 있다.
관측 예측 동작(320)은 상태 변수 xk|k-1를 관측 예측 값을 나타내는 관측 벡터 zk로 변환한다.
차분 동작(330)은 관측 벡터 zk 및 실제 관측 값인 z*k의 차분 결과를 업데이트부(340)에 제공한다. 실제 관측 값인 z*k은 도 1의 거리 센서(110)가 감지한 위치 인식 장치(100)와 거리 랜드마크 사이의 거리를 포함한다. 위치 인식 과정에서 영상 랜드마크 정보가 더 이용되는 경우에는, 실제 관측 값 z*k으로 영상으로부터 얻은 각 영상 랜드마크의 위치를 영상 센서의 렌즈 면에 대응하는 2차원 평면에 투영한 위치 정보가 더 포함될 수 있다.
업데이트 동작(340)은 칼만 이득(Kalman gain)을 이용하여, 차분 결과가 최소가 되는 방향으로 최종 상태 값 xk|k를 계산할 수 있다. 계산된 최종 상태 값은 상태 저장 과정(350)에서 저장될 수 있다. 최종 상태 값 xk|k는 k+1 시점의 상태 추정에 이용될 수 있다.
도 6은 위치 인식 방법의 일 예를 나타내는 순서도이다.
위치 인식 장치(100)는 거리를 감지한다(610). 위치 인식 장치(100)는 거리 신호에서 거리 랜드마크 식별자를 확인하여, 이전에 등록되지 않은 새로운 거리 랜드마크 정보인지 확인한다(620).
위치 인식 장치(100)는 새로운 거리 랜드마크 정보이면 거리 신호로부터 위치 인식 장치의 위치 및 자세, 감지된 거리, 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성한다(614). 위치 인식 장치(100)는 후보 거리 랜드마크 정보를 저장한다.
새로운 거리 랜드마크 정보가 아니면, 위치 인식 장치(100)는 동작 614와 같은 동작을 통해 저장된 후보 거리 랜드마크 정보 중에서 동일한 거리 랜드마크 식별자를 가지는 후보 거리 랜드마크 정보를 갱신하고, 갱신된 각 후보 거리 랜드마크 정보의 공분산을 계산한다(618).
위치 인식 장치(100)는 실제 거리 랜드마크 결정 조건을 만족하는지 결정한다(620). 예를 들어, 위치 인식 장치(100)는 후보 거리 랜드마크 정보의 갱신이 소정 횟수 반복한 경우, 실제 거리 랜드마크 결정 조건을 만족하는 것으로 결정할 수 있다. 다른 예로, 위치 인식 장치(100)는 특정 시간 동안 각 후보 거리 랜드마크 정보의 공분산 값의 수렴 속도를 계산하여, 그 중 수렴 속도가 임계값 이상인 경우, 실제 거리 랜드마크 결정 조건을 만족하는 것으로 결정할 수 있다.
위치 인식 장치(100)는 복수 개의 후보 거리 랜드마크 정보 중에서 실제 거리 랜드마크 정보를 결정한다(622). 위치 인식 장치(100)는 결정된 실제 거리 랜드마크 정보를 등록한다(624). 위치 인식 장치(100)는 등록된 실제 거리 랜드마크 정보를 이용하여 위치를 인식 동작을 수행한다(626). 위치 인식 과정에서, 위치 인식 장치(100)는 등록된 실제 거리 랜드마크 정보를 이용하여, 위치 인식 장치(100)의 위치 및 실제 거리 랜드마크의 위치를 추정할 수 있으며, 이와 동시에 위치 인식 장치(100)가 이동한 공간의 지도를 생성할 수 있다.
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이상의 설명은 본 발명의 일 실시예에 불과할 뿐, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 본질적 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.

Claims (17)

  1. 거리 랜드마크로부터의 거리를 감지하는 거리 센서;
    위치 인식 장치의 위치 및 자세, 상기 감지된 거리, 상기 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성하는 후보 거리 랜드마크 정보 생성부;
    새로운 거리가 감지됨에 따라서, 상기 복수 개의 후보 거리 랜드마크 정보를 갱신하고, 상기 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출하는 거리 랜드마크 추출부; 및
    상기 추출된 실제 거리 랜드마크 정보를 이용하여 위치를 인식하는 위치 인식부를 포함하는 위치 인식 장치.
  2. 제1항에 있어서,
    상기 후보 거리 랜드마크 정보 생성부는, 상기 거리 랜드마크에 대응하는 거리 신호 발신기가 상기 위치 인식 장치가 이동하는 평면과 동일한 평면에 위치하는 경우, 상기 후보 거리 랜드마크를 극 좌표계로 모델링하는 위치 인식 장치.
  3. 제1항에 있어서,
    상기 후보 거리 랜드마크 정보 생성부는, 상기 거리 랜드마크에 대응하는 거리 신호 발신기가 상기 위치 인식 장치가 이동하는 평면과 다른 평면에 위치하는 경우, 상기 후보 거리 랜드마크를 구 좌표계로 모델링하는 위치 인식 장치.
  4. 제1항에 있어서,
    상기 후보 거리 랜드마크 정보 생성부는, 상기 위치 인식 장치의 진행 방향을 기준으로 복수 개의 후보 거리 랜드마크 정보를 생성하는 위치 인식 장치.
  5. 제4항에 있어서,
    상기 후보 거리 랜드마크 생성부는, 상기 후보 거리 랜드마크가 극 좌표계로 모델링되는 경우, 상기 위치 인식 장치로부터 상기 감지된 거리만큼 떨어진 위치상에서, 상기 위치 인식 장치의 진행 방향, 상기 진행 방향을 기준으로 미리 설정된 각도를 더한 각도 및 상기 진행 방향을 기준으로 미리 설정된 각도를 뺀 각도에 후보 거리 랜드마크를 생성하는 위치 인식 장치.
  6. 제4항에 있어서,
    상기 후보 거리 랜드마크 정보 생성부는, 상기 후보 거리 랜드마크가 구 좌표계로 모델링되는 경우, 위치 인식 장치의 진행 방향을 기준으로 구(sphere)를 아래와 위 그리고 전방과 후방으로 4등분했을 때, 전방 및 상기 위 부분이 모두 포함되도록 후보 거리 랜드마크 정보를 생성하는 위치 인식 장치.
  7. 제1항에 있어서,
    상기 거리 랜드마크 추출부는, 상기 갱신된 복수 개의 후보 거리 랜드마크 정보의 공분산을 이용하여, 실제 거리 랜드마크 정보를 결정하는 위치 인식 장치.
  8. 제7항에 있어서,
    상기 거리 랜드마크 추출부는, 특정 갱신 횟수만큼 상기 복수 개의 후보 거리 랜드마크 정보에 대한 갱신을 수행한 후, 각 후보 거리 랜드마크 정보의 공분산 값이 가장 적은 후보 거리 랜드마크 정보를 상기 실제 거리 랜드마크 정보로 결정하는 위치 인식 장치.
  9. 제7항에 있어서,
    상기 거리 랜드마크 추출부는, 특정 시간 동안 상기 복수 개의 후보 거리 랜드마크 정보 각각에 대한 공분산 값의 수렴 속도가 가장 빠른 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정하는 위치 인식 장치.
  10. 제1항에 있어서,
    상기 거리 랜드마크 추출부는, 상기 후보 거리 랜드마크 정보를 갱신하기 위하여, 영상 랜드마크를 이용하여 추정된 상기 위치 인식 장치의 위치 및 미리 등록된 거리 랜드마크 정보를 이용하여 추정된 상기 위치 인식 장치의 위치 중 적어도 하나를 이용하는 위치 인식 장치.
  11. 거리 랜드마크와 위치 인식 장치 사이의 거리를 감지하는 단계;
    상기 위치 인식 장치의 위치 및 자세, 상기 감지된 거리, 상기 위치 인식 장치와의 각도로 모델링된 복수 개의 후보 거리 랜드마크 정보를 생성하는 단계;
    새로운 거리가 감지됨에 따라서, 상기 복수 개의 후보 거리 랜드마크 정보를 갱신하는 단계;
    상기 갱신 결과를 이용하여, 상기 복수 개의 후보 거리 랜드마크 정보 중 실제 거리 랜드마크 정보를 추출하는 단계; 및
    상기 추출된 실제 거리 랜드마크 정보를 이용하여 위치를 인식하는 단계를 포함하는 위치 인식 방법.
  12. 제11항에 있어서,
    상기 후보 거리 랜드마크 정보를 생성하는 단계는,
    상기 거리 랜드마크에 대응하는 거리 신호 발신기가 상기 위치 인식 장치가 이동하는 평면과 동일한 평면에 위치하는 경우, 상기 후보 거리 랜드마크를 극 좌표계로 모델링하는 단계를 포함하는 위치 인식 방법.
  13. 제11항에 있어서,
    상기 후보 거리 랜드마크 정보를 생성하는 단계는,
    상기 거리 랜드마크에 대응하는 거리 신호 발신기가 상기 위치 인식 장치가 이동하는 평면과 다른 평면에 위치하는 경우, 상기 후보 거리 랜드마크를 구좌표계로 모델링하는 단계를 포함하는 위치 인식 방법.
  14. 제11항에 있어서,
    상기 후보 거리 랜드마크 정보를 생성하는 단계는,
    상기 위치 인식 장치의 진행 방향을 기준으로 복수 개의 후보 거리 랜드마크 정보를 생성하는 단계를 포함하는 위치 인식 방법.
  15. 제14항에 있어서,
    상기 실제 거리 랜드마크 정보를 추출하는 단계는,
    상기 갱신된 복수 개의 후보 거리 랜드마크 정보의 공분산을 이용하여 수행되는 위치 인식 방법.
  16. 제15항에 있어서,
    상기 실제 거리 랜드마크 정보를 추출하는 단계는,
    특정 갱신 횟수만큼 상기 복수 개의 후보 거리 랜드마크 정보에 대한 갱신을 수행한 후, 각 후보 거리 랜드마크 정보의 공분산 값이 가장 적은 후보 거리 랜드마크 정보를 상기 실제 거리 랜드마크 정보로 결정하는 단계를 포함하는 위치 인식 방법.
  17. 제15항에 있어서,
    상기 실제 거리 랜드마크 정보를 추출하는 단계는,
    특정 시간 동안 상기 복수 개의 후보 거리 랜드마크 정보 각각에 대한 공분산 값의 수렴 속도가 가장 빠른 후보 거리 랜드마크 정보를 실제 거리 랜드마크 정보로 결정하는 단계를 포함하는 위치 인식 방법.
KR1020100062360A 2010-06-29 2010-06-29 거리 신호를 이용하여 위치를 인식하는 장치 및 방법 KR101663650B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100062360A KR101663650B1 (ko) 2010-06-29 2010-06-29 거리 신호를 이용하여 위치를 인식하는 장치 및 방법
US13/071,852 US8725416B2 (en) 2010-06-29 2011-03-25 Apparatus for recognizing position using range signals and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100062360A KR101663650B1 (ko) 2010-06-29 2010-06-29 거리 신호를 이용하여 위치를 인식하는 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20120001532A KR20120001532A (ko) 2012-01-04
KR101663650B1 true KR101663650B1 (ko) 2016-10-07

Family

ID=45353326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100062360A KR101663650B1 (ko) 2010-06-29 2010-06-29 거리 신호를 이용하여 위치를 인식하는 장치 및 방법

Country Status (2)

Country Link
US (1) US8725416B2 (ko)
KR (1) KR101663650B1 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8751151B2 (en) * 2012-06-12 2014-06-10 Trx Systems, Inc. System and method for localizing a trackee at a location and mapping the location using inertial sensor information
KR101505129B1 (ko) * 2013-08-19 2015-03-23 부경대학교 산학협력단 레이저 스캐너를 이용한 위치인식 및 맵핑 시스템을 이용한 위치인식 방법
KR20160002178A (ko) * 2014-06-30 2016-01-07 현대자동차주식회사 자차 위치 인식 장치 및 방법
US9305353B1 (en) 2014-09-23 2016-04-05 Qualcomm Incorporated Landmark based positioning
US9623558B1 (en) * 2014-12-17 2017-04-18 Amazon Technologies, Inc. Time-of-flight localization
US9885773B2 (en) 2015-03-07 2018-02-06 Verity Studios Ag Distributed localization systems and methods and self-localizing apparatus
US10111044B2 (en) 2015-05-29 2018-10-23 Verity Studios Ag Methods and systems for scheduling the transmission of localization signals and operating self-localizing apparatus
KR101726506B1 (ko) * 2015-08-11 2017-04-13 포항공과대학교 산학협력단 위치 보정을 위한 수중 랜드마크 인식 방법 및 장치
JP2019520953A (ja) 2016-04-08 2019-07-25 エーアンドケー ロボティクス インコーポレイテッド 手動運転と自律運転とを切り替え可能な自動床洗浄機
KR101849777B1 (ko) * 2016-11-08 2018-04-17 주식회사 오성이노베이션 카메라 모듈
EP3454079B1 (en) * 2017-09-12 2023-11-01 Aptiv Technologies Limited Method to determine the suitablility of a radar target as a positional landmark
US10482677B1 (en) * 2018-11-20 2019-11-19 Dell Products, L.P. Distributed simultaneous localization and mapping (SLAM) in virtual, augmented, and mixed reality (xR) applications
US10854012B1 (en) * 2019-05-29 2020-12-01 Dell Products, L.P. Concealing loss of distributed simultaneous localization and mapping (SLAM) data in edge cloud architectures
WO2023075171A1 (ko) * 2021-10-27 2023-05-04 삼성전자 주식회사 무선 통신을 지원하는 전자 장치
CN114526735B (zh) * 2022-04-24 2022-08-05 南京航空航天大学 一种无人飞行器集群仅测距初始相对位姿确定方法
CN115752393B (zh) * 2022-10-27 2023-08-08 北京龙软科技股份有限公司 一种矿井测量机器人***棱镜点号识别***和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000244967A (ja) * 1999-02-24 2000-09-08 Mitsubishi Electric Corp 移動体通信システム、該システムを構成する移動機および基地局、並びに該システムにおける移動機の位置検出方法
JP2005517932A (ja) * 2002-02-15 2005-06-16 ビ−エイイ−　システムズ　パブリック　リミテッド　カンパニ− 放出器位置決めシステム
JP2005315746A (ja) * 2004-04-28 2005-11-10 Mitsubishi Heavy Ind Ltd 自己位置同定方法及び該装置
JP2008165275A (ja) * 2006-12-27 2008-07-17 Yaskawa Electric Corp 自己位置同定装置を備えた移動体

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0527832A (ja) 1991-07-19 1993-02-05 Sanyo Electric Co Ltd 移動ロボツトの現在位置認識方法
JPH06119038A (ja) 1992-10-01 1994-04-28 Matsushita Electric Ind Co Ltd 自走ロボット
US7177737B2 (en) * 2002-12-17 2007-02-13 Evolution Robotics, Inc. Systems and methods for correction of drift via global localization with a visual landmark
KR100784125B1 (ko) 2006-09-28 2007-12-12 전자부품연구원 단일 카메라를 이용한 이동 로봇의 랜드 마크의 좌표 추출방법
KR100919944B1 (ko) 2007-03-19 2009-10-01 주식회사 유진로봇 이동로봇의 맵 생성 시스템 및 맵 생성방법
KR100876561B1 (ko) 2007-07-03 2008-12-31 한국전자통신연구원 이동형 로봇의 위치 보정장치 및 그 방법
US20100110412A1 (en) * 2008-10-31 2010-05-06 Honeywell International Inc. Systems and methods for localization and mapping using landmarks detected by a measurement device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000244967A (ja) * 1999-02-24 2000-09-08 Mitsubishi Electric Corp 移動体通信システム、該システムを構成する移動機および基地局、並びに該システムにおける移動機の位置検出方法
JP2005517932A (ja) * 2002-02-15 2005-06-16 ビ−エイイ−　システムズ　パブリック　リミテッド　カンパニ− 放出器位置決めシステム
JP2005315746A (ja) * 2004-04-28 2005-11-10 Mitsubishi Heavy Ind Ltd 自己位置同定方法及び該装置
JP2008165275A (ja) * 2006-12-27 2008-07-17 Yaskawa Electric Corp 自己位置同定装置を備えた移動体

Also Published As

Publication number Publication date
US8725416B2 (en) 2014-05-13
KR20120001532A (ko) 2012-01-04
US20110320123A1 (en) 2011-12-29

Similar Documents

Publication Publication Date Title
KR101663650B1 (ko) 거리 신호를 이용하여 위치를 인식하는 장치 및 방법
KR101686171B1 (ko) 영상 및 거리 데이터를 이용한 위치 인식 장치 및 방법
KR101572851B1 (ko) 동적 환경에서 모바일 플랫폼의 지도 작성방법
KR101831028B1 (ko) 실내 환경에서 이동 로봇의 리로케이션 방법 및 장치
KR101619076B1 (ko) 모바일 플랫폼의 동적 물체 검출 및 추적 방법
KR101739996B1 (ko) 이동 로봇 및 이동 로봇의 위치 인식 및 지도 작성 방법
JP5927735B2 (ja) 地図データ作成装置、自律移動システムおよび自律移動制御装置
KR101503903B1 (ko) 이동 로봇의 지도 구성 장치 및 방법
US20110205338A1 (en) Apparatus for estimating position of mobile robot and method thereof
US8723987B2 (en) Uncertainty estimation of planar features
CN110501010A (zh) 确定移动设备在地理区域中的位置
CN108426576B (zh) 基于标识点视觉导航与sins的飞行器路径规划方法及***
KR101908534B1 (ko) 이동체의 위치 및 자세 결정 장치 및 방법
JP6031402B2 (ja) 慣性航法システム、移動体端末、慣性航法装置、及びプログラム
JP7034353B2 (ja) 位置標定システム、および位置標定方法
CN111338383A (zh) 基于gaas的自主飞行方法及***、存储介质
KR101167627B1 (ko) 이동 로봇의 위치 및 지도의 이중 보정 장치 및 방법
JPWO2018207426A1 (ja) 情報処理装置、情報処理方法、及びプログラム
KR101929681B1 (ko) V2v와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법 및 장치
US10248131B2 (en) Moving object controller, landmark, and moving object control method
US11536797B2 (en) Mobile network localization
KR101837868B1 (ko) Gps 차폐지역에서 radar와 v2v를 이용한 차량 측위 보정 방법
Vandrish et al. Towards auv route following using qualitative navigation
KR101642186B1 (ko) 위치 추적 방법, 위치 추적 시스템 및 이를 수행하기 위한 기록매체
Lobo et al. Localization and tracking of indoor mobile robot with beacons and dead reckoning sensors

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20190814

Year of fee payment: 4