이동 로봇의 휠 엔코더 오도메트리를 이용한 사람 추적 알고리즘 실시간 보정에 관한 연구 :Real-time correction of pedestrian tracking algorithm using wheel encoder odometry of mobile robot

박재훈

추천

검색

자료유형: 학위논문

저자정보: 박재훈 (한양대학교, 한양대학교 대학원)

지도교수: 한재권

발행연도: 2022

저작권: 한양대학교 논문은 저작권에 의해 보호받습니다.

이용수30

이 논문의 연구 히스토리 (2)

2022

소형 이동 로봇의 사람 추적 성능 개선을 위한 휠 오도메트리 기반 실시간 보정에 관한 연구

박재훈 , 안민성 , 한재권 로봇학회 논문지 2022.06 학술저널

이동 로봇의 휠 엔코더 오도메트리를 이용한 사람 추적 알고리즘 실시간 보정에 관한 연구

박재훈 2022.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

이동 로봇의 지능화가 이뤄지면서 자율 주행과 더불어 인간과의 상호작용은 이동 로봇에게 매우 중요한 이슈로 부상하고 있다. 인간과 로봇 상호작용을 수행하는 다양한 방식이 존재하지만 이동 로봇에는 지정된 사람을 따라가는 사람 추종 기법이 인간과 상호작용하는 방식으로 많은 사례에서 채택되고 있다. 로봇이 사람 추종을 수행하기 위해선 검출된 다수의 사람 중 지정된 사람을 추적 할 수 있는 다중 객체 추적 기술이 필수적이며, 기존 다중 추적 기법들 중 Kalman filter 기반으로 예측을 수행하는 SORT(Simple Online and Realtime Tracking) 는 제한된 연산 능력을 가지면서 실시간 처리를 요구하는 이동 로봇 시스템에 적합하다. 하지만 SORT 는 이동 로봇의 움직임으로 인한 객체 검출 값의 변화를 반영하지 못함으로써 추적 성능에 저하가 발생하고 이는 이동 로봇이 움직일 경우 빈번한 추적 실패로 이어진다.
본 논문은 이동 로봇의 움직임으로 인한 추적 성능 저하를 해결하기 위해 이동 로봇의 엔코더를 기반한 휠 오도메트리 정보를 Kalman Filter 의 상태 벡터에 반영해줌으로써 객체 추적 오차를 실시간으로 보정하고, 각 객체를 추적하는 추적기의 생존 기간을 동적으로 설정함으로써 이동 로봇에 적합하고 보다 안정적인 사람 추적 기법을 제안하고자 한다.
제시한 방법론의 성능 평가를 위해 이동 로봇의 카메라에서 4 종류의 사람 추종 시나리오에 대한 총 6 개의 시퀀스 테스트 데이터를 구축하였으며, 테스트 데이터는 총 2,843 장의 이미지 데이터와 이에 해당하는 MOT (Multi Object Tracking) Challenge 형식의 객체 검출 결과 데이터, 휠 오도메트리 데이터로 구성되어 있다.
본 논문에선 구축한 테스트 데이터를 통해 제안하는 사람 추적 기법이 실시간성을 유지하면서 SORT 와 비교하여 이동 로봇의 움직임에 저항력을 가지고 향상된 추적 정확도를 가짐을 실험 결과로 보이며 제한적인 연산 능력을 지닌 휠 베이스 이동 로봇에 적용 가능한 사람 추적 시스템 구조를 소개한다.

With the intelligence of mobile robots, interaction with humans along with autonomous driving is emerging as a very important issue for mobile robots. There are various ways to perform human-robot interaction, but in many cases, the human follow-up technique following the designated person is adopted in many cases in a way that interacts with humans. In order for robots to perform human follow-up, multi-object tracking technology that can track designated people among the many detected people is essential. Among the existing multiple tracking techniques, Simple Online and Realtime Tracking (SORT), which performs predictions based on Kalman filter, is suitable for mobile robotic systems that require real-time processing while having limited computational performance. However, SORT fails to reflect changes in object detection values caused by the movement of the mobile robot, resulting in poor tracking performance, which leads to frequent tracking failures when the mobile robot moves. This paper proposes a more stable human tracking technique suitable for mobile robots by correcting object tracking errors in real time by reflecting wheel odometry information based on the encoder of mobile robots in Kalman Filter''s state vector to solve the decline in tracking performance caused by mobile robots To evaluate the performance of the proposed methodology, a total of six sequence test data for four types of human follow-up scenarios were constructed in a camera of a mobile robot, consisting of a total of 2,843 image data and corresponding multi-object tracking (MOT) challenge format object detection data. This paper shows the experimental results through PxRx sequence data that the proposed human tracking technique is resistant to movement of mobile robots and has improved tracking accuracy compared to SORT while maintaining real-time, and introduces the pedestrian tracking system structure applicable to wheel-base mobile robots with limited computational capabilities.

#사람 추종 #다중 객체 추적 #이동 로봇 #실시간 처리

1. 서 론 1
1.1. 연구 개요 1
1.2. 연구 목적 2
1.3. Background 6
2. 본론 10
2.1. 이동 로봇의 하드웨어 구성 및 휠 오도메트리 측정 10
2.2. 사람 추적 알고리즘을 위한 카메라 움직임 실시간 보정 12
2.3. 객체 추적기의 생존 기간 동적 설정 15
3. 실험 20
3.1. 테스트 데이터 구축 20
3.2. 평가 지표 22
3.3. 객체 검출 모델 24
3.4. 실험 결과 25
4. 결 론 30
참고 문헌 31

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)