| 초록 |
● 본 연구에서는 수중 로봇의 지능화를 위한 핵심 기능으로 다루어지는 환경 인식, 자기위치 인식, 지도 작성과 관련된 기초 기술 연구를 수행하였다. ● 수중 광학 영상에 의한 환경 인식: 지상의 영상 인식 방법으로 널리 알려진 SIFT, SURF 등의 방법만으로 수중 영상을 다루기 어렵다는 것을 보이고, 템플릿 매칭 (영역)에 기반을 둔 알고리즘을 제안하였다. 특히 인공 표식을 사용하여 인공 표식의 위치와 로봇의 위치를 추정하였다. 또한 수중 도킹을 위한 3차원 자세 추정 알고리즘을 개발하였다. ● 소나 영상에 의한 환경 인식: 수중 가시거리의 제약을 극복하기 위해 널리 사용하는 방법이 소나를 이용하는 것이다. 본 연구에서는 잘 설계된 인공 표식(특허 출원)을 적용하는 가정아래 인공 표식을 인식하고 위치를 추정하는 확률적 처리 방법의 체계를 구현하였고, 이로부터 로봇의 위치를 추정하는 연구를 수행하였다. ● 수중 인공 음원에 의한 환경 인식: 수중 음원은 수중에서 가장 멀리서 파악할 수 있는 정보원이다. 인공 음원 신호를 사용하여 수중 로봇의 항법에 사용할 수 있도록 수중 음원의 방향을 실시간으로 파악하고, 항법 정보를 EKF, Particle filter 등의 기법을 적용하여 융합함으로서 수중음원의 위치를 추정하고 이로부터 수중 로봇의 위치를 추정하는 연구를 수행하였다. ● 이를 기반으로 수중 로봇의 기초적인 SLAM 연구를 위한 확률적 추정을 수행하였다. ● 앞에서 언급한 알고리즘은 본 연구를 위해 개발된 yShark2에 적용되어 수조 시험 및 부두 실험을 통해 유용함을 검증하였다. |
