-
公开(公告)号：WO2016010288A1
公开(公告)日：2016-01-21
申请号：PCT/KR2015/006871
申请日：2015-07-03
Applicant: 고려대학교 산학협력단
Abstract: 본 발명은 방향각 오차를 이용한 차량형 이동 로봇의 오차 보정 방법에 관한 것으로, (a) 곡선 구간과 직선 구간을 갖는 테스트 트랙의 주행에 따른 차량형 이동 로봇의 시스템적 오차에 대해 모델링된 시스템적 오차 보정 모델이 설정되는 단계와; (b) 상기 테스트 트랙을 따라 보정 대상 차량형 이동 로봇이 주행하는 단계와; (c) 상기 보정 대상 차량형 이동 로봇의 상기 테스트 트랙 상의 실제 종료 지점에서의 방향각 오차에 기초하여 기구학적 오차 파라미터가 산출되는 단계와; (d) 상기 산출된 기구학적 오차 파라미터가 상기 시스템적 오차 보정 모델에 적용되어 상기 보정 대상 차량형 이동 로봇의 시스템적 오차가 보정되는 단계를 포함하는 것을 특징으로 한다. 이에 따라, 차량형 이동 로봇의 오도메트리 오차를 보정하는데 있어 근사식의 사용을 배제함으로써, 보다 정확한 오도메트리 보정이 가능하게 된다.
Abstract translation: 本发明涉及一种用于使用方位角误差校准汽车型移动机器人的测距误差的方法，所述方法包括以下步骤：（a）建立系统误差校准模型，其被建模为系统误差 根据在具有弯曲部分和直线部分的测试轨迹上行进的车型移动机器人; （b）由待校准的车型移动机器人沿测试轨道行驶; （c）基于要在测试轨道上的终点校准的轿车型移动机器人的实际方位角误差来计算运动学误差参数; 和（d）通过将计算的运动学误差参数应用于系统误差校准模型来校准待校准的汽车型移动机器人的系统误差。 因此，本发明可以通过消除使用用于校准汽车型移动机器人的测距误差的近似来实现更精确的测距校准。
-
2.发明申请레이저 거리 센서에 의해 측정된 측정 거리의 거리 유형을 평가하는 방법 및 이를 이용한 이동 로봇의 위치 추정 방법 审中-公开用于评估由激光测距仪测量的距离的方法和使用它来估计移动机器人的位置的方法
公开(公告)号：WO2015102212A1
公开(公告)日：2015-07-09
申请号：PCT/KR2014/009669
申请日：2014-10-15
Applicant: 고려대학교 산학협력단
IPC: G01S17/06
CPC classification number: G01S7/4808 , G01S17/42 , G01S17/936
Abstract: 본 발명은 레이저 거리 센서에 의해 측정된 측정 거리의 거리 유형을 판단하는 방법 및 이를 이용한 이동 로봇의 위치 추정 방법에 관한 것이다. 본 발명에 따른 측정 거리의 거리 유형을 판단하는 방법은 현재 위치에 대한 추정 포즈를 중심으로 복수의 예비 샘플이 추출되는 샘플 추출 단계와; 각각의 상기 예비 샘플이 기 등록된 레퍼런스 거리 산출 알고리즘에 적용되어, 각각의 상기 예비 샘플에 대한 레퍼런스 거리 세트가 산출되는 레퍼런스 세트 산출 단계-상기 레퍼런스 거리 세트는 복수의 거리 유형 각각에 대한 레퍼런스 거리로 구성됨-와; 상기 레퍼런스 거리 세트를 구성하는 각각의 상기 레퍼런스 거리와 상기 측정 거리 간의 거리 오차 중 가장 작은 거리 오차에 기초하여, 상기 각각의 상기 레퍼런스 거리 세트에 대한 거리 유형을 추출하는 거리 유형 추출 단계와; 각각의 상기 레퍼런스 거리 세트에 대해 판단된 거리 유형에 기초하여, 상기 측정 거리의 거리 유형이 평가되는 거리 유형 평가 단계를 포함하는 것을 특징으로 한다. 이에 따라, 레이저 거리 센서에 의해 측정된 측정 거리를 이용한 위치 추정에서 유리벽과 같은 빛의 투과성을 갖는 물체, 개방 및 폐쇄되는 도어, 알려지지 않은 장애물 등에 대해서도 강인하게 된다.
Abstract translation: 本发明涉及一种用于确定由激光测距仪测量的距离类型的方法以及通过使用该方法来估计移动机器人的位置的方法。 根据本发明的用于确定测量距离的类型的方法包括：样本提取步骤，用于基于关于当前位置的估计姿态提取多个初步样本; 参考集计算步骤，用于通过将每个初步样本应用于预先登记的参考距离计算算法来计算为每个初步样本设定的参考距离，其中所述参考距离集合包括所述多个距离类型中的每一个的参考距离; 距离类型提取步骤，用于基于形成基准距离集的每个参考距离与测量距离之间的距离误差之中的最小距离误差来提取针对每个参考距离设置的距离的类型; 以及距离类型评估步骤，用于基于针对每个参考距离设置确定的距离类型来评估测量距离的类型。 因此，使用由激光测距仪测量的距离的位置估计对于具有透光率的物体如玻璃壁，开闭门，未知的障碍物等是有效的。
-
公开(公告)号：WO2018151404A1
公开(公告)日：2018-08-23
申请号：PCT/KR2017/014982
申请日：2017-12-19
Applicant: 고려대학교 산학협력단
Abstract: 본 발명은 GNSS 기반의 위치 추정의 불확실성을 측정하는 방법에 관한 것으로, (A) 센서 요인 불확실성 그룹의 센서 요인 불확실성 값이 환경 요인 불확실성 그룹 및 모델 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되는 단계와, (B) 상기 모델 요인 불확실성 그룹의 모델 요인 불확실성 값이 상기 환경 요인 불확실성 그룹이 발생하지 않는 조건 하에서 측정되되 상기 센서 요인 불확실성 값이 적용되어 측정되는 단계와, (C) 상기 환경 요인 불확실성 그룹의 환경 요인 불확실성 값이 상기 센서 요인 불확실성 값 및 상기 모델 요인 불확실성 값이 적용되어 측정되는 단계와, (D) 상기 센서 요인 불확실성 값, 상기 모델 요인 불확실성 값 및 상기 환경 요인 불확실성 값에 기초하여 상기 GNSS 기반의 위치 추정의 불확실성 값이 측정되는 단계를 포함하며; 상기 센서 요인 불확실성 그룹, 상기 환경 요인 불확실성 그룹 및 상기 모델 요인 불확실성 그룹은 상기 GNSS 기반의 위치 추정의 불확실성을 야기하는 복수의 불확실성 요인이 불확실성의 발생 원인에 따라 그룹핑되는 것을 특징으로 한다. 이에 따라, GNSS 센서를 이용하는 자율 주행 차량 또는 실외 이동 로봇의 자율 주행 등에 이용되는 GNSS 센서의 위치 측정에서 발생하는 불확실성을 정확히 측정하여 자율 주행 차량의 정확한 위치 추정에 반영할 수 있다.
-
4.发明公开
公开(公告)号：KR1020160006898A
公开(公告)日：2016-01-20
申请号：KR1020140086346
申请日：2014-07-09
Applicant: 고려대학교 산학협력단
CPC classification number: G05D1/0231 , G01C3/08 , G01C7/04 , G01S7/4802 , G01S17/42 , G01S17/936 , G05D1/024 , G05D1/0274 , G05D2201/0209 , G06K9/00798 , G06K9/6234 , Y10S901/01
Abstract: 본발명은레이저거리센서를이용한도로의연석추출방법및 도로의연석정보를이용한이동로봇의위치측정방법에관한것이다. 본발명에따른도로의연석추출방법은 (a) 상기레이저거리센서의스캔데이터로부터도로표면과라인세그먼트를추출하는단계와; (b) 상기라인세그먼트중 상기도로표면과의각도에기초하여복수의연석후보라인세그먼트를추출하는단계와; (c) 상기복수의연석후보라인세그먼트의한 쌍씩의조합을복수의연석특성을갖는복수의연석후보로추출하는단계와; (d) 상기복수의연석후보를커널피셔판별분석(Kernel Fisher Discriminant Analysis) 기법에적용하여, 최종연석을추출하는단계를포함하는것을특징으로한다. 이에따라, 환경적불확실성을갖는준정형화된(semi-structured) 도로환경에서하나의레이저거리센서를이용하여연석을보다효과적으로추출할수 있다.
Abstract translation: 本发明涉及一种使用激光距离传感器在道路上提取路缘石的方法，以及使用道路路边信息测量移动机器人的位置的方法。 根据本发明，在道路上提取路缘石的方法包括：（a）从激光距离传感器的扫描数据中提取路面和线段的步骤; （b）基于与路面的角度，在线段中抽取多个路缘替代线段的步骤; （c）将具有多个路缘石性质的多个路缘石替代物一次提取出来的路缘替代线段的步骤; 以及（d）通过将核心Fisher判别分析方法应用于路边替代物来提取最终路缘石的步骤。 因此，在具有环境不确定性的半结构化环境中，使用激光距离传感器在道路上提取路缘石的方法能够有效地提取路缘。
-
公开(公告)号：KR101234371B1
公开(公告)日：2013-02-18
申请号：KR1020100131295
申请日：2010-12-21
Applicant: 고려대학교 산학협력단
Abstract: 본 발명은 이동 로봇의 최적 경로 생성 방법 및 이를 이용한 이동 로봇에 관한 것이다. 본 발명에 따른 이동 로봇의 최적 경로 생성 방법은 격자 지도를 구성하는 각각의 격자점에 할당된 격자 비용에 기초한 제1 경로 생성 방법을 통해 출발 위치로부터 목표 위치까지의 1차 경로가 생성되는 단계와, 상기 1차 경로 상의 적어도 일부 경로가 상기 격자 비용에 기초한 제2 경로 생성 방법을 통해 재생성되어 최종 경로가 생성되는 단계를 포함하는 것을 특징으로 한다. 이에 따라, 그라디언트 방법(Gradient method)과 같은 제1 경로 생성 방법에 따라 생성된 1차 경로를 제1 경로 생성 방법을 통해 수정하여 보다 매끄러운(Smooth) 형태의 경로로 재생성할 수 있다.
-
Patent Agency Ranking
公开(公告)号：KR101140984B1
公开(公告)日：2012-05-03
申请号：KR1020100137527
申请日：2010-12-29
Applicant: 고려대학교 산학협력단
CPC classification number: G05D1/0214 , B25J9/1666
Abstract: PURPOSE: A safe route creation method capable of considering appearance of a visually blocked dynamic obstacle which uses estimated risk costs and a mobile robot using the same are provided to compute a visually restricted region generated by a registered obstacle, thereby creating a safe route in which moving speed and direction of the mobile robot are considered. CONSTITUTION: A safe route creation method which considers appearance of a visually blocked dynamic obstacle is comprised of the following procedures. A restricted region is calculated with respect to an obstacle(S13). Estimated risk cost is calculated. The estimated risk cost is registered to a corresponding lattice(S16). A transport route to a target position is created(S20).
Abstract translation: 目的：提供能够考虑使用估计的风险成本的视觉障碍的动态障碍物的外观的安全路径创建方法和使用其的移动机器人来计算由注册的障碍物产生的视觉上受限制的区域，由此创建安全路线，其中 考虑移动机器人的移动速度和方向。 构成：考虑视觉障碍的动态障碍物的外观的安全路径创建方法包括以下过程。 相对于障碍物计算限制区域（S13）。 估计风险成本计算。 将估计的风险成本登记到相应的格子（S16）。 创建到目标位置的传送路线（S20）。
-
公开(公告)号：KR101000332B1
公开(公告)日：2010-12-13
申请号：KR1020090135413
申请日：2009-12-31
Applicant: 고려대학교 산학협력단
Abstract: PURPOSE: A method for detecting available roads and an outdoor driving robot using the same are provided to accurately detect available roads by acquiring data about surface shapes and curbs. CONSTITUTION: A method for detecting available roads is as follows. Roads ahead of an outdoor driving robot are scanned with a distance sensor(10) of the outdoor driving robot. Scan data is created from the data obtained by the distance sensor. Additional road data is extracted from the scan data. Curb data about curbs is extracted from the scan data based on the additional road data. Obstacle data is extracted from the scan data. Final road data is extracted based on the additional road data and the curb data. A valley area in which the outdoor driving robot can move is extracted based on the obstacle data and the final road data.
Abstract translation: 目的：提供一种用于检测可用道路的方法和使用该道路的户外驾驶机器人，以通过获取关于表面形状和路缘的数据来准确地检测可用道路。 规定：检测可用道路的方法如下。 用室外驾驶机器人的距离传感器（10）扫描室外驾驶机器人前方的道路。 由距离传感器获得的数据创建扫描数据。 从扫描数据中提取附加道路数据。 基于额外的道路数据从扫描数据中提取关于路缘的路边数据。 从扫描数据中提取障碍数据。 基于额外的道路数据和路边数据提取最终道路数据。 基于障碍物数据和最终道路数据提取室外驾驶机器人能够移动的山谷区域。
-
-
公开(公告)号：KR1020180094529A
公开(公告)日：2018-08-24
申请号：KR1020170020479
申请日：2017-02-15
Applicant: 고려대학교 산학협력단
Abstract: 본발명은 GNSS 기반의위치추정의불확실성을측정하는방법에관한것으로, (A) 센서요인불확실성그룹의센서요인불확실성값이환경요인불확실성그룹및 모델요인불확실성그룹이발생하지않는조건하에서측정되는단계와, (B) 상기모델요인불확실성그룹의모델요인불확실성값이상기환경요인불확실성그룹이발생하지않는조건하에서측정되되상기센서요인불확실성값이적용되어측정되는단계와, (C) 상기환경요인불확실성그룹의환경요인불확실성값이상기센서요인불확실성값 및상기모델요인불확실성값이적용되어측정되는단계와, (D) 상기센서요인불확실성값, 상기모델요인불확실성값 및상기환경요인불확실성값에기초하여상기 GNSS 기반의위치추정의불확실성값이측정되는단계를포함하며; 상기센서요인불확실성그룹, 상기환경요인불확실성그룹및 상기모델요인불확실성그룹은상기 GNSS 기반의위치추정의불확실성을야기하는복수의불확실성요인이불확실성의발생원인에따라그룹핑되는것을특징으로한다. 이에따라, GNSS 센서를이용하는자율주행차량또는실외이동로봇의자율주행등에이용되는 GNSS 센서의위치측정에서발생하는불확실성을정확히측정하여자율주행차량의정확한위치추정에반영할수 있다.
-
公开(公告)号：KR101888295B1
公开(公告)日：2018-08-14
申请号：KR1020170010953
申请日：2017-01-24
Applicant: 고려대학교 산학협력단
Abstract: 본발명은레이저거리센서의측정거리에대해추정된거리유형의신뢰성을평가하는방법및 이를이용한이동로봇의위치추정방법에관한것이다. 본발명에따른거리유형의신뢰성을평가하는방법은 (a) 현재위치에대한추정포즈에기초하여복수의예비샘플이추출되는단계와; (b) 각각의상기예비샘플이기 등록된레퍼런스거리산출알고리즘에적용되어, 각각의상기예비샘플에대한레퍼런스거리세트가산출되는단계-상기레퍼런스거리세트는복수의거리유형각각에대한레퍼런스거리로구성됨-와; (c) 상기레퍼런스거리세트를구성하는각각의상기레퍼런스거리와측정거리간의거리오차중 가장작은값을갖는레퍼런스거리에대응하는거리유형이해당레퍼런스거리세트에대한거리유형으로추정되는단계와; (d) 각각의상기레퍼런스거리세트에대해추정된거리유형중 가장많이추정된거리유형이상기측정거리의추정거리유형으로추정되는단계와; (e) 상기 (c) 단계에서각각의상기레퍼런스거리세트에대해추정된거리유형중 상기추정거리유형으로추정된회수가반영된제1 신뢰성가중치와, 상기측정거리와상기 (c) 단계에서상기추정거리유형으로추정된레퍼런스거리세트의상기추정거리유형에해당하는레퍼런스거리간의편차가반영된제2 신뢰성가중치가산출되는단계를포함하는것을특징으로한다.
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.024 seconds)
