Map Building for Mobile Robots using a SOKUIKI Sensor by pptfiles

VIEWS: 0 PAGES: 34

									 Map Building for Mobile
 Robots using a SOKUIKI
         Sensor

Robust Scan Matching using Laser Reflection
                Intensity




                                    발표자 - 김택영
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
         Introduction
• map 제작기술은 자동화된 Self-
  Localization 을 해야하는 Mobile Robot
  에게 있어 필수적이다



• Odometry 는 종종 바퀴가 달린 로봇의
  Localization에 사용되지만, 큰 누적된 에러
  를 가지게 된다 Ex) slip의 누적
         Odometry
• 일정 시간이 지난 후 위치 변화를 예측하
  기 위해서 actuator의 움직임 데이터를 기
  반으로 사용하는 것으로 관절형이거나 휠
  형인 로봇에서 처음 위치에 관련된 위치를
  예측하기 위해서 사용된다


       그러나 오류가 많다
           Introduction

           Scan Matching Method


                    Intensity-ICP


                   Remove Outliers


Laser Reflection                     Geometric
   Intensity                         Constraint
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
Intensity-ICP Algorithm




기존의 ICP scan matching 알고리즘은 레이저 반영 강도를 고려
하지 않았지만, Intensity-ICP 는 이를 잘 고려하고, 올바르게 대응
할 수 있다.
   Intensity-ICP Algorithm

• 3 Dimension
  – 2 dimensions of geometric coordinate
    values(x,y)
  – 1 dimension of Laser Reflection
    Intensity
   Intensity-ICP Algorithm
1) Laser Reflection Intensity를 고려

2) 가장 짧은 기하학적 거리와 Laser
 Reflection Intensity 의 Input point와
 Reference scan points간의 차이를 가지
 는 대응 포인트를 찾는다
Intensity-ICP Algorithm
   Intensity-ICP Algorithm
            Iterative Calculations

1) 제차 좌표 변형 행렬을 이용하여 Input 좌표를 변형한다. 이 행렬
은 Input 좌표와 Odometry에 의해 제공되는 Reference Point 간의
상대적 위치를 고려하여 계산된다.

2) Input 좌표 에 대응하는 reference Point 의 대응 지점을 찾는다.
Reference Point 는 Input 좌표에 대응되도록, Input 좌표의 최소거
리의 제곱값과 Laser Reflection Intensity의 차이를 갖는다.

3) 제차 좌표 변형 행렬을 계산한다. 이 행렬은 비선형 최적화 기법
(수치해석)(예를 들어 The steepest descent method 나 Newton’s
method)으로 평가된 값을 최소화한다. 이 평가값은 인풋과 레퍼런
스 스캔의 대응점과의 총 제곱 거리이다.
Intensity-ICP Algorithm

           계산 반복



      결과값은 한 점에 수렴




      제차 좌표 변형 행렬을
      계산 = Self Localizing
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
 Problems And Solutions in Map Building


• Distortion of Scan Data
  – Metal, Translucent Objects
    (high reflectivity objects)



• Outlier of scan matching
  – reduces accuracy of matching.
Problems And Solutions in Map Building

URG 센서는 APD(Avalanche Photodiode)의 아웃풋 전압
을 AGC(Auto Gain Control)로 조정



만일 APD의 아웃풋 전압이 AGC의 제어 능력을 초과할
경우, URG는 파형을 얻지 못하고 반사 레이저의 상도 얻
지 못한다. 이것은 URG가 정확한 거리를 측정하지 못하
고 스캔데이터가 왜곡됨을 의미



왜곡된 스캔 데이터는 AGC의 제어 능력을 초과
하는 스캔 지점들을 없애버림으로써 제거
Problems And Solutions in Map Building

URG로부터 얻어진…
Laser Reflection Intensity 값 = APD의 아웃풋 전압


그러나 무조건 높은 Laser Reflection Intensity 값이 AGC
의 제어 능력을 초과하는 것으로 간주되는 것은 적절하지
못함



이유는 Laser Reflection Intensity값은 AGC에 의해 조절
되기 때문, 만일 Laser Reflection Intensity 값이 높다면,
이것이 AGC의 조절 능력을 초과한 값인지 아닌지 모르기
때문에 정확하게 결정지어지지 않음
Problems And Solutions in Map Building


  APD의 아웃풋 전압     =    Laser Reflection
                          Intensity




                          High Laser
    AGC
                or    Reflection Intensity
Problems And Solutions in Map Building




           Trial & Error

URG와의 거리가 가깝고, 높은 Laser Reflection Intensity
를 갖는 스캔 지점들이 AGC의 조절 능력을 넘어서기 쉽
다는 것이 발견!!!
Problems And Solutions in Map Building



URG와의 거리가 가깝고, 높은 Laser Reflection
Intensity를 갖는 스캔 지점을 제거




    왜곡된 스캔 데이터들을 제거
Problems And Solutions in Map Building



                      실제 실험에서는 URG
                      와 1m 이내에 있는 가
                      까운 점들과 Laser
                      Reflection Intensity 값
                      들이 27000을 넘는 스
                      캔 점들이 제외되었다.
Problems And Solutions in Map Building



                      로봇의 왼쪽에는 선반
                      이 있는데 이것은 칠하
                      지 않는 스테인리스 철
                      강으로 되어있고 오른
                      쪽에는 크림 색으로 칠
                      해진 선반이 있다.
   Problems And Solutions in Map Building




Scan Data before removing distortion   Scan Data after removing distortion
Problems And Solutions in Map Building



           Input Scan Points




         Reference Scan Points
Problems And Solutions in Map Building


    Reference Scan Point에 대응하지 않는 몇몇의
    Input Scan Points들을 제거하지 않으면 올바른 스
    캔 매칭이 될 수가 없다. 대응하는 Reference Scan
    Point 들을 갖지 않는 Input Scan Points들은 스캔
    매칭의 부산물(outliers)들이고 정확하지 않는 대응을
    야기한다




    Reference Scan Point에 대응하지 않는 몇
    몇의 Input Scan Points들을 제거해야 한다!
Problems And Solutions in Map Building


  M-estimation

  무작위 샘플링을 통해 선별된 값 사용

  바르지 못한 값을 측정값의 역치로 제거




      새로운 알고리즘을 제안
Problems And Solutions in Map Building




    Input 스캔에서 Reference 스캔으로 가는 대
    응들을 찾고, 양방향성 조사들에 딱 매치된
    대응들을 이용
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
            Map Building
• Mapping by Intensity-ICP scan
  matching Method

• The map has abundant information
  – Geometric Data
  – Laser Reflection Intensity
          Map Building
• Experimental Environment
Map Building
Map Building
                 목차
• Introduction
• INTENSITY-ICP Algorithm
• Problems And Solutions in Map Building
• Map Building
• Future Works
• Conclusions
            Conclusion

                        Intensity-ICP scan matching
Remove Outliers
                                   Method




                  Map building



            Robust Localization

								
To top