지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.8
- 수록면
- 586 - 592 (7page)
- DOI
- 10.5302/J.ICROS.2021.21.0062
이용수
초록· 키워드
오류제보하기
The purpose of autonomous navigation is to reach the destination without collision. Traditionally, mobile robots have used LIDAR, sonar sensors, or stereo cameras to avoid obstacles. However, UAVs suffer from the selection of sensors due to payload capacity. To resolve this issue, we design the method using the only a monocular camera for obstacle avoidance on a quadrotor. In order to obtain the depth images, we use a CNN (Convolutional Neural Network). To improve the depth estimation performance, we develop a data augmentation algorithm of the magnified images especially ranging from 0.5~1 meters. By using the estimated depth image, the desired direction of the quadrotor is set. To validate our proposed algorithm, we conduct experiments with real drones in indoor environments. An analysis of the experiments shows that the proposed method can be utilized for navigation in cluttered environments.
목차
Abstract
I. 서론
II. 깊이 추정 네트워크
III. 장애물 회피 알고리즘
IV. 실험
V. 요약 및 결론
REFERENCES
참고문헌 (28)
참고문헌 신청
I. Ulrich and I. Nourbakhsh, “Appearance-based obstacle detec- tion with monocular color vision,” Innovative Applications of Artificial Intelligence Conferences, pp. 99-110, 2000.
F. Schilling, F. Schiano, and D. Floreano, “Vision-based drone flocking in outdoor environments,” IEEE Robotics and Auto-mation Letters, vol. 6, pp. 2954-2961, Apr. 2021.
R. Sabatini, A. Gardi, S. Ramasamy, and M. A. Richardson, “A laser obstacle warning and avoidance system for manned and unmanned aircraft,” 2014 IEEE Metrology for Aerospace (MetroAeroSpace), pp. 616-621, May 2014.
A. Moffatt, E. Platt, B. Mondragon, A. Kwok, D. Uryeu, and S. Bhandari, “Obstacle detection and avoidance system for small UAVs using a LiDAR,” Proc. of 2020 International Conference on Unmanned Aircraft Systems (ICUAS), pp. 633-640, Sep. 2020.
L. Zheng, P. Zhang, J. Tan, and F. Li, “The obstacle detection method of UAV based on 2D Lidar,” IEEE Access, vol. 7, pp. 163437-163448, 2019.
F. Schilling, F. Schiano, and D. Floreano, “Vision-based drone flocking in outdoor environments,” IEEE Robotics and Auto-mation Letters, vol. 6, pp. 2954-2961, Apr. 2021.
R. Sabatini, A. Gardi, S. Ramasamy, and M. A. Richardson, “A laser obstacle warning and avoidance system for manned and unmanned aircraft,” 2014 IEEE Metrology for Aerospace (MetroAeroSpace), pp. 616-621, May 2014.
A. Moffatt, E. Platt, B. Mondragon, A. Kwok, D. Uryeu, and S. Bhandari, “Obstacle detection and avoidance system for small UAVs using a LiDAR,” Proc. of 2020 International Conference on Unmanned Aircraft Systems (ICUAS), pp. 633-640, Sep. 2020.
L. Zheng, P. Zhang, J. Tan, and F. Li, “The obstacle detection method of UAV based on 2D Lidar,” IEEE Access, vol. 7, pp. 163437-163448, 2019.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
깊이 이미지를 이용한 딥러닝 기반 충돌 확률 예측 및 장애물 회피 알고리즘
하현호
,
이현범
제어로봇시스템학회 논문지
2022
.06
단안 카메라를 이용한 주차장 환경에서의 동적 장애물 회피
김민수
,
이승우
,
저우먀오쥔
외 3명
한국자동차공학회 춘계학술대회
2023
.05
IR센서와 영상정보를 이용한 다 개체 로봇의 장애물 회피 방법
전병승
,
이도영
,
최인환
외 3명
제어로봇시스템학회 논문지
2012
.12
CNN
Dianxun Shuai
,
Yoichi
,
o Watandbe
ICONIP : International Conference On Neural Information Processing
1994
.01
멀티센서를 활용한 자율주행 자동차의 장애물 인식 및 예측 방법에 대한 연구
박창규
,
손행선
,
민경원
외 1명
대한전자공학회 학술대회
2021
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-003-001917609