메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

전영산 (건국대학교, 건국대학교 대학원)

지도교수
이정욱
발행연도
2013
저작권
건국대학교 논문은 저작권에 의해 보호받습니다.

이용수8

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
소형무인기가 임무를 수행함에 있어서 가장 핵심이 되는 기술은 소형무인기 자체 위치인식(Localization) 및 비행환경에 대한 지도 작성(Mapping)이다. 기존의 실외환경에서는 위치항법 시스템과 지리정보시스템을 사용하여 쉽고 비교적 정확한 SLAM(Simultaneous Localization and Mapping) 구현이 가능 하지만 실내 환경에서는 GPS(Global Positioning System) 등의 사용이 불가능하므로 이를 대체할 SLAM 기법이 필요하다. 본 논문에서는 실내 환경과 같이 GPS 사용이 제한된 환경에서 두개의 비전 센서와 AHRS(Attitude Heading Reference System ) 센서를 사용하여 소형무인기에 적합한 SLAM 시스템을 제안한다. 비전 센서로부터 획득한 영상정보에서 GPU(Graphics Process Unit) 기반의 SIFT(Scale-invariant Feature Transform) 알고리즘을 사용하여 특징점을 추출하고 AHRS로부터의 자세 정보를 결합하여 소형무인기의 위치를 추정한다. 추정된 위치 정보와 Color 분포를 기반으로 GP(Gaussian Process) Model을 생성하고 이를 통하여 맵을 생성한다. 제안한 시스템을 이용하여 무인기의 위치를 추정하고 맵을 구성하는 실험을 수행하고 실제 데이터와 비교 분석하여 시스템의 신뢰성을 검증하였다.

목차

제1장 서론 1
1.1 연구배경 1
1.2 연구내용 2
제2장 관련연구 4
2.1 국내외의 연구 현황 4
제3장 기본적인 이론과 알고리즘 7
3.1 SIFT 기반의 특징점 추출 및 매칭 7
3.2 주성분 분석(Principal Component Analysis) 14
3.3 Visual Landmark 추출 및 위치계산 15
3.4 Gaussian Process Regression Model 18
3.4.1 GP(Gaussian Process) Model의 정의 18
3.4.2 공분산(Covariance Function)의 특징 20
3.4.3 GP 기반의 Bayesian Inference 22
제4장 SLAM 시스템의 구성 25
4.1 GP Model 기반의 SLAM 시스템 25
4.2 GPU SIFT 기반의 위치 계산 26
4.3 GP Model 기반의 SLAM 구축 27
제5장 실험 및 결과 30
5.1 실험장비 및 과정 30
5.1.1 실험장비 30
5.1.2 실험 과정 32
5.2 실험결과 및 분석 33
제6장 결론 39
참고문헌 40
국문초록 44

최근 본 자료

전체보기

댓글(0)

0