인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
본 논문은 수중 로봇 항법에 사용하기 위한 영상 소나 기반 SLAM (simultaneous localization and mapping) 방법을 제안하고, 성능 평가를 위해 실제 로봇에 탑재하여 실험한 내용을 소개한다. 일반적인 수중 항법은 관성 센서에서 출력되는 정보를 바탕으로 로봇의 위치 및 자세(x, y, z, ø, θ ,ψ)를 추정한다. 하지만, 장시간 주행할 경우 위치 오차의 누적으로 인하여 정확도가 감소하게 된다. 이에 본 논문에서는 영상 소나로부터 얻을 수 있는 외부 정보를 바탕으로 관성 항법의 위치 추정 성능을 높이고 지도 작성을 수행할 수 있는 SLAM 방법을 제안하고자 한다. 영상 소나를 위한 인공 표식물과 확률 기반 물체 인식 구조를 통해 인공 표식물의 인식 성능을 높이고, 이를 통해 얻게 된 인공 표식물의 위치 정보를 활용하여 관성 항법의 누적 오차를 줄이고자 한다. 항법 알고리즘으로는 확장형 칼만 필터(Extended Kalman Filter, EKF)를 적용하여 로봇의 위치 및 자세를 추정하고 지도를 작성한다. 제안한 방법은 선박해양플랜트연구소에서 보유 중인 수중 로봇 ‘yShark’에 탑재하여 대형 수조에서 실시간 검증을 수행하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2017-569-002364251
