실내용 소형 자율주행로봇을 위한 합성 곱 신경망을 사용하는 비전기반 장애물 검출과 싱글보드 컴퓨터 솔루션

Abstract

대부분의 네비게이션 시스템에서 사용되는 자율주행 로봇은 기본적으로 하 드웨어가 크고 고성능 컴퓨팅 장치와 고품질, 비용 Lidar, 레이저센서 데이터 가 필요한 경향이 있다. 이러한 구성을 통해서 높은 정밀도의 네비게이션 시 스템을 구현할 수 있지만 높은 비용으로 인해 다양한 응용 프로그램에 적용하 기에 제약적이다. 그래서 본 논문에서는 저비용으로 만들어진 시스템과 소형 화된 로봇을 이용하여 여러 분야에 적용할 수 있고, 높은 성공률을 보이는 자 율주행 네비게이션 시스템을 제안한다. 본 논문에서는 단안 카메라만을 이용하여 고품질 Lidar, 레이저 없이 장애물 을 감지하는 방법을 제안 한다. CNN(Convolutional Neural Network)에서 학 습된 모델을 사용하여 깊이 정보를 추출한 후 장애물과의 거리를 이용해 장애 물을 감지한다. 주행을 하기 위해 제안한 방법으로는 대기 시간이 긴 현지화 SLAM(Simultaneous Localization and Mapping) 기술 방법과는 달리 본 논문 에서 제안하는 방법은 단안카메라에서 들어오는 영상 정보를 낮은 주기로 이 용하고, 정밀지도 없이 위상학적 지도를 이용한 현지화 방법과 위치 추론 방 법을 이용하여 시스템을 저비용, 저성능으로 구성한 상태에서 자율주행 하는 알고리즘을 보여준다.