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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Hyunseung. Kang (Korea Polytechnic University) Kyomun. Ku (Korea Polytechnic University) Jaehong. Shim (Korea Polytechnic University)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2021
발행연도
2021.10
수록면
1,624 - 1,627 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper presents an approach to build an indoor 2.5D map with multiple UAVs(Unmanned Aerial Vehicles). In an indoor environment, GPS system could not be used so each UAV adopted a tracking camera(Intel RealSense T265) to localize itself and 3D data for map building is acquired by the stereo depth camera(Intel RealSense D435). However, the raw data of the above sensors can have significant noise and large size of data, so the octree filter is applied as a solution. Usually indoor aerial robots have not enough flying time to build entire map of the floor so this paper suggested an improved way to build entire map in 2.5D with multiple UAVs. Each UAV can build a map for part of the global floor and each 3D local maps are converted to 2.5D, then merged together. To make a global map from several local maps, feature points are extracted that can be detected in 2.5D of the indoor environment. Through a series of experiments, the proposed method creates a map that takes into account obstacles and complex structures in the indoor environment, and shows that the ground robot can autonomously drive using this map.
#Map merging #SLAM #Octomap #2.5D map #3D map building #RGB-D

목차

Abstract
1. INTRODUCTION
2. RELATED WORK
3. MAP BUILDING
4. MAP MERGING
5. EXPERIMENT AND DISCUSSION
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

2.5D SLAM Algorithm with Novel Data Fusion Method Between 2D-Lidar and Camera
Sang Hyeon Oh ,  Kwak Dong Hwan ,  Hyun Tek Lim 제어로봇시스템학회 국제학술대회 논문집 2023 .10
Development of an Autonomous Mobile Robot in the Outdoor Environments with a Comparative Survey of LiDAR SLAM
Minsu Kim ,  Miaojun Zhou ,  Seoungwoo Lee 외 1명 제어로봇시스템학회 국제학술대회 논문집 2022 .11
Lidar SLAM Comparison in a Featureless Tunnel Environment
Iulian Filip ,  Juhyun Pyo ,  Meungsuk Lee 외 1명 제어로봇시스템학회 국제학술대회 논문집 2022 .11
Semantic SLAM-based Autonomous Tributary Navigation System Using 3D LiDAR Point Cloud for UAV
Jeonghyeon Pak ,  Hyoung Il Son 제어로봇시스템학회 국제학술대회 논문집 2022 .11
거리 측정 센서와 단일 비전 시스템을 이용한 자율 주행
서강래 ,  강근택 ,  이원창 한국지능시스템학회 학술발표 논문집 2009 .12

최근 본 자료

전체보기

댓글(0)

0