VFH+ based Obstacle Avoidance using Monocular Vision of Unmanned Surface Vehicle

Abstract

1. 서 론 최근 해양 로봇은 연구가 거듭됨에 따라 해양 탐사나 특정 임 무를 수행하기 위해 목적에 따라 여러 가지 형태로 제작되어 활용되고 있다. 해양 로봇 중에서도 수상 환경에서 무인수상선 (Unmanned surface vehicle, USV)은 군사, 환경 보호, 탐사 등 과 같은 여러 가지 목적으로 연구 및 개발되고 있다(Caccia et al., 2007; Caccia et al., 2008; Kim et al., 2012). 각 목적에 따른 임무를 수행하기 위해서는 공통적으로 자율 항법 기술이 필요 하다. 자율 항법을 위해서는 자기 위치 인식부터 경로 계획, 경 로 추종, 장애물 회피와 같은 요소들이 필요하다. 이 중에서 장 애물 회피는 안전한 자율 항법을 위해 중요한 부분이다. 장애물 을 인식하고 정지하는 간단한 알고리즘부터, 아주 정교한 알고 리즘을 탑재하여 장애물을 회피하는 방법까지 다양한 연구들이 이루어지고 있다. 장애물 회피 알고리즘은 크게 두 부류로 나눌 수 있다. 과거 센서 데이터의 사용 여부에 따라 현재 들어온 데 이터만을 이용하여 회피하는 반사제어(Reflective control)와 과 거 데이터를 함께 사용하는 반응제어(Reactive control)로 나눌 수 있다(Borenstein and Koren, 1991). 반사제어의 경우 계산 량 이 적고, 외부 자극에 대한 빠른 동작을 쉽게 적용할 수 있는 반면 경로 계획이나 추종에 적용하기 어려운 단점이 있다. 이에 비하여 반응제어는 계산 량이 많고 환경지도를 저장해야 하는 단점이 있지만 이를 통해 장애물 회피뿐만 아니라 경로 생성 및 추종에도 활용할 수 있는 장점이 있다. 항법 정보 생성에 좀 더 활용 가능성이 높은 반응제어 장애물 회피 방법 중에 벡터 필드 히스토그램(Vector field histogram, VFH)의 발전형인 VFH+ 방법이 있다(Ulrich and Borenstein, 1998). VFH+ 방법은 초음파 센서 및 적외선 센서와 같은 거리 감지 센서를 이용하 여 장애물의 밀도를 나타내는 폴라 히스토그램을 생성하고 경 계 값을 이용해 회피방향을 선정한다. 이 기법은 빠른 실시간 동작과 구현이 용이하다는 장점을 가지고 있다. 그러나 장애물 인식률을 위해 다수의 단일 거리 센서나 멀티 빔을 쏠 수 있는 고가의 거리 센서가 필요하다는 단점을 가진다. 실외 환경에서 많이 사용되는 무인수상선의 경우 많은 수의 단일 거리 센서를 주위에 장착하는 경우가 많지 않다. 그 대신 영상 정보를 활용 할 수 있는 카메라 기반 시스템을 통하여 장애물 정보를 얻을 ABSTRACT: Recently, many unmanned surface vehicles (USVs) have been developed and researched for various fields such as the military, environment, and robotics. In order to perform purpose specific tasks, common autonomous navigation technologies are needed. Obstacle avoidance is important for safe autonomous navigation. This paper describes a vector field histogram+ (VFH+) based obstacle avoidance method that uses the monocular vision of an unmanned surface vehicle. After creating a polar histogram using VFH+, an open space without the histogram is selected in the moving direction. Instead of distance sensor data, monocular vision data are used for make the polar histogram, which includes obstacle information. An object on the water is recognized as an obstacle because this method is for USV. The results of a simulation with sea images showed that we can verify a change in the moving direction according to the position of objects.