파티클 필터를 이용한 이동 로봇에서의 강인한 물체 추적

초록

본 논문은 물체의 특징과 on-line 학습에 기반한 파티클 필터를 이용하여 이동 로봇에서의 강인한 물체 추적 방법을 제안한다. 측면 카메라를 이용한 이동 로봇에서는 카메라의 흔들림, 조명 변화, 물체 형태의 변화, 가려짐 등 다양한 환경에서 많은 문제점을 가지고 있다. 이러한 문제점들을 극복하기 위해, 색상 히스토그램과 HOG(Histogram of Oriented Gaussian) 서술자를 혼합하여 물체를 효과적으로 표현하였고, 강인한 물체 추적을 위해 on-line 학습 방법인 IPCA 와 비선형적인 환경을 고려한 파티클 필터를 이용하였다. 실험을 위해 다양한 환경 변화를 가지는 DB 를 획득하였고, 실험을 통해 제안된 알고리즘의 강인한 물체 추적 성능을 확인하였다.