실내 환경에서 가시광을 이용한 로봇의 위치 인식

1. 서 론

로봇을 자동으로 제어하기 위해서는 그 주변의 환경 정보를 얻고 유지하여 로봇의 위치를 알 수 있어야 한다. 위치를 추정하기 위하여 대표적으로 사용되는 것은 범 지구 측위 시스템(global positioning system, GPS)이다. 다만 범지구 측위 시스템의 경우 실외에서는 아주 잘 동작하지만, 실내에서는 인공위성으로부터 오는 신호가 벽을 잘 통과하지 못하므로, 측위 오차가 발생한다^[1,2]. 따라서 범지구 측위 시스템의 대안으로, 실내에서 사용 할 수 있는 측위 시스템으로 가시광, Wi-Fi, 적외선(infrared, IR), 초음파, 이미지를 이용한 연구가 진행되고 있다. 라 디오 주파수를 이용한 방법이 가장 대중적이나, 주파수 혼선 등의 문제와 환경적인 영향을 많이 받는 문제로 인해 측위 오차가 크게 발생할 수 있다. 이미지를 이용한 방법은 영상데이터를 분석하여 주위 환경을 3차원 공간 에 그릴 수도 있지만, 많은 연산량이 요구된다는 단점이 있다. 가시광 통신을 이용하면 전자파 간섭 문제가 없고, 해당 라디오 주파수를 사용하지 못하는 환경에서도 적 용할 수 있다^[3-5]. 무엇보다 실내에 구축되어 있는 LED 조명을 사용하여 약간의 추가 장치만으로도 위치 인식 시스템을 적용할 수 있다.

LED 조명 기반의 위치를 추정하는 기법들로는 LED-ID (Identification), RSS (Received Signal Strength), TOA (Time Of Arrival), AOA (Angle of Arrival), TDOA (Time Difference Of Arrival) 등이 있다^[4,6]. 위치를 추정하기 위해 본 논문 에서 제안하는 방법은 RSS기반의 추정 기법을 사용한 다. RSS 방식을 이용할 경우 LED 조명의 빛의 세기를 이용하여 위치를 계산하게 되는데, LED조명의 경우 오 랜 시간 동안 사용하게 되면 광 출력은 낮아진다. 기존 시스템의 경우 이러한 변화량을 알지 못하기 때문에, 시 간이 흐르면 흐를수록 측위 오차는 점점 커진다.

본 논문에서는 가시광을 이용한 실내 환경에서 로봇 의 위치를 추정하는 시스템에 대해 다룬다. 2장에서는 제안하는 가시광을 이용한 실내 환경에서의 로봇의 위 치 추정 시스템을 소개하고 3장에서 그 알고리즘을 살펴 본 후, 4장에서는 시스템의 일부를 실험하고 제안하는 시스템의 성능을 평가한다. 마지막 장은 간단한 결론에 대해 기술하였다.

2. 시스템 모델

가시광을 이용한 실내 환경에서 위치를 추정하는 요 소로 많은 연구에서 사용된 수신되는 빛의 세기를 이용 한다. LED 조명이 발광하는 지점에서의 빛의 세기를 알 고 있고, 로봇 위치에서 그 빛의 세기가 변화한 양으로 LED 조명과 로봇 사이의 거리를 획득하고, 이를 이용하 여 로봇의 위치를 계산할 수 있다. 수신하는 지점에서의 빛의 세기는 로봇에 위치한 가시광 센서를 이용하여 정 확히 측정할 수 있지만, 발광하는 지점에서의 LED 조명 의 빛의 세기는 로봇에서 직접적으로 측정할 수 없다. 만약, 발광하는 지점에서의 LED 조명의 빛의 세기를 정 확히 알고 있다면 매우 정확하게 로봇의 위치를 판단할 수 있다. 하지만 각각의 LED 조명의 특성에 따라 빛의 세기가 결정되므로 발광 지점에서의 LED 조명의 빛의 세기는 예측하기가 어렵다. 예를 들어, 같은 종류의 LED 조명일지라도 각각의 LED 조명마다 빛의 세기가 다를 뿐만 아니라, 사용시간에 따라서도 빛의 세기가 다르다^[6].

본 논문에서는 이러한 빛의 세기를 측정하기 위하여 기준 수신기를 이용한다. 기준 수신기에서 측정한 빛의 세기를 이용하여 본래의 LED 조명의 발광하는 지점에 서의 빛의 세기를 실시간으로 계산하여 사용시간에 따 라 감소하는 빛의 세기를 따로 입력하지 않아도 된다. 또한, 기준 수신기로부터 계산된 발광 지점에서의 빛의 세기는 자연광이나 주변 조명으로부터의 영향을 줄여주 는 효과를 낸다. Fig. 1은 제안하는 가시광을 이용한 로 봇의 위치 추정 시스템 모델이다. 로봇과 기준 수신기에 는 가시광 센서가 장착되어 있다. 기준 수신기와 LED 조 명의 위치는 고정되어 있고, 각 LED 조명이 서로 동기화 되어 있다고 가정한다면, 기준 수신기에서는 어느 빛이 어느 LED 조명으로부터 왔는지를 쉽게 구분할 수 있다. Fig. 2는 각 LED 조명이 자신의 위치 정보를 데이터화 하여, 서로 다른 시간에 발광을 하는 방식의 예이다. LED 조명의 깜박임을 매우 빠르게 하면 인간의 눈으로는 감 지할 수가 없으며, 각 LED가 일정한 밝기를 유지함과 동시에 가시광 센서는 시간에 따라 구분된 빛의 세기를 이용하여 각 LED 조명의 발광하는 지점에서의 빛의 세 기를 계산할 수 있다. 한편, 로봇에서 수신되는 LED 조 명들의 빛의 세기를 이용하여 최소 3개의 LED 조명과 로봇 사이의 거리를 구한다면, 로봇의 위치를 추측할 수 있다.

Fig. 1

Model of positioning robot using visible light

Fig. 2

Optical power pattern: (a) LED1 dimming pattern, (b) LED2 dimming pattern, (c) LED3 dimming pattern, (d) optical power at the Sensor

로봇의 위치 계산에서 필요한 LED 조명의 발광지점 에서의 빛의 세기에 대한 정보는 기준 수신기가 항시 계산하여 가지고 있으므로, 기준 수신기와 로봇 사이에 추가적인 무선연결이 필요하다.

3. 시스템 알고리즘

4. 위치 정보 전송 구현 및 시스템 성능 평가

4.1. 위치 정보 전송

Fig. 3은 가시광을 이용하여 위치 정보를 전송하는 실 험을 위하여 제작한 장비이다. Fig. 4를 보면 송신 데이 터(위)와 수신 데이터(아래)를 비교하였을 때, 올바르게 전송되었다는 것을 확인할 수 있다. 이와 같이 LED 조명 에 데이터를 실을 수 있으며 각 LED 조명마다 서로 다른 시간에 자신의 위치정보에 관한 데이터를 빛으로 바꾸 어서 발광한다면, 이 빛을 가시광 센서가 감지하여 어느 LED로부터 왔는지를 판단한다. 이와 함께 각 LED 조명 이 차지하고 있는 시간마다 빛의 세기를 측정하여 LED 조명과 로봇과의 거리를 알아내는 작업을 동시에 진행 하여야 한다.

Fig. 3

Experimental setup for data transfer using visible light

Fig. 4

Experimental result for data transfer using visible light

4.2. 시스템 성능 평가

시스템 성능 분석을 위하여 가시광 센서에서 발생할 수 있는 잡음 또한 고려하였다. 센서가 LED 조명으로부 터의 빛의 세기를 측정할 때, 산탄잡음(shot noise)과 열 잡음(thermal noise)이 추가된다^[4,7,10]. Fig. 5는 시스템 성 능 평가를 위한 시뮬레이션 모델이고 Table 1에 있는 값들은 시뮬레이션에 사용된 환경 변수들이다. 5 cm의 간격으로 로봇을 이동시켜 가면서 추정된 로봇의 위치 와 실제 로봇의 위치와의 오차를 계산하였고, LED 조명 은수명 등의 문제로 광 출력이 감소하여 발광하는 빛의 세기가 1 W에서 0.1 W 감소했다고 가정하였다. 각 LED 조명에서는 최대 광 출력을 사용한다고 가정한다.

Fig. 5

Simulation model

Table 1

Condition of simulation variables

4.2.1. 수신되는 광 출력의 계산

일반적으로 측정되는 광 출력은 LED의 광 출력 외에 다른 잡음 이 포함되며, 식 (8)로 표현할 수 있다.

$\[ P_{r,\mathrm{total}}=H\left(0\right)P_t+N \]$

(8)

추가되는 잡음은 산탄잡음 분산과 열 잡음 분산의 합 으로 표현할 수 있으며, 식 (9)과 같다.

$\[ N={\sigma }_{\mathrm{shot}}^2+{\sigma }_{\mathrm{thermal}}^2 \]$

(9)

산탄잡음 분산은 식 (10)으로 표현된다.

$\[ {\sigma }_{\mathrm{shot}}^2=2q\gamma \left(P_{\mathrm{rec}}\right)B+2q{I}_{\mathrm{bg}}{I}_{2}B \]$

(10)

q는 전자의 전하량이고, γ는 센서의 반응도로 0.54 A/W로 설정하였다. P_rec는 잡음을 제외한 수신기에서의 각 LED 조명으로부터의 수신되는 광 파워 값들의 합이 다. B는 변조 대역폭으로 640 kHz로 설정하였고, I_bg는 백그라운드 전류로, 가시광 센서가 햇빛에 직접적으로 노출된 환경에서는 5100 μA가 가시광 센서가 햇빛에 간접적으로 740 μA으로 설정하였다. I₂는 백그라운드 전류가 대역폭의 영향에 얼마나 따르게 되는지의 요소 로, 0.562로 설정하였다.

열 잡음 분산은 식 (11)으로 표현된다.

$\[ {\sigma }_{\mathrm{thermal}}^2=\frac{8\pi k{T}_K}{G_o}\eta {\mathrm{AI}}_2{B}^2+\frac{16{\pi }^{2}k{T}_K\Gamma }{g_m}{\eta }^2{A}^2{I}_3{B}^3 \]$

(11)

k는 Boltzmann 상수이고, T_k는 절대온도로 295 K, η는 가시광 센서의 단위영역당 고정 커패시턴스 값으로 112 pF/cm², A는 가시광 센서의 물리적 영역의 크기로 1 cm², Г는 FET (p-i-n/field-effect transistor) 채널의 잡음 상수 로 1.5, I₃는 FET에서 대역폭에 의한 백그라운드에 의해 얼마나 열 잡음이 생성되는지의 요소로 0.0868으로 설정 하였다.

4.2.2. 확률 밀도 함수로 위치 추정 오차 비교

산탄 잡음과 열 잡음이 포함된 측정된 광 출력을 이용 하여, 로봇의 위치를 추정하고 이를 실제 로봇의 위치와 비교하여 얼마만큼의 오차가 발생하는 지를 시뮬레이션 을 해본다. 먼저 추정 오차의 구간 범위를 나누고, 시뮬 레이션을 1000번을 반복하면서 오차가 발생한 구간의 오차 수를 카운트했으며, 이를 이용하여 확률 밀도 함수 를 나타내었다. 각 추정 오차의 구간 범위는 0.025 cm로 설정하였다.

기준 수신기가 없을 경우 LED 조명의 광 출력 변화 사실을 모르기 때문에, 로봇의 위치 추정 시 실제 위치와 의 오차는 커질 수 밖에 없다. Fig. 6은 가시광을 이용한 시스템에서 기준 수신기가 없을 때 위치 추정 오차를 확률 밀도 함수(PDF: probability density function)로 나 타내었고, Fig. 7은 가시광을 이용한 시스템에서 기준 수신기가 있을 때 위치 추정 오차를 확률 밀도 함수로 나타내었다. 또한 로봇이 실내에 위치해 있어도 가시광 센서가 햇빛에 직접적으로 노출되었을 경우와 간접적으 로 노출되었을 경우를 비교할 시 생기는 잡음이 다르기 때문에, 두 경우 모두 고려하였다.

Fig. 6

PDF of localization errors without reference receiver: (a) indirect sunlight exposure, (b) direct sunlight exposure

Fig. 7

PDF of localization errors using reference receiver: (a) ndirect sunlight exposure, (b) direct sunlight exposure

가시광 센서가 햇빛에 간접적으로 노출된 환경에 비 교하여, 직접적으로 노출된 환경에서 위치 추정 오차가 더 크게 발생하고 있으며, 가시광 센서가 햇빛에 간접적 으로 노출된 환경에서 기준 수신기를 사용하였을 경우 위치 추정 오차의 뚜렷한 성능 향상을 보여주고 있다

4.2.3. 누적 분포 함수로 위치 추정 오차 비교

위치추정오차의 신뢰도 계산을 위해서는 앞에서 구한 확 률 밀도 함수를 이용하여 누적 분포 함수(CDF: cumulative distribution function)를 구해야 한다. Fig. 8은 가시광 센 서가 햇빛에 간접적으로 노출된 환경에서 로봇의 위치 추정 오차에 대한 누적 분포 함수를 기준 수신기의 유무 에 따라 비교한 것이다. 1 W LED의 광 출력이 10% 감소 했을 때, 기준 수신기가 없는 기존 시스템의 경우 95%의 신뢰도로 위치 추정 오차는 7.3 cm 이하이다. 제안하는 기준 수신기가 있는 시스템의 경우 95%의 신뢰도로 위 치 추정 오차는 1.6 cm 이하로, 위치 추정 오차를 5.7 cm 만큼 줄일 수 있다. 현실에서 LED의 광 출력은 고정 적인 것이 아닌 사용시간에 따라 광 출력이 감소한다. 시뮬레이션에서 설정한 LED의 광 출력이 10% 감소하 기 까지는 약 7000 시간 정도^[11] 걸린다.

Fig. 8

CDF of localization errors on indirect sunlight exposure: (circle) without reference receiver, (triangle) using reference receiver

5. 결 론

본 논문에서는 실내 환경에서의 로봇의 위치를 추정 하기 위하여 가시광을 이용하였고, 예측하기 힘든 LED 의 광 출력에 추정하기 위해 기준 수신기가 적용된 시스 템을 제안하였다. 제안하는 방법으로는 기준 수신기에 서 LED 조명의 발광 지점에서의 빛의 세기를 계산하고, 이 정보를 로봇으로 전송한다. 전달받은 빛의 세기정보 와 로봇에서 수신되는 빛의 세기를 이용하여 로봇의 위 치를 계산한다. 시뮬레이션 결과상으로, 1W LED의 광 출력 오차가 10%가 발생하였을 경우를 가정한다면, 95%의 신뢰도로 약 1.6 cm 이하의 위치 추정 오차를 도출할 수 있고 기존의 가시광을 이용한 시스템과 비교 한다면 제안 시스템은 약 5.7 cm의 위치 추정 오차를 줄일 수 있다.

References

• Kim, DI, Song, JB, Choi, JH, “Improvement of Localization Accuracy with COAG Features and Candidate Selection based on Shape of Sensor Data”, Journal of Korea Robotics Society, (2014), 9(2), p117-123. [https://doi.org/10.7746/jkros.2014.9.2.117]
• Huh, SS, Cho, SW, Shim, HC, “3-D Indoor Navigation and Autonomous Flight of a Micro Aerial Vehicle using a Low-cost LIDAR”, Journal of Korea Robotics Society, (2014), 9(3), p154-159. [https://doi.org/10.7746/jkros.2014.9.3.154]
• Yasir, M, Siu-Wai, H, Vellambi, BN, “Indoor Positioning System Using Visible Light and Accelerometer”, Journal of Lightwave Technology, (2014), 32, p3306-3316. [https://doi.org/10.1109/jlt.2014.2344772]
• Zhang, WZ, Chowdhury, MIS, Kavehrad, M, “Asynchronous indoor positioning system based on visible light communications”, Optical Engineering, (2014, April), 53. [https://doi.org/10.1117/1.oe.53.4.045105]
• Yoshino, M, Haruyama, S, Nakagawa, M, “Highaccuracy positioning system using visible LED lights and image sensor”, in Radio and Wireless Symposium, 2008 IEEE, (2008, Jan), p439 -442.
• Armstrong, J, Sekercioglu, YA, Neild, A, “Visible Light Positioning: A Roadmap for International Standardization”, IEEE Communications Magazine Dec, (2013, Dec), 51, p68-73. [https://doi.org/10.1109/mcom.2013.6685759]
• Komine, T, Nakagawa, M, “Integrated system of whiteLED visible-light communication and power-line communication”, IEEE Transacations on Consumer Electronics, (2003, Feb), 49, p71-79. [https://doi.org/10.1109/tce.2003.1205458]
• Reichenbach, F, Born, A, Timmermann, D, Bill, R, “A Distributed Linear Least Squares Method for Precise Localization with Low Complexity in Wireless Sensor Networks”, Second IEEE International Conference, DCOSS 2006, (2006), San Francisco, CA, USA, June 18-20, 4026, p514-528. [https://doi.org/10.1007/11776178_31]
• Kim, HS, Kim, DR, Yang, SH, Son, YH, Han, SK, “An Indoor Visible Light Communication Positioning System Using a RF Carrier Allocation Technique”, Journal of Lightwave Technology, (2013, Jan, 1), 31, p134-144. [https://doi.org/10.1109/jlt.2012.2225826]
• Kahn, JM, Barry, JR, “Wireless infrared communications”, Proceedings of the IEEE, (1997), 85, p265-298. [https://doi.org/10.1109/5.554222]
• Yencheck, MR, Sammarco, JJ, “The potential impact of light emitting diode lighting on reducing mining injuries during operation and maintennace of lighting systems”, Safety Science, (2010, Dec), 48, p1380-1386.