본 논문은 RFID를 이용한 이동 로봇의 목표물 탐지 및 이동 시스템에 대해 소개한다. RFID는 전파를 이용하여 원거리에서 비접촉식으로 정보를 전달하는 것이 가능한 인식 시스템으로 RFID를 통해 로봇은 비전 등 다른 시스템의 도움 없이 간단하게 주변 물체를 인식하는 것이 가능하다. 하지만 실제 작업을 하기 위해서는 인식한 물체로 이동해야 하지만 현재의 RFID 시스템은 위치 정보를 제공하지 않는 문제가 있다. 본 논문에서는 전파의 도래 방향을 이용한 로봇 이동 시스템을 제안한다. 제안한 시스템은 두 축 안테나를 이용, 목표물에 부착된 RFID 태그로부터의 수신된 전파의 크기 차이를 이용하여 도래 방향을 측정한다. 로봇은 측정 방향으로 이동하는 것으로 지도나 기준 스테이션 등의 다른 시스템 없이 간단하게 물체로 이동하는 것이 가능하다. 하지만 전파는 금속이나 액체 등 주변 환경에 의해 쉽게 영향을 받아 측정 방향에 오차가 발생, 주변 장애물이 많은 복잡한 환경에서는 이동에 실패하는 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 g-filter 기반 오차 보정 알고리즘을 개발하였다. 개발한 알고리즘은 현재 측정값과 이전의 보정값의 분산값들의 차이를 이용, 현재의 측정값에 포함되어 있는 오차를 낮춤으로써 로봇이 방향을 잃지 않고, 이동하는 것을 가능하게 하였다. 시뮬레이션 및 실제 로봇을 이용한 실험 결과는 복잡한 환경에서도 로봇이 성공적으로 이동하는 것을 보여준다.
This paper describes RFID(Radio Frequency Identification) based target acquisition and docking system. RFID is non-contact identification system, which can send relatively large amount of information using RF signal. Robot employing RFID reader can identify neighboring tag attached objects without any other sensing or supporting systems such as vision sensor. However, the current RFID does not provide spatial information of the identified object, the target docking problem remains in order to execute a task in a real environment. For the problem, the direction sensing RFID reader is developed using a dual-directional antenna. The dual-directional antenna is an antenna set, which is composed of perpendicularly positioned two identical directional antennas. By comparing the received signal strength in each antenna, the robot can know the DOA (Direction of Arrival) of transmitted RF signal. In practice, the DOA estimation poses a significant technical challenge, since the RF signal is easily distorted by the surrounded environmental conditions. Therefore, the robot loses its way to the target in an electromagnetically disturbed environment. For the problem, the g-filter based error correction algorithm is developed in this paper. The algorithm reduces the error using the difference of variances between current estimated and the previously filtered directions. The simulation and experiment results clearly demonstrate that the robot equipped with the developed system can successfully dock to a target tag in obstacles-cluttered environment.
