5조-오늘제빵소 - 편집 역사

Mie2021205: /* 향후계획 */

2021-12-21T03:59:00Z

‎향후계획

Mie2021205: /* 향후계획 */

2021-12-21T03:58:31Z

‎향후계획

Mie2021205: /* 완료작품의 평가 */

2021-12-21T02:14:43Z

‎완료작품의 평가

Mie2021205: /* 조립도 */

2021-12-21T02:13:53Z

‎조립도

Mie2021205: /* 주요 알고리즘 및 상세 설계 */

2021-12-21T02:13:02Z

‎주요 알고리즘 및 상세 설계

Mie2021205: /* 메인 동작 시나리오 */

2021-12-21T02:12:05Z

‎메인 동작 시나리오

Mie2021205: /* 부품도 */

2021-12-21T02:11:40Z

‎부품도

Mie2021205: /* 조립도 */

2021-12-21T02:11:19Z

‎조립도

Mie2021205: /* 특허전략 */

2021-12-20T18:48:54Z

‎특허전략

Mie2021205: /* 포스터 */

2021-12-20T18:47:03Z

‎포스터

@@ 615번째 줄: / 615번째 줄: @@
 ===향후계획===
   현재 프로토타입의 평가는 위와 같이 요구사항을 대부분 만족시켰으나, 사용된 임베디드 보드가 지도 작성프로세스에 있어 일정 수준 이상 단계에서 한계를 보이기 때문에 몇가지 상정된 경로를 기준으로 지도 작성을 해야 한다. 이어지는 문제점으로 지도공간이 한정되어 시각적 위치추정 또한 한정적으로 진행된다. 이에 대한 개선방안으로는 하드웨어 자원을 좀 더 강화하거나 향후에 존재할 더욱 가벼운 알고리즘을 사용하는 것으로 개선될 수 있다.이미지 정보를 지도 작성에 사용하는 경우 특징점이 잘 나타날 수 있는 공간이 필요하다. 특징점이 잘 나타나는 공간이란, 기본적으로 코너포인트가 많은 공간을 의미하며 때문에 이러한 방식의 지도 작성에서는 공간의 소유주가 인위적으로 공간의 변화를 주는 경우가 많다.
-  그러나 학교 건물은 공간을 인위적으로 조작할 수 없어 프로젝트의 특징점 개수가 상대적으로 적었다. 본 프로젝트는 이를 경로의 단순화와 지도의 오프셋을 통해 해결하였지만, 향후에 더 자율적인 공간에서 디바이스를 실험할 수 있을것이다. 코로나 사태로 인해 실제 시각장애인분을 섭외하기가 어려워 대신 나안 시력이 0.1*인 조원이 디바이스를 실험해야 하였다. 이는 추후에 사태가 진정되면 실제 시각장애인분을 모셔와 디바이스를 테스트하고, 개선해야 할 것이다. 또한 전맹의 경우 현재 목적지입력 방식이 스크린터치이기 때문에 어려울것이라고 생각한다.
+  그러나 학교 건물은 공간을 인위적으로 조작할 수 없어 프로젝트의 특징점 개수가 상대적으로 적었다. 본 프로젝트는 이를 경로의 단순화와 지도의 오프셋을 통해 해결하였지만, 향후에 더 자율적인 공간에서 디바이스를 실험할 수 있을것이다. 코로나 사태로 인해 실제 시각장애인분을 섭외하기가 어려워 대신 나안 시력이 0.1*인 조원이 디바이스를 실험해야 하였다. 이는 추후에 사태가 진정되면 실제 시각장애인분을 모셔와 디바이스를 테스트하고, 개선해야 할 것이다. 또한 전맹의 경우 현재 목적지입력 방식이 스크린터치이기 때문에 어려울것이라고 생각한다. 따라서 향후 음석인식 모듈을 통해 이를 해결할 것이다.
 ===특허 출원 내용===

@@ 615번째 줄: / 615번째 줄: @@
 ===향후계획===
   현재 프로토타입의 평가는 위와 같이 요구사항을 대부분 만족시켰으나, 사용된 임베디드 보드가 지도 작성프로세스에 있어 일정 수준 이상 단계에서 한계를 보이기 때문에 몇가지 상정된 경로를 기준으로 지도 작성을 해야 한다. 이어지는 문제점으로 지도공간이 한정되어 시각적 위치추정 또한 한정적으로 진행된다. 이에 대한 개선방안으로는 하드웨어 자원을 좀 더 강화하거나 향후에 존재할 더욱 가벼운 알고리즘을 사용하는 것으로 개선될 수 있다.이미지 정보를 지도 작성에 사용하는 경우 특징점이 잘 나타날 수 있는 공간이 필요하다. 특징점이 잘 나타나는 공간이란, 기본적으로 코너포인트가 많은 공간을 의미하며 때문에 이러한 방식의 지도 작성에서는 공간의 소유주가 인위적으로 공간의 변화를 주는 경우가 많다.
-  그러나 학교 건물은 공간을 인위적으로 조작할 수 없어 프로젝트의 특징점 개수가 상대적으로 적었다. 본 프로젝트는 이를 경로의 단순화와 지도의 오프셋을 통해 해결하였지만, 향후에 더 자율적인 공간에서 디바이스를 실험할 수 있을것이다. 코로나 사태로 인해 실제 시각장애인분을 섭외하기가 어려워 대신 나안 시력이 0.1*인 조원이 디바이스를 실험해야 하였다. 이는 추후에 사태가 진정되면 실제 시각장애인분을 모셔와 디바이스를 테스트하고, 개선해야 할 것이다.
+  그러나 학교 건물은 공간을 인위적으로 조작할 수 없어 프로젝트의 특징점 개수가 상대적으로 적었다. 본 프로젝트는 이를 경로의 단순화와 지도의 오프셋을 통해 해결하였지만, 향후에 더 자율적인 공간에서 디바이스를 실험할 수 있을것이다. 코로나 사태로 인해 실제 시각장애인분을 섭외하기가 어려워 대신 나안 시력이 0.1*인 조원이 디바이스를 실험해야 하였다. 이는 추후에 사태가 진정되면 실제 시각장애인분을 모셔와 디바이스를 테스트하고, 개선해야 할 것이다. 또한 전맹의 경우 현재 목적지입력 방식이 스크린터치이기 때문에 어려울것이라고 생각한다.
 ===특허 출원 내용===

@@ 548번째 줄: / 548번째 줄: @@
 ===완료작품의 평가===
-{| cellpadding="10" cellspacing="0" border="1" width="80%"
+{| cellpadding="10" cellspacing="0" border="1" width="80% align="center"
 |-

@@ 372번째 줄: / 372번째 줄: @@
 #조립 순서
 #:[[파일:오늘제빵소_조립도2.png|800픽셀|섬네일|가운데|메인 디바이스 모델링]]
- 라떼판다 본체와 디스플레이를 하우징에 결합한다. 디스플레이는 제품 후면부의 접착제를 통해 하우징과 결합되고, 나머지 하우징과 임베디드 보드는 위와 같은 조립도에 따라 볼트 너트로 결합된다.
+#:라떼판다 본체와 디스플레이를 하우징에 결합한다. 디스플레이는 제품 후면부의 접착제를 통해 하우징과 결합되고, 나머지 하우징과 임베디드 보드는 위와 같은 조립도에 따라 볼트 너트로 결합된다.
 ===부품도===

@@ 415번째 줄: / 415번째 줄: @@
 #ORB SLAM
- 프로젝트의 지도 작성 기능 부분에서는 Visual SLAM 알고리즘이 이용된다. Visual SLAM은 이미지 정보를 이용하여 지도 작성과 위치추정을 동시에 하는 기술이다. Visual SLAM에는 다양한 방식들이 있지만, 본 프로젝트에서는 특징점 기반 알고리즘중 하나인 ORB SLAM 을 사용한다, 특징점이란 이미지를 대표하는 점이며, 일반적으로 이미지 내의 코너포인트를 사용한다. ORB SLAM은 Gray스케일 이미지의 밝기 변화를 단순비교하기 때문에 코너 추출이 빠르고, 변화량을 통해 모서리의 방향을 저장하므로 신뢰도 높은 특징점을 얻을 수 있다.
+#:프로젝트의 지도 작성 기능 부분에서는 Visual SLAM 알고리즘이 이용된다. Visual SLAM은 이미지 정보를 이용하여 지도 작성과 위치추정을 동시에 하는 기술이다. Visual SLAM에는 다양한 방식들이 있지만, 본 프로젝트에서는 특징점 기반 알고리즘중 하나인 ORB SLAM 을 사용한다, 특징점이란 이미지를 대표하는 점이며, 일반적으로 이미지 내의 코너포인트를 사용한다. ORB SLAM은 Gray스케일 이미지의 밝기 변화를 단순비교하기 때문에 코너 추출이 빠르고, 변화량을 통해 모서리의 방향을 저장하므로 신뢰도 높은 특징점을 얻을 수 있다.
 #:[[파일:오늘제빵소_ORBSLAM.png|800픽셀|섬네일|가운데|ORB 특징점]]
- 때문에 로봇에 의해 일정한 속도로 촬영을 하지 않고 인간의 몸에 장착된 카메라를 사용하는 본 프로젝트의 특성상 알고리즘의 실시간성이 매우 유효할 것으로 고려되어 해당 알고리즘을 이용하도록 한다. 특징점 기반 SLAM은 일반적으로 특징점 추출 – 위치 추정 - KeyFrame 선정 및 Loop Closing 순으로 이루어진다. 그 과정으로는 우선 카메라 이미지 정보로부터 특징점들을 추출하고, 추출된 특징점들로부터 카메라의 위치를 추정한다. 위치를 추정하기 위해서는 각 이미지의 깊이 정보가 필요한데, 본 프로젝트는 깊이를 계산하지 않고 RGBD 카메라로부터 직접 깊이를 측정하여 사용하도록 한다. 추정된 위치가 이전 위치와 너무 비슷하지 않고, 특징점 개수가 충분하다면 이를 키프레임이라고 부르며, 이러한 키프레임 내의 특징점들을 3차원 유클리드 공간에 재투영시켜 점구름 지도가 생성되는 것이 ORB-SLAM의 기본적인 지도 작성 프로세스이다.
+#:때문에 로봇에 의해 일정한 속도로 촬영을 하지 않고 인간의 몸에 장착된 카메라를 사용하는 본 프로젝트의 특성상 알고리즘의 실시간성이 매우 유효할 것으로 고려되어 해당 알고리즘을 이용하도록 한다. 특징점 기반 SLAM은 일반적으로 특징점 추출 – 위치 추정 - KeyFrame 선정 및 Loop Closing 순으로 이루어진다. 그 과정으로는 우선 카메라 이미지 정보로부터 특징점들을 추출하고, 추출된 특징점들로부터 카메라의 위치를 추정한다. 위치를 추정하기 위해서는 각 이미지의 깊이 정보가 필요한데, 본 프로젝트는 깊이를 계산하지 않고 RGBD 카메라로부터 직접 깊이를 측정하여 사용하도록 한다. 추정된 위치가 이전 위치와 너무 비슷하지 않고, 특징점 개수가 충분하다면 이를 키프레임이라고 부르며, 이러한 키프레임 내의 특징점들을 3차원 유클리드 공간에 재투영시켜 점구름 지도가 생성되는 것이 ORB-SLAM의 기본적인 지도 작성 프로세스이다.
 #:[[파일:오늘제빵소_ORBSLAM노드입출력.png|800픽셀|섬네일|가운데|ORB_SLAM 노드의 입력과 출력]]
 #격자 지도 작성
- Grid_Mapping 노드는 ORB SLAM으로부터 발행되는 3D 지도와 키프레임, 카메라 위치를 사용하여 2D격자지도를 그린다. 2D 지도를 사용하는 이유는 경로계획이 단순해지고, png 이미지 파일이기 때문에 지도의 변형이 쉽기 때문에 이용한다. 키프레임에 존재하는 점들을 2차원 평면에 사영 시키고, 카메라의 위치로부터 그 점까지의 위치를 점유되지 않은 격자픽셀로 둠으로써 라이다 센서의 2D-Gmapping과 비슷하게 동작한다. 이후 만들어진 격자 지도에 가우시안 필터, 천장 및 바닥 임계값 필터, Canny Boundary Detection, 방문 카운터와 같은 알고리즘을 추가하여 경로 계획이 가능한 수준의 Occupancy Grid Map을 작성한다.
+#:Grid_Mapping 노드는 ORB SLAM으로부터 발행되는 3D 지도와 키프레임, 카메라 위치를 사용하여 2D격자지도를 그린다. 2D 지도를 사용하는 이유는 경로계획이 단순해지고, png 이미지 파일이기 때문에 지도의 변형이 쉽기 때문에 이용한다. 키프레임에 존재하는 점들을 2차원 평면에 사영 시키고, 카메라의 위치로부터 그 점까지의 위치를 점유되지 않은 격자픽셀로 둠으로써 라이다 센서의 2D-Gmapping과 비슷하게 동작한다. 이후 만들어진 격자 지도에 가우시안 필터, 천장 및 바닥 임계값 필터, Canny Boundary Detection, 방문 카운터와 같은 알고리즘을 추가하여 경로 계획이 가능한 수준의 Occupancy Grid Map을 작성한다.
 #:[[파일:오늘제빵소_격자지도작성2.png|섬네일|가운데|키프레임의 Projection Map과 필터를 거친 Occupancy grid Map]]
 #:[[파일:오늘제빵소_격자지도작성1.png|400픽셀|섬네일|가운데|GridMap 노드의 입력과 출력]]
- ORB_SLAM, 격자 지도 작성은 메인 동작 시나리오 중 지도 작성 부분에서 역할을 수행한다. ROS에서 표현되는 노드와 토픽의 흐름은 다음과 같다. all_kfs_and_pts 와 pts_and_pose 토픽이 3D 포인트클라우드 지도에 해당하며, Gridmap.png는 2D점유격자 지도에 해당한다.
+#:ORB_SLAM, 격자 지도 작성은 메인 동작 시나리오 중 지도 작성 부분에서 역할을 수행한다. ROS에서 표현되는 노드와 토픽의 흐름은 다음과 같다. all_kfs_and_pts 와 pts_and_pose 토픽이 3D 포인트클라우드 지도에 해당하며, Gridmap.png는 2D점유격자 지도에 해당한다.
 #:[[파일:오늘제빵소_격자지도작성3.png|1600픽셀|섬네일|가운데|지도작성 프로세스 노드 흐름]]
 #시각적 위치 추정
- 시각적 위치추정은 Visual SLAM의 Localization과 Relocalization 기능을 기본으로 둔다. Localization은 연속적인 프레임에서 특징점들을 Tracking 하고, Relocalization은 Localization 도중 급격한 움직임이나 노이즈로 인해 Tracking을 놓쳤을 경우  Bag of word 사전에서 자신의 위치를 검색하여 자신의 위치를 해당 위치로 추정한다. Bag of word 에는 지도작성을 하면서 저장된 키프레임이 들어있으며, 특징점의 매칭 비율을 통해 자신의 위치를 추정한다. 이는 하드웨어 사양과 밀접한 연관이 있으며, 본 프로젝트에서는 하드웨어의 사양이 좋지 않기 때문에 스로틀링을 통해 연산의 프레임을 낮추고, 모든 UI를 제거함으로써 이를 해결하고자 하였다.
+#:시각적 위치추정은 Visual SLAM의 Localization과 Relocalization 기능을 기본으로 둔다. Localization은 연속적인 프레임에서 특징점들을 Tracking 하고, Relocalization은 Localization 도중 급격한 움직임이나 노이즈로 인해 Tracking을 놓쳤을 경우  Bag of word 사전에서 자신의 위치를 검색하여 자신의 위치를 해당 위치로 추정한다. Bag of word 에는 지도작성을 하면서 저장된 키프레임이 들어있으며, 특징점의 매칭 비율을 통해 자신의 위치를 추정한다. 이는 하드웨어 사양과 밀접한 연관이 있으며, 본 프로젝트에서는 하드웨어의 사양이 좋지 않기 때문에 스로틀링을 통해 연산의 프레임을 낮추고, 모든 UI를 제거함으로써 이를 해결하고자 하였다.
 #:[[파일:오늘제빵소_시각적위치추정1.png|1600픽셀|섬네일|가운데|Bag of words 에 저장된 키프레임]]
- ORB SLAM 노드는 지도를 그리지 않고 이미 저장된 지도로부터 Localization 과 Relocalization을 수행하는 모드를 지원하고 있으며 길안내 프로세스에서는 해당 모드를 사용하도록 하였다.
+#:ORB SLAM 노드는 지도를 그리지 않고 이미 저장된 지도로부터 Localization 과 Relocalization을 수행하는 모드를 지원하고 있으며 길안내 프로세스에서는 해당 모드를 사용하도록 하였다.
 #:[[파일:오늘제빵소_시각적위치추정2.png|1600픽셀|섬네일|가운데|길 안내 프로세스의 ORB SLAM 노드 입/출력]]
 #경로 계획
- 경로계획은 A* 알고리즘을 사용한다. [[파일:오늘제빵소_경로계획1.gif]] 여기서 F: 시작–목표 노드의 경로가중치, G: 시작–현재 노드의 경로가중치, H: 현재–목표 노드의 추정 경로 가중치를 의미한다. 지도이미지의 Heuristic 그래프 H는 픽셀간 거리로써 간단하게 만들어 질 수 있다. 격자지도 또한 벽면의 가중치를 높여 경로에서 벽에 부딪치지 않도록 한다.만들어진 경로는 경로 단순화 알고리즘을 통해 회전지점을 기준으로 간단하게 변형되며 이렇게 생성된 간단한 경로를 기준으로 길 안내를 실행한다. 경로직선 각각을 하나의 과정으로 두고, 자신이 속한 경로 다음 경로의 위치와 회전각으로 사용자에게 다음 회전지점까지의 거리와 회전 방향을 제시한다. 또한 자신의 위치가 현재 속한 경로로부터 일정거리 이상으로 멀어지게 되면 경로를 재생성하고, 같은 프로세스를 반복하도록 한다.
+#:경로계획은 A* 알고리즘을 사용한다. [[파일:오늘제빵소_경로계획1.gif]] 여기서 F: 시작–목표 노드의 경로가중치, G: 시작–현재 노드의 경로가중치, H: 현재–목표 노드의 추정 경로 가중치를 의미한다. 지도이미지의 Heuristic 그래프 H는 픽셀간 거리로써 간단하게 만들어 질 수 있다. 격자지도 또한 벽면의 가중치를 높여 경로에서 벽에 부딪치지 않도록 한다.만들어진 경로는 경로 단순화 알고리즘을 통해 회전지점을 기준으로 간단하게 변형되며 이렇게 생성된 간단한 경로를 기준으로 길 안내를 실행한다. 경로직선 각각을 하나의 과정으로 두고, 자신이 속한 경로 다음 경로의 위치와 회전각으로 사용자에게 다음 회전지점까지의 거리와 회전 방향을 제시한다. 또한 자신의 위치가 현재 속한 경로로부터 일정거리 이상으로 멀어지게 되면 경로를 재생성하고, 같은 프로세스를 반복하도록 한다.
 #:[[파일:오늘제빵소_경로계획2.png|1600픽셀|섬네일|가운데|경로계획 (분홍:A*경로 초록:단순경로)]]
- ORB_SLAM, 경로계획은 메인 동작 시나리오 중 길 안내 부분에서 역할을 수행한다. ROS에서 표현되는 노드와 토픽의 흐름은 다음과 같다. navigation_gui노드가 target_point, 즉 목적지를 선택하면, pose_converter가 전체 프로세스를 실행시킨다. pose_converter는 3D 좌표를 2D로 바꾸고, 현재 위치와 목적지 위치를 출력함으로써 경로계획을 수행할 수 있도록하는 노드이다. A* 알고리즘은 이를 입력받아 경로를 출력하고, navigation 노드를 통해 경로가 단순화 되어 사용자가 경로를 따라갈 수 있게끔 제시하는 토픽 Instruct를 생성한다.
+#:ORB_SLAM, 경로계획은 메인 동작 시나리오 중 길 안내 부분에서 역할을 수행한다. ROS에서 표현되는 노드와 토픽의 흐름은 다음과 같다. navigation_gui노드가 target_point, 즉 목적지를 선택하면, pose_converter가 전체 프로세스를 실행시킨다. pose_converter는 3D 좌표를 2D로 바꾸고, 현재 위치와 목적지 위치를 출력함으로써 경로계획을 수행할 수 있도록하는 노드이다. A* 알고리즘은 이를 입력받아 경로를 출력하고, navigation 노드를 통해 경로가 단순화 되어 사용자가 경로를 따라갈 수 있게끔 제시하는 토픽 Instruct를 생성한다.
 #:[[파일:길안내프로세스.png|1200픽셀|섬네일|가운데|길 안내 프로세스I]]
 #GUI 설계
- PyQt를 활용하여 라떼판다 디스플레이를 통해 조작하는 것을 전제로 한 GUI를 만든다. GUI는 크게 두 가지로 나누어진다. 1. 작성자의 목적지 노드 설정 UI, 2. 사용자의 길안내 UI이다.첫 번째로 작성자가 사용하는 2D Map 상에서 목적지를 지정해주는 GUI이다. 지도 작성을 통해 만들어진 2D Map을 불러오면 작성자는 원하는 목적지들을 터치하고, 각 목적지에 이름을 입력해주면 지점의 픽셀위치와 정보를 저장할 수 있도록 한다.
+#:PyQt를 활용하여 라떼판다 디스플레이를 통해 조작하는 것을 전제로 한 GUI를 만든다. GUI는 크게 두 가지로 나누어진다. 1. 작성자의 목적지 노드 설정 UI, 2. 사용자의 길안내 UI이다.첫 번째로 작성자가 사용하는 2D Map 상에서 목적지를 지정해주는 GUI이다. 지도 작성을 통해 만들어진 2D Map을 불러오면 작성자는 원하는 목적지들을 터치하고, 각 목적지에 이름을 입력해주면 지점의 픽셀위치와 정보를 저장할 수 있도록 한다.
 #:[[파일:오늘제빵소_GUI설계1.png|섬네일|가운데|목적지 리스트 작성 UI]]
- 두 번째로는 보행자 길 안내 UI이다. 시각장애인을 대상으로 하므로 가능한 한 복잡하지 않고 메뉴가 적으면서 글자와 버튼들이 크게 만들기 위하여 실행 프로세스를 3단계로 간소화하였다. 보행자가 길 안내 프로세스를 실행시키면, 저장된 문서파일로부터 목적지를 불러온다. 목적지 선택은 먼저 목적지가 속한 그룹을 선택하고 그 다음 목적지를 스크롤해서 찾는다.목적지를 정하면 길 안내 프로세스에 의해 경로계획이 이루어진다. 길 안내 UI 에서는 경로의 회전지점까지의 거리와 회전 방향을 제시한다. 목적지에 거의 접근한 경우 음성뿐만 아니라 디스플레이에서도 도착을 표시한다. 시인성 높은 색상을 고려해야 하며, 최대한 직관적으로 표시하도록 한다.
+#:두 번째로는 보행자 길 안내 UI이다. 시각장애인을 대상으로 하므로 가능한 한 복잡하지 않고 메뉴가 적으면서 글자와 버튼들이 크게 만들기 위하여 실행 프로세스를 3단계로 간소화하였다. 보행자가 길 안내 프로세스를 실행시키면, 저장된 문서파일로부터 목적지를 불러온다. 목적지 선택은 먼저 목적지가 속한 그룹을 선택하고 그 다음 목적지를 스크롤해서 찾는다.목적지를 정하면 길 안내 프로세스에 의해 경로계획이 이루어진다. 길 안내 UI 에서는 경로의 회전지점까지의 거리와 회전 방향을 제시한다. 목적지에 거의 접근한 경우 음성뿐만 아니라 디스플레이에서도 도착을 표시한다. 시인성 높은 색상을 고려해야 하며, 최대한 직관적으로 표시하도록 한다.
 #:[[파일:오늘제빵소_GUI설계2.png|800픽셀|섬네일|가운데|목적지 선택UI 와 길 안내UI]]
 #음성 피드백
- Python 내의 GTTS 모듈을 사용하여 상황에 맞게 음성파일을 만들고 지우면서 음성을 출력한다. 도착알림을 시작으로 간단한 경로를 기준으로 경로를 각각의 과정으로 나누어 사용자가 진행중인 경로에 맞게 음성을 제시한다. 음성출력은 크게 네가지로 나뉘며, 1.도착알림 2.반대방향알림 3.모퉁이알림 4.거리/회전방향 제시이다. 이를 순서에 입각하여 출력한다.
+#:Python 내의 GTTS 모듈을 사용하여 상황에 맞게 음성파일을 만들고 지우면서 음성을 출력한다. 도착알림을 시작으로 간단한 경로를 기준으로 경로를 각각의 과정으로 나누어 사용자가 진행중인 경로에 맞게 음성을 제시한다. 음성출력은 크게 네가지로 나뉘며, 1.도착알림 2.반대방향알림 3.모퉁이알림 4.거리/회전방향 제시이다. 이를 순서에 입각하여 출력한다.
 ==결과 및 평가==

@@ 406번째 줄: / 406번째 줄: @@
 #:[[파일:오늘제빵소_메인동작지도.png|400픽셀|섬네일|가운데|지도 작성 3D PointCloud 지도(좌)/ 2D OccupancyGrid 지도(우)]]
 #:[[파일:오늘제빵소_목적지설정.png|400픽셀|섬네일|가운데|목적지 설정 UI]]
- 작성자는 지도 작성 프로세스를 실행시킨 후, 건물 내를 촬영하면서 지도를 작성한다. 지도는 3차원 점구름 지도와 2차원 격자지도가 있으며, 프로세스는 두 지도를 동시에 작성한다. 작성이 끝난 지도는 각각 bin 확장자의 이진파일과 png 확장자의 이미지파일로 저장된다. 이후 작성자는 목적지 저장 프로그램을 실행시켜 저장된 2차원 격자지도를 불러오고, GUI를 통해 목적지가 될 수 있는 지점들을 설정하여 각 지점들의 정보를 문서파일에 저장한다.
+#:작성자는 지도 작성 프로세스를 실행시킨 후, 건물 내를 촬영하면서 지도를 작성한다. 지도는 3차원 점구름 지도와 2차원 격자지도가 있으며, 프로세스는 두 지도를 동시에 작성한다. 작성이 끝난 지도는 각각 bin 확장자의 이진파일과 png 확장자의 이미지파일로 저장된다. 이후 작성자는 목적지 저장 프로그램을 실행시켜 저장된 2차원 격자지도를 불러오고, GUI를 통해 목적지가 될 수 있는 지점들을 설정하여 각 지점들의 정보를 문서파일에 저장한다.
 #길 안내
 #:[[파일:오늘제빵소_길안내경로.png|400픽셀|섬네일|가운데|시각적 위치추정 & 경로생성]]
 #:[[파일:오늘제빵소_길안내출력.png|400픽셀|섬네일|가운데|디스플레이 GUI & 음성 피드백]]
- 보행자가 길 안내 프로세스를 실행시키면, 저장된 문서파일로부터 목적지를 불러온다. 보행자가 목적지를 입력하면 시각적 위치 추정을 통해 보행자의 현 위치를 파악하고, 목적지를 향해 경로를 생성한다. 생성된 경로를 바탕으로 음성 내비게이션 형식에 맞춘 음성메시지와 디스플레이 GUI를 출력한다.
+#:보행자가 길 안내 프로세스를 실행시키면, 저장된 문서파일로부터 목적지를 불러온다. 보행자가 목적지를 입력하면 시각적 위치 추정을 통해 보행자의 현 위치를 파악하고, 목적지를 향해 경로를 생성한다. 생성된 경로를 바탕으로 음성 내비게이션 형식에 맞춘 음성메시지와 디스플레이 GUI를 출력한다.
 ====주요 알고리즘 및 상세 설계====

@@ 391번째 줄: / 391번째 줄: @@
   골전도 이어폰을 사용하여 사용자가 주변 소리를 듣고 돌발상황에 대처할 수 있도록 하였고, 위와 같은 포켓에 담겨져 보관된다.
 *슬링백
-*:[[파일:오늘제빵소_부품도5.png|800픽셀|섬네일|가운데|슬링백]]]
+*:[[파일:오늘제빵소_부품도5.png|800픽셀|섬네일|가운데|슬링백]]
   설계에 이용되는 슬링백의 크기는 다음과 같다. 내부에 디스플레이, RGBD 카메라, 배터리를 보관해야 하므로 160*250*80의 넉넉한 사이즈를 사용한다.
 *라떼판다 및 디스플레이 하우징

@@ 368번째 줄: / 368번째 줄: @@
 #조립도
 #:[[파일:오늘제빵소_조립도1.png|800픽셀|섬네일|가운데|전체 디바이스 구성도]]
- 구성품은 이어폰, 슬링백, 카메라, 메인디바이스(라떼판다 + 디스플레이), 배터리로 이루어져있다. 이중 카메라는 슬링백에 결합되어 있고, 나머지 부품들은 슬링백에 보관하여 꺼내어 사용한다.슬링백 앞 포켓에는 카메라 하우징을 장착하고, 라떼판다 단자에 USB 포트를 연결하여 장치 간 교류한다. 이어폰은 꺼내기 쉽도록 파우치를 외부에 결합한다. 파우치의 끈을 슬링백과 묶어 결합한다
+#:구성품은 이어폰, 슬링백, 카메라, 메인디바이스(라떼판다 + 디스플레이), 배터리로 이루어져있다. 이중 카메라는 슬링백에 결합되어 있고, 나머지 부품들은 슬링백에 보관하여 꺼내어 사용한다.슬링백 앞 포켓에는 카메라 하우징을 장착하고, 라떼판다 단자에 USB 포트를 연결하여 장치 간 교류한다. 이어폰은 꺼내기 쉽도록 파우치를 외부에 결합한다. 파우치의 끈을 슬링백과 묶어 결합한다
+#:
 #조립 순서
 #:[[파일:오늘제빵소_조립도2.png|800픽셀|섬네일|가운데|메인 디바이스 모델링]]

@@ 155번째 줄: / 155번째 줄: @@
 ===특허전략===
-본 과제는 사용자, 즉 시각장애인이 실외뿐만 아니라 실내 길찾기 또한 제약을 가지고 있음에 착안하여 기존의 GPS 기반의 실외 시스템이 아닌 카메라 센서 기반 실내 내비게이션 시스템을 제시하여 신규성을 얻어낼 수 있다. 또한 RFID 태그 혹은 신호 송신기 등의 추가적인 실내 설비 없이 지도 기반의 시스템을 설계한다. 지도 및 이미지 기반의 실내 내비게이션 시스템은 많은 분야에서 연구되고 특허에 등록되어 있지만, 시각장애인의 특수성과 편의성을 고려해 GUI 와 입출력 방식에 차별화를 가진 디바이스를 제시함으로써 기존의 내비게이션 시스템에 비해 신규성을 얻어낼 수 있을 것으로 생각된다.
+ 본 과제는 사용자, 즉 시각장애인이 실외뿐만 아니라 실내 길찾기 또한 제약을 가지고 있음에 착안하여 기존의 GPS 기반의 실외 시스템이 아닌 카메라 센서 기반 실내 내비게이션 시스템을 제시하여 신규성을 얻어낼 수 있다. 또한 RFID 태그 혹은 신호 송신기 등의 추가적인 실내 설비 없이 지도 기반의 시스템을 설계한다. 지도 및 이미지 기반의 실내 내비게이션 시스템은 많은 분야에서 연구되고 특허에 등록되어 있지만, 시각장애인의 특수성과 편의성을 고려해 GUI 와 입출력 방식에 차별화를 가진 디바이스를 제시함으로써 기존의 내비게이션 시스템에 비해 신규성을 얻어낼 수 있을 것으로 생각된다.
 *기술 로드맵

@@ 463번째 줄: / 463번째 줄: @@
 ====포스터====
-[[파일:오늘제빵소_포스터.png]]
+[[파일:오늘제빵소_포스터.png|가운데]]
 ===관련사업비 내역서===