http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
실내 환경에서의 UWB/LiDAR 융합을 통한 모바일 로봇의 위치 측위 알고리즘 개발
이담(D. Lee),장재헌(J. H. Jang),임정학(J. H. Lim),이경창(K. C. Lee) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
코로나 19 로 인하여 비대면 서비스의 수요가 증가하면서 로봇 시장이 확대되고 있다. 특히 자율주행 모바일 로봇은 물류, 서비스 등 여러 목적으로 실내에서 적용되고 있다. 실내에서 자율주행 로봇이 이동하기 위해서는 경로를 생성하고 장애물을 탐지해야 때문에 로봇의 현재 위치 측위가 필수이다. 로봇의 정밀한 위치를 추정하는 방법 중 하나는 AMCL (Adaptive Monte Carlo Localization)이다. AMCL 은 사전 제작된 지도, LiDAR (Light Detection and Ranging) 스캔, 엔코더와 IMU (Inertial Measurement Unit)로 추정된 오도메트리를 입력으로 받아 파티클 필터를 통해 위치를 추정한다. 복도 내에서 주행하는 모바일 로봇을 따라 위치 좌표값을 추정하였을 때, 기준선에 대한 AMCL의 평균 오차가 UWB (Ultra Wide Band)의 평균 오차보다 크게 발생하는 문제점이 있다. AMCL 은 오도메트리를 적분하는 과정에서 오차가 누적되므로 시간이 지남에 따라 오차가 증가한다는 단점이 있기 때문이다. 따라서 본 연구에서는 AMCL 의 위치 좌표 값에 시간 경과에 따른 오차가 발생하지 않는 UWB 을 융합하여 더 정밀한 위치 측위 알고리즘을 제안한다. UWB 센서의 위치 좌표 값은 앵커와 테그 사이의 거리를 칼만 필터로 노이즈를 제거한 후 삼변측량을 통해 추정한다. 하지만 다중경로나 금속으로 인해 비이상적으로 튀는 이상치를 가진 값들이 발생하기 때문에, 이상치를 제거한 후 나온 위치 좌표 값을 최종적으로 사용한다. 이후 융합된 AMCL/UWB 의 위치 좌표 값을 비선형 칼만 필터를 적용해서 노이즈를 제거하여 실내 측위 정밀도를 향상하고자 한다.