경험기반의 로봇 위치추정을 위한 베이지안 예측 모델

국문 초록 (Abstract)

본 논문에서는 모바일 로봇이 정적 환경이 아닌 변화하는 동적 환경에서 장기간 주행 (Life-long SLAM and Navigation)을 할 수 있는 방법을 제안하고자 한다. 제안하는 방법은 자율 주행을 하면서 초기에 학습시킨 지역지도(Local-grid maps) 경험과 실시간 주행 중에 취득한 경험을 지속적으로 비교, 추론하며 현재 위치에서 다음 위치로 이동 시, 추천된 경험을 기반으로 현재 위치를 추정하는 방법이다. 구조적 변화가 크게 생긴 부분 이동지역은 기존에 저장된 경험들에서 찾을 수 없는 새로운 경험이라고 분류하여 경험 메모리에 저장한다. 방대한 양의 경험이 축적된 경험 메모리 내에서 실시간으로 다음에 나올 경험을 예측하기 위한 베이지안 모델을 제안한다. 실험 방법은 추천된 경험으로 작성한 지도와 초기에 작성한 지도를 가지고 각각 동적 환경에서 주행을 하며 위치를 추정한 결과를 비교 평가하였다. 실험 결과 , 제안한 방법은 고정된 지도 정보가 아닌 변화하는 동적환경에 맞게 로봇 스스로 주행을 하며 지속적으로 환경정보를 축적하여 보다 신뢰성 높은 정보를 추천함으로써 장기간 위치추정에 효과적이다.

목차 (Table of Contents)

• Abstract
• I. 서론
• II. 본론
• Ⅲ. 실험 및 고찰
• Ⅳ. 결론 및 향후 연구 방향
• 참고문헌