Core Concepts
대규모 환경에서 로봇의 유연한 탐색을 위해 블록 맵 기반 위치 추정 시스템을 제안한다. 이를 통해 대규모 맵 유지로 인한 계산 부하를 줄이고 정확하고 효율적인 위치 추정을 달성한다.
Abstract
이 논문에서는 대규모 환경에서 로봇의 효율적이고 정확한 위치 추정을 위해 블록 맵 기반 위치 추정 시스템을 제안한다.
먼저, 키프레임 병합을 통해 블록 맵을 생성하고 블록 맵 간 전환 전략을 제안한다. 이를 통해 로봇이 대규모 환경에서 지역 맵 정보를 로드하여 상태를 추정할 수 있다.
다음으로, 3D 맵에서 Branch-and-Bound Search(BBS)를 통한 전역 위치 추정을 도입하여 초기 자세를 제공한다.
마지막으로, 동적 슬라이딩 윈도우 기반 그래프 최적화 방법을 채택하여 동일한 블록 맵 내에서나 블록 맵 전환 시 정확성과 효율성을 유지한다.
공개 데이터셋에서의 실험 결과, 제안 방법이 6km가 넘는 대규모 맵에서도 로봇 자세를 추적할 수 있으며 효율적이고 정확한 위치 추정을 보장한다.
Stats
제안 방법의 초기 자세 추정 오차는 0.05m로 기존 방법보다 정확하다.
제안 방법의 초기 자세 추정 시간은 0.87초로 기존 방법보다 빠르다.
제안 방법의 전역 맵 사용 시 평균 상태 업데이트 시간은 27.35-37.25ms이며, 블록 맵 사용 시 14.28-22.25ms로 더 빠르다.
Quotes
"대규모 환경에서 로봇의 유연한 탐색을 위해 효율적이고 정확한 위치 추정이 필수적이다."
"키프레임 병합을 통해 블록 맵 간 공간적 연속성을 유지하고 맵 전환 시 스캔-맵 정합 정보 손실을 방지한다."
"동적 슬라이딩 윈도우 기반 그래프 최적화를 통해 정확성과 효율성을 균형있게 달성한다."