소나 기반 수중 로봇의 실시간 위치 추정 및 지도 작성에 대한 실험적 검증

Abstract

본 논문은 수중 로봇 항법에 사용하기 위한 영상 소나 기반 SLAM (simultaneous localization and mapping) 방법을 제안하고, 성능 평가를 위해 실제 로봇에 탑재하여 실험한 내용을 소개한다. 일반적인 수중 항법은 관성 센서에서 출력되는 정보를 바탕으로로봇의 위치 및 자세를 추정한다. 하지만, 장시간 주행할 경우 위치 오차의 누적으로 인하여 정확도가 감소하게 된다. 이에 본 논문에서는 영상 소나로부터 얻을 수 있는 외부 정보를 바탕으로 관성 항법의 위치 추정 성능을 높이고 지도 작성을 수행할 수 있는 SLAM 방법을 제안하고자 한다. 영상 소나를 위한 인공 표식물과 확률 기반 물체 인식 구조를 통해 인공 표식물의 인식 성능을 높이고, 이를 통해 얻게 된 인공 표식물의 위치 정보를 활용하여 관성 항법의 누적 오차를 줄이고자 한다. 항법 알고리즘으로는 확장형 칼만 필터(Extended Kalman Filter, EKF)를 적용하여 로봇의 위치 및 자세를 추정하고 지도를 작성한다. 제안한 방법은 선박해양플랜트연구소에서 보유 중인 수중 로봇 ‘yShark’에 탑재하여 대형 수조에서 실시간 검증을 수행하였다.