Abstract
This paper proposes a particle filter approach for SLAM(Simultaneous Localization and Mapping) of a mobile robot. The SLAM denotes estimation of both the robot location and map while the robot navigates in an unknown environment without map. The proposed method estimates robot location simultaneously with the locations of the ultrasonic beacons which constitute landmarks for navigation. The particle filter method represents the locations of the robot and landmarks in probabilistic manner by the distribution of particles. The method takes care of the uncertainty of the landmarks' location as well as that of the robot motion. Therefore, the locations of the landmarks are updated including uncertainty at every sampling time. Performance of the proposed method is verified through simulation and experiments. The method yields practically useful mapping information even if the range data from the landmarks include random noise. Also, it provides more accurate and robust estimation of the robot location than the usual least squares methods or dead-reckoning method.
본 논문에서는 파티클 필터 방법을 이용한 이동로봇의 SLAM(Simultaneous Localization and Mapping) 방법을 제안한다. 이동로봇의 SLAM은 지도가 주어지지 않는 환경에서 로봇 스스로 자신의 위치를 파악하는 것과 동시에 지도를 만드는 것이다. 제안된 방법은 로봇의 위치를 추정함과 동시에 특징점인 외부 비이컨들의 위치를 추정하는 방법을 다루고 있다. 특히 파티클 필터 방법을 적용하여 이동로봇과 특징점 위치를 파티클의 분포에 의해 확률적으로 표현한다. 제안된 SLAM방법은 이동로봇의 동작 뿐 아니라 특징점 위치의 불확실성을 고려한다. 따라서 매 샘플링 시각에 특징점의 위치 정보도 불확실성을 고려하여 예측되어진다. 제안된 방법의 성능을 시뮬레이션과 실험을 통하여 평가하였다. 제안된 방법은 비이컨으로 부터의 거리 정보에 불규칙한 잡음이 있는 환경에서도 실질적으로 사용가능한 지도 정보를 제공하였다. 또한 통상의 최소자승법이나 데드레크닝 방법에 비해서 보다 정확하고 강건하게 로봇의 위치를 추정하였다.
