The technology for estimating and correcting a robot's pose is still a challenging field in the Global Navigation Satellite System (GNSS) denied environment. In particular, there are many difficulties in estimating the pose of robots based on a mono camera in an indoor environment with sparse feature points. In such an environment, we propose an algorithm that performs robust pose estimation through sensor fusion of individual robots and revises once again when the same place is revisited. In more detail, fusing the Ultra-WideBand (UWB) sensor to the Visual Inertial Odometry (VIO) algorithm affects the initialization and scale correction of the existing VIO algorithm for a more robust result. In addition, a cost function was designed in consideration of the UWB signal characteristics, which are less reliable as the distance between the UWB sensors increases. When the robot revisits, the pose correction process called loop closure is performed. We propose a correction method using up to a Visual-Inertial-UWB sensor. The aforementioned method of pose estimation and correction of individual robots is applied to the swarm robot system, which is proposed. The proposed swarm robot system transmits the estimated pose of individual robots to ground station capable of high-performance computation. And ground station aligns the pose of each robot based on the global frame by the pose correction and reference frame of the swarm robot system. As a result, a more robust pose was obtained than the conventional VIO algorithm used for individual robots. Also, a more robust pose was obtained in the algorithm extended to the swarm robot system. By applying the proposed method to the swarm robot system, we can expect to create various missions and global maps in the future.
Global Navigation Satellite System (GNSS)의 사용이 불가능한 실내 환경에서 로봇의 위치 추정 및 보정하는 기술은 아직도 도전적인 분야에 있다. 특히 특징점이 부족한 실내 환경에서 모노 카메라를 기반한 로봇들의 위치 추정에 어려움이 많다. 이러한 환경 속에서 개별 로봇들의 센서 융합을 통해 강인한 위치 추정을 진행하고 같은 장소를 재방문을 했을 경우 한번 더 보정하는 기술에 대해서 제안한다. 좀 더 자세히 말하면, 영상 관성 오도메트리 알고리즘에 초광대역 센서를 융합하여 기존의 영상 관성 오도메트리의 초기화 및 스케일 보정에 효과를 주어 강인한 위치 추정의 결과를 가지고 올 수 있다. 또한, 초광대역 센서간 거리가 멀어지면 그만큼 신뢰도가 떨어지는 신호 특성을 고려한 비용함수를 설계하여 더 정교한 위치 추정을 얻을 수 있었다. 로봇이 재방문했을 경우, 루프 클로징이라는 위치 보정과정이 이루어지는데 기존의 영상 관성 센서만을 사용하는 것이 아닌 초광대역 센서까지 이용하여 보정하는 방법을 제안한다. 개별 로봇들의 위치 추정 및 보정이 이루어지는 방식을 확장하여 군집 로봇 시스템에 적용하였고 이 시스템을 제안한다. 제안한 군집 로봇 시스템은 개별 로봇들의 위치 추정 결과를 고성능 연산이 가능한 하나의 중앙 컴퓨터에 전송하여 군집 로봇 시스템의 위치 보정 및 기준 프레임에 맞춰 각 로봇들의 위치를 추정한다. 그 결과 개별 로봇에 사용되던 기존의 영상 관성 오도메트리의 결과보다 더 강인한 위치 추정 결과를 얻었고 군집 로봇 시스템으로 확장한 알고리즘에서도 더 강인한 위치 추정 결과를 얻었다. 제안한 방식의 위치 추정 및 보정을 군집 로봇 시스템에 적용하여 추후 다양한 임무 및 전역 지도 작성의 효과를 기대할 수 있다.
