Localization and map building in an indoor environment are major problems for a mobile robot. There are two approaches to these problems: a metric approach and a topological approach. The metric approach uses various range sensors to determine the distance between an obstacle and the robot; the topological approach gives the robot its state on the basis of landmarks.
Because both approaches have some advantages and disadvantages, researchers in the field of mobile robotics have combined the two approaches so that the robot can explore the environment autonomously. This so called hybrid approach still requires certain types of odometric information about as well as information on landmark recognition.
To build a more accurate map and to localize precise the position and orientation of the robot, we use a local positioning sensor to compensate for the accumulation of wheel encoder errors and landmark recognition errors. In this paper, we propose a novel way of fusing a laser range finder, a local positioning sensor, and wheel encoders. The experimental results confirm that the robot can construct its own environment and localize itself more accurately and consistently than existing researches.
모바일 로봇이 자율적으로 행동하기 위해서는 자신을 위치를 알아내고(Localization), 자신의 환경을 인식(Map Building)하는 것이 중요한 분야이다. 이를 해결하기 위한 두 가지 패러다임은 메트릭(Metric) 방식과 토폴로지(Topology) 방식이 있다. 메트릭 패러다임은 다양한 거리 측정 센서를 사용하여, 로봇과 장애물과의 거리를 측정하여 로봇이 이를 이용하는 방식이며, 토폴로지 패러다임은 어떠한 랜드마크를 사용하여 그것을 인식(recognition)하여, 로봇 자신의 상태(state)를 알아내어 이를 이용해 로컬리제이션과 맵 빌딩을 완성하는 방식이다. 두 가지 방식은 장점과 단점을 갖고 있어서 많은 로봇 연구자들은 이를 합치려는 노력을 해왔다. 이를 하이브리드 방식(Hybrid Approach)이라 하며, 이를 위해서는 여전히 로봇의 정확한 오도메트리 정보와 랜드마크의 확실한 인식이 필요하다. 정확한 맵을 작성하고, 더 정확한 로컬리제이션을 위해서 본 연구에서는 지역 위치 센서(Local Positioning Sensor)를 사용하여 이를 효율적으로 달성하려고 하였다. 레이저 거리 센서(Laser Range Finder)와 지역 위치 센서, 그리고 바퀴 엔코더(the wheel encoder)를 사용하여 효과적으로 정보를 융합하여 하이브리드 방식을 이루도록 하였으며, 실험 결과는 로봇이 자신의 환경을 잘 구성하며 자신의 위치를 더 정확하고 일관성 있게 찾아 내는 것을 보여준다.
