From the beginning of the robotics literature, the problem of localization has been considered as an important task for the mobile robots due to the fact that it is a prerequisite step for autonomous navigation. For this problem, many approaches have been developed using various sensors such as laser, vision and GPS. However it is still regarded as a challenging problem to localize mobile robots in large scale outdoor environment since a single type of sensor easily fails to estimate the pose in a dynamic environment and the errors are accumulated.
In this thesis, to make our localization system robust and accurate in both indoor and outdoor environments, we propose a general unified probabilistic sensor fusion framework and develop a localization system which includes stereo camera, encoder, omnidirectional camera, laser, and DGPS sensors. For the proposed motion model, we utilize visual odometry using the stereo camera, odometry from the encoder, and second order autoregressive model for GPS data prediction. For the measurement model, we define the likelihood for GPS data and laser data based on the ICP algorithm.
In the experiments, we investigate in which situation each sensor fails to localize, why the sensors fail, and how the others cover that failure. For long-distance navigation including indoor and outdoor environments, we evaluate the robustness and accuracy of our localization results. Experimental result shows that the performance of the proposed sensor fusion method is much better than any single sensor based localization.
사람들이 로봇을 연구하기 시작한 이래로 이동로봇의 위치추정은 이동로봇의 자율주행을 위한 전 단계로서 가장 중요한 임무로 여겨져 왔다. 지금까지 로봇 위치 추정 기술에 대한 많은 연구가 진행 되어 왔지만, 아직까지 실내-외를 자유자재로 주행하는 기술은 확보되지 않았다. 이는 위치 추정을 위해 사용되는 각각의 센서가 갖는 한계로 인해 생기는 오차와 같은 장소를 반복 주행하지 않고는 해결할 수 없는 누적 오차 문제등으로 항상 정확한 위치를 추정하는 것이 불가능 했기 때문이다.
본 논문에서는 실내-외에서 정확하고 강인하게 위치를 추정하는 시스템을 만들기 위해 다종 센서를 하나의 확률 모델로 융합하야 각 센서의 단점을 이종 센서로 보완하는 방법을 제안하였다. 제안된 확률 모델의 움직임 모델로는 양안 카메라를 사용한 영상주행계, 엔코더 정보로부터 들어오는 주행계, 이차 자기회구 방법으로 예측된 GPS정보, 전방향 카메라로부터 추정된 회전 변화를 모델로 만들어 사용하며, 관측 모델로는 누적오차를 해결할 수 있는 GPS와 위치추정의 정밀도가 높은 레이저 센서를 사용하였다.
제안된 센서 융합 방법의 성능 검증하기 위해, 각각의 단일 센서가 위치 추정에 실패하는 환경, 이유를 분석 하였으며, 한 센서가 실패한 환경에서 어떻게 다른 센서가 보완하여 위치 추정에 성공하는 지를 보였다. 또한 실내-외를 포함한 광범위한 영역에서의 주행 실험, 한 건물 내부에서 다른 건물 내부로 이동하는 실험등 기존 위치 추정방법으로 해결하기 어려웠던 환경에서의 실험을 통해 제안된 방법의 강인함 및 정확성을 평가하였다.
