As the importance and usage of autonomous mobile robots are getting higher, many researchers work on autonomous navigation. For this reason, SLAM(Simultaneous localization and map building) became essential in the field. Research on 2D SLAM has been conducted successfully, and recently it is actively studied in 3D environment.
In this paper, we deal with a planar polygon based SLAM problem for mobile robots in indoor environments. Proposed simultaneous localization and 3D map building method is fast and computatione effective because of using tilted 2D LRF(Laser Range Finder). A Pose of mobile robot have 3 degree of freedom and 3D map consists of planar polygons which are dominant feature in indoor environments.
From LRF scan data, scan vectors are successively extracted in accordance with the movement of the mobile robot. And theses successive scan vectors are included into corresponding planar polygon groups. To compare with vertical/inclined planar polygon, scan data matching algorithm using "Horizontal map edge vector" concept is proposed. Also "Extended prediction scan vector" which is improved scan matching algorithm [1] used to compare with vertical/horizontal planar polygon group. For localization of a mobile robot, 2D localization algorithm based on vector matching [2] is extended to perform 3D map.To generate boundary of plane, polygon construction method is suggested. Also, a Loop closing method used vertical map edge vector of intersecting vertical plane is roposed for consistent 3D map in large scale environments.
Finally, the performance of the proposed algorithm is presented by simulation and experiment.
자율 이동로봇의 중요성이 점차 증가하면서 자율 주행에 관한 많은 연구가 이루어져왔다. 특히, SLAM(Simultaneous localization and map building)문제는 이 분야에서 필수적인 문제로 다루어져왔다. 2차원 환경에서의 SLAM에 관한 연구는 성공적으로 이루어져 왔고, 최근에는 3차원 환경에서의 SLAM이 활발하게 연구되어지고 있다.
본 논문에서는 실내 환경 이동로봇의 다각평면 기반의 SLAM 문제를 다루었다. 제안된 동시적 위치추정 및 3차원 지도작성 방법은 기울어진 2차원 레이저 거리계를 사용하여 빠르고 계산 효율적이다. 이동 로봇의 pose는 3자유도를 가지며 실내 환경에서 지배적인 다각평면을 3차원 지도의 구성요소로 하였다.
레이저 거리계의 스캔 데이터로부터 이동로봇의 움직임에따라 연속적으로 스캔 벡터를 추출한다. 그리고 이러한 연속적인 스캔 벡터들은 일치하는 다각평면 그룹에 포함되어진다. 수직/경사 다각평면과의 비교를 위해, "Horizontal map edge vector"의 개념을 사용한 스캔 데이터 매칭 알고리즘을 제안하였다. 또한, [1]의 수직/수평 다각평면과의 비교를 위해 사용된 스캔 데이터 매칭 알고리즘을 개선한 "Extended prediction scan vector" 를 제안하였다. 이동 로봇의 위치 추정을 위해서 [2]의 벡터 매칭 기반의 2차원 위치 추정 알고리즘을 3차원 지도 환경에 맞게 확장하여 적용하였다. 무한평면의 경계를 한정 짓기 위하여 다각형 구성 방법을 제안하였다. 또한, 넓은 영역의 환경에서도 일관된 3차원 지도를 작성하기 위하여 수직 평면끼리 만나는 vertical map edge vector를 사용한 루프클로징 방법을 제안하였다.
최종적으로, 시뮬레이션과 실험을 통하여 제안된 알고리즘의 성능을 검증하였다.
