Recently, UAV(Unmanned Aerial Vehicle) has been used in various environments and industries, and its demand is increasing rapidly. In particular, the demand for UAV is very high in the disaster environment where people are hard to work directly and industries such as distribution and logistics where repetitive tasks are costly for people to work directly. The most important factor for a UAV to perform a given task in an indoor environment is to identify the indoor environment and identify the location. There is a classical method of localization named fingerprint. The fingerprint method is that the expert prepares the prior information of the working space in the form of a map and robot or UAV use it in operations. This method has a disadvantage in that it is necessary to prepare information on the environment in advance and it can not cope with the change of the environment. Therefore, research on SLAM(Simultaneous Localizatoin And Mapping), which is a core technology for creating map about the environment in real time without any prior information and identifying its own position in the created map is actively conducted. However, unlike an outdoor environment, GPS signals can not be used in an indoor environment, which makes it possible to easily recognize the absolute position of the earth in real time. There have been many attempts to apply SLAM technology based on vision, laser, and sonar in the indoor environment. However, there are disadvantages that the sensor is affected by the working environment, there are restrictions on the use of the sensor, and the sensor is expensive. In order to solve the above problem, this thesis proposes the vector field desgin by measuring and fusing UWB signal strength and magnetic field and the 3-D vector field SLAM algorithm suing RBPF(Rao-Blackwellized Particle Filter) for UAV in indoor environment.
최근들어 UAV(Unmanned Aerial Vehicle)는 다양한 환경과 산업에서 사용되고 있으며, 그 수요는 가파르게 증가하고 있는 추세다. 특히 사람이 직접 활동하기 어려운 실내 재난환경, 사람이 직접 작업하기에는 비용이 많이 소요되는 반복작업이 주를 이루는 유통, 물류 등의 산업에서 UAV의 수요는 매우 크다. UAV가 실내 환경에서 주어진 임무를 수행하기 위한 가장 중요한 요소는 실내환경을 스스로 파악하고, 기체가 있는 위치를 파악하는 것이다. 위치를 인식하는 고전적인 방법으로 전문가가 사전에 작업환경에 대한 정보를 맵형태로 제작해놓고, 이를 작동시에 사용하는 Fingerfrint 방법이 있다. 이 방법의 경우 사전에 환경에 대한 정보를 만들어야 해야만하고, 환경의 변화에 대처할 수 없다는 단점이 존재한다. 따라서 작업환경에 대한 사전정보없이 작업을 하면서 실시간으로 환경에 대한 지도 정보를 만들고, 만들어진 지도 내에서 스스로 위치를 파악하는 핵심 기술인 SLAM(Simultaneous Localization And Mapping)에 대한 연구가 매우 활발하게 이루어지고 있다. 그러나 실내환경에서는 실외환경과는 다르게 지구상의 절대적인 위치를 실시간으로 쉽게 알 수 있게 해주는 GPS 신호 등을 이용 할 수 없다. 기존 실내환경에서 영상기반, 레이져기반, 초음파기반으로 SLAM 기술을 적용하고자 하는 시도가 많았다. 하지만 센서가 작업 환경에 영향을 많이 받고, 센서를 사용하는 데에 제약 사항이 존재하며 센서의 가격이 고가라는 경제적인 측면에서의 단점이 존재했다. 따라서 본 논문에서는 위와 같은 문제를 해결하기 위해서 지구자기장 정보와 저가로 손쉽게 전문적인 지식 없이 UWB(UltaWideBand) 중계기의 신호세기 정보를 측정 및 융합하여 Vector Field를 생성하고, 이를 이용하는 RBPF(Rao-Blackwellized Particle Filter) 기반의 실내환경에서 UAV에 적용가능한 3차원 Vector field SLAM기술을 개발하고자 한다.
