선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 위 치 인식 문제는 랜드마크의 위치 가 미 리 알려져 야한다는 가정 을 가지고 있으므로, 전역 좌표계 (world coordinate) 와 특징점을 일치시키는 교정작업이 필요하게 된다[1, 2, 3]. 게다가, 한정 적 인 공간에서 만 위치 인식 이 가능해 질 것이다. 지도작성 문제 는 로봇의 위 치 가 미 리 알려 져 야 한다는 가정 을 가지고 있다.
- 로봇이 환경 안에서 이동하면서 갯수를 미리 알 수 없는 랜드마크들의 상대적인 측정 값을 장착된 센서를 통하여 관찰하며 이동하는 상황을 생각해 보자. 그리고 다음의 변수를 설정하자.
- 이 처럼 로봇이 자기의 위치를 추정하기 위해서 많은 기법이 동원되어야 함을 알 수 있다. 본 고에서는 센서와 로봇 자세의 불확실성을 다루는 기법으로 확장 칼만 필터 (Extended Kalman Filter꼬KF)를 사용하는 방법 을 소개 한다. 확장 칼만 필터는비선형 모델의 상태추정에 널리 이용되어 왔다.
- 본 고에서는 이동로봇의 SLAM에 대하여 소개 하였다. 전달의 명확성을 위해서 위치인식 문제와 지도작성 문제를 각각 정의하고 이를 결합한 SLAM 에 대하여 확률적으로 기술하였다.
- 본 절에서 는 간단한 이 동 로봇 모델을 통하여 SLAM의 구현에 대해서 알아본다. 그림 3에 나타난 로봇은 제어 입력 벡터 uk = [ vk uk ]T를적용하여 이동되며 이는각각로봇의 중심속도와 조향 입 력 을 의미 한다.
가설 설정
- 인간이 미지의 환경에 놓였을때 위치한환경내의 구분가능한(cfetfaguishable)특징점(feature) 을 인식하여 이를 기준으로 위치를 추정하게 되는데 이는 위치인식과 지도작성이 선후관계를 가지지 않는다는 것을 의미한다. 만약 우리가 흰색의 무한 평면에 놓였다고 가정해 보자. 우리는 무한한 흰색 평면에서 크게 눈에띄는 특징들을 발견하지 못할것이며 따라서 내가 처음 위치한 곳으로 부 터 내가 어떻게 이동해왔는지 알 수 없을 것이다.
- 이 동로봇의 센서는 거 리 와 각도를 측정 할 수 있는(range and bearing sensor) 레 이져 스캐너로 가정 한다. 랜드마크는 2차원 위치를 가지며 다음과 같다.
- m;: 느 번째 랜드마크의 위치를 기술하는 벡터. 특징점의 위 치 는 시 간에 불변 (time invariant)하다고 가정 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.