[논문]SLAM으로 작성한 지도 품질의 상대적/정량적 비교를 위한 방법 제안

권태범; 장우석

doi:10.7746/jkros.2014.9.4.242

[국내논문] SLAM으로 작성한 지도 품질의 상대적/정량적 비교를 위한 방법 제안
A New Method for Relative/Quantitative Comparison of Map Built by SLAM 원문보기

로봇학회논문지 = The journal of Korea Robotics Society, v.9 no.4, 2014년, pp.242 - 249

권태범 (Creative Innovation Center, CTO, LG Electronics) , 장우석 (Creative Innovation Center, CTO, LG Electronics)

Abstract ▼ AI-Helper

By a SLAM (simultaneous localization and mapping) method, we get a map of an environment for autonomous navigation of a robot. In this case, we want to know how accurate the map is. Or we want to know which map is more accurate when different maps can be obtained by different SLAM methods. So, several methods for map comparison have been studied, but they have their own drawbacks. In this paper, we propose a new method which compares the accuracy or error of maps relatively and quantitatively. This method sets many corresponding points on both reference map and SLAM map, and computes the translational and rotational values of all corresponding points using least-squares solution. Analyzing the standard deviations of all translational and rotational values, we can know the error of two maps. This method can consider both local and global errors while other methods can deal with one of them, and this is verified by a series of simulations and real world experiments.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

SLAM 개발 시 중요한 부분 중 하나가 SLAM의 성능을 평가하는 것이다. SLAM의 성능은 지도 작성 시간, 지도와 환경의 일치 수준 등으로 평가할 수 있는데, 본 연구에서는 지도와 환경의 일치 수준, 즉 지도의 품질을 평가하는 것에 관심이 있다. 이는 개발한 SLAM 알고리즘으로 환경에 대한 지도를 작성한 후 지도와 환경이 얼마나 유사한 지를 정량적으로 평가하려고 할 때 필요하다.
본 연구에서는 SLAM으로 작성한 지도의 상대적인 비교를 정량적으로 수행하기 위한 방법을 제안하였고, 다음과 같은 결론을 얻었다.
본 연구에서는 다음 요구조건을 만족하는 지도 비교 방법을 제안한다.
본 연구에서는 사람 관점과 자율주행 관점을 모두 고려하여 SLAM으로 작성한 지도 간의 상대적인 비교가 가능한 방법을 제안하였고, 제안한 방법의 유용성을 실험을 통하여 보였다. 2장에서는 SLAM 성능을 비교하는 방법에 관한 유사 연구를 자세히 설명하였고, 3장에서는 다루는 문제를 분석하고 요구조건을 정의하였다.

가설 설정

3. 국부오차가 고려되어야 한다. 즉, 부분적인 형상이 실제 환경과 유사해야 한다.
위치측정은 CAD도면을 통해서 할 수도 있고, 실제 환경을 측량할 수도 있다. SLAM 성능 비교를 위한 실험을 하는 경우 이 작업이 가능하다고 가정한다.
이때, 환경에 대한 CAD 정보 혹은 실측을 통하여 비교할 특정 위치에 대한 정확한 좌표를 얻을 수 있는 조건을 가정한다. SLAM 성능을 평가하거나 지도를 비교하기 위한 실험을 하는 경우라면 대부분 이 가정이 성립하는 조건일 것이다.

제안 방법

■ 국부오차를 고려할 수 있다. 기존 방법이 센서 값을 비교하여 SLAM 과정 중의 국부오차를 계산하는 것이 비하여 제안한 방법은 SLAM 결과인 지도를 활용하여 국부오차를 계산한다.
. 비교를 위한 기준경로는 지적도전산출력자료 (ALK, Automatisierte Liegenschaftskarte)를 이용하여 추출하였고, 이 경로와 SLAM 중 추정한 위치를 하나의 절대좌표계로 맞추어 차이를 비교하였다. 이 방법의 경우 하나의 절대좌표계에서의 위치 차이를 비교하는 방법이기 때문에 Fig.
이 연구에서는 SLAM 수행 중 로봇의 위치를 정확한 위치(Ground Truth)와 비교하는 방법을 사용하였는데, 이는 절대좌표계 기준의 위치를 비교하는 방법과 개념이 동일하다. 서로 다른 SLAM 방법으로 작성한 지도를 비교하는 연구도 있었지만, 이 또한 SLAM 수행 중 로봇의 위치를 정확한 위치(Ground Truth)와 비교하는 방법을 사용하였다^[10].
이를 위해서 Fourier descriptors를 사용하여 최적의 위치, 방향으로 기준 지도와 SLAM으로 작성한 지도를 맞추는 방법을 사용하였다. 위치, 방향을 맞춘 후 픽셀 간의 일치 여부를 비교하여 SLAM으로 작성한 지도의 정확도를 판단하였다. 이 방법의 경우 Fig.
. 이 연구에서는 SLAM 수행 중 로봇의 위치를 정확한 위치(Ground Truth)와 비교하는 방법을 사용하였는데, 이는 절대좌표계 기준의 위치를 비교하는 방법과 개념이 동일하다. 서로 다른 SLAM 방법으로 작성한 지도를 비교하는 연구도 있었지만, 이 또한 SLAM 수행 중 로봇의 위치를 정확한 위치(Ground Truth)와 비교하는 방법을 사용하였다^[10].
이 방법에서는 수집한 센서 데이터를 분석하여 동일한 센서 데이터를 획득한 지점을 사람이 판단하여 정의한다. 이 정보와 SLAM 수행 중 추정한 위치를 비교하는 방법으로 동일한 지점을 로봇이 어떻게 인식하였는지를 분석하는 방법을 제안하였고, 다양한 환경에서 3개 SLAM 방법으로 작성한 지도를 비교하였다. 이 방법의 경우 절대좌표계 기준 위치를 비교하는것이 아니기 때문에 국부적인 오차가 전체로 전파되는 현상이 발생하지 않는다는 장점이 있다.
기준이 되는 지도(reference map)와 SLAM으로 작성한 지도를 픽셀 단위로 비교하는 방법을 사용하고 있는데, 이를 위해서는 지도의 방향, 크기를 서로 동일하게 맞추는 것이 중요하다. 이를 위해서 Fourier descriptors를 사용하여 최적의 위치, 방향으로 기준 지도와 SLAM으로 작성한 지도를 맞추는 방법을 사용하였다. 위치, 방향을 맞춘 후 픽셀 간의 일치 여부를 비교하여 SLAM으로 작성한 지도의 정확도를 판단하였다.

대상 데이터

4는 실제 사무실 환경에서 FastSLAM으로 작성한 지도이다. 로봇은 LG전자의 청소로봇 RoboKing을 사용하였고, 센서는 Neato 사 청소로봇에 장착된 저가 레이저스캐너를 사용하였다^[12,13]. Fig.

성능/효과

SLAM map 1의 σT, σω가 매우 작은 값이 나온 것은 첫 실험 결과와 동일하지만, SLAM map 2와 SLAM map 3의 σT은 상대적인 크기 차이가 줄어들었고, σω은 상대적인 크기 차이가 반대로 계산되었다(σω, map 2 < σω, map3).
■ 전역오차를 고려할 수 있다. 기존 방법이 동일한 전역 좌표계 상의 위치를 단순 비교한 것에 비하여, 제안한 방법은 좌표계가 다르더라도 동일한 결과를 얻을 수 있다.
두 경우 제안한 방법으로 계산한 σT와 σω는 (156.392mm, 2.876°), (57.425mm, 2.123°)이고, SLAM map 1에 비하여 값이 많이 커진 것을 확인할 수 있다.
5 공간은 약 75m*30m 크기이기 때문이다. 따라서 제안한 방법은 동일한 환경에서 작성한 두 개 이상의 지도를 상대적/정량적으로 비교하는 용도로만 사용이 가능하다. 이에 대한 보완으로 환경의 크기를 고려한 무차원 값을 계산하여 상대적 비교뿐만 아니라 절대적 비교도 가능한 방법을 연구 중에 있다.
셋째, 두 가지 값 σT와 σω를 계산하지만, 서로 간의 관계를 설명하기 어렵다는 점이다.
제안한 방법으로 계산한 σT와 σω를 비교하면 지도 간의 상대적인 비교를 정량적으로 수행할 수 있다.
제안한 방법의 경우 지도만 주어지면 SLAM 방법, 사용한 센서 등에 상관 없이 지도 비교가 가능하다. 따라서 동일한 알고리즘을 사용하면서 센서를 다르게 사용할 때 SLAM 성능을 비교하거나, 개발하는 SLAM 알고리즘과 오픈소스 SLAM 알고리즘을 비교하는 용도로도 활용이 가능하다.
하지만 본 연구에서 제안한 방법으로 계산한 σT와 σω는 0.355mm, 0.006°로 오차가 매우 작음을 알 수 있다(요구조건 1 만족).

후속연구

제안한 방법의 경우 지도만 주어지면 SLAM 방법, 사용한 센서 등에 상관 없이 지도 비교가 가능하다. 따라서 동일한 알고리즘을 사용하면서 센서를 다르게 사용할 때 SLAM 성능을 비교하거나, 개발하는 SLAM 알고리즘과 오픈소스 SLAM 알고리즘을 비교하는 용도로도 활용이 가능하다. 예를 들어, Fig.

질의응답

핵심어	질문	논문에서 추출한 답변
	로봇의 자율주행을 위해 필요한 기술에는 무엇이 있는가?	로봇의 자율주행을 위해서는 지도작성, 위치추정, 경로 생성, 장애물회피 등의 여러 기술이 필요하다. 이 중 지도 작성을 위해서는 SLAM(Simultaneous Localization and Mapping) 기술이 필요한데, 이는 자율주행을 위하여 필요한 여러 기술 중 가장 어려우면서도 중요한 기술이다.
	SLAM의 성능은 무엇으로 평가할 수 있는가?	SLAM 개발 시 중요한 부분 중 하나가 SLAM의 성능을 평가하는 것이다. SLAM의 성능은 지도 작성 시간, 지도와 환경의 일치 수준 등으로 평가할 수 있는데, 본 연구에서는 지도와 환경의 일치 수준, 즉 지도의 품질을 평가하는 것에 관심이 있다. 이는 개발한 SLAM 알고리즘으로 환경에 대한 지도를 작성한 후 지도와 환경이 얼마나 유사한 지를 정량적으로 평가하려고 할 때 필요하다.
	절대위치만 비교하는 방법의 장단점은 무엇인가?	기존 방법은 크게 절대위치만 비교하는 방법과 위치 간의 상대적인 관계를 비교하는 두 가지로 나눌 수 있다. 전자는 절대좌표계 기준의 위치를 직접 비교하는 방법으로 쉽다는 장점이 있는 반면에 오차가 누적되어 비교가 된다는 단점이 있다. 후자는 방법은 복잡하지만 오차가 누적되는 문제가 발생하지 않는다.

참고문헌 (14)

G. Zhang, and I. H. Suh, "Loop Closure in a Line-Based SLAM", Journal of Korea Robotics Society, vol. 7, issue 2, pp. 120-128, June, 2012.

원문보기 상세보기
C. Nam, J. Kang and N. L. Doh, "A New Observation Model to Improve the Consistency of EKF-SLAM Algorithm in Large-scale Environments", Journal of Korea Robotics Society, vol. 7, issue 1, pp. 29-34, March, 2012.

원문보기 상세보기
M. Dissanayake, P. Newman, S. Clark, H. Durrant-Whyte, and M. Csobra, "A solution to the simultaneous localization and mapping (slam) problem", IEEE Transactions on Robotics and Automation, vol. 17, issue 3, pp. 229-241, June, 2001.

상세보기
G. Grisetti, C. Stachniss, and W. Burgard, "Improving grid-based SLAM with Rao-Blackwellized particle filters by adaptive proposals and selective resampling", Proceedings of IEEE ICRA 2005, pp. 2432-2437, April, 2005.
F. Lu, and E. Milios, "Globally consistent range scan alignment for environment mapping", Journal of Autonomous Robots, vol. 4, issue 4, pp. 333-349, Oct., 1997.

상세보기
O. Wulf, A. Nuchter, J. Hertzberg, and B. Wagner, "Benchmarking urban six-degree-of-freedom simultaneous localization and mapping", Journal of Field Robotics, vol. 25, issue 3, pp. 148-163, March, 2008.

상세보기
R, Iyekkettem, and K. Hirasawa, "A comparison of SLAM implementations for indoor mobile robots", Proceedings of IEEE/RSJ IROS 2007, pp. 1479-1484, Oct. 2007.
R. Kummerle, B. Steder, C. Dornhege, M. Ruhnke, G. Grisetti, C. Stachniss, and A. Kleiner, "On measuring the accuracy of SLAM algorithms", Autonomous Robots, vol. 27, issue 4, pp. 387-407, Nov., 2009.

상세보기
B. Balaguer, S. Carpin, and S. Balakirsky, "Toward quantitative comparisons of robot algorithms: Experiences with SLAM in simulation and real world systems", in IROS 2007 workshop, Oct., 2007.
F. Amigoni, S. Gasparini, and M. Gini, "Good experimental methodologies for robotic mapping: A proposal", Proceedings of IEEE ICRA 2007, pp. 4176-4181, April, 2007.
F. Lu, and E. Milios, "Robot pose estimation in unknown environments by matching 2D range scans", Journal of Intelligent and Robotic Systems, vol. 18, issue 3, pp. 249-275, March, 1997.
http://www.neatorobotics.com/robot-vacuum/xv/, 2014. 09. 13
K. Konolige, J. Augenbraun, N. Donaldson, C. Fiebig, and P. Shah, "A Low-Cost Laser Distance Sensor", Proceedings of IEEE ICRA 2008, pp. 3002-3008, May, 2008.
http://wiki.ros.org/gmapping, 2013.12.09

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증