무인 잠수정은 자율 무인잠수정(이하 'AUV' 또는 '자율무인잠수정'을 혼용)과 원격조정잠수정(이하 'ROV'로 지칭)으로 분류를 할 수 있다. ROV는 테더 게이블로 인한 작업 범위의 한계와 운동성능 효율이 떨어지는 단점을 지니고 있어, 테더 케이블이 필요 없는 AUV에 대한 필요성이 증대되고 있다. 추측 항법 시스템인 관성 항법 시스템(inertial navigation system, 이하 'INS'로 지칭)은 외부 도움없이 관성측정 장치(inertial measurement unit, 이하 'IMU'로 지칭)를 활용하여 구성된 시스템을 말한다. IMU는 자이로 스코프(gyroscope), 가속도계(accelerometer), 지자기(magnetic)센서로 구성된 측정 장치로 3개의 센서를 사용하여 상호 보정을 통한 기동 체의 위치, 속도 및 자세 정보를 제공한다. 복합항법시스템은 추측항법시스템이 가지는 누적오차와 측위 항법시스템이 가지는 외부환경에 대한 단점을 상호 보완하는 방법으로 연구가 진행 중이다. 하지만 심해서 또는 해양의 특성에 따라 측위 시스템이 사용되지 못하기 때문에 추측 항법시스템의 다양한 관성 센서를 활용한 상로 보완과 신호처리 방법을 통한 연구 개발이 진행 중이다. 다양한 센서 정보를 통합하는 목적으로 칼만 필터와 같은 최적 필터기법이 보편적으로 사용되고 있다. 칼만 필터는 확률 선형 시스템에 대하여 공정잡음 및 측정 잡음이 가우시안 확률 분포를 따를 때 최적의 추정자가 된다. 또한 가우시안 조건을 만족하지 않는 경우에도 선형 추정자 중에 추정 오차의 분산이 가장 작은 추정자이다. 칼만 필터가 최상의 성능을 발휘 하려면 공정잡음과 측정 잡음의 실제 값을 정확히 알아내는 것이 중요하다. 잡음 수준에 대한 정보가 부정확 할 경우 칼만 필터는 발산 할 수 있기 때문에 시스템에서 잡음 수준의 공산은 칼만 필터의 최적 이득을 결정하는 중요한 요소로 추정치에 큰 영향을 준다. 따라서 칼만 필터를 추측항법시스템에 적용 시킬 경우 실제 모텔의 잡음 공분산을 정확히 추정할 수 있는 기법이 요구된다. 추측항법시스템은 다양한 센서를 활용하기 때문에 움직이는 기동 표적에 적용시 잡음공분상이 변하기 때문에 항법시스템이 저하 될 수 있다. 본 연구에서는 다양한 센서를 융합하여 해양 생체 로봇의 정밀 자세 제어가 가능한 시스템을 제안하고자 한다.