어디를 가고 있는가?(Where am I going? - Mapping)

어디를 가고 있는가?(Where am I going? - Mapping)

 어디를 가고 있는가?라는 문제를 해석하기 위해서는 반드시 자기 위치 인식이 필요하다. 이동 로봇의 플랫폼에 장착되어 있을 거리 센서와 영상 정보들은 최초 설정된 글로벌 좌표가 아닌 현재 구동중인 위치를 기준으로 결과를 얻을 수 있기 때문이다.

 \(x_t\)에서 취득한 센서 정보는 \(x_t\)좌표에 대한 것이며, 글로벌 좌표 \(X_g, Y_g\)로 변환해야 하나의 지도에서 관측량을 정의할 수 있다. 불운하게도, 이 과정에서 로봇의 이동 변위에 대한 오차 때문에 정확한 위치에 기입하지 못하는 경우가 생길 수 있다.(이 부분은 Dead reckoning이 가지고 있는 치명적인 단점이다. 관성항법에서도 비슷한 문제를 경험할 수 있는데, 절대 위치를 보정할 수 있는 GPS가 있기 때문에 다행이 특수한 경우가 아니면 큰 문제가 발생하지 않는다.)

 더욱이, 초기에 로봇의 위치를 측정하는 기준은 고가의 센서가 아니라 바퀴에 달린 엔코더에 의존하는 경우가 많았고, 센서의 정확도도 현재보다 더욱 부정확했기 때문에 다시 한 번 확률 기반의 지도 작성 방법이 제안되었다.

 환경 지도를 작성하는 방법론의 관점에서 크게 

• 위상 지도(Topological mapping)
• 격자 지도(Metric mapping)

로 분류하여 볼 수 있는데, 위상 지도는 에지와 노드로 구성된 그래프로 중요한 지점과 그 연결정를 가지고 있는 형태의 지도를 말한다. 반대로 격자 지도는 일반적으로 3차원 공간을 2차원 평면에 투영한 형태의 지도를 말한다. Metric이란 수식어에서 알 수 있는 것처럼 각 지점 간의 거리를 스케일로부터 얻을 수 있다.

격자 지도를 대표하는 방법은 Occupancy grid이다.