An Empirical Study on Robot Localization Based on Particle Filters

파티클 필터 기반의 로봇 측위에 관한 실험적 연구

일반적으로 지능형 에이전트에게 요구되는 가장 기초적인 상황 인식 기능 중의 하나가 불확실한 센서 데이터에 의존하여 자신의 현재 위치가 어디인지를 파악하는 일이다. 본 논문에서는 대표적인 확률기반의 측위 기법인 파티클 필터를 실제 로봇 측위에 적용한 실험을 수행하고, 이를 통해 측위 성능을 개선시킬 수 있는 방법들을 찾아본다. 특히 로봇 동작의 오차를 고려하지 않은 비-잡음 상태 전이 모델과 로봇 동작의 오차를 고려한 잡음 모델간의 비교 실험을 통해, 불확실성이 높은 실제 로봇 동작에 보다 근사한 상태 전이 모델이 파티클 필터 측위의 성능 개선에 도움이 될 수 있는지 분석해본다.