Abstract
Mobile robots use various sensors for navigation such as wheel encoder, vision sensor, sonar, and laser sensors. Dead reckoning is used with wheel encoder, resulting in the accumulation of positioning errors. For that reason wheel encoder can not be used alone. Too much information of vision sensors leads to an increase in the number of features and complexity of perception scheme. Also Sonar sensor is not suitable for positioning because of its poor accuracy. On the other hand, laser sensor provides accurate distance information relatively. In this paper we propose to extract the angular information from the distance information of laser range finder and use the Kalman filter that match the heading and distance of the laser range finder and those of wheel encoder. For laser scanner with one feature point error may increase much when the feature point is variant or jumping to a new feature point. To solve the problem, we propose to use two feature points and show that the positioning error can be reduced much.
이동로봇의 주행에는 주로 바퀴 엔코더, 비전, 초음파, 레이저 센서가 많이 사용된다. 바퀴의 엔코더는 추측항법으로 시간에 따라 오차가 누적되기 때문에 단독 사용으로는 정확한 로봇의 위치를 계산할 수가 없다. 비전 센서는 풍부한 정보를 제공하지만 정보추출에 시간이 많이 소요되고, 초음파 센서는 거리정보의 정확도가 떨어지기 때문에 항행에 사용하기에는 어려움이 있다. 반면 레이저 센서는 비교적 정확한 거리정보를 제공하여 주므로 주행 센서로 사용하기 적합하다. 본 논문에서는 레이저 거리계에서 각도를 추출하는 방법을 제안하고 칼만 필터를 사용하여 레이저 거리계에서 추출한 거리 및 각도와 바퀴 엔코더에서 추출한 거리 및 각도에 대한 정합을 수행한다. 일반적으로 레이저 거리계 사용시 특징점 하나를 사용한 경우에 그 특징점이 변하거나 새로운 특징점으로 이동할 때 오차가 커질 수가 있다. 이를 보완하기 위해 이동 로봇의 주행 시 레이저 스캐너에서 두 개의 특징점들을 사용하는 방법을 사용하여 이동 로봇의 항법 성능이 향상됨을 보인다.
