Localization - 소개

@localization

mapping 된 환경에서 로봇의 pose를 결정하는 과제

노이즈 센서 측정을 필터링 + 로봇의 위치와 방향을 추적하는 확률적 알고리즘 구현 -> localization 수행

 

@localization Algorithms

-확장 칼만 필터(EKF)

-마르코프 localization

-Gird localization

-몬테카를로 localization(MCL)

 

@localization problem

존재하는 정보의 양과 로봇이 작동하는 환경의 특성에 따라 위치 파악 작업의 난이도(1~3)가 결정된다.

  1 - Position tracking(local localization)

  2 - Global localization

  3 - 로봇 납치 문제

 

1 - Position tracking(local localization)

이 문제는 로봇의 초기 pose를 알고있으며, 로봇이 환경을 벗어날 때 로봇의 pose를 추정하는 것.

로봇의 동작에는 항상 불확실성이 있기 때문에 발생

 

2 - Global localization

이 문제는 이미 본적있는 map에서 로봇의 초기 pose를 모르고, 실제 위치 map을 기준으로 pose를 추정해야한다. Global localization의 불확실성은 local localization 보다 훨씬 커서 어렵다.

 

3 - 로봇 납치 문제

로봇이 언제든 납치되어 새 위치로 이동할 수 있다는 점을 제외하고는 Global localization과 동일. 자주 일어나지는 않지만, 가장 최악의 상황이므로 이 문제도 엔지니어로서 해결해야 한다.

 

+우리는 환경이 동적인지 정적인지를 고려해야한다. 즉, 객체가 시간이 지남에 따라 변하는지 변하지 않는지를 고려해야 한다. 동적 환경에서 localization은 더 어렵고 여기서는 정적 환경에 초점을 맞춘다.

 

Udacity Robotics program 교육 - 3.Localization