본문 바로가기
logistics

SLAM이란? 무인 이동 차량의 지도 생성

by Jayson Jeong 2023. 6. 22.

자율 주행 로봇 등 무인 이동 차량의 궁극적인 목적은 '이동' 이다. 특정한 물건을 목표지점으로 이동 시키거나, 탑승자를 이동시키거나, 목표지점으로 이동하여 사용자가 원하는 정보를 얻어내는 등 자율 주행 로봇을 개발하는 이유는 다양하지만 목적을 달성하기 위한 필수 조건은 '이동' 이다. 

 

무인 이동 차량이 목표지점으로 가기 위해서는 차량이 위치한 맵 상의 절대 위치를 알아야 한다. 이를 위해선 차량이 위치한 공간의 맵이 필요하며 맵 상의 차량의 현재위치, 목표의 위치를 알아야 하는데 이를 가능하게 하는 기술이 바로 SLAM이다. 

 

SLAM이란? 

SLAM은 Simultaneous Localization And Mapping의 약어로 우리말로 하면 동시적 위치 추정 및 지도화이다. 

 

자율 주행 차량은 기본적으로 '인지-판단-제어'의 3단계를 거치면서 작동하게 된다. 인지단계에서는 카메라, 라이더(LiDAR), 레이더(RADAR) 등의 센서로 주변 환경은 인지한다. 판단단계에서는 인지된 환경 정보를 해석하여 안전하고 원활한 주행이 가능하도록 주행 경로를 생성한다. 

 

인지단계에서 SLAM은 크게 맵 생성과 맵 매핑, 위치 측정 기술을 필요로 한다. 맵 생성 기술과 맵 매핑 기술은 주로 레이저 센서, 비전 센서, 적외선 센서 등과 같은 거리 센서를 이용해 이루어지고 있다. 위치 측정 기술은 기존의 공간 정보 데이터를 이용하거나 GPS , Wi-Fi, 전자 나침반, 오도메트리(IMU 센서, 엔코더 센서 등) 등의 정보를 추가로 이용해 더욱 정교한 위치를 측정 할 수 있다. 

 

SLAM의 전처리 과정과 맵 매핑 알고리즘. 출처. 자율주행 장치를 위한 수정된 유전자 알고리즘을 이용한 경로계획과 특징 맵 기반 SLAM

 

 

SLAM은 GPS 값, 차량 주행거리 정보, 레이저 점군 데이터 등 센서를 이용하여 수집한 데이터를 융합하여 현재 차량 주변환경의 지도를 만들면서 동시에 현재 차량이 어디에 있는지를 계산한다. 하지만 데이터를 수집하는 과정에서 악천후 등 주변 요인으로 인해 잡음이 섞일 수 있고, 이로 인해 오차를 발생시킬 수 있다. 즉, 센서 관측정보의 불확실성, 실시간성 확보, 넓은 환경 등의 문제가 발생할 수 있다.

 

이를 해결하기 위해서는 부정확한 센서값 및 환경의 변화들에 대응하여 정확한 위치를 추정하기 위한 인공지능의 일종인 기계학습 알고리즘이 요구된다. 

 

가우시안 혼합 모델(Gaussian mixture model)

칼만 필터(KF, Kalman Filter)

파티클 필터(PF, Particle Filter)

그래프(graph) 및 번들 조정(BA, Bundle Adjustment)

EKF(Extended Kalman Filter)

UKF(Unscented Kalman Filter)

RBPF(Rao-Blackwellized Particle Filter)

확률 분포 SLAM 방법론

몬테 카를로 위치 추정(MCL, Monte Carlo Localization)

 

등의 다양한 알고리즘을 이용할 수 있다.

 

 

 

 

Reference.

정석우, 심현철. (2017). 자율주행 자동차의 인공지능. 기계저널, 57(3), 42-45.

김정민, 허정민, 정승영, 김성신. (2009). 자율주행 장치를 위한 수정된 유전자 알고리즘을 이용한 경로계획과 특징 맵 기반 SLAM. 한국지능시스템학회 논문지, 19(3), 381-387.

송재복, 황서연. (2014). SLAM 기술의 과거와 현재. 제어로봇시스템학회 논문지, 20(3), 372-379.

유수정. (2023). 자율주행 스마트 로봇의 SLAM 기술 동향. 한국통신학회지(정보와통신), 40(5), 40-46.

유성구, 정길도. (2008). 단일 영상과 거리센서를 이용한 SLAM 시스템 구현. 전자공학회논문지-SC, 45(6), 149-156.

박동규, 김규리, 장진우, 김동환. (2021). ROS 기반의 실내자율 주행 로봇의 자기위치 인식 및 딥러닝에 의한 제어 시스템. 대한기계학회 논문집 A권, 45(12), 1149-1160.