첫 번째 실험은 기존의 측정 센서의 불확실성 값을 하나로 결정하는 방법을 사용한 추정 방법과 시간마다 달라지는 센서 거리를 이용하여 측정 센서의 불확 실성 값을 센서 거리에 비례하도록 값을 변화시켜 추정하는 방법을 비교한다.
추정된 로봇 위치의 거리 오차를 검증하는 방법은 추정된 위치와 주행 궤적의 거리 차이에 대한 평균(E(error)), 표준편차(σ(error)), 최대오차거리(Max.), 표준 오차(RMSE, Root Mean Squares Error)로 나타낸다. 추정 위치는 그림 3.2에서 빨 간색 선을 의미하고 파란색 점선을 기준으로 이동한다.
표 3.2는 추정이 완료되었을 때의 두 가지 검증결과를 나타내며 외수용성 센 서의 불확실성 값을 적응적으로 변화시킨 결과에서 추정 위치의 누적 오차가 0.2423m로 추정 성능이 좋았음을 알 수 있다. 그림 3.2는 기존에 외수용성 센서 정보의 측정 잡음을 하나로 했을 때의 실험 결과를 나타내고 그림 3.3은 제안한 방법을 사용해서 측정 잡음에 대해 적응적으로 변화시키는 실험 결과를 나타낸 다. 그리고 측정 센서의 거리 정보는 로봇이 유리로 된 경계면을 측정할 때 기 존의 측정거리보다 두 배 증가된 거리를 나타낸다. LRF는 물체에 반사되어 돌 아오는 거리가 유리를 통과하게 되면 두 배가 되기 때문이다. 따라서 이런 조건 에서는 파라미터를 잘못 결정하게 되면 시그마 포인트가 경계선에서 벗어나게 되어 알고리즘에서 계산한 센서 거리와 실측된 센서 거리가 달라지기 때문에 추 정 성능을 저하시킨다.
실험은 외부 센서 정보의 크기에 비례하여 불확실성 값을 변화시켰다. 변화된 불확실성 값은 잡음에 대한 크기를 조절하기 위해 변화하는 불확실성 값에 가중 치를 적용하여 비례상수로 표현하였다. 로봇의 중앙에서 길게 측정되는 부분에 서는 잡음이 크게 되어 추정 위치에 영향을 주기 때문에 거리에 대해 적응적으 로 불확실성 값을 고려하였다. 그리고 시그마 포인트가 경계선에서 벗어나게 되 면 추정이 완전히 이루어지지 않는다. 따라서 적응적으로 변화하는 측정 센서의 불확실성 값을 설정하여 추정오차를 줄 일 수 있었다.
Fixed measurement uncertainty
Adaptive measurement uncertainty
E(error) 0.2903 0.2423
σ(error) 0.1934 0.1501
Max. 0.8257 0.7404
RMSE 0.3489 0.2850
표 3.2. 측정 불확실성 모델의 비교 실험 결과 비교
Table 3.2. Result of experiment comparing measurement uncertainty model
0 20 40 60 80 100
0 5 10 15 20 25 30 35 40
x axis (m)
y axis (m)
Result of using fixed measurement uncertainty model estimation robot standard trajectory
0 1000 2000 3000 4000 0
0.2 0.4 0.6 0.8 1
Time (sampling)
er ror ( m )
그림 3.2. 고정된 측정 불확실성 모델을 사용한 결과 Fig. 3.2. Result of using fixed measurement uncertainty model
0 10 20 30 40 50 60 70 80 90 100
0 5 10 15 20 25 30 35 40
Result of using adaptive measurement uncertainty model
y axis (m)
x axis (m)
estimation robot standard trajectory
0 1000 2000 3000 4000 0
0.2 0.4 0.6 0.8 1
Time (sampling)
er ror ( m )
그림 3.3. 적응성을 갖는 측정 불확실성 모델을 사용한 결과 Fig. 3.3. Result of using adaptive measurement uncertainty model
그림 3.2와 3.3에서 시간에 대한 샘플링이 3000~3500구간에서 각각 추정 오차 가 크게 나타나는 이유는 그림 3.4와 같이 특징점들이 로봇위치로부터 먼 거리 에 있음을 확인 할 수 있다. 로봇위치로부터 측정되는 거리 값과 회전각에 대한 에러가 큰 구간임을 알 수 있고 다른 구간에 비해 측정값에 대한 불확실성이 커 지기 때문에 추정 위치 오차도 커짐을 판단할 수 있다.
그림 3.4. 위치 오차가 크게 나타나는 구간 Fig. 3.4. Section of big position error