파이썬 로보틱스 - 광선 투사와 관측 모델

 관측 모델

 확률적 로봇 공학에서 동작 모델과 더불어 사용되는 주요 모델로

센서 관측치들이 생성되는 과정을 나타냅니다.

 

 관측 모델의 다양성

 오늘날의 로봇은 다양한 센서들을 사용하므로, 모델은 로봇의 센서에 따라서 달라질수 있습니다.

카메라 센서의 경우 사영 기하학으로 설계하며, 초음파 센서는 표면 반사에 따라 설계할수 있겠습니다.

 

관측 모델의 노이즈

 관측 모델은 센서 측정시 노이즈도 명시해주어야 하는데, 센서에는 기본적인 불확실성이 존재하기 때문입니다.

 

관측 모델의 정의

 관측 모델은 로봇의 자세와 지도가 주어질때 관측치에 대한 조건부 확률 분포로 다음과 같이 정의됩니다.

관측의 예시

 아래의 그림은 여러개의 초음파 센서를 장착한 로봇으로 주위 환경을 스캔한 결과를 보여주고 있습니다.

일부 초음파 센서는 거리를 잘 측정하였지만, 일부는 장애물을 넘어가거나 장애물까지 도달하지 못한 경우도 존재합니다.

 

관측

 관측은 k개의 관측치들로 이루어지며 다음과 같이 정의 됩니다.

관측 모델과 각 관측치

 관측 모델은 각 관측치 우도들의 곱으로 구할수 있으며 다음과 같이 정의 됩니다.

 

지도

 지도는 주위 환경에 존재하는 물체들의 목록으로 N개의 물체가 존재할때 다음과 같이 정의됩니다.

 

지도의 종류

- 특징 기반 지도 : 관측치들로부터 중요한 특징들을 추출하여 만든 지도

- 위치 기반 지도 :  모든 관측치를 사용하여 만든 지도

 

 

관측 모델의 종류

1. 빔 기반 관측 모델

2. 우도 필드 기반 관측 모델

3. 맵 매칭 기반 관측 모델

4. 특징 기반 센서 모델

 

빔 기반 관측 모델

- 광선 투사로 관측치 하나 추출

- 다양한 노이즈를 반영

 

우도 필드 기반 관측 모델

- 최근접 거리를 구하여 확률을 계산하며, 완만한 확률치를 구함

- 최근접 거리만 사용하다보니, 뒷면의 빈 공간에 대한 정보를 무시함.

 

맵 매칭 기반 관측 모델

- 센서 스캔을 지역 지도로 만듬

- 지역 지도들 사이 연관시켜 전역 지도 만듬

 

특징 기반 관측 모델

- 특징 기반 관측 모델로 주위 랜드마크에 대한  거리, 방위, 시그니처를 추출

- 관측치로부터 특징 추출을 수행함