사족보행 로봇을 위한 중력 기반 레이더 오도메트리

Abstract

자율주행 및 로보틱스 분야에서 로봇의 위치 측정과 주변 지도 생성을 동시에 진행하는 SLAM은 빼놓을 수 없는 연구 주제이다. 부정확한 센서 오도메트리는 SLAM 결과로 생성된 3차원 지도 또는 경로 계획 결과의 정확도에 영향을 미칠 수 있기에, 센서 오도메트리의 정확성은 SLAM 분야에서 매우 중요하다. 오도메트리의 정확도를 저하하는 주요한 문제 중 하나로는 부정확한 최적화 또는 잘못된 특징점 정합 등으로 인하여 발생하는 z축 에러 문제가 있다. IMU 센서를 활용하여 추정할 수 있는 중력 벡터를 활용할 경우, 기존의 카메라 및 라이다 SLAM에서 활용해온 4-Dof 최적화를 사용할 수 있게 된다. 이를 활용하여, 본 연구는 중력 추정 기반 4-Dof 최적화를 적용한 단일 칩 레이더 오도메트리 알고리즘을 제안한다. 제안하는 알고리즘은 Double RANSAC 테크닉을 활용하여 노이즈 및 동적 물체를 제거하였으며, 추가적으로 z축 방향으로 부정확한 포인트 또한 제거하였다. 또한 IMU 센서의 초기 가속도 정보를 기반으로 로봇의 Initial Orientation을 보정한다. 마지막으로 4-Dof 최적화에 기반한 위치 추정을 진행, 기존의 6-Dof 최적화를 기반으로 하는 칩 레이더 오도메트리 알고리즘에 비하여 z축 오차에 강인한 센서 오도메트리 정보를 계산한다. 본 알고리즘의 성능은 z축 진동이 심한 보행 로봇 플랫폼인 Boston Dynamics Spot 4족 보행 로봇에서 테스트하였으며, 실험 결과 기존 레이더 오도메트리 알고리즘과 비교하여 z축 방향 정확도가 향상된 것을 확인할 수 있다.

Sensor odometry is critical in the field of SLAM as the inaccurate odometry may affect the quality of result 3D map or path planning. One of the important issues of odometry accuracy is z axis floating occurred from incorrect optimization or feature matchings. The use of gravity vector that can be estimated from IMU sensors can provide opportunity of exploiting 4-Dof optimization, the technique that has been widely utilized in the Camera and LiDAR SLAM. Inspired from the idea, we present a novel single chip radar odometry with 4-Dof optimization based on gravity estimation. Our method proposes double RANSAC technique to remove noise and dynamic objects first, and z axis inaccurate points second. Exploiting the IMU acceleration data, gravity vector is estimated and based on this, initial orientation of the robot is calibrated. Lastly, 4-Dof optimization on x, y, z, and yaw is done to calculate the sensor odometry that is more robust on z axis error. We tested our algorithm with Boston Dynamics Spot quadrupedal robot as a legged UGV which occurs high level of z axis vibration. Our algorithm demonstrates a significant improvement in z axis accuracy compared to the base method.