Implementation and Performance Comparison for an Underwater Robot Localization Methods Using Seabed Terrain Information

Abstract

본 논문은 수중 로봇 위치추정을 위하여 무향 칼만 필터 방법을 제안한다. 이 방법은 해저 지형 정보와 로봇으로부터 수심측정을 비교한다. 해저 수심 범위의 측정을 위해, DVL 센서를 이용한다. 일반적으로 DVL은 로봇의 속도 정보와 4개의 거리 데이터를 획득한다. 확장 칼만 필터는 지형 수심 범위 측정을 위해 자코비안을 유도하기가 가능하지 않기 때문에 지형정보를 이용한 방법에는 유용하지가 않는다. 파티클 필터는 자코비안을 필요로하지 않고, 비선형 및 비 가우시안 시스템에 좋은 해결책이지만 연산량이 많은 단점이 있다. 본 논문에서는 무향 칼만 필터와 파티클 필터의 위치추정 성능과 처리 속도를 비교한다. 수중 네비게이션에 사용되는 무향 칼만 필터 방법은 일부 있지만 해저 지형 정보를 이용한 방법은 극히 드물다. 특히, 제안된 방법은 수백개의 스캔 범위 데이터를 사용하지 않고 4개의 범위 데이터만을 이용한다. 본 논문에서는 4개의 거리 데이터를 가지고 해저 지형을 기반을 둔 위치추정을 위한 무향 칼만 필터 방법의 접근 가능성을 보인다. This paper proposes an application of unscented Kalman filter(UKF) for localization of an underwater robot. The method compares the bathymetric measurement from the robot with the seabed terrain information. For the measurement of bathymetric range to seabed, it uses a DVL which typically yields four range data together with velocity of the robot. Usual extended Kalman filter is not appropriated for application in case of terrain navigation, since it is not feasible to derive Jacobian for the bathymetric range measurement. Though particle filter(PF) is a nice solution which doesn't require Jacobian and can deal with non-linear and non-Gaussian system and measurement, it suffers from heavy computational burden. The paper compares the localization performance and the computation time of the UKF approach and PF approach. Though there have been some UKF methods which are used for underwater navigation, application of the UKF for bathymetric localization is rare. Especially, the proposed method uses only four range data whereas many of the bathymetric navigation methods have used multibeam sonar which yields hundreds of scanned range data. The result shows feasibility of the UKF approach for terrain-based navigation using small numbers of range data.