UKF Localization of a Mobile Robot in an Indoor Environment and Performance Evaluation

Abstract

본 논문은 실내 환경에서 이동로봇의 위치추정을 위해 무향 칼만 필터(UKF, Unscented Kalman Filter)를 적용하는 방법을 기술한다. 위치 추정을 위해 적용한 무향 칼만 필터 방법은 측정 거리에 따라 오차 공분산 값을 조절하는 새로운 측정 불확실성 모델을 제안한다. 또한 이 방법은 속도정보의 불확실성 및 측정 불확실성에 관한 오차 공분산 행렬의 비 대각 성분을 '0'이 아닌 값으로 설정한다. 이 방법은 100*40m 의 실내 작업환경에서 외수용성 센서로서 레이저영역측정기(Laser range finder)를 가진 차륜형 이동로봇을 이용한 실험을 통하여 평가한다. 이 실험에서는 적응적 불확실성 모델을 사용하지 않는 보통의 방법과 제안된 방법의 추정성능을 비교한다. 또한 이 실험은 오차 공분산의 비 대각성분을 '0'이 아닌 값으로 설정하여 추정 성능이 개선되는 것을 확인한다. 이 논문은 이동로봇의 위치추정을 위한 실용적인 UKF 방법을 구현하고 그 성능을 평가 하는 것을 주요 내용으로 한다. This paper reports an unscented Kalman filter approach for localization of a mobile robot in an indoor environment. The method proposes a new model of measurement uncertainty which adjusts the error covariance according to the measured distance. The method also uses non-zero off diagonal values in error covariance matrices of motion uncertainty and measurement uncertainty. The method is tested through experiments in an indoor environment of 100*40 m working space using a differential drive robot which uses Laser range finder as an exteroceptive sensor. The results compare the localization performance of the proposed method with the conventional method which doesn't use adaptive measurement uncertainty model. Also, the experiment verifies the improvement due to non-zero off diagonal elements in covariance matrices. This paper contributes to implementing and evaluating a practical UKF approach for mobile robot localization.