36.16 이동 로봇의 오도메트리 모델

36.16 이동 로봇의 오도메트리 모델

오도메트리(odometry)는 로봇이 자신의 운동 정보(바퀴 회전, 관성 센서 등)로부터 자세를 추정하는 방법이다. 이동 로봇에서 가장 기본적이고 중요한 위치 추정 방식이며, 기구학 모델과 직접 연결된다. 본 절에서는 이동 로봇의 오도메트리 모델을 학술적으로 다룬다.

1. 오도메트리의 개념

1.1 정의

오도메트리는 내부 센서 정보로부터 로봇의 이동 거리와 방향을 추정한다.

1.2 기원

“오도미터(odometer)“라는 용어에서 기원했다.

1.3 데드 레코닝

절대 위치 참조 없이 상대 운동으로부터 위치를 추정하는 데드 레코닝(dead reckoning)의 한 형태이다.

2. 바퀴 오도메트리

2.1 기본 원리

바퀴 엔코더로 바퀴 회전량을 측정하여 로봇 운동을 추정한다.

2.2 기구학 모델

기구학 모델을 활용하여 바퀴 회전량을 로봇 자세 변화로 변환한다.

2.3 적분

각 시간 단계의 자세 변화를 적분하여 누적 자세를 얻는다.

3. 차동 구동 오도메트리

3.1 바퀴 이동 거리

각 바퀴의 이동 거리는 d_i = r \Delta\phi_i이다.

3.2 선 이동과 회전

로봇 중심의 선 이동과 회전은 다음과 같다.

\Delta s = (d_R + d_L)/2, \quad \Delta\theta = (d_R - d_L)/L

36.16.3.3 자세 갱신

자세 갱신은 다음과 같다.

x_{k+1} = x_k + \Delta s \cos(\theta_k + \Delta\theta/2)

여기서 중점 방향을 활용한 근사이다.

4. 아커만 오도메트리

4.1 기구학 모델

아커만 조향의 기구학 모델을 활용한다.

4.2 속도와 조향각

차량 속도와 조향각으로부터 자세 변화를 계산한다.

4.3 자동차 응용

자동차의 오도메트리 계산에 활용된다.

5. 옴니 방향 오도메트리

5.1 3 자유도 운동

평면 3자유도 운동을 추정한다.

5.2 바퀴 자코비안

바퀴 자코비안의 의사 역행렬을 활용한다.

5.3 정확도 고려

미끄럼 등으로 정확도가 제한될 수 있다.

6. 오도메트리의 오차 원인

6.1 계통 오차

바퀴 반지름 오차, 트랙 거리 오차 등 계통적(systematic) 오차이다.

6.2 비계통 오차

미끄럼, 불균일 지면 등 비계통적 오차이다.

6.3 누적 오차

시간에 따라 오차가 누적된다.

7. 오차의 모델링

7.1 노이즈 모델

오도메트리 노이즈를 확률적으로 모델링한다.

7.2 공분산 전파

오차 공분산이 시간에 따라 어떻게 전파되는지 모델링한다.

7.3 확률적 오도메트리

확률적 프레임워크에서의 오도메트리가 학술적으로 정립되어 있다.

8. 관성 오도메트리

8.1 IMU 활용

관성 측정 유닛(IMU)을 활용한 오도메트리이다.

8.2 가속도와 각속도

가속도와 각속도를 적분하여 자세를 추정한다.

8.3 빠른 드리프트

관성 오도메트리는 빠르게 드리프트가 누적된다.

9. 시각 오도메트리

9.1 카메라 활용

카메라 영상으로부터 자세 변화를 추정한다.

9.2 피처 추적

영상 내 피처의 추적으로 운동을 추정한다.

9.3 현대적 접근

딥러닝 기반 시각 오도메트리가 활발히 연구되고 있다.

10. 학술적 활용

본 절에서 다룬 이동 로봇의 오도메트리 모델은 위치 추정의 기본 학술 주제이다. 정확한 오도메트리 모델이 고정밀 이동 로봇 운용의 기반이 되며, 센서 융합 시스템의 핵심 구성 요소이다.

11. 출처

  • Siegwart, R., Nourbakhsh, I. R., and Scaramuzza, D., Introduction to Autonomous Mobile Robots, 2nd edition, MIT Press, 2011.
  • Borenstein, J. and Feng, L., “Measurement and correction of systematic odometry errors in mobile robots”, IEEE Transactions on Robotics and Automation, Vol. 12, No. 6, pp. 869–880, 1996.
  • Thrun, S., Burgard, W., and Fox, D., Probabilistic Robotics, MIT Press, 2005.
  • Scaramuzza, D. and Fraundorfer, F., “Visual odometry [Tutorial]”, IEEE Robotics and Automation Magazine, Vol. 18, No. 4, pp. 80–92, 2011.
  • Nistér, D., Naroditsky, O., and Bergen, J., “Visual odometry”, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 652–659, 2004.

12. 버전

  • 문서 버전: 1.0
  • 작성일: 2026-04-18