36.17 오도메트리 오차 모델과 누적 오차 분석

오도메트리는 이동 로봇의 기본 위치 추정 방식이지만, 시간에 따른 오차 누적이라는 근본적 한계를 가진다. 오차의 체계적 모델링과 누적 분석은 오도메트리 기반 시스템의 학술적 이해와 개선의 기초이다. 본 절에서는 오도메트리 오차 모델과 누적 오차 분석을 학술적으로 다룬다.

1. 오도메트리 오차의 분류

1.1 계통 오차

바퀴 반지름, 트랙 간격 등 기구 파라미터의 오차이다.

1.2 비계통 오차

미끄럼, 불균일 지면 등 무작위적 오차이다.

1.3 학술적 구분

Borenstein의 1996년 연구에서 이 분류가 학술적으로 확립되었다.

2. 계통 오차의 원천

2.1 바퀴 반지름 오차

제작 및 마모로 인한 바퀴 반지름 오차이다.

2.2 바퀴 반지름 불균형

좌우 바퀴 반지름의 차이가 궤적 편향을 야기한다.

2.3 트랙 간격 오차

실제 트랙 간격이 명목값과 다를 수 있다.

2.4 엔코더 해상도

엔코더의 유한 해상도가 양자화 오차를 야기한다.

3. 비계통 오차의 원천

3.1 미끄럼

바퀴와 지면의 미끄럼이 가장 중요한 비계통 오차이다.

3.2 불균일 지면

지면의 불균일성이 오차를 야기한다.

3.3 외력

외력에 의한 예상치 못한 운동도 원천이다.

4. 확률적 오차 모델

4.1 가우스 모델

오차를 가우스 분포로 모델링하는 단순 접근이다.

4.2 공분산 행렬

각 자세 변수의 공분산을 표현한다.

4.3 상관 관계

변수 간 상관 관계를 반영한 전체 공분산 행렬이 활용된다.

5. 공분산 전파

5.1 선형화

오도메트리 모델을 선형화한다.

5.2 전파 공식

각 시간 단계에서 공분산이 다음과 같이 전파된다.

$\boldsymbol{\Sigma}_{k+1} = \mathbf{F}_k \boldsymbol{\Sigma}_k \mathbf{F}_k^\top + \mathbf{Q}_k$

여기서 $\mathbf{F}_k$ 는 상태 전이 자코비안, $\mathbf{Q}_k$ 는 프로세스 노이즈이다.

36.17.5.3 누적 공분산

공분산이 시간에 따라 증가한다.

36.17.6 누적 오차의 특성

36.17.6.1 선 이동 오차

선 이동에 따른 오차는 이동 거리에 선형적으로 증가한다.

36.17.6.2 회전 오차

회전에 따른 각도 오차는 회전량에 비례한다.

36.17.6.3 자세 오차

자세 오차는 이동 거리와 방향 오차의 조합으로 증가한다.

36.17.7 UMBmark 방법

36.17.7.1 Borenstein의 실험

Borenstein의 UMBmark는 계통 오차를 측정하는 표준 실험 방법이다.

36.17.7.2 사각 경로

로봇이 사각 경로를 주행하며 오차를 측정한다.

36.17.7.3 양방향 측정

시계 방향과 반시계 방향 측정을 통해 오차 유형을 구분한다.

36.17.8 오차 보정

36.17.8.1 파라미터 보정

실험으로부터 정확한 기구 파라미터를 식별한다.

36.17.8.2 보정 모델

복잡한 보정 모델이 비선형 오차를 다룬다.

36.17.8.3 실시간 적응

운용 중 실시간 적응적 보정도 가능하다.

36.17.9 오차 한계의 극복

36.17.9.1 센서 융합

외부 센서(GPS, 비전 등)와의 융합으로 한계를 극복한다.

36.17.9.2 절대 위치 참조

절대 위치 참조 시스템의 주기적 활용이 필요하다.

36.17.9.3 SLAM

SLAM(Simultaneous Localization and Mapping)이 오도메트리 오차를 보정한다.

36.17.10 학술적 활용

본 절에서 다룬 오도메트리 오차 모델과 누적 오차 분석은 이동 로봇 위치 추정의 학술적 기초이다. 오차의 체계적 이해가 효과적 센서 융합과 정밀 로봇 운용의 기반이 된다.

출처

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.
Chong, K. S. and Kleeman, L., “Accurate odometry and error modelling for a mobile robot”, Proceedings of the IEEE International Conference on Robotics and Automation, pp. 2783–2788, 1997.
Thrun, S., Burgard, W., and Fox, D., Probabilistic Robotics, MIT Press, 2005.
Siegwart, R., Nourbakhsh, I. R., and Scaramuzza, D., Introduction to Autonomous Mobile Robots, 2nd edition, MIT Press, 2011.
Wang, C. M., “Location estimation and uncertainty analysis for mobile robots”, Proceedings of the IEEE International Conference on Robotics and Automation, pp. 1231–1235, 1988.

버전

문서 버전: 1.0
작성일: 2026-04-18