스페인 UMH 연구팀, 환경 변화에 강한 로봇 자율 위치추정시스템 개발

▲MCL-DLF 위치 추정 시스템을 탑재한 이동 로봇이 UMH 엘체 캠퍼스를 주행하고 있다. 이 시스템은 시간이 지남에 따라 환경이 변화하더라도 정확한 위치 파악을 가능하게 한다. (사진=UMH)

이동 로봇이 자율 주행을 위해서는 지속적인 위치 추정이 필수적이다. 그러나 위성 항법 시스템이 항상 신뢰할 수 있는 것은 아니다. 건물 근처에서는 신호가 약해지고, 실내에서는 아예 사용이 불가능한 경우도 있다. 따라서 로봇이 안전하고 효율적으로 작동하려면 내장 센서와 강인한 위치 추정 알고리즘을 활용해 주변 환경을 스스로 해석할 수 있어야 한다.

​

스페인 엘체에 위치한 '미겔에르난데스대(Miguel Hernández University of ElcheㆍUMH)' 연구팀은 위성항법시스템 없이도 넓고, 변화하는 환경에서 로봇이 스스로 자신의 위치를 정확히 파악할 수 있는 계층적 위치 추정 시스템을 개발했다고 밝혔다.

​

이 기술은 이동 로봇 분야의 대표적 난제인 '납치된 로봇(kidnapped robot)' 문제에 대응하기 위해 설계됐다. 납치된 로봇이란 로봇이 이동되거나 전원이 꺼지는 등 외부 요인으로 강제로 위치가 바뀐 뒤 초기 위치 정보를 잃어버리는 상황을 가리킨다.

​

연구팀이 개발한 'MCL-DLF(Monte Carlo Localization–Deep Local Feature)' 기술은 3D 라이다(LiDAR) 센서와 딥러닝 기술을 바탕으로 정밀한 위치를 추정하는 프레임워크다. 이 시스템은 사람이 낯선 장소에서 위치를 파악하는 방식을 모방해 개발됐다. 먼저 건물이나 식생 같은 광역적인 구조적 특징을 바탕으로 대략적인 위치를 파악한 뒤, 세부적인 지역 특징을 분석해 정확한 위치와 방향을 추정하는 '거친 단계→세밀 단계(Coarse-to-Fine)' 방식으로 작동한다.

​

이번 연구 성과는 국제학술지인 '인터내셔널 저널 오브 인텔리전트 시스템'에 발표됐다. (논문 제목:A Coarse-to-Fine 3D LiDAR Localization With Deep Local Features for Long-Term Robot Navigation in Large Environments)

​

연구 책임자인 미리암 막시모(Míriam Máximo) 연구원은 "사람이 먼저 전반적인 지역을 인식한 다음, 작은 구별 특징들을 통해 정확한 위치를 확인하는 과정과 유사하다"고 설명했다.

​

이 시스템은 외관이 비슷한 환경에서 발생하는 위치 혼동을 막기 위해 딥러닝 기술을 활용했다. 로봇이 스스로 위치 파악에 유용한 환경 특징을 학습하고, 이를 몬테카를로 위치 추정법(Monte Carlo Localization)과 결합해 새로운 센서 데이터가 들어올 때마다 여러 위치 가설을 업데이트하는 방식이다. 몬테카를로 위치 추정법은 로봇이 자신의 위치를 확률적으로 추정하는 방법이다. 핵심 아이디어는 수많은 가설을 동시에 유지하다가, 증거가 쌓일수록 정답에 가까운 가설만 살아남게 한다.

​

먼저 로봇은 3D 라이다(LiDAR) 포인트 클라우드에서 추출한 건물이나 식생 같은 전체의 구조적인 특징을 바탕으로 대략적인 위치 영역을 파악하는 '거친 위치 추정 단계(coarse localization step)'를 수행한다. 이후 해당 영역이 좁혀지면 세부적인 지역 특징을 분석해 로봇의 정확한 위치와 방향을 추정하는 '정밀 위치 추정(fine localization)' 단계로 넘어간다.

​

장기적인 로봇 내비게이션에서 가장 큰 과제 중 하나는 환경 변화다. 야외 공간은 계절 변화, 식생 성장, 조명 차이 등으로 시간이 지남에 따라 외관이 크게 달라질 수 있다. 연구팀에 따르면 MCL-DLF는 기존 방식보다 높은 위치 정확도를 달성하면서도 특정 경로에서는 방향 추정에서도 동등하거나 더 우수한 성능을 보였다.

​

연구팀은 수개월에 걸쳐 UMH 엘체 캠퍼스의 실내외 환경에서 시스템을 검증했다. 실험 결과 계절 변화나 식생 성장, 조명 차이 등 다양한 환경 변화 조건에서도 기존 방식보다 높은 위치 정확도와 낮은 오차 변동성을 보였다고 밝혔다.

​

연구팀은 로봇이 이동되거나 전원이 꺼지는 등 초기 위치 정보를 잃어버리는 이른바 '납치된 로봇(kidnapped robot)' 문제에도 효과적으로 대응할 수 있다고 강조했다.

​

이번 연구는 서비스 로봇, 물류 자동화, 인프라 점검, 환경 모니터링, 자율주행 등 다양한 분야에 적용될 수 있을 것으로 기대된다. 이번 연구는 스페인 과학혁신대학부와 유럽지역개발기금(ERDF), 발렌시아 자치정부 '프로메테오(PROMETEO)’ 프로그램의 지원을 받았다.

​

백승일 기자 robot3@irobotnews.com

저작권자 © 로봇신문 무단전재 및 재배포 금지