본 기술은 기울여 설치된 2D 레이저 거리 센서로부터 획득한 거리 데이터를 기반으로 정상 주행면의 데이터를 학습하여 단일 클래스 분류 모델을 생성하고, 실시간 센싱 데이터가 정상 범위를 벗어나는지 통계적으로 판별하여 작은 바닥 장애물을 검출하는 방법입니다.
기존의 그리드 맵 방식은 2D 레이저 센서 사용 시 해상도 한계로 작은 장애물을 검출하기 어렵고, 학습 기반 기법들은 장애물 데이터를 포함한 대규모 훈련 데이터가 필요하며 센서 바이어스 오차로 미세한 돌출부를 판별하기 어려운 문제점이 있었습니다.
본 기술은 정상 주행면에서 수집한 데이터를 마할라노비스 거리 기반 특성 데이터로 변환하여 단일 클래스 분류 기법에 등록하고 칼만 필터로 센서의 바이어스 오차를 보정한 뒤 실시간 데이터를 모델에 적용하는 방식을 제안합니다. 청소 로봇과 실내 배송 로봇에 적용될 수 있어 장애물 데이터 수집 없이도 작은 낙하물과 문턱을 정확히 감지합니다.
US10514702B2
