1. 기존 SLAM(Simultanious Localization And Mapping) 알고리즘의 문제점은 무엇일까요?
두 가지 문제점이 있습니다.
1. 어느 경로로 움직여야 빠르게 맵을 만들 수 있을까요?
2. 어느 경로로 움직여야 본인의 localization을 정확히 할 수 있을까요?
이러한 문제를 해결해 주는 알고리즘이 Active SLAM입니다. 해당 지역을 빠르게 탐사하기 위해 로봇 자체가 어디로 움직일지 결정을 내리는 알고리즘입니다. active slam 문제를 exploration 문제라고 부르기도 합니다.
2. Active SLAM은 3가지 과정을 통해 이뤄집니다.
2.1 복수개의 Global way point 후보를 정합니다.
위 SLAM구조에서 왼쪽에 해당합니다. 즉 로봇이 갈 위치를 정합니다. 이 과정은 Reinforncement learning을 통해서 이뤄질 수도 있고, RRT알고리즘에 node 수를 제한해서 결정할 수 도 있습니다. 하지만 가장 대표적인 알고리즘은 Frontier 기반 알고리즘입니다. 아래 그림이 Frontier Based exploration입니다. Frontier란 저희가 가보지 않은 known 영역과 unknown 영역의 경계를 뜻합니다. 예를 들어 아래와 같이 RGBD 카메라가 전방 30cm를 볼 수 있다고 해봅시다. 전방 30cm의 FOV(Field Of Veiw)에 아무것도 보이지 않고 있습니다. 30cm 이후의 범위는 unknown, 30cm 이내는 free인 것을 알 수 있습니다. 즉, unknown과 known의 경계인 파란색 pixel이 Frontier입니다. 그렇다면 복수개의 Frontier가 나온다면 어디로 가야 할까요? 이를 결정하는 것이 다음 단계입니다.
2.2 Frontier까지 가는 cost를 계산해 global waypoint를 정합니다.
이 과정은 Image1의 중간에 해당하는 과정입니다. 이 과정에선 Frontier까지 가는 것을 시뮬레이션해봅니다. 이 과정에서 FOV에 들어가는 Frontier pixel의 수를 ray casting을 통해서 계산합니다. 이 과정은 entrophy를 통해 계산할 수도 있습니다. 1900년도에 나온 Frontier based algorithm에서는 가장 가까운 Frontier로 이동하는 알고리즘을 사용했습니다. 이렇게 갈 곳을 정했다면 또 하나의 의문점이 생깁니다. 해당 지점까지 끝까지 가야 할까요? Frontier까지 가다 보면 원래 frontier는 known이나 unknown으로 변할 것입니다. 그래도 끝까지 가야 할까요? 이때 어디까지 가야 할지가 다음 스탭입니다.
2.3 얼마 만큼 실제 이동할 (Action을 취할) 것인가?
이 과정은 Image1의 오른쪽에 해당하는 과정입니다. 이 과정에서는 실질적인 Action을 구합니다. local waypoint를 정한다고 할 수 있습니다. localway point까지는 로봇이 100% 이동해야 합니다. 이 과정도 다양한 방법이 있습니다. RRT 알고리즘으로 만들어둔 다음 node까지 이동하는 방법도 있고, Reinforcement Learning을 하는 방법도 존재합니다. 정리하자면, global waypoint를 정한 후 local waypoint까지 이동합니다 이후에 다시 global waypoint를 정한 후 local wapoint까지 이동합니다. 이 과정을 반복해서 사용자가 정한 닫힌 구간을 가장 빠르게 탐색합니다.
위의 과정이 Active SLAM입니다.
하지만 아직 궁금한점이 있습니다. 정확하고 좋은 map은 무엇일까요? 이건 좀 더 찾아보고 포스팅하도록 하겠습니다.
Refrernce
- B. Yamauchi et al .A frontier-based approach for autonomous exploration
-Andreas Bircher et al. Receding Horizon "Next-Best-View" Planner for 3D Exploration
- Julio A. Placed et al. A Survey on Active Simultaneous Localization and Mapping: State of the Art and New Frontiers
-Devendra Singh Chaplot at el. Learning to Explore using Active Neural SLAM