첫 번째 AMR 내비게이션 블로그에서는 정확한 AMR 내비게이션에서 강력한 로컬라이제이션이 어떤 역할을 하는지 살펴봅니다. 자율주행 모바일 로봇을 자율 이동 로봇또는 AMR을 개발 중이라면, 로봇을 사용하려는 환경에서 정확하고 올바르게 탐색할 수 있는 방법에 대해 이미 고민하기 시작했을 것입니다.
AMR 내비게이션 및 로컬라이제이션에 대한 시리즈의 첫 번째 블로그인 이 블로그에서는 다양한 환경에서 정확한 로컬라이제이션 데이터, 즉 AMR의 위치를 알려주는 데이터를 제공할 수 있는 방법에 대해 설명합니다. 또한 정확도를 유지하면서 여러 환경 간에 전환할 수 있는 플랫폼을 만드는 방법에 대해서도 다룰 것입니다.
AMR 내비게이션에서 중요한 환경은 무엇인가요?
로컬라이제이션과 관련하여 우리가 신경 쓰는 환경은 실제로 세 가지뿐입니다:
- 개방형 하늘 환경
- 부분적으로 커버되는 환경
- 완벽하게 보호되는 환경
아직 짐작하지 못하셨다면, 이러한 환경에서 결정적인 요소는 바로 GNSS 신호의 강도입니다. GNSS는 글로벌 커버리지, 차등 보정 기능, 정확도 때문에 계속해서 현지화 데이터의 표준으로 자리 잡고 있습니다( OxTS xRED3000 GNSS/INS 보드 세트). 하지만 GNSS 커버리지가 감소함에 따라 AMR에 로컬라이제이션 데이터를 제공하는 다른 방법을 고려해야 합니다. 이제 이 세 가지 환경을 살펴보겠습니다.
개방형 하늘 환경
예시:
- 주변에 탁 트인 하늘이 많이 보이는 야외라면 어디든 가능합니다.
자율 이동 로봇에 글로벌 위치 데이터를 제공하려면 GNSS 위성 별자리에서 신호를 수신하는 GNSS 안테나와 방향, 피치, 롤 및 속도에 대한 추가 데이터를 제공하는 관성 측정 장치(IMU)가 필요합니다. 이를 위해 대부분의 사람들은 INS 또는 GNSS/INS라고도 하는 관성 내비게이션 시스템을 사용합니다.
로봇을 제작할 때 고려해야 할 사항은 다음과 같습니다:
- 쿼드-GNSS가 필요하신가요? 쿼드-GNSS를 사용하면 네 가지 주요 GNSS 별자리의 데이터에 액세스할 수 있습니다: GPS, 갈릴레오, GLONASS, BeiDou입니다. 위치 업데이트를 받을 수 있는 위성의 수와 위성이 하늘에서 차지하는 다양한 위치를 늘려서(보다 정확한 삼각 측량을 가능하게 함) AMR의 정확도를 높입니다. 또한 전 세계 어디에서나 AMR을 작동하려면 쿼드 GNSS가 필수적입니다.
- 시간이 지남에 따라 정확도를 극대화하려면 차등 보정을 받을 수 있는 방법이 필요합니다. 지구의 모양과 자전으로 인해 장거리에서 AMR을 추적하려면 보정이 필수적입니다.
- 글로벌 위치가 필요하신가요? 글로벌 위치 데이터가 필요하지 않은 경우 AMR에 위치 데이터를 제공하는 더 비용 효율적인 다른 방법도 있습니다. 예를 들어 일부 브랜드의 자율주행 모어는 주변 와이어를 사용하여 회전해야 할 때를 감지합니다. 어떤 현지화 방법을 사용할지 결정할 때는 사용 사례, 환경, 플랫폼의 상업적 실행 가능성을 고려해야 합니다.
부분적으로 커버되는 환경
예시:
- 도시 협곡
- 숲
부분적으로 가려진 환경에서 작동하는 AMR은 수신할 수 있는 정확한 위치 업데이트의 양이 감소할 수 있습니다. 이는 주로 시야에 보이는 위성 수가 적기 때문입니다. 이는 결과적으로 내비게이션 성능 저하로 이어질 수 있습니다. 특히 도시 환경에서는 반사 표면이 있는 건물이 밀집되어 있어 다중 경로 오류가 발생할 수 있습니다. 스마트워치를 사용하여 런던 마라톤을 달리는 사람을 추적하려고 했는데 템즈 강 한가운데에 있는 것을 발견한 적이 있다면 다중 경로 오류를 경험한 적이 있을 것입니다.
이러한 환경에서는 추가 센서를 사용하여 GNSS를 보강하는 것이 좋습니다. GNSS/INS를 사용하는 경우 IMU 데이터가 이미 이 기능을 수행하지만, 그 외에는 두 가지 옵션을 시도해 볼 수 있습니다:
휠 속도 센서와 같은 추가 센서를 통합하여 관성 드리프트(GNSS 신호가 없을 때 문제가 될 수 있음)를 줄일 수 있습니다. 또는 LiDAR 스캐너와 OxTS LIO를 사용할 수도 있습니다(자세한 내용은 박스 아웃 참조).
위성 데이터를 더 잘 활용하려고 시도할 수 있습니다. OxTS예를 들어, ' gx/ix 타이트 커플링 알고리즘'은 GNSS 안테나가 내비게이션 엔진으로 보내는 데이터를 분석하여 위성이 하나만 보이는 경우에도 정확한 내비게이션 데이터를 제공합니다.
OxTS 라이다 관성 주행 거리 측정(LIO)
OxTS LIO 는 열악한 GNSS 환경에서 위치 정확도를 개선하는 기술입니다. 라이다의 데이터를 분석하여 AMR의 속도와 각운동량을 추정하고, 이 데이터를 사용하여 위치 정확도를 개선합니다. 아래는 OxTS LIO가 다층 주차장에서 위치 정확도를 개선하는 방법의 예시입니다. 이 예제에서 포인트 클라우드를 생성하는 데 사용된 내비게이션 데이터는 LiDAR의 제로 속도 업데이트 데이터로 보완되었습니다. GNSS를 사용할 수 없을 때 드리프트가 제한되어 정확한 내비게이션 데이터의 비율이 훨씬 높아져 최종 결과가 더 좋아졌습니다.
OxTS LIO는 실시간으로 작동하는 것으로 입증되었으며, 모든 OxTS GNSS/INS 모델에 실시간 LIO를 적용하기 위해 노력하고 있습니다.
완벽하게 보호되는 환경
예시:
- 실내
- 지하
완전히 가려진 환경에서는 GNSS 신호를 전혀 사용할 수 없으므로 자율 이동 로봇에 위치 측위 데이터를 제공할 수 있는 다른 방법을 찾아야 합니다. 이를 위한 다양한 방법이 있습니다. 먼저 인프라 기반 솔루션과 무인프라 솔루션에 대해 살펴보겠습니다.
인프라 기반 실내 측위
로컬라이제이션 솔루션이 인프라 기반이라면 환경에 AMR 내비게이션을 위한 장비를 설치했다는 뜻입니다. 이러한 솔루션 중 일부는 전원이 공급되는 경우도 있고 그렇지 않은 경우도 있습니다.
파워 인프라 기반 로컬라이제이션의 예로는 다음과 같은 초광대역(UWB) 솔루션이 있습니다. OxTS Pozyx2GAD. 이러한 솔루션은 전통적으로 가장 반복 가능한 결과를 제공하지만(위치 데이터의 신뢰성이 더 높다는 의미), 실행을 위해 전원이 필요하고 사용 전에 환경을 조사해야 합니다.
동력을 사용하지 않는 인프라 기반 측위의 예로는 ArUco 마커와 AMR에 장착된 카메라를 사용하여 탐색하는 방법이 있습니다. 이 방법은 설정이 더 간단하지만(특정 위치에 ArUco 마커를 배치하고 해당 지점을 측량하기만 하면 됩니다) 일반적으로 반복 가능한 데이터를 제공하지 못합니다.
비인프라 기반 실내 위치 측위
당연히 이 플랫폼은 외부 장비 없이 실내에서 탐색할 수 있습니다. 여기서 이야기할 두 가지 주요 기술이 있습니다.
첫 번째는 SLAM(동시 측위 및 매핑)입니다. SLAM은 LiDAR 또는 카메라와 같은 센서를 사용하여 로봇이 있는 환경의 지도를 만들고, 처리 알고리즘을 통해 로봇이 해당 지도 내에서 자신의 위치를 파악하여 탐색에 사용할 수 있도록 합니다.
SLAM은 잘 정립된 기술이며 좁은 영역에서는 잘 작동합니다. 하지만 넓은 영역에서는 정확도가 저하될 수 있습니다.
두 번째는 OxTS LIO입니다. 박스아웃에서 언급했듯이 OxTS LIO는 인프라 없이도 GNSS가 거부된 환경에서 정확도를 크게 향상시킬 수 있습니다.
지금까지 다양한 환경에서 AMR을 로컬라이즈하는 여러 가지 방법에 대해 살펴보았습니다. 하지만 환경 간 이동, 특히 실외 환경과 실내 환경 간 이동은 어떨까요?
성배: 환경 간 전환하기
실내와 실외 공간을 오갈 수 있다는 것은 자율 이동 로봇 제조업체에게 매우 중요한 차별화 요소입니다. 이를 통해 사람이 이동하지 않고도 스스로 실내 창고에 들어가고 나갈 수 있는 AMR을 만들 수 있습니다. 이를 통해 창고와 실내 창고 사이를 이동할 수 있는 자율 지게차를 만들 수 있습니다.
환경 간 전환 시 가장 큰 기술적 과제는 시간 측정과 탐색 프레임과 관련된 것입니다. 두 가지 모두 고도로 기술적인 주제이지만 간단히 요약하면 다음과 같습니다:
- 일반적으로 AMR은 GNSS 신호에서 시간을 측정합니다. 신호가 없는 실내에서 시작하면 시간을 어떻게 측정하고, 외부로 나가면 GNSS 시간과 어떻게 동기화할까요?
- GNSS 위치 정보는 지구상의 절대 위치인 글로벌 내비게이션 프레임에 있습니다. 실내 포지셔닝 솔루션은 로컬 내비게이션 프레임, 즉 AMR의 특정 위치에 매핑된 x,y,z 좌표 세트에 있습니다. 이러한 환경 사이를 어떻게 이동하나요?
그에 못지않게 큰 또 다른 과제는 오류 모델링/데이터를 올바르게 융합하는 문제와 전환 과정에서 양쪽의 각 로컬라이제이션 방법이 처음부터 정확한지 확인하는 문제입니다.
물론 이러한 문제를 직접 해결할 필요는 없습니다. 이미 이러한 문제를 해결한 조직과 협력할 수도 있습니다. OxTS 에서 실외 GNSS 내비게이션에서 UWB로의 원활한 전환을 시연했습니다. 저희는 GNSS 신호가 없는 실내에서도 AMR을 초기화할 수 있는 기술을 개발했으며, AMR 내비게이션 솔루션을 최대한 간단하게 구축할 수 있도록 설계된 다양한 하드웨어 및 소프트웨어 기능을 개발했습니다.
자율 로봇 내비게이션 솔루션 개요
AMR에는 로봇의 위치와 방향을 기록할 뿐만 아니라 실내와 실외 모두에서 작동하는 강력한 로봇 측위 솔루션이 필요합니다.
이 솔루션 요약에서는 고객이 자율 이동 로봇의 로컬라이제이션 소스를 결정할 때 고려할 것을 권장하는 측면을 단계별로 설명합니다.
솔루션 개요 읽기 를 읽고 올바른 로봇 로컬라이제이션 솔루션이 AMR 프로젝트에 어떻게 도움이 되는지, 프로젝트 시작 전에 스스로에게 물어봐야 할 주요 질문을 알아보세요.
현재 AMR 엔지니어를 위해 유니티가 제공할 수 있는 서비스에 대해 자세히 알아보려면 여기를 를 클릭하여 지원 페이지를 확인하세요. 구체적인 프로젝트에 대해 문의하고 싶으신 경우, 아래 양식을 사용하여 문의해 주세요.
