사과 과원 내 자율 주행을 위한 항법 알고리즘의 강인성 평가 = Robustness Evaluation of Navigation Algorithm for Autonomous Traveling in the Apple Orchard

국문 초록 (Abstract)

과수원에서는 나무가 질병 등의 문제로 제거된 경우, 로봇이 과수열을 인식하여 주행할 때 누락된 과수로 인해 드리프트 등 심각한 오류를 발생시킬 수 있다. 본 연구의 목적은 사과 과수원 내에서 자율 주행하는 로봇을 위한 5가지의 자율 항법 알고리즘에 대하여 로봇의 좌우에 배치된 과수열 중 누락된 과수에 대처할 수 있는지에 대한 강인성을 비교, 분석하여 최적의 알고리즘을 결정하고자 하였다.
강인성 검증을 위해 사용한 로봇 플랫폼은 Clearpath Robotics사의 Husky A200 로봇으로 과수열 및 쟁애물 검출하기 위한 이차원 레이저 거리 센서(laser range finder, LRF), 로봇의 자세측정 및 데이터 보정을 위한 관성측정장치(inertial measurement unit, IMU), 로봇의 주행 거리 및 속도를 추정하기 위한 바퀴 주행측정기(odometry)가 장착되었다. 본 연구에서 비교, 분석된 5가지 자율항법 알고리즘은 (1) Hough 변환 (Hough transform), (2) 최소제곱법(Least square fitting), (3) 확장 칼만필터(Extended Kalman filter), (4) 이미지 기반 파티클 필터(Particle filter based on laser scan image)와 (5) 모델 기반 파티클 필터(Particle filter based on laser scan model)이다. 시험을 위해 과원에서 나무를 일시적으로 제거할 수 없기 때문에 임의로 누락시킬 과수에는 반사가 심한 테이프를 붙여 나무가 누락된 것처럼 인식되도록 하였다. 시험을 위한 로봇의 주행 속도는 0.25m/s의 속도로 총 2회에 걸쳐 성공(success)과 실패(failure)로 각 알고리즘에 대한 성능을 비교, 분석하였는데, 나무 또는 지줏대와의 물리적 접촉이 생기기 전에 주행을 끝냈을 경우, 실패(failure)로 표시하여 주행을 종료시켰고, 성공(success)인 경우에는 과수열 사이의 중심선인 기준경로(reference path)를 기준으로 경로 편차(literal deviation) 0.1m 이내, 각도 편차(angular deviation)를 계산하는 방식으로 평가하였다.
각 알고리즘에 대한 강인성 평가 결과, 이미지 기반 파티클 필터가 경로 편차 0.05m로 제일 낮은 오차를 나타내었고, 각도 편차는 1.99°로 모델 기반 파티클 필터가 좋은 성능을 나타내었다.