본 논문에서는 3차원 LiDAR의 센서 특성을 반영한 경로 계획 및 탐사 기법을 통해 SLAM이 위치 및 자세 추정 실패나 지도 왜곡이 발생할 가능성을 줄이는 방법에 관한 연구를 수행한다. 일반적인 경로 계획 및 탐사 기법은 주행 중 로봇의 위치를 정확히 알고 있다고 가정하여 알고리즘이 설계된다. 그러나 로봇은 센서를 이용하여 위치 및 자세 등의 상태를 추정하는데, 실내 및 도심 환경에서의 자율 주행에 있어 많이 사용하는 항법으로는 LiDAR SLAM이 있다. 이것은 3차원 포인트 클라우드 지도를 구축하고 이를 통해 로봇 또는 차량의 위치와 자세를 추정하는 기술이다. 그러나 LiDAR SLAM은 센서에서 측정된 포인트 클라우드가 특징이 부족하거나 환경이 급격하게 변할 경우 정확도가 저하되고 오차가 축적될 수 있다. 이러한 오차는 지도나 위치의 왜곡을 야기하여 자율 주행 시스템에 치명적인 영향을 미칠 수 있다.
이를 방지하기 위해 본 논문에서는 3차원 포인트 클라우드 지도에서 기하학적 구조를 통한 가관측성을 분석하여 위치 및 자세 오차 및 지도 왜곡의 가능성이 높은 영역을 회피하는 방법을 제시한다. 가관측성은 시스템의 출력으로부터 시스템의 상태를 추정할 수 있는 정도를 나타내는 척도로 Lie derivative를 이용하여 가관측성 행렬을 만들고, 이것을 정량적으로 분석 및 평가하기 위해 조건수를 계산하여 제시한다. 즉, 3차원 기하학적 가관측성 행렬과 관련 조건수를 이용하여 3차원 공간에서의 관측 가능성을 수치화한다.
이를 바탕으로 LiDAR SLAM의 항법 성능을 확보하는 경로 계획과 탐사 기법을 연구하였다. 본 논문의 경로 계획 방법은 RRT*를 기본으로 하며 새로운 노드를 생성할 때, 이 노드 위치의 기하학적 가관측성을 분석한다. 분석을 통해 조건수가 낮으면 새로운 노드를 트리에 삽입하고, 조건수가 높으면 해당 노드를 삭제한다. 이렇게 만들어진 트리에서 Cost가 가장 작은 경로를 생성하고, 해당 경로를 따라 주행한다. 탐사 기법은 로봇이 미지의 영역을 돌아다니면서 지도를 생성하여 미지의 영역을 줄여나가는 알고리즘이다. 지도를 통해 알려진 영역과 미지의 영역 사이의 경계선에서 탐사 지점을 선정할 때, LiDAR SLAM이 안정적으로 작동할 수 있도록 기하학적 가관측성 분석을 통해 탐사 지점을 선정한다.
제시된 모든 알고리즘들은 검증을 위해 다양한 환경을 구성하고 여러 LiDAR SLAM을 사용하여 Gazebo 시뮬레이터에서 테스트하였다, 또한 실내자율주행차를 이용한 실험을 통해 알고리즘을 검증하였다.