본 논문에서는 외향 기반 접근법을 기반으로 한 로봇의 위치 추정 알고리즘을 제안한다. 우선, 제안한 알고리즘은 주성분 분석(PCA: Principal Component Analysis)을 이용하여 취득한 영상들을 eigenspace로 투영시킴으로써 영상을 압축한다. 추출된 주성분은 eigenspace에서의 연속 외향 함수(continuous appearance function)로 나타낼 수 있다. 신경 회로망은 로봇의 위치추정을 위해 새로운 영상이 주어지면 이것을 eigenspace로 투영 시킨 후 연속 외향 함수를 통해 로봇의 현재 위치를 추정한다. 최종적으로는, 영상안의 데이터에 칼만 필터를 적용함으로써 로봇의 정확한 위치를 추정할 수 있다. 제안한 알고리즘을 실제 이동 로봇에 탑재하여 적용시킨 결과 로봇의 위치를 정확히 추정할 수 있음을 확인 할 수 있었다.
This paper proposes an algerian for determining robot location using appearance-based paradigm. First, this algorithm compresses the image set using Principal Component Analysis(PCA) to obtain a low-dimensional subspace, called the eigenspace, and it makes a manifold that represent a continuous-appearance function. Neural network is employed to estimate the location of the mobile robot from the coefficients of the eigenspace. Then, Kalman filtering scheme is used for the fine estimation of the robot location. The algorithm has been implemented and tested on a mobile robot system. It is shown that the robot location is estimated accurately in several trials.
