우리는 실제 로봇 내비게이션 환경에서 센서 융합 또는 센서 장착과 같은 여러 요인으로 인해 제한된 FOV(시야)를 자주 마주한다. 그러나 이러한 제한된 FOV는 기술(설명) 생성의 흐름을 방해하고, 장소 인식을 불리하게 만든다. 따라서 우리는 제한된 FOV를 갖는 LiDAR 기반 장소 인식을 이용하여 일관된 지도에서 누적된 드리프트 오차를 수정하는 데 어려움을 겪는다. 이에 본 논문 서신(letter)에서는 협소한 FOV 상황을 처리하기 위한 견고한 LiDAR 기반 장소 인식 방법을 제안한다. 제안하는 방법은 장소를 나타내기 위해 거리-고도(bin) 및 방위-고도(bin)에 기반한 공간적 구성을 설정한다. 또한 수직 방향 정보에 근거한 재가중(reweighting)을 통해 견고한 장소 기술(description)을 달성한다. 이러한 표상들을 바탕으로, 본 방법은 회전 변화에 대응하고 초기 방위(initial heading)를 결정할 수 있게 한다. 아울러 로봇의 온보드 자율주행을 위한 경량화되고 신속한 접근법을 설계하였다. 엄밀한 검증을 위해, 제안 방법을 다양한 LiDAR 장소 인식 시나리오(즉, 단일 세션, 다중 세션, 다중 로봇 시나리오) 전반에 걸쳐 시험하였다. 우리가 아는 한, 제한된 FOV를 다루기 위한 최초의 방법을 보고한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.