수중 음향 통신은 제한된 대역폭, 높은 지연, 낮은 신뢰성이라는 특징으로 인해 심해측(bathymetric) 협력적 동시 위치추정 및 지도작성(collaborative simultaneous localization and mapping; CSLAM)에서 데이터 교환에 중대한 도전을 야기한다. 본 논문에서는 심해측 CSLAM의 지도 데이터 압축을 위한 ID(O)라는 새로운 벡터 양자화(vector quantization; VQ) 방법을 제안한다. ID(O)는 지도를 인덱스 맵($\mathbb{I}$), 중심 심도 지도(central depth map) ($\mathbb{D}$), 그리고 방향성 지도(orientation map) ($\mathbb{O}$)로 부호화한다. 엄격한 통신 제약을 수용하기 위해, 방향성 정보는 전송에서 부분적 또는 완전하게 제외될 수 있으며, 지도 복원 과정에서 이러한 방향성을 추정하는 방법을 제안한다. 또한, 우리는 ID(O)를 TTT CSLAM으로 명명된 특징 기반 심해측 CSLAM 프레임워크에 통합한다. 두 개의 대규모 해상 시험(sea trial) 데이터셋에 대한 광범위한 실험 결과, ID(O)는 주성분 분석(principal component analysis)을 사용하는 기준 방법(baseline)에 비해 복원 정확도를 약 40$\%$ 향상시킨다. ID(O)를 적용한 TTT CSLAM은 매핑 정확도와 효율성 측면에서 무손실 압축과 동등한 성능을 달성하며, 다양한 환경에서 40$\%$ 패킷 손실과 큰 관성 항법 기반 사망 추정(dead reckoning) 드리프트 오류에도 강건하다. 우리가 아는 한, ID(O)는 심해측 데이터 압축을 위한 최초의 VQ 방법이며, ID(O)를 적용한 TTT CSLAM은 음향 모뎀을 통해 사용되는 수중 통신 네트워크 내에서 시험된 최초의 심해측 CSLAM이다.

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