본 논문은 특징이 없는 환경이나 변형 가능한 지형과 같은 어려운 조건에서도 강인한, LiDAR-IMU-leg odometry를 제시한다. 신경망 기반의 다리 운동 모델(neural leg kinematics model)을 개발하여 촉각 정보(발의 반작용력)를 통합함으로써 로봇 발과 지면 사이의 비선형 동역학을 암시적으로 표현한다. 이 모델의 온라인 학습은 로봇의 무게 변화(예: 배달 또는 운송 작업) 및 지형 조건에 대한 적응성을 향상시킨다. 신경 적응형 다리 odometry factor와 다리 운동 모델 기반의 동작 예측에 대한 온라인 불확실성 추정을 이용하여, 운동 모델의 온라인 학습과 odometry 추정을 통합된 factor graph 상에서 공동으로 해결하여 두 가지의 일관성을 유지한다. 제안된 방법은 사구와 캠퍼스 환경에서의 실험을 통해 검증되었으며, 기존 방법보다 우수한 성능을 보였다.
시사점, 한계점
•
시사점:
◦
특징이 없는 환경 및 변형 가능한 지형에서 강인한 LiDAR-IMU-leg odometry 제공.
◦
촉각 정보를 활용한 신경망 기반 다리 운동 모델을 통해 로봇의 무게 변화 및 지형 조건에 대한 적응성 향상.
◦
통합된 factor graph를 이용한 온라인 학습 및 odometry 추정으로 일관성 유지.
