본 논문은 GPS 신호 교란이 빈번한 전장 환경에서의 자율 주행을 위한 새로운 탐색 방법인 LanBLoc-BMM을 제안합니다. LanBLoc-BMM은 랜드마크 기반 위치 추정(LanBLoc)과 전장 특화 이동 모델(BMM), 확장 칼만 필터(EKF)를 결합합니다. 기존의 SLAM이나 VO 기반 방법의 복잡성과 계산량 문제, 그리고 DV-HOP의 정확도 및 안정성 문제를 해결하기 위해 제안된 이 방법은 ADE, FDE, AWRS 지표를 사용하여 세 가지 최첨단 시각적 위치 추정 알고리즘과 비교 평가되었습니다. 합성 및 실제 모방 데이터셋에서 평가한 결과, LanBLoc-BMM(EKF)는 실제 모방 데이터셋에서 ADE, FDE, AWRS 모두에서 우수한 성능을 보였습니다. 또한, LanBLoc-BMM(EKF)과 새로운 Risk-Aware RRT*(RAw-RRT*) 알고리즘을 통합하여 장애물 회피 및 위험 노출 최소화를 위한 두 가지 안전한 탐색 방법인 SafeNav-CHull과 SafeNav-Centroid를 제시하였습니다. 전장 시나리오 시뮬레이션 결과, SafeNav-Centroid는 정확성, 위험 노출, 궤적 효율성 면에서 우수한 성능을 보였고, SafeNav-CHull은 계산 속도가 뛰어났습니다.
