Relative Positioning DNN Technique for Indoor Swarm Robot Through Optimal Selection of Reference Nodes

본 논문에서는 실내와 같이 GPS 사용이 어려운 환경에서 군집 로봇을 운용할 때, 군집 로봇의 거리 정보 만을 이용하여 대형을 예측하는 DNN(deep neural network) 기반 상대 측위 기법을 제안한다. 상대 측위 시 발생 하는 모호성을 해결하기 위해 군집 로봇 중 세 개의 기준 노드를 선택한다. 이때, 기준 노드의 거리가 가깝거나 일 직선 대형을 이루는 경우 상대 측위 성능 저하가 발생할 수 있으며, 이를 개선하기 위한 두 가지 방법을 제안한다. 첫 번째 방법은 기준 노드 간 최소 간격을 확보하는 방법이고, 두 번째 방법은 기준 노드 간 거리의 합이 최대가 되는 조합을 선택하는 방법이다. 컴퓨터 모의실험 결과, 기준 노드 간 최소 간격이 1m 이상 확보된 경우 평균적으 로 약 0.82m 측위 성능이 향상되었으며, 두 번째 방법은 기존 기법보다 약 0.92m 향상된다. 또한, 필드실험을 통 해 제안하는 기법의 실용성을 검증하였고, 필드실험에서도 제안하는 기법의 측위 정확도가 우수함을 확인한다.