위치 파악은 로봇이 자신의 위치를 ​​아는 핵심 기술입니다. 단순히 지도상의 위치뿐만 아니라, 벽, 사물, 사람 등을 기준으로 실제 세계에서의 위치를 ​​파악하는 것입니다. 즉, "내가 어디에 있지?"라는 질문에 대한 답을 제시합니다. 위치 파악 기능이 없다면 이동 로봇은 길을 잃게 됩니다.

GPS는 실외에서는 작동하지만 실내나 빽빽한 나무 아래에서는 제대로 작동하지 않습니다. 바퀴 주행 거리계와 IMU(관성 측정 장치)도 오차가 발생합니다. 카메라와 라이다는 랜드마크를 인식할 수 있지만, 로봇이 대략적인 위치를 알고 있을 때만 가능합니다. 위치 추정은 이러한 여러 소스를 통합합니다. 파티클 필터 또는 칼만 필터는 가능한 위치에 대한 확률 분포를 유지하고 새로운 센서 데이터가 도착할 때마다 이를 업데이트합니다.

현지화 방법

• GPS: 실외 절대 위치 측정, 미터 단위 정확도.
• 주행 거리 측정: 휠 엔코더를 이용한 상대 운동량 측정.
• 랜드마크 기반: 센서 데이터를 알려진 특징점과 일치시킵니다.
• 비콘 기반 방식: 고정된 송신기를 이용하여 삼각측량합니다.
• SLAM: 지도를 구축하고 그 안에서 위치를 동시에 파악합니다.

실내 위치 파악은 실외보다 어렵습니다. GPS는 작동하지 않고, 벽은 신호를 차단하며, 반사 표면은 라이다를 혼란스럽게 합니다. Wi-Fi와 블루투스 비콘은 도움이 되지만 정확도가 떨어집니다. 일부 시스템은 센티미터 단위의 정확도를 위해 초광대역(UWB) 라디오를 사용하고, 다른 시스템은 시각적 마커나 자연 지형지물을 활용합니다. 최적의 접근 방식은 환경과 필요한 정확도에 따라 다릅니다. 창고 로봇은 충전기에 도킹하기 위해 센티미터 단위의 정확도가 필요하지만, 보도를 주행하는 배송 로봇은 1미터 정도의 오차 범위로도 충분합니다. 위치 파악은 자율 주행의 핵심입니다. 위치 파악 없이는 로봇이 안정적으로 계획을 세우고, 길을 찾고, 행동할 수 없습니다.