▲ 스티븐슨공대 연구진이 미지의 바다에서 수중 매핑 알고리즘을 개발했다.(사진=IEEE 스펙트럼)

美 뉴저지에 위치한 스티븐슨공과대학 연구진이 보다 효과적으로 광대한 바다의 수중 지도를 만들수 있는 알고리즘을 개발했다고 IEEE 스펙트럼이 3일(현지 시각) 보도했다.

바다 속에선 GPS 위성 신호를 사용할 수 없기 때문에 대부분 자율수중로봇들이 바다 속 지형을 매핑하는 게 대단히 힘들다. 특히 바다 속이 매우 복잡하고 어수선하면 자율수중로봇들은 자신들의 위치를 확인하는 게 아주 힘들다. 따라서 수중 환경을 매핑하는 데 도적적인 과제 중 하나는 수중 로봇의 위치 불확실성을 극복하는 것이다.

브랜든 앵글로트(Brendan Englot) 스티븐슨공대 교수는 “GPS를 물속에서 사용할 수 없기 때문에 대부분 수중 로봇들은 참조할만한 절대적인 위치를 가지고 있지 않으며, 항법 솔루션의 정확도도 변화한다”고 얘기했다.

연구팀에 따르면 수중 로봇이 미지의 바다를 탐험하면서 수중 로봇의 (위치값이) 어떻게 변할지를 예측하면 어려운 상황에서도 정확한 지도를 만들 수 있다.

스티븐슨공대 연구진이 개발한 모델은 로봇이 아직 보지 못한 주변 환경을 추상적으로 나타내는 가상 지도를 활용한다. 연구팀은 로봇의 위치 불확실성과 지각적 관찰을 고려하는 방식으로 가상지도에 경로를 계획하는 알고리즘을 개발했다.

지각관찰은 소나 영상을 통해 이뤄진다. 소나는 30m 이내의 범위에서 120도 시야각을 제공하며 로봇 앞에 위치한 환경의 물체를 감지하는 데 도움을 준다. 연구팀은 소나 이미지에서 점군(點群, 포인트 클라우드)을 얻기 위해 이미지를 처리한다. 점군은 로봇과 수중 구조물의 상대적인 위치를 알려준다.

연구팀은 뉴욕 킹스 포인트(Kings Point) 항구에서 '블루 ROV2' 수중 로봇을 사용해 자신들의 알고리즘을 테스트했다. 한번에 30분씩 세 번을 실험해 자신들의 모델과 기존의 모델들을 비교하고, 시뮬레이션을 통해 평가했다.

앵글로트 교수는 "실험 결과 경쟁 모델들이 각각 고유한 이점을 갖고 있지만, 우리는 해당 환경에서 정확한 지도를 작성하면서 동시에 미지의 환경을 빨리 탐색하는 것 사이에 매우 매력적인 절충안을 찾았다“고 말했다.

연구팀은 향후 이 모델이 해상 풍력터빈, 해양 양식 인프라, 교각 등 토목 인프라 검사 등 여러 응용 분야에서 유용성을 가질 수 있을 것으로 기대하고 있다.