위험지형 자가 인식 및 경험 기반의 주행가능성 평가가 가능한 이동로봇

기술 요약기존 자율주행 로봇은 실외의 복잡한 지형에서 고위험 지역을 학습하기 위한 수동 라벨링 비용과 데이터 불균형 문제로 어려움을 겪고 있습니다. 본 기술은 로봇이 주행 중 획득한 점군 데이터를 기반으로 지형 속성을 분석하고 위험도를 스스로 판단하는 자기지도학습 원리를 적용했습니다. 격자 기반 고도지도에서 내재적 위험도와 누적 위험도를 산출하여 평가 모델을 자가 훈련시키는 방식을 통해 미경험 지형에 대한 예측 불확실성을 해소합니다. 이를 통해 별도의 라벨링 없이도 로봇의 주행 안전성을 높여 배송 및 군사 로봇의 운용 효율을 극대화할 수 있습니다.