차량이 안개가 짙게 낀 도로를 주행하며 도로 표지판을 볼 수 없고, GPS 신호는 끊겼으며, 현재 위치를 전혀 모르는 상황을 상상해 보십시오. 차량에는 모든 요철, 회전, 가속도를 측정하는 매우 민감한 대시보드 (관성 항법 시스템, INS) 가 장착되어 있습니다. 문제는 이 대시보드가 약간 '드리프트' 경향이 있다는 점입니다. 시간이 지남에 따라 측정값의 미세한 오차가 누적되어, 실제로는 다른 도시에 있는 것처럼 잘못 알려주게 됩니다.

이 논문인**"정보 보조 항법 (Information Aided Navigation)"**은 외부 세계를 보지 않고도 그 드리프트하는 대시보드를 수리하는 마스터 가이드북과 같습니다. 저자 다니엘 엥겔스만 (Daniel Engelsman) 과 이치크 클라인 (Itzik Klein) 은 차량이나 환경의 거동에 대해 이미 알고 있는 '무료' 정보를 활용하여 항법 시스템의 오류를 수정하는 방법을 설명합니다.

다음은 그들의 세 가지 주요 전략을 간단한 비유로 설명한 내용입니다:

핵심 문제: 드리프트하는 나침반

INS 를 자신의 이동 거리를 알기 위해 발걸음을 세는 눈가리개를 한 주자로 생각해 보십시오. 그들이 한 번 넘어지면, 조금 더 달렸다고 생각합니다. 또 넘어지면, 훨씬 더 달렸다고 생각합니다. 곧 그들은 실제로 있는 곳에서 수 마일 떨어진 곳에 있다고 확신하게 됩니다. 이를 수정하려면 주자는 가끔 랜드마크 (예: GPS 신호) 를 확인해야 합니다. 하지만 랜드마크가 없다면 어떨까요?

이 논문은 다음과 같이 말합니다:"랜드마크를 찾지 말고, 자신의 운동 규칙을 보십시오."

저자들은 이러한 '규칙'을 활용할 수 있는 모든 방식을 세 가지 범주로 분류합니다:

1. 직접 정보 보조: "상식 규칙"

이것은 가장 직관적인 접근법입니다. 차량에 대해 알고 있는 사실들을 취해 항법 컴퓨터에 "이봐, 지금 이 특정 값은 0 이거나 일정해"라고 알려주는 것입니다.

• "정지 신호" 규칙 (제로 속도): 당신이 빨간불에서 멈춰 선 차라면, 속도는 0 입니다. 대시보드가 당신이 미끄러듯 앞으로 움직인다고 생각하더라도, 당신은 "아니, 나는 멈춰 있어"라고 말해줍니다. 논문에서는 이를**ZVN(항법 좌표계에서의 제로 속도)**이라고 부릅니다. 이는 멈출 때마다 속도계에 있는 '리셋' 버튼을 누르는 것과 같습니다.
• "미끄러짐 금지" 규칙 (제로 횡방향 속도): 차는 보통 아이스 스케이트처럼 옆으로 미끄러지지 않습니다. 도로를 주행 중이라면, 좌우로 이동하는 속도는 0 입니다. 논문에서는 이를**ZVB(차체 좌표계에서의 제로 속도)**라고 부릅니다. 이는 컴퓨터에게 "나는 옆으로 갈 수 없고, 앞쪽으로만 갈 수 있어"라고 알려주는 것과 같습니다.
• "평탄한 도로" 규칙 (일정 고도/제로 하강 속도): 평평한 도시 도로를 주행 중이라면, 날아오르거나 아래로 dive 하지 않습니다. 시스템에게 "내 높이는 변하지 않아"라고 알려줍니다. 이는**CA(일정 고도)와ZDV(제로 하강 속도)**입니다.
• "직진" 규칙 (제로 요율): 직진 중이라면 핸들이 돌아가지 않습니다. 논문에서는 이를**ZYR(제로 요율)**이라고 부릅니다.

비유: 어두운 방을 걷고 있다고 상상해 보십시오. 당신은 공중에 떠 있지 않으며, 옆으로 미끄러지지 않으며, 멈추면 움직이지 않는다는 것을 알고 있습니다. 이러한 간단한 사실들을 뇌에 상기시킴으로써 길을 잃는 것을 멈출 수 있습니다.

2. 간접 정보 보조: "수사 작업"

때로는 단순히 규칙을 진술할 수 없으며, 이미 존재하는 다른 센서들로부터 정보를 추론해야 합니다. 이는 단서들을 연결하여 사건을 해결하는 형사와 같습니다.

• 속도로 도로 읽기: 차량이 얼마나 빠르게 가고 있는지, 그리고 어떻게 회전하는지 알면 나침반이 없어도 어느 방향으로 향하고 있는지 파악할 수 있습니다. 논문에서는 이를**위치 기반 방향 (PBO)또는속도 기반 방향 (VBO)**이라고 부릅니다. 이는 진흙 속의 타이어 자국을 보고 차량이 어느 방향으로 향했는지 추측하는 것과 같습니다.
• "가짜 GPS"(의사 GNSS): GPS 신호가 끊기면, 컴퓨터 모델을 사용하여 속도와 방향에 기반해 GPS 가 어떻게 말했을지 추측할 수 있습니다. 이는 하늘이 너무 흐려서 볼 수 없을 때 기압계 판독값을 바탕으로 비를 예측하는 기상 예보자와 같습니다.
• "가짜 소나"(의사 DVL): 수중 로봇의 경우, DVL 이라는 장치는 해저에서 소리를 반사시켜 속도를 측정합니다. 소리가 실패하면 로봇은 수학적으로 누락된 속도 데이터를 추측합니다. 이는 맹인이 지팡이를 두드리고 그 소리를 바탕으로 바닥의 질감을 추측하는 것과 같습니다.

비유: 지도를 잃어버렸지만, 속도계와 나침반은 가지고 있습니다. 속도와 방향을 사용하여 당신이 반드시 있어야 할 곳의 대략적인 스케치를 그려, 계속 길을 잃지 않도록 하는 '가짜 지도'를 만드는 것입니다.

3. 모델 기반 보조: "가상 트윈"

이것은 가장 하이테크 접근법입니다. 단순한 규칙을 사용하는 대신, 항법 시스템이 배경에서 차량의동시 비디오 게임을 실행합니다.

• 가상 트윈: 컴퓨터에서 작동하는 차량 (또는 비행기, 보트) 의 완벽한 디지털 트윈이 있다고 상상해 보십시오. 이 트윈은 바람이 비행기를 어떻게 밀어내는지, 해류가 보트를 어떻게 밀어내는지, 또는 차량의 타이어가 도로를 어떻게 잡는지와 같은 물리 법칙을 알고 있습니다.
• 비교: 실제 차량이 움직이고, 가상 트윈도 동시에 움직입니다. 항법 시스템은 실제 센서와 가상 트윈의 예측을 비교합니다. 실제 차량이 "나는 왼쪽으로 돌아간다"고 말하지만, 가상 트윈이 "그 정도 바람이라면 오른쪽으로 돌아야 한다"고 말하면, 시스템은 무언가 잘못되었음을 알고 오류를 수정합니다.

비유: 이는 물리학 전문가인 조종사가 동행하는 것과 같습니다. 당신이 맹비행 중일 때, 조종사는 바람과 엔진 출력을 기반으로 비행기가 어디에 있어야 하는지 정확히 계산합니다. 계기판이 한 가지를 말하고 조종사의 계산이 다른 것을 말하면, 계기판을 수정하기 위해 조종사를 신뢰합니다.

왜 이것이 중요한가

저자들은 이러한 방법들이비용이 들지 않는다고 강조합니다. 새롭고 비싼 센서를 구매할 필요가 없습니다. 도로 규칙, 비행 물리학, 또는 해양의 거동을 이해하는 더 나은 소프트웨어를 작성하기만 하면 됩니다.

• 육상: GPS 가 실패하는 터널이나 높은 도시 캐년에서 차량이 항법하는 데 도움이 됩니다.
• 항공: 바람이 험하거나 신호가 차단될 때 드론이 비행하는 데 도움이 됩니다.
• 해상: 해저를 볼 수 없거나 수면과 통신할 수 없을 때 수중 로봇이 항법하는 데 도움이 됩니다.

결론

이 논문은 "멈춰 있다"거나 "평탄한 도로에 있다"와 같은 올바른 '규칙'을 올바른 상황에 매칭함으로써 항법 시스템이 드리프트하는 것을 막을 수 있다고 결론지었습니다. 이는 결국 실패할 시스템이 외부 세계가 어두워지더라도 정확하게 계속 나아갈 수 있는 시스템으로 변모시킵니다. 이는 경로를 보는 것이 아니라, 길을 잃지 않도록 경로의 규칙을 너무 잘 아는 것입니다.