Location Estimation for Multiple Targets Using Expanded DFS Algorithm

This paper proposes the location estimation techniques of distributed targets with the multi-sensor data perceived through IR sensors of the military robots in consideration of obstacles. In order to match up targets with measured azimuths, to add to the depth-first search (DFS) algorithms in free-obstacle environment, we suggest the expanded DFS (EDS) algorithm including bypass path search, partial path search, middle level ending, and the supplementation of decision metric. After matching up targets with azimuths, we estimate the coordinate of each target by obtaining the intersection point of the azimuths with the least square error (LSE) algorithm. The experimental results show the error rate of estimated location, mean number of calculating nodes, and mean distance between real coordinates and estimated coordinates of the proposed algorithms.

확장된 깊이-우선 탐색 알고리듬을 적용한 다중표적 위치 좌표 추정 기법

이 논문에서는 장애물이 존재하는 환경에서 적외선 센서를 가진 다수의 감시 로봇이 획득한 정보를 융합하여 분산되어있는 표적의 위치 좌표를 추정하는 기법을 제안한다. 방위각(azimuth)과 표적을 대응시키는 방법으로는 장애물이 존재하지 않는 경우에서 제안되었던 깊이-우선(depth-first) 트리 탐색(tree search) 기법을 바탕으로, 우회경로 탐색, 중간 단계 탐색 종료, 하위 단계 부분 탐색, 결정기준 보완 등을 추가함으로써 트리 탐색을 확장한 새로운 기법을 제시하였다. 방위각과 표적이 대응된 후에는 하나의 표적을 가리키는 방위각들에 최소 제곱 오차(least square error) 알고리듬을 적용하여 최적 교점을 구함으로써 표적의 위치 좌표를 추정한다. 제안한 위치 추정 기법의 좌표 추정 성능과 복잡도를 모의실험으로 제시하고 분석한다.