생체 영감 센서 네트워크를 이용한 환경 토폴로지 매핑

본 논문은 “생체 영감 센서 네트워크를 이용한 환경 토폴로지 매핑”이라는 제목 아래, 제한된 센싱 능력을 가진 모바일 로봇 군집이 어떻게 좌표 정보를 사용하지 않고도 환경의 위상 구조를 파악할 수 있는지를 체계적으로 제시한다. 연구 배경으로는 재난 현장 등에서 전통적인 SLAM이 요구하는 정확한 위치 추정이 불가능하거나 비용이 과도하게 드는 상황을 들며, 이러한 제약 하에서 위상 데이터 분석(TDA)이 강력한 대안이 될 수 있음을 강조한다. 첫 번째 단계는 로봇(노드)의 이동 모델을 정의하는 것이다. 저자들은 코크로치의 행동을 모방한 확률적 모델을 채택한다. 로봇은 크게 무작위 보행(RW), 벽을 따라 이동(WF), 그리고 정지(S) 세 가지 상태를 전이한다. 각 상태 전이는 지수분포를 따르는 평균 시간 파라미터(τ_stop, τ_exit 등)와 확률(p_sh)로 기술되며, 이동 속도(v_c, v_p)와 평균 직선 구간 길이(l*)가 정의된다. 이러한 모델은 실제 곤충이 경계에 부딪히면 벽을 따라 이동하고, 일정 시간 후 다시 중앙으로 돌아가는 행동을 수학적으로 재현한다. 두 번째 단계는 센싱 및 통신 모델이다. 각 노드는 반경 r_d 내에 있는 다른 노드와 경계만을 감지할 수 있으며, 감지 시 자신의 ID와 상대방 ID, 감지 시각을 베이스 스테이션에 전송한다. 좌표 자체는 전송되지 않으며, 오직 ‘접촉(encounter)’ 정보만이 제공된다. 세 번째 단계는 접촉 데이터를 이용한 거리 메트릭(Encounter Metric) 구축이다. 접촉 이벤트 E_i =