로보틱스를 공부하다보면 두 점간의 거리나 유사도를 판별해야 하는경우가 종종 생깁니다. 이 때 사용가능한 거리나 유사도를 측정하는 방법으로 유클리드 거리, 키(카이)제곱 거리, 마할라노비스 거리, 힐링거 거리 등이 사용되는데, 이에 대하여 간략히 소개합니다.
먼저 잘 알고있는 유클리드 거리(Euclidean distance)는 두 점간의 거리를 계산할 때 사용합니다. 예를 들자면, 로봇의 현재 위치가 P이고 목적지가 Q일 때 남은 거리를 계산하기 위해 유클리드 거리를 사용합니다.
마할라노비스 거리(Mahalanobis distance)는 위치인식이나 SLAM에서 서로 연관이 있는 특징점 간의 유사도를 계산할 때 사용합니다. 로봇이 주행하면서 천정의 형광등위치를 SLAM 하는 예를 들어보겠습니다. 로봇이 주행하면서 인식한 형광등 정보로 위치와 위치에 대한 오차를 공분산으로 가지고 있을 때, 로봇이 주행하다 새로 형광등을 인식하였다면 이 형광등이 이미 인식하여 알고있는 형광등인지 아니면 새로운 형광등인지를 비교하기 위하여 마할라노비스 거리를 계산합니다.
힐링거 거리(Hellinger distance)는 비교하고자 하는 두 특징점이 모두 가우시안 분포를 가지고 있을 때 서로 유사도를 측정하기 위해 사용합니다.
각 방법에 대한 수식은 다음 문서를 참고하십시오.