[논문 리뷰] System-Level Error Propagation and Tail-Risk Amplification in Reference-Based Robotic Navigation

Ning Hu, Maochen Li외 1명|arXiv (Cornell University)|2026. 02. 08.

Robotics and Sensor-Based Localization인용 수 0

한 줄 요약

이 논문은 이중 평면 X선 가이드 로봇 내비게이션에서 다단계 참조 기반 인식 파이프라인을 통해 설치로 인한 섭동이 어떻게 전파되는지를 모델링하는 통합 프레임워크를 제시하고, 평균 정확도를 넘는 시스템 수준의 오류 증폭 및 꼬리 리스크를 정량화한다.

ABSTRACT

Image guided robotic navigation systems often rely on reference based geometric perception pipelines, where accurate spatial mapping is established through multi stage estimation processes. In biplanar X ray guided navigation, such pipelines are widely used due to their real time capability and geometric interpretability. However, navigation reliability can be constrained by an overlooked system level failure mechanism in which installation induced structural perturbations introduced at the perception stage are progressively amplified along the perception reconstruction execution chain and dominate execution level error and tail risk behavior. This paper investigates this mechanism from a system level perspective and presents a unified error propagation modeling framework that characterizes how installation induced structural perturbations propagate and couple with pixel level observation noise through biplanar imaging, projection matrix estimation, triangulation, and coordinate mapping. Using first order analytic uncertainty propagation and Monte Carlo simulations, we analyze dominant sensitivity channels and quantify worst case error behavior beyond mean accuracy metrics. The results show that rotational installation error is a primary driver of system level error amplification, while translational misalignment of comparable magnitude plays a secondary role under typical biplanar geometries. Real biplanar X ray bench top experiments further confirm that the predicted amplification trends persist under realistic imaging conditions. These findings reveal a broader structural limitation of reference based multi stage geometric perception pipelines and provide a framework for system level reliability analysis and risk aware design in safety critical robotic navigation systems.

연구 동기 및 목표

• 안전에 결정적인 로봇 내비게이션의 참조 기반 다단계 기하학적 인식에 대한 신뢰성 분석의 필요성을 제시한다.
• 설치로 인한 섭동이 픽셀 수준 잡음과 상호 작용하는 것을 다루는 통합된 1차 불확실성 전파 프레임워크를 개발한다.
• 주요 민감도 채널을 식별하고 평균 정확도를 넘어서는 최악의 경우 오차 거동을 정량화한다.
• 배율 벤치탑 실험으로 프레임워크의 증폭 경향을 확인한다.
• 위험 인식적이고 신뢰할 수 있는 내비게이션 시스템을 위한 설계 지침을 제공한다.

제안 방법

• 설치 섭동과 픽셀 수준 잡음을 파이프라인 단계(이중 평면 이미징, 투영 행렬 추정, 삼각측량, 좌표 매핑)를 통해 연결하는 시스템 수준 오류 전파 모델을 구성한다.
• 일차 해석적 불확실성 전파를 사용하여 민감도 채널을 도출한다.
• 오차 증폭 및 꼬리 위험 거동을 특징짓기 위해 몬테카를로 시뮬레이션을 수행한다.
• 증폭의 주요 원인을 분리하고 회전적 미스정렬과 병진 미스정렬 효과를 비교한다.
• 실제 이중 평면 X선 이미징 조건을 사용한 벤치탑 실험으로 예측을 검증한다.

실험 결과

연구 질문

• RQ1 참조 기반 내비게이션 파이프라인에서 설치로 인한 섭동이 전파되는 지배적 시스템 수준 채널은 무엇인가?
• RQ2 설치 섭동이 픽셀 수준 잡음과 어떻게 상호 작용하여 꼬리 위험 및 최악의 오차에 영향을 미치는가?
• RQ3 일반적인 이중평면 기하에서 회전 미스정렬과 병진 미스정렬이 오차 증폭에 얼마나 기여하는가?
• RQ4 현실 세계의 벤치탑 실험이 제안된 전파 및 증폭 프레임워크를 입증하는가?

주요 결과

• 회전 설치 오차가 시스템 수준 오차 증폭의 주요 원인으로 확인된다.
• 비교 가능한 크기의 병진 미스정렬은 일반적인 이중평면 기하에서 2차적 역할을 한다.
• 프레임워크에서 예측한 오차 증폭 경향은 벤치탑 실험의 현실적인 이미징 조건에서도 지속된다.
• 본 연구는 다단계 기하학적 인식 파이프라인의 구조적 한계를 드러내고 위험 인식 설계에 정보를 제공한다.