[논문]Visual SLAM을 통해 획득한 공간 지도의 완성도 평가 시스템

김한솔; 감제원; 황성수

doi:10.9717/kmms.2019.22.4.417

[국내논문] Visual SLAM을 통해 획득한 공간 지도의 완성도 평가 시스템
An Evaluation System to Determine the Completeness of a Space Map Obtained by Visual SLAM 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.22 no.4, 2019년, pp.417 - 423

김한솔 (School of Computer Science and Electrical Engineering, Handong Global University) , 감제원 (School of Computer Science and Electrical Engineering, Handong Global University) , 황성수 (School of Computer Science and Electrical Engineering, Handong Global University)

Abstract ▼ AI-Helper

This paper presents an evaluation system to determine the completeness of a space map obtained by a visual SLAM(Simultaneous Localization And Mapping) algorithm. The proposed system consists of three parts. First, the proposed system detects the occurrence of loop closing to confirm that users acquired the information from all directions. Thereafter, the acquired map is divided with regular intervals and is verified whether each area has enough map points to successfully estimate users' position. Finally, to check the effectiveness of each map point, the system checks whether the map points are identifiable even at the location where there is a large distance difference from the acquisition position. Experimental results show that space maps whose completeness is proven by the proposed system has higher stability and accuracy in terms of position estimation than other maps that are not proven.

주제어

표/그림 (7)

그림 Fig. 1. (a) Map before loop closing (b) Map after loop closing.
그림 Fig. 2. System overview.
그림 Fig. 3. (a) Image of map (b) Image with outlier eliminated (c) Divided area (d) Image with divided area.
그림 Fig. 4. (a) Image of projected actual space (b) Projected map produced by Visual SLAM.
그림 Fig. 5. (a) Unverified map of space A (b) Distance of unverified map of space A ((c) Verified map of space A (d) Distance of verified map of space A
그림 Fig. 6. (a) Unverified map of space B (b) Distance of unverified map of space B (c) Verified map of space B (d) Distance of verified map of space B.
그림 Fig. 7. (a) Unverified map of space C (b) Distance of unverified map of space C (c) Verified map of space C (d) Distance of verified map of space C.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 위치 추정의 척도가 되는 지도[3]의 완성도 평가를 통해 정확도를 향상시키는 연구는 부재한 상황이다. 따라서 본 논문에서는 공간지도 제작 시 발생하는 문제 상황을 통해 완성도 검증에 필요성을 보여주고 검증에 따른 해결방법을 제시하여 위치추정의 신뢰성이 보장된 지도 제작에 초점을 맞추었다.
지도를 제작하는 상황에서 사용되는 영상 특징점의 한계로 인해 수집된 정보가 다른 위치에서 식별이 불가능한 경우, 위치추정이 부정확한 경우가 발생할 수 있다. 따라서 수집된 정보의 유효성을 판단하기 위해 맵포인트가 특정한 위치에서만 식별 되는 것이 아니라 일정 거리 Th₂이상 차이가 있는 다른 위치에서도 동일하게 식별 가능한지를 확인한다.
이러한 문제에 기반하여 본 논문에서는 Visual SLAM지도 제작 시 수집되는 데이터를 바탕으로 위3가지 문제 상황을 해결 하는 지도 완성도 평가 시스템을 제안한다. 제안 시스템은 크게 3가지단계로 구성된다.
공간지도 제작 시 모든 방향에 대한 정보 수집 이후에는 중복된 정보수집으로 Loop Closing이 필연적으로 발생 한다. 이를 확인하여 모든 방향에 대한 정보 수집 여부를 판단한다. 이후 지도 내 카메라 자세의 원활한 추정을 위해 맵포인트가 지도 전반에 일정량 이상존재하는 것을 판단한다.

가설 설정

지도를 제작하는 상황에서 사용자가 한정된 영역에 대한 정보만을 수집할 경우, 그 외의 영역에 대해서는 정확한 위치 추정이 불가능한 경우가 발생할 수 있다. 이를 해결하기 위해 본 논문에서는 사용자가 지면과 수평한 방향으로 영상 획득하였다고 가정한다. 이 경우 지도 제작 시 지면과 수평인 모든 방향에 대한 정보가 수집되면, 이 후 수집되는 정보는 이미 지도에 수집된 정보와 중복된 정보이다.

제안 방법

또한 R_i들이 얼마나 평균값인 R_avg 주변에 모여 있는지를 나타내는 수식 (9)을 통하여 표준편차 R_std을 계산해 위치 추정의 안정성의 기준으로 설정하였으며 해당 값은 작을수록 높은 안정성을 가진 것을 뜻한다.
제안 시스템은 크게 3가지단계로 구성된다. 먼저 동일한 공간에 대한 중복된 정보 수집으로 인해 발생하는 Loop closing을 포착하여 주변 공간 전체에 대한 정보를 획득한 것을 확인한다. 이후 획득된 지도를 일정 간격으로 분할하여 각각의 영역 내 맵포인트(map point)가 충분한지를 파악하여 지도 내에 정보 수집이 부족한 영역이 없게 이루어졌는지를 판단한다.
실험에 사용된 기기는 Samsung Galaxy S8이며 Visual SLAM은 ORB SLAM의 monocular 모델을 사용하였다[5]. 모바일 기기에서 Visual SLAM의 많은 계산 량을 처리하는데 한계가 있어 별도로 서버컴퓨터에 ORB SLAM을 설치하고 네트워킹을 통해 모바일 기기에서 찍은 영상을 서버 컴퓨터로 전송하는 방식으로 구현하였다.
본 실험에서는 Θ값을 15°로 설정하여 지도를 중앙을 기준으로 24개의 영역으로 분할하였다.
본 실험에서는 지면과 수평한 방향으로 영상이 획득되었다는 가정 하에 실제공간과 해당 공간에서 제작된 지도를 공간의 y축에 해당하는 정보를 제거하여 평면으로 투영하여 비교하였다. Fig.
실제 공간상의 점 Pω1에서의 영상을 통해 획득한 지도상의 점을 Pc1 = (xc1, zc1), 실제 공간의 점 Pω2에서 동일한 방법으로 획득한 지도상의 점을 Pc2 = (xc2, zc2)라 할 때 점 Pc1 과 Pc2사이의 선분 lc = ax + bz + c ( xc2 ≤ x ≤ xc1 ) 을 지도상의 트랙으로 설정하였다.
실험에 사용된 공간 A, B, C는 서로 다른 공간으로 각각의 공간에서 본 논문에서 제안된 방법으로 검증된 지도와 아닌 지도를 획득하여 서로 비교하였다. Fig.
사용자가 Visual SLAM을 통해 카메라 위치 추적을 원활하게하기 위해서는 맵포인트가 지도 내에 전반적으로 일정량 이상 분포해야 한다. 이를 위해 제안된 시스템은 지도를 지면과 수직한 축의 값을 0으로 가지는 이미지로 투영하고 영상처리 기법을 활용하여 수집한 정보의 양이 부족한 경우를 판단한다. 지도를 이미지로 투영하기 위해 지도 내의 임의의 맵포인트의 좌표를 P_ω = (X_ω, Y_ω, Z_ω)라 하고 해당 맵포인트가 투영된 이미지상의 픽셀의 좌표는 P_c = (X_c, Z_c)로 하면 P_ω와 P_c의 관계는 식(1)과 같이 표현된다.
이후 실제 공간상의 점 Pω1에서 Pω2 사이의 선분인 lω을 따라 이동하며 촬영된 영상을 통해 지도상에서 추정된 위치 좌표 Pi = (xi, zi)(i = 1, 2, ,n)을 획득하였다.
먼저 동일한 공간에 대한 중복된 정보 수집으로 인해 발생하는 Loop closing을 포착하여 주변 공간 전체에 대한 정보를 획득한 것을 확인한다. 이후 획득된 지도를 일정 간격으로 분할하여 각각의 영역 내 맵포인트(map point)가 충분한지를 파악하여 지도 내에 정보 수집이 부족한 영역이 없게 이루어졌는지를 판단한다. 끝으로 각각의 정보들이 수집된 위치와 일정이상 거리 차가 있는 곳에서도 동일하게 식별 가능한지를 판단한다.
이후 획득한 영상들에서 특징점을 추출하여 지도 공간상에 맵포인트로 매핑을 수행한다. 제안된 시스템은 이러한 과정을 통해 생성된 지도의 완성도를 평가하며, 평가된 정보들을 바탕으로 시스템은 사용자에게 피드백을 제공한다. 제공된 피드백에 따라 사용자는 위치 추정이 원활히 이루어질 수 있도록 추가적으로 영상을 획득한다.
따라서 Visual SLAM 내부의 Loop Closing 과정이 필연적으로 발생한다. 제안하는 시스템은 이러한 Loop Closing 과정이 발생하는 것을 탐색하여 사용자가 지면과 수평한 모든 방향에 대해 정보를 획득한 것을 판단한다. 만약 Loop Closing이 발생하지 않았다면 지도 제작 과정에서 정보가 누락되거나 부족한 것이기에 영상을 재획득하여 해당 정보를 보충하도록 사용자에게 피드백을 제공한다.
제안한 시스템은 공간 전체에 대한 정보 수집 여부 판단, 지도상의 정보가 부족한 영역 여부 판단, 수집된 정보의 유효성 판단을 통해 Visual SLAM을 통해 제작된 지도의 자율적 완성도를 평가한다. 공간지도 제작 시 모든 방향에 대한 정보 수집 이후에는 중복된 정보수집으로 Loop Closing이 필연적으로 발생 한다.

대상 데이터

실험에 사용된 기기는 Samsung Galaxy S8이며 Visual SLAM은 ORB SLAM의 monocular 모델을 사용하였다[5]. 모바일 기기에서 Visual SLAM의 많은 계산 량을 처리하는데 한계가 있어 별도로 서버컴퓨터에 ORB SLAM을 설치하고 네트워킹을 통해 모바일 기기에서 찍은 영상을 서버 컴퓨터로 전송하는 방식으로 구현하였다.
제안된 시스템은 이러한 과정을 통해 생성된 지도의 완성도를 평가하며, 평가된 정보들을 바탕으로 시스템은 사용자에게 피드백을 제공한다. 제공된 피드백에 따라 사용자는 위치 추정이 원활히 이루어질 수 있도록 추가적으로 영상을 획득한다. 제작중인 지도가 모든 단계를 충족할시, 지도 제작을 종료한다.

이론/모형

본 논문에서는 특징점을 기반으로 동작하는 Visual SLAM의 한 기법인 ORB SLAM[5]를 사용하였다. ORB SLAM에서 제작되는 지도는 크게 맵포인트와 키프레임이라는 데이터 구조로 구성되어 있다.

성능/효과

마지막으로 맵포인트가 서로 다른 위치에서도 식별 가능한 것을 확인하여 수집된 정보의 유효성을 판단한다. 검증된 지도는 실험을 통해 기존의 지도에 비해 위치 추정의 정확도와 안정성이 높은 것을 확인할 수 있었다. 이를 통해 사용자들은 지도 제작에 대한 사전 지식과 경험 없이 정확도와 안정성이 보장된 지도 제작이 가능 하게 될 것이며 더 나아가 지도를 기반으로 한 다양한 증강현실 콘텐츠 개발에 긍정적인 영향을 줄 것으로 기대된다.
이를 위해 맵포인트를 이미지로 투영하여 다양한 영상처리 기법을 활용한다. 마지막으로 맵포인트가 서로 다른 위치에서도 식별 가능한 것을 확인하여 수집된 정보의 유효성을 판단한다. 검증된 지도는 실험을 통해 기존의 지도에 비해 위치 추정의 정확도와 안정성이 높은 것을 확인할 수 있었다.
본 실험에서 얻은 R_avg값과 R_std값들을 비교했을 때, 검증된 지도를 사용한 경우, 검증이 되지 않은 지도에 비해 값들이 모두 낮게 측정이 된 것을 확인되었다. 이는 검증된 지도를 사용한 위치추정의 정확도와 안정성이 기존에 비해 개선된 것을 뜻한다.
수집된 정보량 및 분포 확인 조건에서 일정 기준 Th₁을 100으로 설정하여 맵포인트가 100개 이상 존재하면 해당 영역에 맵포인트가 충분히 존재한다고 판단하였다. 수집된 정보의 유효성 판단에 있어서 특정 맵포인트를 식별하고 있는 키프레임들의 거리 차의 기준 Th₂ 를 구하기 위한 p를 1/3로 설정하여 지도의 가로 길이와 세로 길이의 평균값의 1/3을 초과하여 거리 차이가 나는 키프레임을 가진 맵포인트의 경우 서로 다른 위치에서도 유효한 맵포인트라고 판단하였다. 이후 유효성 검사를 위한 일정 비율 Th₃을 80%로 설정하였다.
이를 확인하여 모든 방향에 대한 정보 수집 여부를 판단한다. 이후 지도 내 카메라 자세의 원활한 추정을 위해 맵포인트가 지도 전반에 일정량 이상존재하는 것을 판단한다. 이를 위해 맵포인트를 이미지로 투영하여 다양한 영상처리 기법을 활용한다.

후속연구

검증된 지도는 실험을 통해 기존의 지도에 비해 위치 추정의 정확도와 안정성이 높은 것을 확인할 수 있었다. 이를 통해 사용자들은 지도 제작에 대한 사전 지식과 경험 없이 정확도와 안정성이 보장된 지도 제작이 가능 하게 될 것이며 더 나아가 지도를 기반으로 한 다양한 증강현실 콘텐츠 개발에 긍정적인 영향을 줄 것으로 기대된다.
끝으로 각각의 정보들이 수집된 위치와 일정이상 거리 차가 있는 곳에서도 동일하게 식별 가능한지를 판단한다. 제안 시스템은 객관적인 판단 기준을 제시함으로써 Visual SLAM 시스템의 안정성을 높일 수 있을 것이며, 또한 사용자들은 지도 제작에 대한 사전 지식과 경험 없이 안정된 지도 제작이 가능할 것으로 기대된다.
향후 다양한 공간에서 최적화된 지도의 완성도를 판단하는 방법에 대한 연구와 검증된 지도의 위치 추정의 정확도와 안정성을 더욱 향상시킬 수 있는 방법에 대한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	증강현실(Aug-mented Reality) 기술이란 무엇인가?	오늘날 많은 분야에서 활용되는 증강현실(Aug-mented Reality) 기술은 영상센서를 통해 획득한 실제 환경 정보에 가상의 이미지나 정보를 합성하는 기술이다. 정교하고 실감 있는 증강현실 기술을 구현하기 위해서는 주변 환경 인식 및 사용자의 위치 추정 등 많은 세부적인 기술들이 필요하다[1].
	지도 제작 경험이 없는 일반 사용자들이 SLAM 지도를 제작하는 과정에서 생길 수 있는 문제는 무엇인가?	이로 인해 지도 제작 경험이 없는 일반 사용자들이 SLAM 지도를 제작하는 과정에서 다음과 같은 3가지 형태의 문제 상황이 발생할 수 있다. 첫째, 사용자가 한정된 영역에 대한 정보만을 수집할 경우, 그 외의 영역에 대해서는 정확한 위치 추정이 불가능한 경우가 발생할 수 있다. 둘째, 정보를 수집했지만 특정 영역에 있어 수집한 정보의 양이 부족한 경우, 해당 영역에서 위치추정이 부정확한 경우가 발생할 수 있다. 마지막으로 사용하는 영상 특징점의 한계로 인해 수집된 정보가 다른 위치에서 식별이 불가능한 경우, 위치추정이 부정확한 경우가 발생할 수 있다.
	무엇을 통해 Visual SLAM을 통해 제작된 지도의 기준자율적 완성도를 평가하는가?	제안한 시스템은 공간 전체에 대한 정보 수집 여부 판단, 지도상의 정보가 부족한 영역 여부 판단, 수집된 정보의 유효성 판단을 통해 Visual SLAM을 통해 제작된 지도의 자율적 완성도를 평가한다. 공간지도 제작 시 모든 방향에 대한 정보 수집 이후에는 중복된 정보수집으로 LoopClosing이 필연적으로 발생 한다.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증