[논문]가상공간 이동플랫폼을 위한 교차 공분산 3D 좌표 추정 방법

정하형; 박진하; 김민경; 장민혁

doi:10.9723/jksiis.2020.25.5.041

가상공간 이동플랫폼을 위한 교차 공분산 3D 좌표 추정 방법
Cross-covariance 3D Coordinate Estimation Method for Virtual Space Movement Platform 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.25 no.5, 2020년, pp.41 - 48

정하형 ((주)코어센스 연구원) , 박진하 ((주)코어센스 연구원) , 김민경 (전주대학교 소방방제학과) , 장민혁 (한국전자기술연구원 IT융합부품연구센터)

초록
AI-Helper

최근 가상/증강/혼합현실 분야의 이동 플랫폼 시장 수요 커지면서 가상환경을 이용한 다중 체험이 가능한 콘텐츠를 통해 사용자에게 실제 현장과 같은 느낌을 부여하는 체험형 콘텐츠가 주목받고 있다. 본 논문에서는 교육훈련생의 모션 캡쳐를 위한 가상공간 이동플랫폼에서 사용자 위치 추정을 위한 트래커의 추적하는 방법으로, 2차원 영상 평면에 투영된 마커의 좌표를 통한 3차원 교차 공분산의 3D 좌표 추정 방법을 제시한다. 또한, 강체 추적실험을 통해 제안한 알고리즘의 유효성을 검증하여 낮은 해상도의 카메라를 통해서도 3D 좌표 추정이 가능함을 보인다.

Abstract ▼ AI-Helper

Recently, as the demand for the mobile platform market in the virtual/augmented/mixed reality field is increasing, experiential content that gives users a real-world felt through a virtual environment is drawing attention. In this paper, as a method of tracking a tracker for user location estimation in a virtual space movement platform for motion capture of trainees, we present a method of estimating 3D coordinates of the 3D cross covariance through the coordinates of the markers projected on the image. In addition, the validity of the proposed algorithm is verified through rigid body tracking experiments.

주제어

표/그림 (19)

그림 Fig. 1 Location Estimation Method through Covariance Intersection
그림 Fig. 2 Covariance of 2-D Markers
그림 Fig. 3 Probabilistic Position Estimation Method through Cross-covariance
그림 Fig. 4 Cross-covariance Simulation Settings
그림 Fig. 5 Cross Covariance Matlab Plot Results
그림 Fig. 6 3D Covariance Hyper Ellipsoid
그림 Fig. 7 Placement of Multiple Cameras and Markers
그림 Fig 8. 3D Point Estimation using Cross Covariance
표 Table 1 Cross Covariance Matlab Calculation
그림 Fig. 9 Active Markers in 3D Space
그림 Fig. 10 Rigid Body Estimation Concept
그림 Fig. 11 Rotation of the Data Set
그림 Fig. 12 Rigid Body Estimation
그림 Fig. 13 Installation of Multiple Cameras
그림 Fig. 14 Multi-camera Monitoring Pprogram
그림 Fig. 15 Marker Jig's Walking Experiment
그림 Fig. 16 Spinning Experiment Space
그림 Fig. 17 An Experiment of Sitting While Walking
그림 Fig. 18 An Experiment of Jumping While Walking

AI 본문요약
AI-Helper

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

가설 설정

따라서 3차원 공간에서 교차 공분산 (Julier and Uhlmann, 2007; Weng, 2012)을 실험하기 위해 Fig. 7에서처럼 다중 카메라를 배치하였으며 카메라의 중심에 마커가 있다고 가정하여 카메라 원점에서 마커를 지나는 공분산을 표현하였다.

제안 방법

가상공간 이동플랫폼에서 훈련생을 추적하기 위해서 액티브 마커를 부착하여 Fig. 9 (a)와 같은 안전모를 제작하였고, 제작된 안전모의 마커는 2절에서 구현한 교차 공분산을 통해 Fig. 9 (b)와 같은 3차원 마커 추정을 수행했다.
다중 참여형 가상공간 이동 플랫폼에서 참여자의 모션 캡쳐를 위한 광학식 위치 트래킹 시스템에서 실내 측위를 위한 트래커를 추적하는 방법으로 2차원 영상 평면에 투영된 마커의 좌표를 이용한 3차원 교차 공분산 (Deng et al., 2012)을 이용한 3D 좌표 추정 방법을 제안한다. 이렇게 가상훈련 사용자의 액티브 트래커의 추정된 3D 마커 좌표로부터 강체 (Rigid body)를 추적함으로써 가상공간 내에서 훈련생의 절대 위치를 추적한다.
다중 카메라 보정을 통해 개별 카메라의 내부 변수와 외부 변수를 추정하였으며 Fig. 14의 광학식 위치 추적 모니터링 프로그램을 개발하여 제안 알고리즘을 구현하였다.
본 논문에서는 가상공간 이동플랫폼에서 사용자 위치추정을 위한 광학식 위치 트래킹 시스템 개발의 과정 중 하나로서 공분산 중첩을 통한 3차원 마커 추적 및 강체 생성에 관한 방식을 제시하였다. 실험결과 액티브 마커를 부착한 안전모의 강체 생성이 수행되었으며, 착용자의 3가지 이동 모습은 3차원 궤적을 추적하여 확인하였다.
본 논문에서는 고속·고정밀 측정이 가능한 모션 센서와 스마트 글러브 그리고 비전 센서와 융합하여 사용자 움직임 추적의 구현 (Kim, 2015; Jung, 2016)을 위해서 다중 카메라 기반 위치 추적 시스템에서 액티브 마커의 3D 좌표를 추정하고자 한다. 광학식 위치 추적 시스템은 다중 카메라를 이용한 위치 측위 방식으로서 보정 과정이 있어야 한다.
본 논문에서는 실감 기반 가상훈련의 사용자 위치추정을 위해 다중 카메라에서 바라본 영상 속 2차원 마커의 좌표로부터 3차원 좌표를 추정하고자 한다. 이때 3차원 공간에서의 마커 좌표를 추정하기 위해 개별 카메라에서 바라본 마커의 좌표는 확률기반으로 공분산 형태로 Fig.
위와 같은 과정을 통해 교차 공분산을 이용한 좌표 추정 방법을 시뮬레이션 실험을 진행하기 위해서 CAD 프로그램을 통해 카메라의 위치와 카메라 중심으로부터 카메라에 투영된 p1, p2, p3 마커까지의 각도 θ를 Fig. 4 처럼 설정하였다.

대상 데이터

본 장에서는 가상공간 이동플랫폼을 이용한 가상 훈련에서 안전모를 착용한 시험자의 위치 추적 실험을 위해 8대의 자체 개발한 적외선 카메라를 이용하며 Intel I-7 3.4GHz 16G ram의 PC에서 수행되었다. Fig.

성능/효과

위 3가지 실험결과 공분산 중첩을 통한 3차원 마커의 생성과 이를 이용한 안전모의 강체를 추정하였으며 실험 공간상에서 사람의 머리추적이 가능하였으며, 앉거나 뛰는 동작을 통해 높이 차이에 대해서도 추적이 가능하다.

후속연구

실험결과 액티브 마커를 부착한 안전모의 강체 생성이 수행되었으며, 착용자의 3가지 이동 모습은 3차원 궤적을 추적하여 확인하였다. 제안한 알고리즘은 기존의 고해상도 카메라를 이용한 위치 추적 방식에 비해서 비교적 낮은 해상도의 카메라를 사용하여도 확률 기반의 3차원 좌표 추정이 가능하므로 저가형 광학식 모션 캡쳐 장비 또는 모바일 환경에서의 응용을 기대한다.
추후 센서식 모션 캡처 장비와 융합을 통해 다중 참여형 가상공간 이동플랫폼의 구축을 수행할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	가상공간 이동플랫폼의 기능은?	가상공간 이동플랫폼은 가상현실에서 시뮬레이션을 통해 실제로 경험하기 힘든 상황을 훈련하거나 장소의 제약을 받지 않는 체험적 교육 그리고 게임 콘텐츠와 같은 분야 등에 폭넓게 사용되고 있으며, 이때 실감 나는 체험을 위해 가상공간이 실제와 상호작용 피드백을 사용자에게 제공한다.
	공분산 중첩을 통한 3차원 마커 추적 및 강체 생성에 관한 방식을 사용할 경우 얻는 이점은?	실험결과 액티브 마커를 부착한 안전모의 강체 생성이 수행되었으며, 착용자의 3가지 이동 모습은 3차원 궤적을 추적하여 확인하였다. 제안한 알고리즘은 기존의 고해상도 카메라를 이용한 위치 추적 방식에 비해서 비교적 낮은 해상도의 카메라를 사용하여도 확률 기반의 3차원 좌표 추정이 가능하므로 저가형 광학식 모션 캡쳐 장비 또는 모바일 환경에서의 응용을 기대한다.
	가상환경에서 사용자에게 현실 같은 느낌을 주기 위해 착용하는 장비는?	현재 가상환경에서 사용자에게 현실 같은 느낌 (Lee, 2014; Hong, 2019)을 주기 위해서 HMD (Head mounted display)와 같은 장비를 착용하게 된다. 이런 장비는 실제 공간에서 사용자의 위치 정보를 획득하기 위해서 큰 공간에서는 광학식 카메라 기반의 모션 캡처 장비를 소규모 크기의 공간에서는 HMD 제조사에서 제공하는 위치 추적 장비를 사용하고 있다.

참고문헌 (12)

Angeli, A., Doncieux S., and Meyer J. (2009). Visual Topological SLAM and Global Localization, Proceedings of the IEEE International Conference on Robotics and Automation, May. 12-17, Kobe, Japan, pp. 4300-4305.
Chang, K. C., Chong, C. Y., and Mori, S. (2010). Analytical and Computational Evaluation of Scalable Distributed Fusion Algorithms, IEEE Transactions on Aerospace and Electronic Systems, 46(4), 2022-2034.

상세보기
Deng, Z., Zhang, P., Qi, W., Liu, J., and Gao, Y. (2012). Sequential Covariance Intersection Fusion Kalman Filter, Information Sciences. 189, 293-309.

상세보기
Jung, H, H. (2016). Multi-Camera Calibration Techniques for Motion Capture, Proceedings of the Conference on the Institute of Electronics and Information Engineers, Apr. 29-30, Yongin, South Korea, pp. 227-230.
Julier, J., and Uhlmann, K. (2007). Using Covariance Intersection for SLAM, Robotics and Autonomous Systems. 55(7), 3-20.

상세보기
Kim, M, K. (2015). Performance Improvement of an AHRS for Motion Capture, Journal of Institute of Control, Robotics and Systems, 21(12), 521-537.
Kim, S., and Lee, H. (2018). Implementation of Pattern Recognition Algorithm using Line Scan Camera for Recognition of Path and Location of AGV, Korea Society of Industrial Information Systems, 23(1), 13-21.
Lee, S., and Lee, C. (2014). Implementation of Game Interface using Human Head Motion Recognition, Korea Society of Industrial Information Systems, 19(5), 9-14.
Hong, D., Cheon, M., and Lee, D. (2019). Image Processing based Virtual Reality Input Method using Gesture, Korea Society of Industrial Information Systems, 24(5), 129-137.
Sturm, P., and Maybank, S. (1999). On Plane-based Camera Calibration: A General Algorithm, Singularities, Applications. CVPR '99: Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1. June, 23-25, Fort Collins, USA, pp. 432-437.
Weng, Z., and Petar, D. (2012). A Bayesian Approach to Covariance Estimation and Data Fusion, 2012 Proceedings of the 20th European Signal Processing Conference, Aug, 27-31, Bucharest, Romania, pp. 2352-2356.
Zhang, Z (2000). A Fexible New Technique for Camera Calibration, IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(11), 1330-1334.

상세보기

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