선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 동적인 환경에서도 강인한 자세추정기법을 제시한다. 추정한 방향각의 불확실성이 매우 커지거나 시야에 보이는 랜드마크의 대다수를 추적하는데 실패한 경우, 자세 추정을 재개하기 위해 맵의 모든 랜드마크를 빠르게 탐색하여 현재 위치를 다시 계산하는 방법을 사용한다.
- 본 논문에서는 영상정보기반의 자세추정 시스템이 동적 환경에서 강인함을 유지하기 위해, 자세 추정에 실패한 경우에도 다시 복구가 쉽게 이루어 질 수 있도록 하는 방법을 제안하였다. 3 차원의 위치를 추정하는 시스템에 비해 자세추정 시스템에 보다 용이하게 적용할 수 있으며, 실험실 밖의 환경에서도 그 성능이 하락하지 않도록 도울 수 있을 것이다.
가설 설정
- 분류기는 학습된 정보를 바탕으로 이미지의 특징점 들을 지도상의 랜드마크 이미지 조각과 빠르게 비교할 수 있게 하며, 시스템이 동작하는 동안 실시간으로 이미지 조각의 외양을 학습하므로 시스템 시작 전 학습은 필요하지 않다. [6] 본 시스템에서 이미지 조각의 클래스 수는 100~1000 정도가 적당하다.
- 본 자세추정기법은 카메라를 통해 얻은 영상을 이용하여 카메라 자신의 자세를 추정하는 것이다. 일정한 각속도로 회전만 할 수 있고, Fig. 1 에서와 같이 월드 좌표계의 중심과 회전 좌표계의 중심은 카메라의 중심에 위치하는 것으로 가정한다. 카메라의 상태 벡터는 3 차원의 방향각과 각속도를 갖고, 랜드마크의 상태 벡터는 수평 회전각과 수직 회전각을 갖는다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.