초록 ▼

□ 연구개요
본 연구는 딥러닝 기반 위치인식 기술 및 지도구축 기술(SLAM) 개발을 목표로 시작하였다. 딥러닝은 다양한 목적에 대해 심층 신경망을 효과적으로 학습시킬 수 있는 범용성이 뛰어난 기술이므로 SLAM에도 적용해보려는 시도였다. 과제를 진행할수록 전반적인 SLAM 보다는 그 내부의 핵심 기술인 VO (Visual Odometry) 기술과 이와 함께 학습시키는 MDE (Monocular Depth Estimation) 기술에 집중하여 최신 논문의 성능을 뛰어넘는 성과를 내었다.

□ 연구 목표대비 연구결과<

□ 연구개요
본 연구는 딥러닝 기반 위치인식 기술 및 지도구축 기술(SLAM) 개발을 목표로 시작하였다. 딥러닝은 다양한 목적에 대해 심층 신경망을 효과적으로 학습시킬 수 있는 범용성이 뛰어난 기술이므로 SLAM에도 적용해보려는 시도였다. 과제를 진행할수록 전반적인 SLAM 보다는 그 내부의 핵심 기술인 VO (Visual Odometry) 기술과 이와 함께 학습시키는 MDE (Monocular Depth Estimation) 기술에 집중하여 최신 논문의 성능을 뛰어넘는 성과를 내었다.

□ 연구 목표대비 연구결과
본 연구의 목표는 본래 복잡한 전문가 시스템(expert system)인 SLAM(Simultaneous Localization and Mapping) 기술을 심층 신경망(deep neural network)으로 대체하여 구현 난이도를 크게 낮추면서도 성능을 향상시키는 것이다. SLAM 기술을 다양한 알고리즘의 복합체인데 그 중에서도 핵심적인 역할을 하는 VO 기술에서 성과를 내는 것이 주요 목표였다.
연구 초기에는 주로 기존 연구들의 구현 방식과 실질적인 성능을 확인하기 위해 다양한 VO 기술들에 대한 벤치마크를 구현하여 국제 및 국내 학술지에 논문으로 발표하였다. 국제 학술지 IJFIS에 발표한 논문은 기존 VO 시스템들의 위치인식 정확도 및 속도를 비교한 결과를 분석하였다. 기존에 각기 다른 시스템에서 비교되던 최신 연구의 구현 소스코드를 모아 하나의 시스템에서 비교하여 환경별로 적합한 알고리즘의 형태를 분석하였다. 국내 학술지인 로봇학회 논문지 게재한 논문에는 딥러닝 기반의 VO 알고리즘들을 비교 분석하였다. 기존 VO 알고리즘인 ORB SLAM과 딥러닝 기반 알고리즘들을 비교하여 딥러닝 기반 논문에서 주장하는 성능이 다소 과장됐다는 사실을 정리하여 발표했다.
최근에는 딥러닝 기반 VO 모델과 MDE 모델을 동시에 학습시키는 연구를 진행해왔다. 학습 결과 VO 보다는 MDE에서 최신 연구를 능가하는 성능이 나와서 결과를 정리하여 IEEE Access에 논문을 제출했고 minor revision에 해당하는 resubmission 권고를 받아 수정 작업 중에 있다.

□ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
본 연구에서 개발한 VODE(Visual Odometry & Depth Estimation) 모델은 연속적인 단안 카메라 영상을 받아 카메라의 위치 추적을 할 수 있으며 매 프레임마다 색상영상(RGB image)에 대한 깊이 영상(depth image)을 추론할 수 있다. 위치인식과 거리인식 기술은 모든 자율주행 모빌리티의 핵심 기술로써 로봇, 차량, 드론 등 적용분야가 다양하다. 본 연구의 장점은 기존의 복잡한 개발과정을 거치지 않고 심층 신경망 모델을 학습하여 빠르게 결과를 낼 수 있다는 것이다. 실제 사용환경에서 얻은 영상 데이터만 수집하면, 비지도 학습이므로 레이블링 과정 없이 바로 학습시킬 수 있다.
신경망을 통해 추정한 깊이 영상은 라이다 센서를 이용해 직접 측정한 거리보다는 부정확하지만 라이다의 시야 범위 밖의 장애물 감지나 비용 문제로 고가의 라이다를 장착할 수 없는 시스템에서는 유용하게 사용될 수 있다. 즉 자율주행 시스템의 비용을 크게 줄이면서 안정성을 확보할 수 있게 된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 10
• 1) 정성적 연구개발성과(연구개발결과) ... 10
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 참고문헌 ... 14
• [붙임1] 세부 정량적 연구개발성과 ... 16
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 17
• 끝페이지 ... 20