Professional Documents
Culture Documents
VisualSLAM의 Frontend 성능 개선에 관한 연구
VisualSLAM의 Frontend 성능 개선에 관한 연구
로봇청소기는 지정된 집의
구조를 기억하고 이를 청소
•
센서를 사용해 실시간으로
•
구조를 파악하는
SLAM 기술을 사용
•
Visual Slam 에 대해 탐구
1. 연구 동기와 목적
VisualSLAM 의 Odometry 오차 개선
추가 Dataset
Visual Slam 구동
배경이론 연구 (Github)
대입 문제점 분석 SLAM 성능개선
(KittiSequence)
3-1. 배경이론 — SLAM 이란 무엇인가 ?
•
SLAM(Simultaneous Localization And Mapping)
3-1. 배경이론 — SLAM 이란 무엇인가 ?
Time T 마다 이 과정을 거쳐 본인의 위치와 주변의 위치관계를 산출한다 .
•
EKF(Extended Kalman Filter) SLAM
•
GraphSLAM
•
FastSLAM
•
VisualSLAM
3-3. 배경이론 — VisualSlam 구동 방식
센서 인식
복귀 시 보정
3-4. 배경이론 — VisualSlam 이미지 처리 원리
1. 이미지 특징점 잡기 (ORB)
GitHub 코드 안의 데이터 사용
4. Visual Slam 구동 - 출력
Error( 오차값의 크
실제 예측 경로
기)
•
Path Finding 에 약간의 오차
•
오차 누적의 문제
5. Kitti Sequence 추가 데이터셋 구동 - Dataset
● GT, Pred 간 매우 큰 오차 발생
● Loop closure 과 같은 Backend 처리 X
6. 향후 연구
•
직접 Dataset 을 제작해 구동 : 경기과학고등학교의 도로 사진
+ 속도 센서와 가속도 센서 정보 수집 🡪 센서 장착 RC 카 주행
•
VisualSLAM 의 한계점을 보완
•
오차가 많이 발생하는 부분을 물리 센서를 사용해서 보완
•
추정된 경로에서 예상되는 속도 / 가속도 데이터와 측정된 데이터를
비교 후 그 차이를 연산에 적용시켜 오차를 보정