Core Concepts
학습 기반 이미지 향상 기법과 메시 기반 맵 표현을 활용하여 수중 환경에서 강력한 위치 추정 성능과 사실적인 3D 맵을 실시간으로 생성하는 시스템을 제안한다.
Abstract
이 논문은 수중 환경에서의 강력한 위치 추정 성능과 사실적인 3D 맵 생성을 위한 시스템을 제안한다. 수중 환경에서는 안개와 낮은 대비로 인해 기존의 SLAM 기법을 적용하기 어려운 문제가 있다. 또한 균열 검사와 같은 민감한 작업을 위해서는 사실적인 매핑이 매우 중요하지만, 자율 수중 차량의 계산 능력은 제한적이다.
이 논문에서는 학습 기반 이미지 향상 기법을 활용하여 위치 추정 및 매핑 품질을 향상시키고, 슬라이딩 윈도우 기반의 메시 확장 기법을 적용하여 가벼운, 빠르고 사실적인 매핑을 가능하게 한다. 실제 데이터와 실내 합성 데이터를 활용하여 제안 기법의 성능을 검증한다. 실제 데이터로 정성적 검증을 수행하고, 실내 합성 데이터로 정량적 검증을 수행한다.
Stats
이미지 향상 후 특징점 검출 개수가 약 16.1% 증가했다.
메시 기반 맵 표현은 포인트 클라우드 기반 맵 표현에 비해 데이터 크기가 크게 감소했다.
제안 기법의 평균 처리 시간은 약 29.32ms로 실시간 동작이 가능하다.
실내 합성 데이터에서 이미지 향상 후 ATE RMSE가 약 2.22배 감소했다.
Quotes
"학습 기반 이미지 향상 기법을 활용하여 위치 추정 성능과 매핑 품질을 향상시킨다."
"슬라이딩 윈도우 기반의 메시 확장 기법을 적용하여 가벼운, 빠르고 사실적인 매핑을 가능하게 한다."