사전 훈련된 고차원 특징과 온라인 자기 감독 학습을 통해 야생 환경에서 빠르게 로봇의 통과 가능성을 추정할 수 있다.
본 연구는 광학 흐름 레이블링 없이도 우수한 성능을 달성할 수 있는 새로운 하이브리드 비주얼 오도메트리 프레임워크를 제안한다. 자기 지도 학습 기반 호모그래피 사전 훈련과 주요 특징점 선택 전략을 통해 다양한 환경에서 강건성과 일반화 능력을 크게 향상시켰다.
단일 RGB-D 카메라를 사용하여 계단의 위치, 방향, 자세를 정확하게 추정할 수 있는 방법을 제안한다. 제안 방법은 계단 탐지, 계단 선분 검출, 계단 위치 추정의 3단계 모듈로 구성되며, 각 모듈은 일반적인 딥러닝 기반 객체 탐지 및 선분 검출 기술을 활용하여 구현된다.
자기 지도 학습을 통해 로봇 비전 모델이 자율 주행에 필요한 시각적 특징을 효과적으로 학습할 수 있다.