RGB-D 영상 그래프를 사용한 시각적 주행 궤적 계산의 개선
Enhancement of Visual Odometry Computation Using RGB-D Image Graph
- 발행기관 서강대학교 일반대학원
- 지도교수 임인성
- 발행년도 2018
- 학위수여년월 2018. 8
- 학위명 석사
- 학과 및 전공 일반대학원 컴퓨터공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000063359
- UCI I804:11029-000000063359
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
SLAM을 활용한 커넥티드 자동차나 사물인터넷 기술이 성장하면서 기기의 주변 환경을 촬영해 카메라의 움직임을 정확하게 추정하는 시각 주행 궤적 추정 기술이 중요해지고 있다. 최근에 모바일 기기에도 RGB-D 카메라가 탑재되면서 일반 사용자들도 쉽게 접근이 가능하게 되었다. 모바일 기기에서 시각 주행 궤적 추정 기술을 구동하기 위해서는, 메모리를 적게 사용하면서 카메라의 움직임을 추정하는 프레임-대-프레임 기법을 사용해야 한다. 프레임-대-프레임 기법의 시각적 주행 궤적 추정은 부드럽게 촬영이 된 데이터에 대해서는 정확도가 보장된다. 그러나 그 외 대부분의 경우인 일반 사용자의 촬영으로 주행 궤적이 불안정한 움직임에 대해서는 추정 도중에 오차가 한 번이라도 생기면 카메라의 움직임을 추정하지 못하는 문제가 발생한다. 본 논문에서는 이 문제를 해결하기 위해 비슷한 공간을 많이 촬영해서 얻은 RGB-D 영상 데이터를 그래프로 구성해 카메라의 주행 궤적을 정확하게 추정하는 방법을 제시한다. 이를 위해 먼저 두 프레임 간의 가중치를 정의해 RGB-D 영상 그래프를 생성한다. 생성된 그래프를 바탕으로 기존의 카메라 추정 경로인 입력 순서가 아닌 그래프 전체 오차를 가장 적게 해주는 경로를 구해 카메라의 움직임을 추정한다. 본 논문의 방법을 사용함으로써 발생하는 추가 시간을 줄이기 위해 그래프를 생성하는 일련의 과정들에 대해서 병렬 프로그래밍을 통해 가속한다. 또한 더욱 정밀한 추정 결과를 얻기 위해 예측자-수정자 기법이나 주변 탐색 기법으로 추정 결과를 한번 더 교정해 오차의 누적량을 감소시킨다. 이와 같은 연구의 결과로 적은 메모리를 사용해 시각적 주행 궤적을 추정하는 프레임-대-프레임 기법의 장점을 유지하면서도 추가된 시간에 비해 더 높은 정확도를 가진 결과를 얻는다. 즉 RGB-D 카메라로 빠르고 불안정하게 촬영된 이미지들의 카메라 궤적을 본 연구의 방법을 통해 보다 정확하게 추정하고 3차원으로 복원할 수 있게 되었다.
more초록/요약
As technologies using SLAM such as connected car or IoT are rapidly growing, visual odometry estimation technology is becoming important. We use this technology to accurately estimate the motion of the camera by photographing the surrounding environment of the device. Recently, mobile devices are equipped with RGB-D cameras, making it easier for users to access visual odometry technology. To run the technology on a mobile device, it is essential to use less memory while estimating camera motion by a frame-to-frame technique. If we use this technique with smooth camera motion, accuracy is ensured. However, in general case where smooth camera motion is not guaranteed, only one trivial error during estimation can lead to very problematic result. In this paper, we propose a method to accurately estimate the visual odometry of a camera by constructing a graph with data obtained by shooting a lot of similar camera views. To do this, first, we define the weights between each two frames and generate a graph. Next, we estimate the motion of the camera by searching for the camera path with the smallest overall error, instead of input order used in usual camera path. This method requires more time, since it uses post-processing to create a graph. To reduce this extra time, we accelerated through parallel programming. In order to obtain more precise estimation results, the estimation result is further corrected by the predictor-corrector technique and the surrounding search technique. As a result, we not only maintained the advantage of using less memory in frame-to-frame method of estimating visual odometry, but also obtained results with higher accuracy with little extra time. To sum up, the camera visual odometry of the images unstably captured by the RGB-D camera can be more accurately estimated and reconstructed in three dimensions through the method of this paper.
more