확장현실 디바이스 사용자의 협업을 위한 정밀한 6-DOF 포즈 추정 연구
A Study on Precise 6-DOF Pose Estimation for Collaboration of Extended Reality Device Users
- 발행기관 서강대학교 일반대학원
- 지도교수 임인성
- 발행년도 2023
- 학위수여년월 2023. 8
- 학위명 박사
- 학과 및 전공 일반대학원 컴퓨터공학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000076453
- UCI I804:11029-000000076453
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
확장현실 기술은 가상현실, 증강현실, 그리고 혼합현실 등의 다양한 디바이스에서 사용자가 공간을 공유하고 상호작용할 수 있는 기술로, SLAM과 같은 공간 인식 방식을 사용한다. 각각의 확장현실 디바이스는 서로 다른 성능과 특징을 가지고 있으며, 각 환경에 특화된 공간 인식 기술이 필요하다. 같은 공간에 있는 디바이스 간에 위치를 추적할 수 있어야 가상 환경과 물리 환경의 공간을 정렬할 수 있다. 그러나 연산량이 많은 포즈 추정 방법은 저사양 디바이스에서 적용하기 어려울 수 있다. 또한 특정 상태에서만 측정된 데이터의 편향성을 고려하여 위치를 추정해야 한다. 본 논문에서는 확장현실 환경에서 공간 인식에 필요한 6-DOF(6-Degree of Freedom) 포즈 추정의 정밀도를 향상시켜 가상 환경과 물리 환경의 공간 정렬을 가능하게 하고, 다양한 확장현실 디바이스의 공간 정렬(space alignment)을 가능하게 하는 방법을 제안한다. 첫째, 저사양 디바이스에서 구동하기 위한 포즈 그래프 그룹화 기반 포즈 추정 방법을 제안한다. 몇 가지 기준에 따라 궤적을 잘라내어 그룹화하고 그래프 그룹 간의 포즈 오류를 보정하여 더 적은 계산으로 정밀도를 높인다. 둘째, 편향된 측정 데이터에 대한 타원체 추정 기반의 위치 추정 방법과 이를 기반으로 가상현실 디바이스를 물리 공간에 정렬하는 방법을 제안한다. 측정 데이터의 노이즈가 편향된 경우, 분포를 타원체로 근사화하여 최소한의 편향으로 포즈를 추정할 수 있다. 이를 통해 가상현실 디바이스의 공간을 물리 공간과 정렬하는 과정에서 보다 정밀한 추정이 가능하다. 셋째, 확장현실 디바이스의 컨트롤러에 마커를 임의로 부착하여 가상 환경과 물리 공간 사이의 공간을 정렬하는 방법을 제안한다. 마커와 컨트롤러의 상대적인 포즈는 RGB-D 카메라에서 컨트롤러에 부착된 마커를 인식하고 컨트롤러의 포즈를 추정하여 추정한다. 이를 통해 가상현실 디바이스와 RGB-D 카메라 사이의 공간을 정렬할 수 있다. 본 논문에서 제안한 기법은 다양한 환경에서 공간을 인식하고 확장현실 공간에 통합하는 과정에서 또 다른 방향을 제시할 수 있을 것이다.
more초록 (요약문)
Extended reality is a technology that allows users to share and interact with space across a variety of devices, including virtual reality, augmented reality, and mixed reality, and uses spatial recognition methods such as SLAM. Each extended reality device has different performance and features, and requires space recognition technology specific to each environment. Being able to track location between devices in the same space is essential for aligning virtual and physical space. However, computationally intensive pose estimation methods can be difficult to apply on low-end devices. You will also need to account for the bias of data measured only in certain states to estimate position. In this paper, we propose methods to improve the precision of 6-DOF(6-Degree of Freedom) pose estimation, which is necessary for space recognition in an extended reality environment, to enable space alignment of virtual and physical environments, and to enable space alignment of various extended reality devices. First, we propose a pose graph grouping-based pose estimation method for operation on low-end devices. By truncating and grouping trajectories based on some criteria and compensating for pose errors between groups of graphs, it improves precision with less computation. Second, we propose a position estimation method based on ellipsoid estimation for biased measurement data, and a method for aligning virtual reality devices with physical space based on it. If the noise in the measurement data is biased, it is possible to estimate the pose with minimal bias by approximating the distribution as an ellipsoid. This allows for more precise estimation in the process of aligning the space of the virtual reality device with the physical space. Third, we propose a method to arbitrarily attach markers to the controller of an extended reality device to align the space between the virtual and physical environments. The relative pose of the marker and the controller is estimated by recognizing the marker attached to the controller from the RGB-D camera and estimating the pose of the controller. This allows the space between the virtual reality device and the RGB-D camera to be aligned. The methods proposed in this paper may provide another direction in the process of space recognition and integration into extended reality spaces in different environments.
more