• 제어로봇시스템학회논문지
• /
• 제19권5호
• /
• pp.457-461
• /
• 2013

This paper proposes an image feature-based real-time RGB-D (Red-Green-Blue Depth) 3D SLAM (Simultaneous Localization and Mapping) system. RGB-D data from Kinect style sensors contain a 2D image and per-pixel depth information. 6-DOF (Degree-of-Freedom) visual odometry is obtained through the 3D-RANSAC (RANdom SAmple Consensus) algorithm with 2D image features and depth data. For speed up extraction of features, parallel computation is performed with GPU acceleration. After a feature manager detects a loop closure, a graph-based SLAM algorithm optimizes trajectory of the sensor and builds a 3D point cloud based map.

• 한국산학기술학회논문지
• /
• 제21권3호
• /
• pp.312-320
• /
• 2020

3D 스캐닝과 역설계 기술은 기계/제조 분야에서 먼저 시작하였다. 건설 분야에서는 BIM(Building Information Modeling) 기반 3D 모델링 활용 환경이 조성되어 3D 스캐닝 기술을 이용하여 공장 사전제작, 구조물 시공 검측, 플랜트 시설물, 교량, 터널 구조물 검측 등 건설 전반에 활용하고 있다. 스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다. 이 연구는 자유롭게 이동하면서 실시간 점군 정합을 지원하는 SLAM(Simultaneous Localization and Mapping)기반 스캔백팩 시스템 개발 시 고려사항을 도출한다. 본 연구를 통해 모바일 스캔 기술을 이용한 스캔 생산성 개선을 위해, SLAM기반 스캔백팩(Scan Backpack) 장치 개발을 위한 프레임웍, 시스템 및 컴포넌트 구조를 제안하고, 프로토타입을 통해 개발 시 고려사항을 도출한다. 프로토타입 개발은 SLAM 및 스캔백팩 2단계로 수행해, 고려사항을 도출하고, 수행 결과를 분석하였다.

• 제어로봇시스템학회논문지
• /
• 제21권7호
• /
• pp.634-640
• /
• 2015

This paper proposes a novel three-dimensional mapping algorithm in Omni-Directional Vision SLAM based on a fisheye image and laser scanner data. The performance of SLAM has been improved by various estimation methods, sensors with multiple functions, or sensor fusion. Conventional 3D SLAM approaches which mainly employed RGB-D cameras to obtain depth information are not suitable for mobile robot applications because RGB-D camera system with multiple cameras have a greater size and slow processing time for the calculation of the depth information for omni-directional images. In this paper, we used a fisheye camera installed facing downwards and a two-dimensional laser scanner separate from the camera at a constant distance. We calculated fusion points from the plane coordinates of obstacles obtained by the information of the two-dimensional laser scanner and the outline of obstacles obtained by the omni-directional image sensor that can acquire surround view at the same time. The effectiveness of the proposed method is confirmed through comparison between maps obtained using the proposed algorithm and real maps.

• 한국BIM학회 논문집
• /
• 제10권1호
• /
• pp.1-8
• /
• 2020

In managing building facilities, spatial information is the basic data for decision making. However, the method of acquiring spatial information is not easy. In many cases, the site and drawings are often different due to changes in facilities and time after construction. In this case, the site data should be scanned to obtain spatial information. The scan data actually contains spatial information, which is a great help in making space related decisions. However, to obtain scan data, an expensive LiDAR (Light Detection and Ranging) device must be purchased, and special software for processing data obtained from the device must be available.Recently, SLAM (Simultaneous localization and mapping), an advanced map generation technology, has been spreading in the field of robotics. Using SLAM, 3D spatial information can be obtained quickly in real time without a separate matching process. This study develops and tests whether SLAM technology can be used to obtain spatial information for facility management. This draws considerations for developing a SLAM device for real-time remote scanning for facility management. However, this study focuses on the system development method that acquires spatial information necessary for facility management through SLAM technology. To this end, we develop a prototype, analyze the pros and cons, and then suggest considerations for developing a SLAM system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1080-1083
• /
• 2020

본 논문에서는 구면 파노라마를 기반으로 하는 SLAM 시스템을 제안한다. Vision SLAM은 촬영하는 시야각이 넓을수록 적은 프레임으로도 주변을 빠르게 파악할 수 있고, 많은 양의 주변 데이터를 이용해 더욱 안정적인 추정이 가능하다. 구면 파노라마 비디오는 가장 화각이 넓은 영상으로, 모든 방향을 활용할 수 있기 때문에 Fisheye 영상보다 더욱 빠르게 3D 맵을 확장해나갈 수 있다. 기존의 시스템 중 Fisheye 영상을 기반으로 하는 시스템은 전면 광각만을 수용할 수 있기 때문에 구면 파노라마를 입력으로 하는 경우보다 적용 범위가 줄어들게 된다. 본 논문에서는 기존에 Fisheye 비디오를 기반으로 하는 SLAM 시스템을 구면 파노라마의 영역으로 확장하는 방법을 제안한다. 제안 방법은 카메라의 투영 모델이 요구하는 파라미터를 정확히 계산하고, Dual Fisheye Model을 통해 모든 시야각을 손실 없이 활용한다.

• 한국건설관리학회논문집
• /
• 제17권3호
• /
• pp.32-42
• /
• 2016

현재 국내 대부분의 토목 건축 구조물이 BIM 정보가 부재한 상황에서 준공 BIM(as-built BIM)의 수요가 점차 증가하고 있다. 준공 BIM 구축을 위한 공간자료 취득에는 고밀도의 포인트 클라우드를 생성할 수 있는 레이저 스캐너가 주로 활용되고 있다. 하지만 기존의 고정식 스캔 시스템은 이동이 번거롭고, 정밀한 위치 선정이 필요 하며, 스캔 자료 정합을 위해 별도의 표지를 설치하거나 공액점을 추출하는 과정이 필요하다. 본 연구에서는 수작업을 최소화하기 위해 기존의 고정식 스캔 시스템을 대체할 수 있는 이동식 스캔 시스템을 제안하고자 하며, 기반 기술로 graph-based SLAM을 적용하였다. 테스트 장비는 총 세 개의 2차원 스캐너를 탑재하고 있으며, 중앙의 한 개는 수평으로 설치되어 graph 구축을 통한 이동경로취득에 사용되었고, 좌우 두 개는 수직으로 설치되어 시스템 진행의 연직 방향으로 주변 구조물에 대한 3차원 스캔 정보 취득에 사용되었다. 개발된 graph-based SLAM은 이동경로 상에 누적된 위치오차를 해소하기 위한 loop closure 처리 방법으로 Adaboost 기계학습을 적용하였다. 이는 특히 본 연구에서 사용한 장비와 같이 기계학습을 위한 다수의 feature 정보를 제공할 수 있는 멀티 스캐너 시스템에 적합한 방식이며, 두 실내공간을 대상으로 한 테스트에서 단일 스캐너 대비 false positive rate를 각각 7.9% 및 13.6%까지 줄일 수 있었다. 최종적으로 연구대상지역의 2차원 및 3차원 지도 구축을 통해 개발된 graph-based SLAM의 효용성을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제20권11호
• /
• pp.1153-1163
• /
• 2014

An efficient 3D SLAM (Simultaneous Localization and Map Building) method is developed for urban building environments using a tilted 2D LRF (Laser Range Finder), in which a 3D map is composed of perpendicular/horizontal planar polygons. While the mobile robot is moving, from the LRF scan distance data in each scan period, line segments on the scan plane are successively extracted. We propose an "expected line segment" concept for matching: to add each of these scan line segments to the most suitable line segment group for each perpendicular/horizontal planar polygon in the 3D map. After performing 2D localization to determine the pose of the mobile robot, we construct updated perpendicular/horizontal infinite planes and then determine their boundaries to obtain the perpendicular/horizontal planar polygons which constitute our 3D map. Finally, the proposed SLAM algorithm is validated via extensive simulations and experiments.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.353-358
• /
• 2022

Due to the limited field of view of the pinhole camera, there is a lack of stability and accuracy in camera pose estimation applications such as visual SLAM. Nowadays, multiple-camera setups and large field of cameras are used to solve such issues. However, a multiple-camera system increases the computation complexity of the algorithm. Therefore, in multiple camera-assisted visual simultaneous localization and mapping (vSLAM) the multi-view tracking algorithm is proposed that can be used to balance the budget of the features in tracking and local mapping. The proposed algorithm is based on PanoSLAM architecture with a panoramic camera model. To avoid the scale issue 3D LiDAR is fused with omnidirectional camera setup. The depth is directly estimated from 3D LiDAR and the remaining features are triangulated from pose information. To validate the method, we collected a dataset from the outdoor environment and performed extensive experiments. The accuracy was measured by the absolute trajectory error which shows comparable robustness in various environments.

• 한국컴퓨터정보학회지
• /
• 제14권1호
• /
• pp.241-248
• /
• 2006

냉장고나 에어컨 등과 같은 비교적 크고 자주 움직이지 않는 물체들에 대한 인식은 실내 환경에서의 SLAM (Simultaneous Localization and Map building) 문제에서 중요한 전역적 고정 특징으로 사용될 수 있다는 측면에서 그 필요성이 크다. 본 논문에서는 연속적으로 획득되는 3차원의 영상 장면들을 사용하여 이러한 큰 물체들을 안정적으로 인식할 수 있는 방법을 제안한다. 제안하는 방법에서는 파티클 필터(Particle Filter)를 기반으로 연속적인 3차원 영상에서 점진적으로 3차원의 물체를 인식하는 방법을 사용한다. 이를 위해 인식하고자 하는 하나의 물체를 표현하는 파티클(Particle) 들을 3차원의 장면에 뿌리고, 3차원 선들의 정합을 통해 각 파티클에 대한 정합 확률을 계산한다. 이 확률과 정합된 파티클의 비율을 기반으로 3차원 환경 속에 놓여진 물체를 인식할 수 있으면 물체의 자세 또한 함께 인식될 수 있다. 실험 결과를 통해 파티클 필터에 기반한 점진적이고 확률적인 물체인식의 가능성을 보이고 SLAM문제에 응용한 결과도 함께 보여준다.

• 한국게임학회 논문지
• /
• 제12권3호
• /
• pp.87-96
• /
• 2012

본 논문에서는 시퀀스 상에서 확장 칼만필터(Extended Kalman Filter) 기반의 SLAM(Simultaneous Localization And Mapping) 시스템의 안정적인 카메라 추적과 재위치(re-localization) 방법이 제안된다. SLAM으로 얻어진 3차원 특징점에 들로네(Delaunay) 삼각화를 적용하여 기준(reference) 평면을 설정하며, 평면상에 존재하는 특징점의 BRISK(Binary Robust Invariant Scalable Keypoints) 기술자(descriptor)를 생성한다. 기존 확장 칼만필터의 오차가 누적되는 경우를 판단하여 기준 평면의 호모그래피로부터 카메라 정보를 해석한다. 또한 카메라가 급격하게 이동해서 특징점 추적이 실패하면, 저장된 강건한 기술자 정보를 매칭하여 카메라의 위치를 다시 추정한다.