카메라와 3차원 레이저 레인지 파인더의 융합을 통한 개선된 ICP 알고리즘을 이용한 3차원 환경 복원

Abstract

본 논문에서 색 정보와 3차원 정보를 포함하는 환경을 복원하기 위해 카메라와 회전하는 3차원 레이저 레인지 파인더를 이동 로봇에 설치한 시스템을 이용해 색 정보를 포함한 3차원 환경 복원 방법을 제안하고자 한다. 색 정보가 포함된 환경 복원을 위해서 카메라와 레이저 레인지 파인더 사이의 기하학적인 위치 관계를 추정해야 한다. 그리고 서로 다른 프레임에서 획득한 데이터를 통합하기 위한 이동 로봇의 위치 추정 방법이 필요하다. 카메라와 레이저 레인지 파인더 사이의 기하학적인 위치 관계를 추정하기 위해 카메라-레이저 레인지 파인더 캘리브레이션을 수행한다. 두 센서의 중심을 알 수 없기 때문에 캘리브레이션으로 구해진 결과의 참값을 알 수 없다. 그렇기 때문에 결과의 정확도 또한 알기 힘들다. 이 캘리브레이션의 결과로 얻어진 두 센서 사이의 기하학적인 관계의 정확도를 측정하기 위해 레이저 레인지 파인더로 얻은 격자무늬 평면의 데이터를 영상으로 다시 사영(projection)하였다. 그리고 오차의 식을 정의하였다. 이렇게 측정된 정확도를 이용해 좀 더 정확한 캘리브레이션 결과를 얻기 위한 방법을 제안하였다. 서로 다른 프레임에서 획득한 데이터를 통합하기 위한 방법으로 ICP를 이용하였다. ICP는 두 점군(point cloud) 기반의 데이터를 입력으로 하고 두 점군 사이의 3차원 모션(rotation, translation)을 출력으로 하는 알고리즘이다. ICP의 정확도와 수렴 여부를 결정하는 중요한 요인 중에 하나가 ICP의 초기값이다. 이 초기값을 좀 더 정확하게 제공하기 위해 비주얼 오도메트리(visual odometry)를 사용하였다. 비주얼 오도메트리로는 SIFT(Scale-Invariant Feature Transform) 매칭을 이용하였다. 그리고 일반적으로 3차원 정보만 사용되는 ICP 알고리즘과 달리 색 정보와 3차원 정보를 가지고 있는 데이터를 ICP 알고리즘에 적용하였다. ICP 알고리즘 적용 전에 데이터의 색 정보를 분석하여 2차원 히스토그램(histogram)을 작성하였다. 이를 이용하여 매칭 점을 찾기 위한 검색을 더 빠르고 정확하게 하는 방법을 제안하고자 한다.