Computer Vision & Visual-SLAM

1. Computer Vision 

Computer Vision은 이미지 인식기술이 발달하면서 영상 인식기술도 함께 발전을 하였다.

YOLO와 같은 Object Detection 기술부터 Semantic Segmentation기술등 다양한 인식 기술이 나오게 되었다.

This image is CC0 public domain

 

이와 같은 기술들은 Convolutional Neural Network와 같은 딥러닝 신경망으로 학습이 되었다.

G, Gkioxari, J.Malik, J.Johnson, "Mesh R-CNN"

2D상의 객체를 인식하는 방법은 어느정도 정복하였지만, 3D 세상을 2D 이미지 및 영상에서 이해하기는 쉽지 않다.

우리가 사진을 찍을때 3D world의 depth data는 소실되기 때문이다. (한 장의 사진으로는 3D 세상을 이해할 수 없다.)

하지만, 여러 개의 2D 이미지를 사용하여 기하학적인 방법으로 복원된 depth data와 2D 이미지의 페어들이 Data set으로 쌓이면서 추론할 수 있는 딥러닝 연구가 진행이 되고 있다.

연구의 목표는 2D 이미지 한장으로 3D 공간을 빠르고 정확하게 인식할 수 있는지에 대한 연구가 진행되고 있다.

 

자율주행을 위한 Perception은 다음과 같이 진행이 되었다.

• Lane detection
• Object detection
• Segmentation

 

이제 DL기술을 추가하여 자율주행 Perception의 기술을 발전시키고 있다.

• Object tracking & Motion prediction
• 3D Object detection & Pose estimation

위의 기술을 적용함으로써 Object의 움직임을 예측하고 위치를 추정할 수 있다.

 

2. Visual-SLAM

우리는 Visual-SLAM으로 공간, 위치, 상태를 이해할 수 있다.

여러개의 이미지를 사용하여 3D 세상을 유추하고 나의 이동경로를 이해할 수 있다.

우리는 이를 차량에 적용하여 주행중 주변 공간을 이해하고 현재 위치 파악 및 주변 벽과 이동체의 위치를 파악할 수 있다.

AVP-SLAM: Semantic Visual Mapping and Localization for Autonomous Vehicles in the Parking Lot