본 논문에서는 다수의 원거리 특징점이 측정되는 환경에서 영상관성 항법 성능을 향상시키기 위한 방법을 제안한다. 원거리 특징점의 경우 항체의 병진 운동에 대한 시차가 작기 때문에 깊이 추정 정확 도가 감소되며 이는 항법 성능 저하의 원인이 된다. 따라서 특징점의 깊이 추정치 정확도에 따라 특징점의 정보를 선별적으로 이용할 필요가 있다. 본 논문은 이와 같은 상황에 적용할 수 있는 특징점의 구분 기준을 제시한다. 다중 상태 제약 칼만 필터의 삼각측량 시에 특징점의 기하학적 조건을 이용하여 충분한 시차를 확보할 수 있는 영역을 유도한다. 본 논문에서 제시하는 특징점 판별 기준을 검증 하기 위해 시뮬레이션을 수행하였고 이를 통해 항법 오차가 감소되는 결과를 확인하였다.

Region Selection According to Feature Depths Classification in Visual-Inertial Navigation System

Han Yeol Lee, Jae Hyung Jung, Chan Gook Park*

In this paper, we propose a method to improve the visual-inertial navigation performance with the presence of far features in the depth direction. In feature triangulation, a far feature induces by translational egomotion. Accordingly, the accuracy of depth estimation decreases and this leads to the degradation of the navigation performance. Therefore, feature measurements need to be classified according to the estimate of feature depths. We propose a criterion that divides features by deriving a region that has enough parallax in Multi-State Constraint Kalman Filter (MSCKF) using geometry. To verify the effectiveness of this region, a simulation is carried out and reduction of navigation error is confirmed.

Keywords: multi-state Constraint Kalman filter (MSCKF), feature triangulation, feature depth classification

Speaker 이한열 서울대학교