CSS
 
Last update : 22-10-04 00:37
   D1-1김수지303-307.pdf (1.2M)
2022-11-03 9:00-09:10 [D1-1] 학부논문 특별세션 1

자율주행 로봇의 Monocular Visual Odometry를 위한 실시간 Feature 매칭 기법
김수지, 이재운, 임지웅, 원종훈*


자율주행을 위한 측위 센서로 광범위하게 활용되는 Global Navigation Satellite System (GNSS) 수신기는 주변 지형지물에 의한 신호 차단 현상 및 전파 환경에 따라 측위 성능이 현격 히 감소하는 현상이 번번히 발생한다. 이를 극복하기 위해 Camera, LiDAR, Radar 등 기타 센서 데이터를 활용한 다양한 localization 기법들이 이용된다. 그 중 카메라를 이용해 위치를 파악하는 Visual Odometry는 이미지 데이터를 이용해 센서 자체의 pose 측정하는 기법이다. 본 논문에서는 주행 중인 상황에서 입력되는 이미지 데이터에서 추출된 정적인 feature에 대해서 실시간으로 매칭하는 알고리즘을 제시한다. 먼저 feature 중 outlier를 제거하는 전처리 과정을 거쳐 비슷한 객체끼리 짝을 짓는다. 두 영상에서의 feature descriptor를 비교하여 feature 사이의 일치하는 정도인 distance 값을 구하고, 그 값이 임계값보다 작은 매칭은 제거한다. 이후 RANSAC이나 RHO, LMEDS, M-Estimator 알고리즘을 통해 inlier를 판별하는 전 처리 과정을 거치고 영상 간의 기하학적 관계를 의미하는 homography를 구해낸다.


Real-Time Feature Matching Method for Monocular Visual Odometry of Autonomous Driving Robot

Su-Ji Kim, Jae-Un Lee, Ji-Ung Im, Jong-Hoon Won*


Global Navigation Satellite System (GNSS) receivers widely used as a localization sensor for autonomous driving vehicles may have a serious performance degradation frequently due to the signal blockage and receiving environment by topography. To overcome this, various localization techniques based on sensors such as camera, LiDAR, radar, etc. are used. Among them, Visual Odometry (VO) is a method of measuring the pose of the sensor itself using image data of camera. In this paper we present an algorithm that matches static features extracted from image data input in driving situations in real time. First, similar objects are paired with each other through a process that removes the outliers. The distance value, which is the degree of matching between the features, is obtained by comparing the feature descriptors in two images followed by the removing process for the matching when it is less than the threshold. After then, homography, which is a geometric relationship between the sequential scenes, is obtained through the preprocess of determining the inlier via RANSAC, RHO, LMEDS, or M-Estimator algorithms.

Keywords: feature extraction, feature matching, localization, visual odometry


profile_image Speaker
김수지
인하대학교