본 논문은 AprilTag의 원거리 포즈 추정의 오차 모델을 제시한다. AprilTag는 기준 마커의 한 종류로 기준점으로 사용하거나 측정 데이터를 사용하기 위해 비전시스템에 배치되는 인공 랜드마크이다. 인식과 동시에 카메라의 정확한 포즈 추정을 지원하나, 원거리에서 큰 오차가 발생한다. 포즈 오차는 포즈 추정 단계의 이미지 노이즈와 캘리브레이션 오차로 인해 발 생하는데, 각각은 포즈의 잡음과 편향오차의 원인이 되며 그 영향은 거리에 따라 증가한다. 실험 데이터에 따른 오차 특성 분석을 바탕으로, 이미지 노이즈는 비선형 least-squares 기 법으로, 캘리브레이션 오차는 무향 변환 기법으로 모델링 되었다. 실험 결과 오차 모델은 거리에 따라 비례하여 증가하는 포즈 오차의 경향을 잘 예측하였다. AprilTag 분석 및 오차 모 델링은 실외 측위 또는 UAV 자율착륙과 같은 다양한 원거리 포즈 추정 문제에서 성공적으로 활용하기 위한 기준을 마련한다.

Analysis and Error Modeling in Long-range Pose Estimation of AprilTag

Suyeon Cho, Euiho Kim*

This paper presents an error model of AprilTag pose estimation in long range. AprilTag is one of the fiducial markers, an artificial landmark which is used as a reference point or to use the measurement data. It supports accurate pose estimation of the camera, but a large error occurs at a long range. The pose errors are caused by image noise and calibration uncertainty, each causing random error and systematic error in the pose, and the effect increases with distance. Based on the analysis of errors according to the experimental data, image noise was modeled with a nonlinear least-square method, and calibration uncertainty was modeled with an unscented transform method. As a result of the experiment, the error model well predicted pose errors that increase proportionally with distance. AprilTag pose error analysis and error modeling will show how fiducial markers should be applied to long- range positioning problems such as outdoor localization or UAV autonomous landing.

Keywords: fiducial marker, pose estimation, error modelling

Speaker 조수연 홍익대학교