스테레오 카메라와 2D LiDAR 통합 캘리브레이션 기법 = Stereo Camera – 2D LiDAR Integrated Calibration Method

국문 초록 (Abstract)

본 논문에서는 스테레오 카메라를 활용하여 카메라의 내·외부 파라미 터와 3차원 좌표값들을 통합적으로 추정함으로써 2D 라이다(LiDAR, Light Detection and Ranging)와의 외부 파라미터를 효율적으로 산출하는 효율적 인 카메라-라이다 통합 캘리브레이션 기법을 제안한다. 기존의 스테레오 카메라 캘리브레이션 기법이 카메라의 내부 파라미터 와 외부 파라미터를 독립적인 단계로 분리하여 추정하는 반면에, 제안된 캘리브레이션 기법은 내·외부 파라미터와 특징점의 3차원 좌표값을 하나 의 최적화 프레임워크 내에서 통합적으로 추정한다는 특징을 가진다. 또 한, 2D 라이다 센서의 경우 단일 평면상의 거리와 각도 데이터만을 획득 할 수 있어 3차원 공간상의 특징점 매칭에 구조적인 한계가 존재한다. 제 안된 기법은 이러한 2D 데이터의 희소성을 보완하기 위해 라이다의 반사 강도(Intensity) 정보를 추가로 활용하여 체스보드의 격자선을 정밀하게 구 분하고 특징점을 검출하는 방법을 적용하였다. 제안된 캘리브레이션 기법에서 체스보드의 포인트 클라우드는 스테레 오 카메라로부터 취득된 좌우 이미지 사이의 특징점 매칭을 통하여 획득 된다. 획득된 3차원 특징점들과 센서 간의 기하학적 관계를 규명하기 위 해 두 센서 사이의 외부 파라미터 추정에는 비선형 관측 모델을 1차 테 일러 전개로 근사하여 오차 상태를 선형화하고, 해당 선형 오차 모델에 대해 최소자승법 기반의 반복적 수치 최적화 알고리즘을 적용하여 추정 오차를 최소화하였다. 제안된 카메라-라이다 통합 캘리브레이션 기법의 성능을 평가하기 위 하여 실내 환경에서 다양한 거리와 각도에 체스보드를 배치하고 스캔하 여 측정 데이터를 획득하였다. 획득된 데이터를 바탕으로 스테레오 카메 라와 2D 라이다 융합을 통한 특징점의 3차원 좌표 추정 실험을 진행하였 으며, 실험 결과를 통해 제안된 캘리브레이션 기법이 센서 간의 위치 및 자세 관계를 안정적이고 정밀하게 추정할 수 있음을 확인하였다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 1.1 연구 배경 및 목적 1
• 1.2 관련 연구 및 캘리브레이션 동향 2
• 제 2 장 카메라의 상대 위치 추정 6
• 2.1 카메라 모델 및 좌표계 7
• 2.1.1 핀홀 카메라 모델(Pinhole Camera Model) 7
• 2.1.2 좌표계 정의 9
• 2.2 카메라 렌즈 왜곡 및 보정 12
• 2.2.1 렌즈 왜곡 모델 12
• 2.3 스테레오 비전 기하학(Stereo Vision Geometry) 15
• 2.3.1 스테레오 카메라 모델(Stereo Camera Model) 16
• 2.3.3 깊이 추정(Depth Estimation) 18
• 2.4 특징점 검출 및 상대 위치 추정 알고리즘 20
• 2.4.1 체스보드 특징점 검출 21
• 2.4.2 상대 위치 추정 알고리즘 23
• 제 3 장 2D LIDAR의 상대 위치 추정 28
• 3.1 2D LiDAR의 측정 원리 및 좌표계 29
• 3.1.1 ToF(Time of Flight) 측정 원리 29
• 3.1.2 2D LiDAR 좌표계 정의. 32
• 3.2 반사 강도(Intensity) 데이터의 특성 35
• 3.2.1 반사 강도(Intensity) 36
• 3.2.2 체스보드 패턴과 반사 강도의 상관관계 37
• 3.3 2D LiDAR의 상대 위치 추정 39
• 3.3.1 LiDAR 포즈 추정 모델 40
• 제 4 장 제안하는 캘리브레이션 알고리즘 43
• 4.1 제안하는 시스템의 전체 구조 44
• 4.2 관측 모델의 확장 및 수식 정립 46
• 4.2.1 렌즈 왜곡 모델 변형 46
• 4.2.2 파라미터 최적화 및 갱신 알고리즘 48
• 4.3 스테레오 카메라 캘리브레이션 모델링 50
• 4.4 스테레오 카메라-2D LiDAR 통합 캘리브레이션 모델링 53
• 제 5 장 실험 및 성능 분석 60
• 5.1 스테레오 카메라 캘리브레이션 성능 평가 61
• 5.1.1 스테레오 카메라 구성 및 영상 획득 61
• 5.1.2 OpenCV 기반 캘리브레이션 결과 64
• 5.1.3 제안 알고리즘 성능 비교 분석 67
• 5.2 스테레오 카메라-2D LiDAR 캘리브레이션 성능 평가 78
• 5.2.1 2D LiDAR 데이터 획득 기법 및 실험 환경 78
• 5.2.2 ICP 알고리즘 81
• 5.2.3 제안 알고리즘 성능 분석 84
• 제 6 장 결론 87
• 6.1 결과 요약 87
• 6.2 향후 연구 89
• 참 고 문 헌 90
• SUMMARY 97