http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
강인한 그래프 SLAM을 위한 시각적 루프 클로징 평가 방법
변다솔(Dasol Byun),강수민(Sumin Kang),이승환(Seunghwan Lee) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10
그래프 기반 SLAM 기술은 Front-end와 Back-end로 구성된다. Front-end에서는 노드와 엣지를 통해 그래프를 구성하고, Back-end에서는 루프 클로징 정보로부터 그래프를 최적화한다. 하지만 부정확한 루프 클로징 정보에 의해서 SLAM 결과가 크게 저하될 수 있다. 본 논문에서는 딥러닝 구조인 GoogLeNet을 이용하여 부정확한 루프 클로징 결과를 시각적으로 평가하고, 이를 통해 SLAM 정확성을 향상하고자 한다. 정확한 루프 클로징 및 부정확한 루프 클로징 결과들을 학습 데이터 셋으로 구성하였고, 이를 이용하여 GoogLeNet을 학습하였다. 학습된 네트워크는 SLAM Back-end와 연계되어 루프 클로징 정보로 인한 최적화 결과(지도 정보)를 평가하도록 설계되었다. 실험에는 공용 데이터 셋인 MIT CSAIL Building 데이터 셋이 활용되었고, 제안된 시각적 평가 방법을 통해 루프 클로징 적절성에 대한 판단이 정확히 이루어짐을 보였다.