의미 인식 비전 기반 로보틱스 자세 추정과 3D 탐색

Semantic Visual Robotics for Odometry and Instance Navigation

연구 내용

동적 환경에서 의미 기반 비전 정보를 결합해 시각 오도메트리 성능을 향상하고, 3D 공간 추론으로 인스턴스 탐색을 수행하는 연구

로보틱스와 자율주행에서 카메라 자세 추정과 장면 이해를 안정적으로 수행하기 위해 의미 정보와 다중 과제를 결합하는 방법을 연구합니다. SimVODIS 계열 네트워크를 확장하여 시각 오도메트리와 객체 검출·인스턴스 분할을 함께 수행하고, 동적 객체가 존재하는 환경에서도 자세 추정을 견고화합니다. 또한 긴 관찰 맥락을 탐색 우선순위로 전환하고, 후보 인스턴스를 3D 공간 관계로 검증하여 오정답 정지를 줄이는 인스턴스 내비게이션 파이프라인을 구축합니다. 장면 변화 감지를 일반화하기 위한 비대칭도 기반 유사도 보정 특허와 더불어, 데이터 증강과 일반화 분석으로 현장 적용성을 높입니다.

관련 프로젝트

5건

연구 흐름

초기에는 2022년에 SimVODIS를 기반으로 동적 환경에서 의미 정보를 결합한 신경 시각 오도메트리 구조를 제안하며 성능 저하 요인을 다루었습니다. 이후 2023년에 시각 장소 인식에서 데이터 증강의 일반화 영향을 체계적으로 분석하여 파라미터 설계와 평가 관점의 근거를 마련했습니다. 2026년에는 멀티에이전트 환경에서도 확장 가능한 3D scene graph 생성 프레임워크와, 텍스트 기반 인스턴스 탐색에서 컨텍스트 탐색 및 뷰포인트-웨어 3D 검증을 결합한 Context-Nav로 연구 범위를 확장했습니다. 동시에 장면 변화 감지의 일반화 원리를 기술로 구현하여 비전 기반 로보틱스의 입력 신뢰도를 보강합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

동적 환경 시각 오도메트리
의미 기반 자세 추정
장면 변화 마스크 생성
텍스트-목표 인스턴스 내비게이션
3D 공간 관계 검증
시각 장소 인식 일반화
멀티에이전트 3D scene graph
스마트시티 디지털 트윈 보조
자율주행용 비전 파이프라인
클러터드 3D 탐색 자동화