연구 영역
기본 정보
논문·특허
과제
구성원
Article|
인용수 4
·2024
Enhancing Pose Estimation Using Multiple Graphical Markers with Spatial and Temporal Outlier Detection
Doyoung Kim, Jae Hwan Bong, Seongkyun Jeong
IF 2.5 (2024) Applied Sciences
초록

본 논문은 다중 그래픽 마커를 사용하여 모바일 로봇에서 자세 추정의 정확도와 정밀도를 향상시키기 위한 새로운 접근법을 제시한다. ArUco와 같은 그래픽 마커를 활용하는 전통적인 단일 마커 방법은 구현이 간단하지만, 그 성능은 환경 변화와 측정 오류에 취약하다. 이러한 한계를 해결하기 위해, 우리는 다수의 마커를 동시에 활용하는 강건한 자세 추정 알고리즘을 제안한다. 우리의 접근법은 두 가지 핵심 메커니즘을 포함한다. 즉, 마커 배열 내에서 유효하지 않은 마커를 탐지하기 위한 공간적 일관성 검증과, 이상치 측정을 식별하고 제외하기 위한 시간적 안정성 분석이다. 제안한 알고리즘은 유효한 마커로부터의 측정을 평균화함으로써 자세 추정 정확도를 향상시키되, 어떠한 단일 마커도 추정 과정에서 지배적 영향을 미치지 못하도록 방지한다. 본 접근법의 유효성은 고정 카메라와 드론 장착 카메라 구성 모두를 사용한 실험을 통해 검증되었다. 결과는 다중 마커를 이용한 자세 추정이 단일 마커 접근법에 비해 정확도와 정밀도 모두를 유의미하게 향상시킴을 보여주었다. 고정 카메라 실험에서는 카메라 자세가 다양한 조건에서 위치 및 방향 측정의 평균 오차와 표준편차가 감소하는 것으로 나타났다. 또한 드론 장착 카메라 실험에서는 호버링 기동 동안 측정 변동이 유의하게 더 낮아, 우리의 접근법이 더 우수한 안정성을 보였다. 이러한 개선은 특히 카메라가 마커 평면에 대해 큰 각도로 기울어져 있는 경우와 같은 어려운 시나리오에서 두드러지게 나타났다. 본 연구는 모바일 로봇 및 자율 시스템에서 신뢰할 수 있는 자세 추정 방법론의 발전에 기여하며, 정확한 위치 및 방향 측정이 중요한 다양한 환경에서의 잠재적 응용 가능성을 가진다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
Computer scienceEstimationAnomaly detectionOutlierPattern recognition (psychology)Artificial intelligenceStatisticsMathematicsEngineering
타입
Article
IF / 인용수
2.5 / 4
게재 연도
2024