레인지 센서 기반 구조적 장소인식(Place Recognition) 연구

Structural Place Recognition with Range Sensors

연구 내용

레이더·라이다 레인지 데이터를 활용해 회전 및 측면 변화를 견디는 구조적 장소인식과 반지도 기반(Topological-to-metric) 위치추정 파이프라인을 구축하는 연구입니다.

본 연구는 도시 환경에서 레인지 센서의 구조적 외형을 기반으로 장소를 인식하고 위치추정을 수행합니다. 레이다와 라이다로부터 얻은 range scan을 입력으로 삼아 시간적·구조적 다양성을 반영하는 데이터 구성을 수행하고, 회전(heading)과 이동(translation)에 대해 강건한 구조 디스크립터를 설계합니다. 이후 위상적 장소 검색 결과를 바탕으로 준-거리(semimetric) 기반 국소화를 결합하여 topological retrieval과 metric localization 간 연결성을 확보합니다.

관련 프로젝트

0건

연구 흐름

초기에는 도시 주행을 대상으로 레이다·라이다 멀티모달 range 데이터셋을 구축하고, 레인지 기반 장소인식에 필요한 기준 경로와 평가 구성을 마련했습니다. 이후에는 회전 불변 특성을 갖는 공간 디스크립터를 확장하여 heading과 lateral variation에 강건한 구조적 place recognition을 수행했습니다. 더 나아가 위상적 검색과 1자유도 반-거리 국소화의 조합으로 검색 단계의 오차가 위치추정 품질에 미치는 영향을 줄이도록 연구를 진행했습니다. 최근에는 외부 센서 관측을 SLAM 모듈과 결합해 시스템 수준에서의 적용성을 높이는 방향으로 확장하고 있습니다.

활용 가능성

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

레이다·라이다 기반 장소인식 모듈
회전·횡방향 변화 강건 국소화
도시 환경 벤치마크 구축
차량/로봇 비전 의존도 감소
레인지 데이터 기반 재방문 인식
위상 검색-반거리 국소화 설계
센서 포맷(raw/image) 전환 활용
야외 환경 대규모 스케일 매칭
자율주행 지도 재구축 보조
SLAM 평가용 ground truth 보강