모듈형 프론트엔드 기반 다용도 라이다 SLAM 연구

Modular Front-end Agnostic LiDAR SLAM System

연구 내용

odometry와 장소인식을 느슨하게 결합하고 모듈 교체가 쉬운 형태로 전면부 프레임을 설계하여 정확한 점군 지도를 생성하는 연구입니다.

본 연구는 라이다 기반 동시적 위치추정 및 지도작성에서 odometry와 place recognition 모듈을 효과적으로 통합하는 시스템을 목표로 합니다. 단일 전면부에 종속되지 않도록 모듈형 구조를 설계하고, 다양한 오픈소스 라이다 odometry와 구조적 장소인식 모듈을 결합해 점군 지도를 생성합니다. 모듈 교체 시 재설계 부담을 줄이도록 인터페이스를 정리하여, 최신 기법을 프론트엔드 단에서 대체하면서도 동일한 SLAM 파이프라인으로 비교·검증이 가능하도록 구성합니다.

관련 프로젝트

1건

연구 흐름

해당 연구는 라이다 SLAM에서 모듈 간 결합도가 높아 발생하는 교체 비용 문제를 해결하기 위해 시작되었습니다. 이후 전면부를 독립적으로 선택할 수 있는 모듈형 프레임을 구축하고, 기존 place recognition 및 다양한 odometry를 통합해 일관된 지도 생성 파이프라인을 확보했습니다. 2022년에는 시스템 수준에서 정확한 점군 지도 생성을 확인하며, 공개 구현을 통해 재사용성과 확장성을 높이는 방향으로 연구를 정리했습니다. 이후에는 로봇 웹SLAM 등 장기적 적용 시나리오에 맞춰 모듈성과 운용성을 강화하는 흐름으로 확장하고 있습니다.

활용 가능성

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

모듈형 LiDAR SLAM 프레임워크
프론트엔드 odometry 교체
place recognition-통합 SLAM
점군 지도 생성 자동화
도시 자율주행 지도화
대규모 데이터 처리 파이프라인
구현 기반 성능 비교
시스템 통합 실험
현장 적용형 SLAM 설계
로봇 웹SLAM 기반 확장