본 논문은 까다로운 농업 환경에서 자율주행차량의 정밀하고 견고한 위치추정을 달성하기 위해 설계된 새로운 단안 비전-관성 항법(visual-inertial odometry, VIO) 시스템을 제안한다. 불안정하고 저텍스처 특징이 성능을 저하시킬 수 있는 농업 환경에서, 기존 VIO 방법들과 달리 제안 접근법은 도시 환경 및 구조화된 환경을 주로 최적화한 기존 연구와 달리 조명, 식생에 의한 가림(occlusion), 불규칙한 지형과 같은 농업 지형의 고유한 문제에 특화하여 이를 해결하고자 한다. 견고성과 정밀도를 향상시키기 위해, 본 시스템은 오차 상태 칼만 필터(error state Kalman filter, ESKF)를 기반으로 한 자세 추정을 통합하여 시각적으로 열화된 조건에서도 IMU 선통합(IMU preintegration) 정확도를 개선한다. 또한, 저텍스처 환경의 영향을 완화하고 3D 맵 포인트의 왜곡을 제거하기 위해 IMU 운동 데이터를 활용하는 맵 포인트 보정 기법을 도입한다. 이러한 성과들을 긴밀히 결합함으로써, 제안 시스템은 자세 추정에서의 견고성과 정확도를 동시에 달성한다. 본 방법의 유효성은 다양한 시나리오에 대해 실시간 실험을 통해 검증되었으며, 그 결과 위치추정 정밀도와 안정성 측면에서 최신 VIO 알고리즘들에 비해 우수함이 입증되었다.

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