[논문 리뷰] Global 6DOF Pose Estimation from Untextured 2D City Models

Clemens Arth, Christian Pirchheim외 2명|arXiv (Cornell University)|2015. 03. 09.

Robotics and Sensor-Based Localization참고 문헌 15인용 수 3

한 줄 요약

이 논문은 텍스처가 없는 2D 도시 지도와 관성 센서 데이터만을 사용하여 실외 도시 환경에서 전역 6DOF 카메라 자세 추정을 위한 방법을 제시한다. 직선 세그먼트를 이용해 절대 카메라 방향을 추정하고, 입력 영상의 의미적 세그먼테이션과 2D 지도를 정렬하여 변위를 정밀하게 보정함으로써, 텍스처가 있는 영상이나 다중 등록된 시야를 필요로 하지 않고도 정확하고 절대적인 자세 추정을 달성한다.

ABSTRACT

We propose a method for estimating the 3D pose for the camera of a mobile device in outdoor conditions, using only an untextured 2D model. Previous methods compute only a relative pose using a SLAM algorithm, or require many registered images, which are cumbersome to acquire. By contrast, our method returns an accurate, absolute camera pose in an absolute referential using simple 2D+height maps, which are broadly available, to refine a first estimate of the pose provided by the device's sensors. We show how to first estimate the camera absolute orientation from straight line segments, and then how to estimate the translation by aligning the 2D map with a semantic segmentation of the input image. We demonstrate the robustness and accuracy of our approach on a challenging dataset.

연구 동기 및 목표

• 텍스처가 없는 영상이나 다중 등록된 시야에 의존하지 않고 실외 도시 환경에서 정확하고 절대적인 6DOF 카메라 자세 추정을 가능하게 하기 위해.
• SLAM 기반 방법이 상대적 자세 추정만 제공하는 한계를 해결하기 위해.
• 광범위하게 이용 가능한 2D+높이 도시 지도를 전역 기준으로 활용하여 자세 보정을 위한 기반을 제공하기 위해.
• 관성 센서 데이터를 2D 지도 정렬과 융합하여 강력하고 정밀한 자세 추정을 수행하기 위해.

제안 방법

• 입력 영상에서 검출된 직선 세그먼트를 이용해 카메라의 절대 방향을 추정한다.
• 2D+높이 도시 지도를 자세 보정을 위한 전역 기하 기준으로 사용한다.
• 2D 지도를 입력 영상의 의미적 세그먼테이션과 정렬하여 카메라의 변위를 추정한다.
• 관성 센서 데이터를 지도 기반 제약 조건과 융합하여 자세 정확도를 향상시킨다.
• 지도 및 영상 특징을 기반으로 한 공동 최적화 프레임워크를 사용해 初기 센서 기반 자세 추정치를 정밀하게 보정한다.
• 2D 지도 윤곽선과 영상 선분 간의 기하 일관성을 활용해 해의 공간을 제약한다.

실험 결과

연구 질문

• RQ1 텍스처가 없는 2D 도시 지도만을 사용하여 실외 도시 환경에서 절대 6DOF 카메라 자세를 추정할 수 있는가?
• RQ2 관성 센서 데이터는 2D 지도 기하학과 어떻게 효과적으로 융합되어 자세 정확도를 향상시킬 수 있는가?
• RQ3 선분 검출과 의미적 세그먼테이션을 통해 방향과 변위를 독립적으로 추정하고 이를 융합할 수 있는가?
• RQ4 텍스처가 없는 영상이나 다중 등록된 시야가 없이도 달성할 수 있는 정확도와 강건성 수준은 어느 정도인가?
• RQ5 SLAM 기반 접근 방식과 비교할 때 제안된 방법은 절대 자세 정확도 측면에서 어떻게 다른가?

주요 결과

• 이 방법은 텍스처가 없는 2D 도시 지도와 관성 센서 데이터만을 사용하여 정확한 전역 6DOF 자세 추정을 달성한다.
• 선분을 통한 방향 추정은 기능이 풍부하지 않은 환경에서도 강력한 初기 추정치를 제공한다.
• 2D 지도와 의미적 세그먼테이션 간 정렬을 통한 변위 보정이 자세 정확도를 크게 향상시킨다.
• 상대적 자세 방법에 비해 전역 좌표계에서 절대 자세를 제공하므로 우수한 성능을 보인다.
• 도전적인 데이터셋에서도 강건성을 입증하여 실제 도시 환경에서의 실용성을 입증한다.
• 2D+높이 지도의 사용은 텍스처가 있거나 고해상도 영상 데이터가 없어도 정밀한 위치 추적을 가능하게 한다.