[논문 리뷰] Low-cost and Faster Tracking Systems Using Core-sets for Pose-Estimation.

Soliman Nasser, Ibrahim Jubran외 1명|arXiv (Cornell University)|2015. 11. 30.

Robotics and Sensor-Based Localization참고 문헌 43인용 수 9

한 줄 요약

이 논문은 n개의 마커를 일정 크기의 가중치가 부여된 부분집합으로 줄여 최적의 정렬을 유지함으로써 저비용 추적 시스템에서 자세 추정을 가속화하는 코어세트 기반 방법을 제안한다. 카라테오도리의 정리에 기반하여, 이 방법은 O(n) 시간에 코어세트를 계산하며, 이를 통해 클라우드에 코어세트 계산을 위탁하고 현지에서 코어세트를 사용하여 실시간으로 빠르고 정확한 자세 추정이 가능한 자원이 제한된 장치, 예를 들어 웹캠을 장착한 20달러짜리 헬리코프터에서도 실시간 추적을 가능하게 한다.

ABSTRACT

How can a \$20 toy quadcopter hover using a weak Internet of Things mini-board and a web-cam? In the pose-estimation problem we need to rotate a set of $n$ marker (points) and choose one of their n! permutations, so that the sum of squared corresponding distances to another ordered set of $n$ markers is minimized. A popular heuristic for this problem is ICP. We prove that \emph{every} set has a weighted subset (core-set) of constant size (independent of $n$), such that computing the optimal orientation of the small core-set would yield \emph{exactly} the same result as using the full set of $n$ markers. A deterministic algorithm for computing this core-set in $O(n)$ time is provided, using the Caratheodory Theorem from computational geometry. We developed a system that enables low-cost and real-time tracking by computing this core-set on the cloud in one thread, and uses the last computed core-set locally in a parallel thread. Our experimental results show how these core-sets can boost the tracking time and quality for large and even small sets of both IR and RGB markers on a toy quadcopter. Open source code for the system and algorithm is provided

연구 동기 및 목표

• 자원이 제한된 IoT 기기, 예를 들어 장난감 드론과 같은 저비용 기기에서 실시간으로 저비용 자세 추정을 가능하게 하는 것.
• 정확도를 손상시키지 않으면서 ICP 기반 자세 추정 문제에서 계산 오버헤드를 줄이기 위해 마커 수를 최소화하는 것.
• n에 관계없이 일정한 크기의 코어세트를 결정적으로 계산하는 알고리즘을 개발하여, 오직 소수의 마커 부분집합만을 사용해도 최적의 정렬을 보장하는 것.
• 코어세트 계산(클라우드)과 현지 추적(기기)을 분리하는 아키텍처를 설계하여 병렬적이고 효율적인 운영을 가능하게 하는 것.

제안 방법

• 이 방법은 계산 기하학에서 유래한 카라테오도리의 정리를 활용하여, ICP에서 최적의 회전을 유지하는 일정한 크기의 코어세트가 존재한다는 것을 증명한다.
• 정확한 최적 해를 전체 집합의 해와 정확히 동일하게 재현하는 가중치가 부여된 마커 부분집합을 선택함으로써, 결정적인 O(n) 알고리즘이 코어세트를 계산한다.
• 시스템은 이중 스레드 아키텍처를 사용한다: 한 스레드는 클라우드에서 코어세트를 계산하고, 다른 스레드는 마지막으로 계산된 코어세트를 현지에서 사용하여 실시간 자세 추적을 수행한다.
• 코어세트는 주기적으로 클라우드에서 업데이트되어 로컬 장치로 전송되며, 이는 추적 정확도를 유지하면서도 로컬 계산을 최소화한다.
• 이 방법은 적외선 마커와 RGB 마커 모두를 지원하여 다양한 마커 유형에 걸쳐 뛰어난 내성성을 입증한다.

실험 결과

연구 질문

• RQ1 ICP 기반 자세 추정에서 전체 집합과 동일한 최적의 회전을 도출할 수 있는 일정한 크기의 코어세트를 임의의 n개 마커 집합에 대해 계산할 수 있는가?
• RQ2 카라테오도리와 같은 기하학적 정리를 사용하여 이러한 코어세트를 O(n) 시간 내에 계산할 수 있는가?
• RQ3 코어세트를 사용할 경우 실시간 시스템에서 저비용 하드웨어에서 추적 속도와 정확도가 어떻게 향상되는가?
• RQ4 코어세트 접근 방식은 클라우드와 로컬 장치 간에 효과적으로 병렬화되어 낮은 지연 시간을 유지할 수 있는가?

주요 결과

• 모든 n개 마커 집합은 카라테오도리의 정리를 통해 증명된 바와 같이, 전체 집합과 동일한 최적의 회전을 도출할 수 있는 일정한 크기의 코어세트를 가진다.
• 코어세트는 결정적으로 O(n) 시간 내에 계산될 수 있어 실시간 시스템의 효율적인 사전처리를 가능하게 한다.
• 정확도를 잃지 않고도 마커 처리를 고정된 작은 부분집합으로 줄임으로써 추적 시간에 상당한 성능 향상을 이룬다.
• 실험 결과, 20달러짜리 헬리코프터 플랫폼에서 적외선 및 RGB 마커를 모두 사용한 코어세트 방법이 추적 성능 향상을 입증하였다.
• 클라우드-로컬 병렬 아키텍처는 코어세트 계산을 클라우드에 위탁함으로써 저지연 추적을 가능하게 하였고, 기기에서 높은 정확도를 유지하였다.