[논문 리뷰] A Monocular Vision System for Playing Soccer in Low Color Information Environments

Hafez Farazi, Philipp Allgeuer외 1명|arXiv (Cornell University)|2018. 09. 28.

Image and Object Detection Techniques참고 문헌 12인용 수 23

한 줄 요약

이 논문은 저색상 환경에서 색상 대신 밝기와 질감을 활용하여 필드 특징 및 물체를 탐지하는 단안 시각 시스템을 제안한다. 이는 다양한 조도 조건에서도 견고한 실시간 성능을 달성한다. 시스템은 2015년 로보컵에서 성공적으로 작동하였으며, 필드 경계의 탐지 성공률가 93%에 이르렀고, 공의 탐지 성공률는 81%에 달했으며, 필드에 최소한의 색상 코드가 사용된 상황에서도 성능을 유지를 하였다.

ABSTRACT

Humanoid soccer robots perceive their environment exclusively through cameras. This paper presents a monocular vision system that was originally developed for use in the RoboCup Humanoid League, but is expected to be transferable to other soccer leagues. Recent changes in the Humanoid League rules resulted in a soccer environment with less color coding than in previous years, which makes perception of the game situation more challenging. The proposed vision system addresses these challenges by using brightness and texture for the detection of the required field features and objects. Our system is robust to changes in lighting conditions, and is designed for real-time use on a humanoid soccer robot. This paper describes the main components of the detection algorithms in use, and presents experimental results from the soccer field, using ROS and the igus Humanoid Open Platform as a testbed. The proposed vision system was used successfully at RoboCup 2015.

연구 동기 및 목표

• 최근 로보컵 히ュ먼로이드 리그의 규정 변경으로 인해 저색상 정보 환경에서의 시각적 인식 도전 과제를 해결하기 위해.
• 필드에 색상 코드가 감소함에 따라 색상 분할에 의존도를 줄이는 실시간 단안 시각 시스템을 개발하기 위해.
• 색상 조정 없이도 다양한 조도 조건(저조도 및 자연광 포함)에서도 견고성을 확보하기 위해.
• 공, 필드 라인, 골대, 중앙 원, 기타 로봇과 같은 핵심 게임 오브제를 밝기와 질감 신호를 활용해 정확하게 탐지하기 위해.
• ROS와 igus® 히ュ먼로이드 오픈 플랫폼을 사용하여 단일 CPU 코어에서 30 Hz로 실시간 운영을 지원하기 위해.

제안 방법

• RGB 이미지를 HSV 색상 공간으로 변환하여 밝기(값, Value)와 색채도를 분리함으로써, 색상과 무관한 밝기 기반 탐지가 가능하도록 한다.
• 필드 경계 탐지는 초록색 영역의 볼록 껍질(convex hull)과 왜곡되지 않은 경계점 분석을 통해 필드 영역을 식별한다.
• 공 탐지는 관심 영역 내에서 색상 대비와 밝기 특징을 활용한 학습 기반 접근법을 사용하며, 신경망을 통해 학습한다.
• 필드 라인과 중심 원 탐지는 질감과 기하학적 제약 조건을 활용하며, 선분은 최소 1미터 이상이어야 하며, 4.5미터 이내에서 완전히 가시해야 한다.
• 골대 탐지는 YUV 색상 공간의 Y 채널에서 강도 임계값을 기반으로 하며, 저색상 조건에서 흰색 골대를 중심으로 탐지한다.
• 장애물 탐지는 로봇의 시야 범위 내에서 형상, 크기, 위치 제약 조건을 조합하여 마지막 단계에서 수행한다.

실험 결과

연구 질문

• RQ1 저색상 코드 환경에서 단안 시각 시스템이 어떻게 신뢰할 수 있는 필드 특징 및 오브제 탐지를 달성할 수 있는가?
• RQ2 실시간 로봇 인식 환경에서 밝기와 질감이 색상 기반 분할을 얼마나 효과적으로 대체할 수 있는가?
• RQ3 색상 조정 없이도 다양한 조도 조건에서 높은 탐지 정확도를 유지할 수 있는가?
• RQ4 저색상 규정 환경에서 기존의 색상 의존적 접근법에 비해 시스템의 성능은 어떻게 비교되는가?
• RQ5 단일 코어 CPU에서 30 Hz로 실행할 때 시스템의 계산 효율성은 어떠한가?

주요 결과

• 1,482 프레임 동안 필드 경계 탐지 성공률가 93%였으며, 참성공(false positive)은 없었다.
• 공 탐지 성공률가 457 프레임 동안 81%였고, 참성공은 11건 뿐이었으며, 저색상 환경에서 이전 방법보다 뛰어난 성능를 보였다.
• 필드 라인 탐지 성공률는 57%였고, 참성공은 17건이었으며, 낮은 대비와 질감 변동성에도 불구하고 탐지 가능성은 입증되었다.
• 중심 원 탐지 성공률는 63%였고, 참성공은 7건이었으며, 시야 제약 조건 하에서도 중간 수준의 성능를 보였다.
• 골대 탐지 성공률는 48%였고, 참성공은 3건이었으며, 낮은 대비로 인한 흰색 골대 탐지 어려움이 반영되었다.
• 시스템은 평균 주기 시간 25ms(최소 15ms, 최대 38ms)를 유지하며, 단일 CPU 코어에서 30 Hz로 안정적으로 실시간 작동하였다.