논문

하루에도 수만개의 글자를 읽고 있습니다. 하루에도 수백장의 종이를 들춰 읽습니다.
이것은 그 읽기에 대한 일기입니다.

도로 상의 특징점을 이용한 단일 카메라 기반의 차량 자세 추정

2014년 제 26회 영상처리 및 이해에 관한 워크샵

 

1. 서론

자율주행차량의 주행과 주행계획을 위하여 차량의 자세 추정은 필수적이다. GPS (Global positioning system)와 IMU (Inertial measurement unit)을 사용할 수는 있으나 음영지역이나 누적 오차 등의 단점이 존재한다. 따라서 카메라를 이용한 자세 추정 방법론들이 제시되어 왔다. 대표적인 방법으로 1-point, 4-points 방법들이 있다. 이러한 방법은 정지 상태를 가정하고 있고, 삼각 측량을 통해 계산하기 때문에 오차가 발생한다.

여기에서는 도로상의 특징점만을 이용하여 투영(back-projection)을 통한 3D 위치를 계산하는 방법을 제시한다.

2. 도로 상의 특징점을 이용한 자세 추정

2.1 도로 상의 특징점 추출

도로 상의 특징점을 추출하기 위해서 도로 영역을 추출한다. 도로 영역은 Grab-cut을 변형하여 사용하며, 알고리즈의 시드로 수평선 위에 위치한 픽셀들을 background로, 이미지의 가장 아래 좁은 영역을 foreground로 지정하고 알고리즘을 실행하였다.

추출된 도로 영역에서 SIFT로 특징점을 추출한다.

2.2 투영을 이용한 3-D 위치 계산

전진 움직임(forward motion)에 의한 베이스 라인이 짧은 문제를 해결하기 위하여 투영을 이용한다. 카메라 3축 회전 중 Roll은 무시 가능하다고 가정하엿다.

다음과 같이 3-D 위치를 계산할 수 있다.

$$v = K^{-1} \cdot [x, y, 1]' \\
X = -h \cdot \frac{v}{v_y}$$

여기서 $K$는 내부 파라미터, $x, y$는 이미지에서의 좌표값이다. $h$는 지표면 기준의 카메라 높이 값이고, $v_y$$v$$y$ 좌표 값이다.

2.3 두 프레임 간의 차량 자세 계산

마지막으로 매칭된 특징점들을 이용하여 두 프레임 간의 상대적인 차량 자세를 계산한다. 이 때 사용되는 알고리즘은 3-point algorithm이다. 이 방법은 3-D 지점과 그에 매칭되는 2-D 특징점들의 관계를 이용하여 상대적인 자세를 추정한다.

3. 실험 결과 및 분석

5-point algorithm과의 성능 비교를 하였다. 칼만 필터나 EM 등의 최적화를 이용하지 않았다.


Add a Comment Trackback