자세추정 (Pose Estimation)
쉽게 풀면
무언가가 지금 어디에 있고 어느 방향을 보고 있는지를 알아내는 작업입니다. 예를 들어 로봇이 컵을 잡으려면 컵이 지금 어디에 어떤 방향으로 놓여 있는지부터 정확히 알아야 합니다. 이 문제는 자율주행차가 자기 위치를 아는 문제와도 연결되어 있어, 로봇공학 전반에서 반복적으로 등장하는 기초적인 계산 과제로 다뤄집니다.
왜 중요한가
물체나 로봇 자신의 위치와 자세를 추정하는 문제로, 파지 대상의 자세, 카메라의 자세, 사람 관절 자세 등 로봇 인식의 여러 하위 문제를 포괄합니다. 조작에서는 6자유도 자세 추정, 항법에서는 위치추정으로 구체화됩니다. 위치추정 이나 파지 계획처럼 서로 다른 하위 분야가 모두 이 문제의 해법을 공유하기 때문에, 자세 추정 알고리즘의 발전은 로봇공학 전반의 성능 향상으로 이어집니다.
논문에서는 이렇게 쓰입니다
회전과 이동으로 이루어진 6개 자유도의 변환값을 관측 데이터와 모델을 비교해 계산해낸다는 의미입니다.
자세추정 기술의 활용 사례를 설명한 문장이다.
조금 더 깊게 보면
같은 용어가 컴퓨터 비전에서는 사람 신체 관절 위치 추정을, 로봇공학에서는 강체의 위치와 방향 추정을 가리키는 경우가 많아 문헌 검색 시 혼동이 잦습니다. 대칭 물체는 여러 자세가 같은 관측을 만들어 자세가 원리적으로 결정되지 않으며, 오차 평가 시 이 대칭성을 고려하지 않으면 정확한 결과도 틀린 것으로 채점됩니다. 카메라 자세 추정은 PnP(Perspective-n-Point) 문제로 정식화되어 3차원 점과 2차원 투영점 간 대응만으로 풀리는 반면, 물체 자세 추정은 물체의 3차원 모델 전체와의 정합이 필요해 계산 성격이 다릅니다.
주의할 점
카메라 자세, 물체 자세, 사람 관절 자세 등 적용 대상에 따라 문제 정식화와 해법이 크게 달라질 수 있습니다.
관절이 있는 대상(사람, 로봇 팔)의 자세 추정은 강체 자세 추정과 달리 각 관절의 상대 위치까지 함께 추정해야 하므로 자유도가 훨씬 많고 오차가 누적되기 쉽습니다. 단안 카메라만으로는 크기 정보(스케일)가 모호해, 실제 크기를 아는 기준 물체나 다른 센서 없이는 절대적인 거리 추정이 부정확할 수 있습니다.