RGB-D슬램 (RGB-D SLAM)
쉽게 풀면
색이 보이는 사진과 함께 각 지점까지의 거리 정보도 한 번에 찍어주는 카메라를 이용해, 실내 공간의 입체 지도를 빠르게 만드는 방법입니다.
왜 중요한가
깊이 정보를 별도 연산 없이 직접 얻을 수 있어, 실내 서비스로봇이나 청소로봇의 3차원 지도 작성과 장애물 회피에 비용 효율적으로 활용됩니다. 가정용 청소로봇처럼 저비용이면서도 3차원 형상 정보가 필요한 제품에서는, 고가의 라이다 대신 RGB-D 카메라 기반 SLAM이 비용 대비 성능이 좋은 대안으로 선택된다. 가구나 장애물의 3차원 형상을 직접 얻을 수 있어, 단순히 2차원 평면 지도만 만드는 라이다 SLAM 보다 로봇 팔이 놓인 테이블 위 물체 인식 같은 조작 작업과의 결합이 자연스럽다.
논문에서는 이렇게 쓰입니다
색상으로 어떤 점끼리 같은 점인지 찾고, 깊이 값으로 그 점들의 3차원 위치를 바로 알 수 있어 별도의 삼각측량 없이 정합이 가능하다는 의미입니다.
이 문장은 색상과 깊이 정보를 함께 쓰는 지도 작성 기술이, 색상 정보만 쓰는 기존 기술보다 로봇의 위치를 얼마나 더 정확히 찾는지 비교했다는 뜻입니다.
조금 더 깊게 보면
RGB-D 카메라는 적외선 방식 특성상 실외 강한 햇빛이나 반사가 심한 표면에서는 깊이 측정 정확도가 크게 떨어져, 실외 환경에는 적합하지 않은 경우가 많습니다. 특징 기반 정합은 색상 영상에서 뚜렷한 특징점을 찾아 프레임 간 대응을 구하고 그 3D 좌표로 변환을 계산하는 반면, ICP 기반 정합은 색상 특징 없이 깊이 점군의 형태만으로 정렬해 서로 보완적인 실패 조건을 가진다. 두 방식을 결합해 특징이 부족한 벽면에서는 형태 기반으로, 평평한 바닥처럼 형태가 단조로운 곳에서는 색상 기반으로 서로를 보완하는 하이브리드 방식이 널리 쓰인다.
주의할 점
RGB-D 센서는 실외 강한 햇빛 아래에서는 적외선 기반 깊이 측정이 제대로 동작하지 않아 실내 환경에 주로 한정됩니다.
구조광이나 ToF 방식의 깊이 센서는 검은색이나 투명, 반사가 심한 표면에서 깊이 값을 제대로 얻지 못해 그 부분의 지도에 구멍이 남을 수 있다.