비주얼슬램 (Visual SLAM (vSLAM))
쉽게 풀면
값비싼 레이저 센서 없이 카메라 영상만 보고도 '나 지금 어디에 있고 주변은 어떻게 생겼는지'를 알아내는 기술입니다. 낯선 동네를 걸으며 눈에 보이는 간판과 건물 모양을 기억해두고, 다음에 같은 곳을 지날 때 "아까 본 그 간판이 다시 보이네, 그럼 여기가 그 골목이구나"라고 스스로 위치를 파악하는 것처럼, 로봇도 카메라 영상 속에서 눈에 띄는 지점들을 계속 추적하며 자신이 얼마나 움직였는지, 그 지점들이 실제로 어디에 있는지를 동시에 계산해 나갑니다.
왜 중요한가
카메라만으로 위치추정과 지도작성을 동시에 수행할 수 있어, 라이다 대비 저비용으로 구현 가능한 로봇 내비게이션 기술로 서비스로봇과 드론에 활용됩니다. 라이다 센서는 정확하지만 가격이 비싸고 무게도 있는 반면, 카메라는 훨씬 저렴하고 가벼우면서도 색상과 질감 같은 풍부한 정보를 함께 제공하기 때문에, 가격과 무게에 민감한 소형 드론이나 저가형 서비스로봇에서 위치추정 수단으로 특히 선호됩니다.
논문에서는 이렇게 쓰입니다
영상 속 특징점이 3차원 공간의 실제 점을 카메라에 다시 투영했을 때 생기는 오차를 줄이는 방향으로 카메라 위치와 점의 좌표를 함께 최적화한다는 의미입니다.
카메라 영상만으로는 실제 거리 단위(축척)를 알 수 없다는 근본적인 한계가 있어, 이를 보완하기 위해 관성센서 같은 다른 센서와 결합하는 방식이 실무에서 널리 쓰인다는 점을 보여주는 문장이다.
조금 더 깊게 보면
조명 변화나 텍스처가 부족한 환경에서는 특징점 추출이 어려워져 성능이 크게 저하될 수 있어, 라이다 기반 SLAM에 비해 환경 조건에 더 민감한 특성이 있습니다. 카메라 한 대만 쓰는 단안 방식은 저렴하지만 실제 거리를 알 수 없는 축척 모호성 문제가 있고, 두 대의 카메라를 쓰는 스테레오 방식이나 관성센서를 결합한 시각-관성 방식은 이 문제를 해결하지만 계산량과 시스템 복잡도가 늘어나는 절충 관계가 있습니다.
주의할 점
조명 변화가 심하거나 특징점이 부족한 텍스처 없는 벽면 환경에서는 추적이 쉽게 실패할 수 있습니다.