14.6~ 3차원 지도 작성

14.6 3차원 지도 작성

 마지막으로 3차원 지도 작성에 대해서 살펴보겠습니다. 이 지도는 그동안 보았던 2차원 지도보다 3가지 핵심 장점을 가지고 있는데

 

- 첫째, 3차원 지도는 관점에 따라서 2차원 보다 얻기 쉽습니다. 건물 내부의 3차원 구조들을 보듯이 대응관계 추정 문제는 더 단순해 집니다. 이는 2차원에서 보던 장소가 3차원이 되면서 이들 서로서로를 햇갈릴 위험이 줄어들기 때문입니다.

 

- 두번째, 3차원 지도는 주행시에 유용합니다. 많은 로봇 환경은 수직 차원의 점유로 다양한 변형들을 사용할수 있겠는데, 이러한 환경을 설계함으로서 장애물과의 충돌 위험을 크게 줄일수 있습니다.

 

- 셋째, 많은 로봇 동작에서 3차원 정보를 필요로 하며, 이러한 작업들은 위치 추정뿐만이 아니라 사람이나 물체의 탐색도 포함합니다.

 

- 마지막으로, 3차원 지도는 지도의 잠재 사용자에게 더 많은 정보들을 전달합니다. 로봇 주행에 한하여 지도를 만들경우 여러가지 상황들에서 사용할수 없겠지만, 사람에 의해 사용하기 위한 지도를 얻는 경우에(지진후 구조작업자가 건물에 들어가는등) 3차원 지도는 매우 중요한 역활을 할것입니다.

 

 2차원 지도보다 3차원이 다양한 이점들이 존재하나 로봇 공학 커뮤니티에서 3차원 지도작성에 덜 관심을 갖는것은 놀랍습니다.

 

그림 14.8 (a) 3차원 지도작성을 위해 두개의 레이저 거리계가 장착된 로봇

(b) 이 로봇으로 얻은 파노라마 이미지. 이미지는 거리계로 측정한 것 지점에 대응하게 됩니다.

 

 3차원 추정은 계산량에 있어서 도전적인 문제라 할수 있는데 그동안 살펴본 많은 기술들을 수정해야 합니다. 하지만 유용한 2차원 지도와 함께 유용한 3차원 지도를 얻을수 있겠습니다. 이번 장에서는 3차원 지도 얻는 작업의 결과를 살벼볼것이고, 여기에는 2차원 레이저 거리계와 파노라마 거리계가 장착된 탐사 로봇을 사용하겠습니다. 이 로봇은 그림 14.8a에서 볼수 있는데, 레이저 스캐너 하나는 전방을 감지하여 수평 방향으로 레이저를 방출할겁니다. 이 레이저 거리계는 이번 장에서 소개할 알고리즘을 사용하여 동시적 지도작성과 위치 추정을 수행하는데 사용할겁니다. 두번째는 위를 향하여 로봇의 운동 방향과 직교합니다. 이 레이저는 벽과 천장을 스캔하여 3차원 지도 작성에 중요한 거리 정보들을 모읍니다. 마지막으로 파노라마 카메라는 위를 향한 래이저 스케너와 인접하게 장착되는데, 관측 치에 알맞은 색상 정보를 얻을수 있도록 해줍니다.

 

그림 14.9. 3차원 구조 지도. 좌측은 고해상도 모델, 우측은 저해상도 모델ㅇ비니다.

 

 그림 14.9는 실내 복도환경에서 얻은 3차원 지도의 영상을 보여주고 있습니다. 위치 추정은 사이클이 있는 증분 최대 우도 지도작성 알고리즘을 사용하였습니다. 수직 거리 측정치는 추가적인 자세 추정없이 폴리곤으로 변환되어 결과 지도를 가상 환경에서 볼수 있습니다. 그리고 그림 14.9a와 d같이 현실적으로 불가능한 관점에서 볼수있도록 해줍니다.

 

 이 지도의 한계는 매우 많은 수의 폴리곤이 존재하는것인데, 이 폴리곤 지도를 단순화 하는것은 이런 복잡한 폴리곤 지도를 빠르게 만들기 위한 방법을 찾기 위해 컴퓨터 그래픽스 분야에서 오랜 시간 연구되어 왔습니다. 그림 14.9의 왼쪽 열은 고해상도 지도를 보여주고 있으며 우측 열은 왼쪽 지도에서 5%의 폴리곤만 가지는 지도를 보여주고 있습니다. 이러한 폴리곤 지도의 축소는 컴퓨터 그래픽 서적에 나온 기술을 적용하여 얻었습니다. 이 축소된 지도는 정확도 손실없이 실시간으로 만들어질수 있겠습니다.

 

 

그림 14.10 3차원 택스처 지도의 스냅샷

 

 마지막으로 그림 14.10은 3차원 텍스처 지도로 얻은 이미지들을 보여주고 있습니다. 이 지도는 파노라마 색상정보를 구조 모델에 사영하여 얻은것인데, 이 지도는 가상환경에서 만들수 있습니다. 이 색상 정보는 위치 추정을 위해 사용된 것이 아니라 구조적 요소의 위치 추정치와 택스처는 2차원 지도로부터 얻었고, 로봇의 지역 좌표계에 상대적인 위방향 레이저와 파노라마 카메라의 위치 정보를 사용하였습니다.

 

14.7 정리

 이번 장에서는 자세에 대한 최대 우도 추정과 사후확률 추정 기술들을 이용한 다양한 알고리즘들을 살펴보았습니다.

 

- 우선 지도가 커지는 경우를 위한 고속 최대 우도 알고리즘을 소개하였습니다.

 

- 이 알고리즘을 구현하기 위해 경사하강법을 사용하였는데, 인지 모델과 동작 모델에 대한 로그 우도 공간의 미분들을 계산하는 예제 프로그램을 사용하였습니다.

 

- 이 방법의 강점과 단점들을 살펴보았고, 증분 방법은 사이클이 존재하는 환경에서 좋은 지도를 만드는데 실패하였습니다.

 

- 로봇 자세에 대한 완전 사후확률 추정기를 반영한 확장 알고리즘을 살펴보았는데, 이를 통해 어떻게 사이클이 존재하는 환경에서 불일관성 문제를 처리하는지 사후 확률 추정기를 사용하여 보았습니다.

 

- 예제들을 통해 이 알고리즘의 강인함을 살펴보았으나, 중첩된 사이클까지 다루기는 어렵습니다.

 

- 다중 로봇 지도 작성의 경우를 살펴보았습니다.

 

- 마지막으로 위 방향 레이저 거리계와 파노라마 카메라가 장착된 로봇을 사용하여 3차원 지도를 생성하는 예제들을 살펴보았습니다.