GNSS와 LiDAR, Vision, IMU의 데이터 통합 시 발생할 수 있는 문제는 무엇이며, 이를 해결하기 위한 방법은 무엇인가요?

LiDAR SLAM과 Visual SLAM의 가장 큰 차이는 사용하는 센서의 종류와 그에 따른 환경 적용성입니다. LiDAR는 레이저 펄스로 거리를 직접 측정해서 정밀한 3D 포인트 클라우드를 생성합니다. 조도 변화나 텍스처가 없는 환경에서도 안정적으로 동작하는 것이 장점입니다. 수업 로봇 공학 파트에서 LiDAR SLAM이 정밀한 지도를 만드는 데 유리하지만 센서 비용이 높다는 점을 배웠습니다. Visual SLAM은 카메라 이미지를 특징점 기반으로 처리해서 위치를 추정합니다.

조도 변화나 텍스처가 없는 벽면 같은 환경에서 성능이 떨어지는 약점이 있지만, 카메라 비용이 저렴하고 컬러·깊이 정보를 함께 활용할 수 있습니다. 계산 비용 측면에서는 LiDAR가 포인트 수가 많아 처리량이 크고, Visual SLAM은 이미지 처리 연산이 집약적입니다. 실제 시스템에서는 두 방식을 융합해서 장단점을 보완하는 경우도 많습니다.