Visual SLAM 프로젝트
약 90초
연구 프로젝트 경험
졸업 연구에서 단안 카메라 기반 Visual Odometry 구현을 진행했습니다. ORB 특징점을 추출해서 프레임 간 매칭을 통해 카메라 이동 경로를 추정하는 방식이었습니다. 처음엔 특징점 매칭 오류가 누적되면서 경로 추정이 빠르게 발산하는 문제가 있었고, RANSAC을 적용해 이상점을 걸러내는 방식으로 안정성을 높였습니다. 실내 환경에서는 어느 정도 동작했지만, 반복 패턴이 많은 환경에서는 여전히 특징점 혼동이 발생했습니다.
이 한계를 인식하면서 SLAM 정확도는 센서 선택과 환경 특성에 크게 의존한다는 원칙을 갖게 됐습니다. SLAM의 한계를 직접 경험하면서 이론보다 실환경 테스트가 설계 방향을 결정한다는 걸 배웠고, 그 원칙을 앞으로도 가져가겠습니다.
이 결의 특징
단안 카메라 기반 Visual Odometry에서 특징점 매칭 오류가 누적돼 경로 추정이 발산하는 문제를 RANSAC으로 이상점을 걸러내서 안정성을 높인 경험에서 이론보다 실환경 테스트가 설계 방향을 결정한다는 인식이 담겨 있습니다.
이 결이 통하는 자리
Visual Odometry 경험을 실환경 테스트 기반 설계로 설명할 수 있을 때 통합니다. 알고리즘 선택보다 환경 적합성 검증이 있는 자리에서 신뢰가 생기는 결이 보입니다.