MIT-SPARK/Khronos

해결하는 문제

Khronos는 사람의 보행과 같은 단기적 움직임과 가구 이동과 같은 장기적 변화가 동시에 발생하는 동적 환경에서 동시에 위치 추정과 지도 작성(SLAM)을 수행하는 문제를 해결합니다. 기존의 SLAM은 일시적인 동적 변화와 환경의 영구적 변화를 구분하는 데 어려움을 겪습니다.

작동 방식

Khronos는 통합된 공간-시간 접근 방식을 사용하여 장면의 '4D 지도'를 유지합니다. 기하학적-의미적 SLAM을 수행하여 로봇의 위치를 추적하면서 동시에 객체를 세그먼트하고 추적합니다. 시간에 따라 장면 상태를 추론함으로써, 로봇이 영역을 재방문하고 루프를 닫을 때 객체가 일시적으로 이동했는지, 또는 영구적인 변화(예: 방에서 의자가 제거됨)가 발생했는지를 감지할 수 있습니다.

대상 사용자

이 프로젝트는 시간이 지남에 따라 변화하는 환경에서 자율 주행, 장면 재구성, 공간 인공지능에 종사하는 로봇 연구자 및 엔지니어를 위한 것입니다.

주요 특징

• 공간-시간 추론: 단기적 동적 변화(사람의 행동)와 장기적 환경 변화를 모두 처리합니다.
• 기하학적-의미적 매핑: 기하학적 매핑과 의미적 객체 탐지 및 세그멘테이션을 결합합니다.
• 오픈셋 세그멘테이션: 초기 학습 중에 보지 못한 객체를 인식할 수 있는 오픈셋 의미 추론을 지원합니다.
• 4D 시각화: 다양한 타임스탬프에서 장면 상태를 스크롤하여 확인할 수 있는 시각화 도구를 포함하며, 로봇이 환경을 어떻게 이해하는지의 진화를 시각적으로 보여줍니다.