PeterFWS/Structure-PLP-SLAM

해결하는 문제

Structure PLP-SLAM은 다양한 환경에서 효율적인 스파스 매핑과 위치 추정의 과제를 해결합니다. 점, 선, 평면을 SLAM(Simultaneous Localization and Mapping) 프로세스에 통합함으로써, 단지 점 특징에만 의존하는 시스템과 비교해 카메라 추적 및 환경 재구성의 강건성과 정확도가 향상됩니다.

작동 방식

이 시스템은 단안, RGB-D, 또는 스테레오 카메라에서 오는 시각 데이터를 처리합니다. 점, 선, 평면과 같은 기하학적 원시 형태를 조합하여 환경의 스파스 맵을 구축합니다. 평면 기반 SLAM의 경우, PlaneRecNet과 같은 도구를 사용한 인스턴스 평면 세그멘테이션을 통합하여 장면 내 평면을 식별합니다. 시스템은 사전에 구축된 맵을 기반으로 카메라의 위치를 찾는 재로컬라이제이션을 지원하며, RGB-D 데이터에 대해 깊이 기반의 밀도 높은 재구성도 선택적으로 수행할 수 있습니다.

대상 사용자

이 프로젝트는 단안, 스테레오, RGB-D 카메라 구성에서 고성능의 위치 추정과 매핑이 필요한 시각 SLAM에 종사하는 로봇 공학 연구자 및 개발자들을 위한 것입니다.

주요 특징

• 다중 원시 형태 매핑: 점, 선, 평면을 사용하여 더 포괄적인 스파스 맵을 생성.
• 카메라 유연성: 단안, RGB-D, 스테레오 카메라 설정과 호환.
• 재로컬라이제이션 지원: 사전에 구축된 맵을 기반으로 맵 기반 이미지 로컬라이제이션 수행 가능.
• PlaneRecNet 통합: CNN 기반 인스턴스 평면 세그멘테이션을 활용해 평면 탐지 성능 향상.