stella-cv/stella_vslam

stella_vslam – 다양한 카메라 유형을 위한 유연한 시각 SLAM 프레임워크

무엇인가요

• 비디오 스트림에서 카메라의 자세를 추정하고 3차원 지도를 생성하는 오픈소스 라이브러리. 단안, 스테레오, RGB-D 카메라 모두 지원.
• 원래의 OpenVSLAM 프로젝트의 커뮤니티 유지 포크로, 완전히 재작성되었지만 동일한 고수준 설계를 유지.

왜 중요한가요

• 시각 SLAM(Simultaneous Localization and Mapping)은 로봇공학, AR/VR, 자율 드론, 카메라만으로 주변 환경을 이해해야 하는 모든 시스템의 핵심 기술입니다.
• stella_vslam은 의도적으로 모듈식이며, 다양한 카메라 모델(투시, 피시아, 이퀴렉타농 등)을 지원하여 360도 카메라와 같은 비표준 광학 장치에도 쉽게 적용 가능합니다.

주요 기능 (README에 기술됨)

• 다중 카메라 지원 – 교환 가능한 카메라 모델; 예: 듀얼 피시아, 카타디옵트릭 등 새로운 모델을 최소한의 코드 변경으로 추가 가능.
• 지도 지속성 – 생성된 지도를 디스크에 저장하고, 나중에 다시 불러와 새로운 이미지 스트림에 대해 빠른 재국소화 가능.
• 모듈식 아키텍처 – 핵심 기능이 명확히 정의된 구성 요소로 분리되고, 깔끔한 API를 제공하여 실험과 통합을 용이하게 함.
• 예제 코드 및 튜토리얼 – *.cc 스크립트, "Simple Tutorial", 완전한 문서가 신규 사용자가 빠르게 작동하는 시스템을 구축할 수 있도록 도움.
• ROS 래퍼 – 별도의 리포지토리 (stella_vslam_ros)에서 로봇 개발자를 위한 ROS 통합 제공.
• 지속적인 개발 – 로드맵에는 리팩터링, 알고리즘 조정, 마커 통합, 추가 카메라 모델, Python 바인딩, IMU 융합 등 포함.

일반적인 사용 사례

• 손에 들고 있거나 로봇에 장착된 카메라로 실내 또는 실외 환경의 지도를 구축.
• AR/VR 헤드셋 또는 휴대기기용 실시간 자세 추적.
• 이전에 매핑된 영역에서 시각 입력만으로 로봇의 재국소화.
• SLAM 알고리즘, 카메라 모델 확장, 센서 융합(미래의 IMU 지원)에 대한 연구.

시작하기

1. 설치 – 온라인 문서(https://stella‑cv.readthedocs.io/en/latest/installation.html)의 단계별 가이드를 따르세요. 미리 빌드된 Docker 이미지도 제공됩니다.
2. 예제 실행 – example/ 디렉터리에는 컴파일 가능한 프로그램이 포함되어 있으며, 문서가 "Simple Tutorial"을 단계별로 안내합니다.
3. 데이터 – 샘플 ORB 어휘 파일과 예제 데이터셋을 문서 내 링크에서 다운로드하여 시스템을 테스트하세요.
4. ROS 통합 – ROS 토픽/서비스가 필요하면 stella_vslam_ros를 클론하세요.

라이선스

• 허용적인 2조항 BSD 라이선스 하에 배포됩니다. 일부 포함된 제3자 코드는 MIT, BSD-3, 또는 LGPLv3+ 사용 (예: g2o).

프로젝트 건강 상태

• 최신 README 기준으로 공개 이슈 트래커와 GitHub Discussions를 통해 지속적으로 유지 관리 중입니다.
• 개발팀은 리팩터링, 테스트 추가, 기능 확장(예: Python 바인딩, IMU 통합)에 집중하고 있습니다.

인용

• 학술 작업에서 이 라이브러리를 사용할 경우, README에 표시된 대로 원본 OpenVSLAM 논문(MM '19)을 인용해 주세요.

---

위 정보는 리포지토리의 README 및 연결된 문서에서 직접 인용되었습니다.