포인트 클라우드 유클리디안 군집화를 통한 3차원 영상기반 장애물 탐지

Abstract

드론이라 일컫는 쿼드로터 형태의 소형 무인 비행체가 일상생활에 까지 보급됨에 따라 이를 특별한 비행훈련을 하지 않은 일반인들도 안정적으로 이용하게 하기 위한 비행 기술의 발전이 급속도로 이루어 지고 있다. 이러한 소형 무인 비행체가 안전하게 비행하기 위해서는 강건한 비행제어 컴퓨터의 능력도 중요하지만, 비행경로상에 놓여있는 장애물을 적절하게 탐지 및 회피하는 능력의 보유가 필수적이다. 이를 위해 초음파, 라이다 등을 이용한 많은 연구가 이루어졌으나, 초음파의 경우 정밀하게 주변환경을 표현하기 어려운 단점이 있고, 라이다의 경우 정밀한 주변환경 표현은 가능하나 그 센서가 크고 가격이 비싼 단점이 있다. 따라서 이 둘의 단점을 적절히 보완한 스테레오 카메라를 이용한 연구가 활발히 진행중에 있다. 스테레오 카메라는 거리를 파악하기 힘든 단안카메라의 단점을 보완한 것으로서 평행하게 놓인 두대 카메라의 시점 차이를 통해 물체까지의 거리를 나타낼 수 있다. 이를 통해 주변환경을 깊이 지도(Depth map)로 나타낼 수 있고 이를 이용한 점군(Point cloud)을 통해 3차원 재건된 형태의 주변환경 표현이 가능하다. 본 연구에서는 점군 정보를 이용한 장애물 탐지 알고리즘에 대해 설명한다. 이때 하나의 point cloud는 위치와 RGB색상정보의 총 6개 정보를 4byte씩 가지고 있기 때문에 point cloud의 수가 많을수록 정보량이 매우 높게 되고 이를 모두 활용하게 되면 알고리즘의 수행속도가 10Hz이하로 내려갈 수 밖에 없다. 따라서 이러한 정보를 보다 압축하여 표현하기 위해 Voxel Grid filter를 사용하였으며, 장애물 탐지를 위한 군집화 알고리즘으로 Euclidean Clustering 기법을 사용하였다.