시야가 겹치지 않는 다수의 RGB-D 카메라간 자동 외부 파라미터 캘리브레이션

Abstract

최근 모바일 로봇의 비전센서로 카메라, 레이저, 적외선 등의 다양한 센서들이 사용된다. 이 중, RGB-D 센서라 불리는 RGB 카메라와 적외선 카메라를 사용한 3차원 센서는 비교적 저렴한 가격으로 많은 연구에 사용된다. 하지만 카메라의 시야(Field of View)가 약 60도로 다른 센서에 비해 작기 때문에, 일반적으로 다수의 카메라를 연결하여 이를 보완한다. 다수의 카메라를 사용하기 위해선 서로의 기하학적인 관계를 알아야한다. 이 기하학적인 관계는 회전과 평행이동으로 이루어진 외부 파라미터(extrinsic parameter)로 불리고 이를 찾는 과정을 캘리브레이션(calibration)이라 한다. 외부 파라미터 캘리브레이션의 일반적인 방법은 체스보드 패턴을 사용하는 것이다. 하지만 이 방법은 사용하는 카메라들의 시야가 겹치지 않을 경우 불가능하다. 따라서 본 논문에서는 Simultaneous Localization And Mapping (SLAM) 기술을 이용하여 이 문제를 해결한다. 먼저 각 카메라의 독립적으로 SLAM을 수행하여 3차원 랜드마크(landmark)로 이루어진 지도를 복원한다. 그 뒤, 복원된 지도들의 랜드마크의 유사도(similarity)를 조사하고, 이를 통해 3D-3D 카메라 포즈 추정을 통해 카메라간의 외부 파라미터 추정을 한다. 마지막으로 카메라와 지면과의 기하학적인 관계를 구해 최종적인 외부 파라미터를 추정한다. 본 논문에서는 RANdom SAmple Consensus (RANSAC)를 사용하여 지면의 평면방정식을 찾고, 평면의 포인트 클라우드(point cloud) 데이터를 이용하여 최종적으로 카메라와 지면과의 관계를 추정한다.