LIDAR SLAM으로 얻은 Trajectory를 기준으로 Visual SLAM 성능 평가

프로젝트 목표

이 프로젝트의 목표는 LIDAR 기반 SLAM을 활용하여 다양한 SLAM 알고리즘의 동작 원리를 이해하는 것이었다. 특히 Visual SLAM의 성능을 객관적으로 평가하기 위해 Trajectory 비교 및 성능 지표 계산을 진행했다. 이를 통해 자율주행 기술에 필요한 SLAM의 기초와 성능 분석 방법을 습득하는 것을 목적으로 했다.

내용

ROS 환경에서 LIDAR로 촬영한 시퀀스를 LOAM SLAM으로 처리하여 Trajectory를 생성했다. 이후 동일한 환경에서 Visual SLAM으로 추출한 Trajectory와 비교하여 성능 차이를 분석했다. 이를 위해 카메라-라이다 캘리브레이션을 직접 수행했고, Evo 툴을 이용해 APE 및 ATE를 계산하며 성능 개선 지표를 도출했다.

문제와 해결 과정

초기에는 데이터셋 생성과 SLAM 알고리즘의 복잡한 동작 원리를 이해하는 데 어려움이 있었다. 특히 LiDAR와 카메라 데이터를 결합하고 캘리브레이션하는 과정에서 많은 시행착오를 겪었다. 이를 해결하기 위해 회사에서 제공한 데이터셋을 적극적으로 활용하고, 관련 문헌과 학습 자료를 참고하며 이해도를 높여 나갔다.

결과

LOAM SLAM과 Visual SLAM에서 추출한 Trajectory를 비교하여 성능 차이를 구체적으로 확인할 수 있었다. 또한 APE와 ATE와 같은 정량적 지표를 활용하여 성능을 평가하며, 개선할 수 있는 방향을 도출했다. 이를 통해 Visual SLAM의 한계를 이해하고 LiDAR 기반 방법론의 강점을 확인할 수 있었다.

역할

본 프로젝트에서 데이터셋 처리, 카메라-라이다 캘리브레이션, SLAM 실행 및 Trajectory 비교 분석을 직접 수행했다. 또한 Evo 툴을 활용하여 성능 지표를 계산하고 결과를 정리하는 역할을 맡았다. 전체 연구 과정에서 문제 해결 방법을 제시하고 실험 설계를 주도하며 프로젝트를 이끌었다.