SLAM(Simultaneous Localization and Mapping) 기술은 모바일 로봇이 자체 센서를 사용하여 환경 지도를 구축하고 환경 정보를 사용하여 자율적인 위치 지정을 하는 것을 말합니다.
두 가지 주류 기술 솔루션이 있습니다 . 시각적 SLAM 과 LiDAR SLAM 입니다.
그러나 복잡한 환경에 직면했을 때 고유한 단점이 있습니다. 시각적 SLAM 시스템은 시각적 환경의 변화에 쉽게 영향을 받는 반면 LiDAR SLAM 시스템은 특징점이 없는 환경에서 정확도가 저하될 수 있습니다. XGRIDS 는 모바일 SLAM 스캐닝 산업에서 처음으로 멀티 센서 퓨전 SLAM(즉, 멀티 슬램) 기술을 적용하여 복잡한 장면에서 더 안정적이고 고품질의 데이터를 달성한 회사입니다.
단일 센서 SLAM 기술의 한계
- Visual SLAM의 한계: Visual SLAM 시스템은 반복되는 텍스처, 조명 변화, 동적 환경 등과 같은 시각적 환경의 변화에 취약합니다. 이러한 요인은 피처 포인트 매칭 실패를 일으켜 시스템의 안정성과 정확도에 영향을 미칠 수 있습니다. 비전 센서는 본질적으로 거리 정보를 직접 측정할 수 없는 각도 측정 센서입니다. 여러 뷰에서 피처의 거리를 재구성해야 하며, 이는 계산 복잡성과 오류 위험을 증가시켜 측정 정확도가 떨어집니다.
- Lidar SLAM의 한계: Lidar SLAM 시스템은 터널이나 고속도로와 같이 단조로운 구조나 불분명한 특징이 있는 환경에서는 정확도가 떨어지거나 심지어 매핑에 실패할 수도 있습니다. 센서 캐리어가 동적일 경우 LiDAR 데이터가 왜곡되어 SLAM 정확도가 떨어집니다.
- 단일 센서의 한계를 해결하기 위해 다중 센서 퓨전 SLAM의 기술적 경로를 더욱 탐구해 보았습니다.
멀티SLAM의 장점 및 효과
LiDAR, 카메라, 관성 측정 장치(IMU) 사이에는 좋은 보완성이 있습니다. IMU 측정은 환경적 특성에 영향을 받지 않으며, 관성 항법 시스템은 캐리어 모션에 의해 생성된 관성 정보만을 기반으로 속도, 위치, 자세의 전체 매개변수를 추정할 수 있습니다. 관성 항법에 의해 추정된 모션 매개변수는 LiDAR 데이터의 왜곡을 수정하고, 단안 시력의 누락된 스케일 정보를 보상하는 데 사용할 수 있으며, LiDAR SLAM과 시각 SLAM으로 측정된 캐리어 모션은 관성 항법 시스템의 누적 오류를 수정할 수 있습니다. 다중 센서 융합 SLAM 기술은 다양한 센서의 보완성을 결합하여 SLAM 시스템의 성능을 개선합니다.
- 정확도와 견고성 향상: 다중 센서 융합은 IMU가 제공하는 동작 정보와 같은 다양한 센서의 보완 정보를 활용하여 LiDAR SLAM 데이터의 왜곡을 보정하고 시각적 SLAM의 누락된 크기 정보를 보상하여 시스템의 정확도와 견고성을 향상시킬 수 있습니다.
- 더 큰 환경 적응성: 멀티센서 SLAM 시스템은 시각적 환경 특징이 부족하거나 LiDAR 데이터 정확도가 떨어지는 시나리오와 같이 더 광범위한 환경 조건에서 작동할 수 있습니다. 다른 센서 데이터를 융합함으로써 시스템은 여전히 좋은 성능을 유지할 수 있습니다.
- 시스템 안정성 향상: 일부 센서가 고장나거나 데이터를 신뢰할 수 없는 경우, 다른 센서가 백업 정보를 제공하여 SLAM 시스템의 지속적인 작동을 보장할 수 있습니다.
- 시스템 역학 향상: 다중 센서 융합을 통해 더 높은 주파수 업데이트와 더 정확한 동적 모델을 제공하여 빠르게 움직이는 캐리어와 시스템에 적응할 수 있습니다.
멀티센서 SLAM 퓨전의 어려움
멀티센서 퓨전 SLAM 기술은 분명한 장점이 있지만, 많은 어려움도 있습니다. 이는 또한 도메인 혁신이 해결하기 위해 연구 개발에 계속 투자하는 방향이기도 합니다.
- 실시간: 알고리즘의 정확성을 보장하는 동시에 빠르게 움직이는 플랫폼의 요구를 충족하기 위해 알고리즘의 실시간 성능을 고려해야 합니다. 사실, SLAM의 원래 의미인 동시적 위치 파악 및 매핑은 SLAM이 결과를 실시간으로 처리해야 함을 정의합니다. 업계에서 진정한 모바일 SLAM 스캐너를 제공하는 첫 번째 팀으로서 XGRIDS는 이미 첫 번째 세대 제품으로 실시간 컴퓨팅을 구현했습니다. 현재 최신 제품은 이전 세대 제품의 후처리 효과에 가까운 실시간 데이터 품질을 달성하도록 최적화되었습니다.
- 이전 제품의 후처리 데이터
- 센서 교정: 서로 다른 센서 간의 상대적 위치와 시간 동기화를 정확하게 교정하는 것이 필요한데, 이는 센서 데이터의 효과적인 융합을 위한 전제 조건입니다. 교정 프로세스는 복잡하고 고정밀 교정 장비 또는 알고리즘이 필요합니다.
- 데이터 융합 알고리즘: 다중 센서 데이터의 융합에는 다양한 센서의 데이터 특성(예: 데이터 빈도, 타임스탬프 정렬, 다양한 센서의 데이터 형식)을 처리하기 위한 복잡한 알고리즘이 필요합니다.
- 정보의 일관성: 융합 과정에서 다양한 센서의 정보 일관성을 보장하는 것은 어려운 일이며, 특히 센서 관찰 결과에 차이가 있는 경우 더욱 그렇습니다.
- 컴퓨팅 리소스 요구 사항: 멀티 SLAM 시스템은 일반적으로 프로세서 성능 및 메모리를 포함하여 더 많은 컴퓨팅 리소스가 필요합니다. XGRIDS는 분산형 고성능 컴퓨팅 분야에서 오랜 경험을 가지고 있으며, EdgeComputing을 사용하여 보드의 데이터 처리 기능을 개선하고 여러 센서를 융합하여 실시간으로 재구성합니다.
- 알고리즘 복잡성: 효과적인 다중 SLAM 알고리즘을 설계하려면 센서의 동적 특성, 환경 변화 등 여러 요소를 고려해야 하며, 이로 인해 알고리즘 설계의 복잡성이 증가합니다.
모바일 SLAM 스캐닝 분야에서 XGRIDS는 끊임없는 기술 추구와 실천을 통해 다중 SLAM 기술의 혁신을 선도해 왔습니다. 복잡한 환경에서 시각적 SLAM과 LiDAR SLAM의 과제에 직면한 XGRIDS는 개념적으로 LiDAR, 카메라, IMU를 통합하는 다중 센서 솔루션을 제안했을 뿐만 아니라 실제로 1세대 제품인 Lixel L1에서 최신 Lixel L2 Pro까지 기술적 반복을 달성하여 시스템의 정확성, 견고성, 환경 적응성을 크게 개선했습니다. 실시간 성능, 센서 보정, 데이터 융합 알고리즘, 정보 일관성, 컴퓨팅 리소스 요구 사항과 같은 핵심적인 어려움을 해결함으로써 XGRIDS는 기술적 혁신과 현실적인 접근 방식을 추구하고 있으며, 3D 핸드헬드 SLAM 스캐닝 장비의 개발을 보다 효율적이고 지능적인 방향으로 지속적으로 촉진하고 업계의 새로운 기술 벤치마크를 설정하고 있습니다.
SLAM(Simultaneous Localization and Mapping) 기술은 모바일 로봇이 자체 센서를 사용하여 환경 지도를 구축하고 환경 정보를 사용하여 자율적인 위치 지정을 하는 것을 말합니다.
두 가지 주류 기술 솔루션이 있습니다 . 시각적 SLAM 과 LiDAR SLAM 입니다.
그러나 복잡한 환경에 직면했을 때 고유한 단점이 있습니다. 시각적 SLAM 시스템은 시각적 환경의 변화에 쉽게 영향을 받는 반면 LiDAR SLAM 시스템은 특징점이 없는 환경에서 정확도가 저하될 수 있습니다. XGRIDS 는 모바일 SLAM 스캐닝 산업에서 처음으로 멀티 센서 퓨전 SLAM(즉, 멀티 슬램) 기술을 적용하여 복잡한 장면에서 더 안정적이고 고품질의 데이터를 달성한 회사입니다.
LiDAR, 카메라, 관성 측정 장치(IMU) 사이에는 좋은 보완성이 있습니다. IMU 측정은 환경적 특성에 영향을 받지 않으며, 관성 항법 시스템은 캐리어 모션에 의해 생성된 관성 정보만을 기반으로 속도, 위치, 자세의 전체 매개변수를 추정할 수 있습니다. 관성 항법에 의해 추정된 모션 매개변수는 LiDAR 데이터의 왜곡을 수정하고, 단안 시력의 누락된 스케일 정보를 보상하는 데 사용할 수 있으며, LiDAR SLAM과 시각 SLAM으로 측정된 캐리어 모션은 관성 항법 시스템의 누적 오류를 수정할 수 있습니다. 다중 센서 융합 SLAM 기술은 다양한 센서의 보완성을 결합하여 SLAM 시스템의 성능을 개선합니다.
멀티센서 퓨전 SLAM 기술은 분명한 장점이 있지만, 많은 어려움도 있습니다. 이는 또한 도메인 혁신이 해결하기 위해 연구 개발에 계속 투자하는 방향이기도 합니다.
모바일 SLAM 스캐닝 분야에서 XGRIDS는 끊임없는 기술 추구와 실천을 통해 다중 SLAM 기술의 혁신을 선도해 왔습니다. 복잡한 환경에서 시각적 SLAM과 LiDAR SLAM의 과제에 직면한 XGRIDS는 개념적으로 LiDAR, 카메라, IMU를 통합하는 다중 센서 솔루션을 제안했을 뿐만 아니라 실제로 1세대 제품인 Lixel L1에서 최신 Lixel L2 Pro까지 기술적 반복을 달성하여 시스템의 정확성, 견고성, 환경 적응성을 크게 개선했습니다. 실시간 성능, 센서 보정, 데이터 융합 알고리즘, 정보 일관성, 컴퓨팅 리소스 요구 사항과 같은 핵심적인 어려움을 해결함으로써 XGRIDS는 기술적 혁신과 현실적인 접근 방식을 추구하고 있으며, 3D 핸드헬드 SLAM 스캐닝 장비의 개발을 보다 효율적이고 지능적인 방향으로 지속적으로 촉진하고 업계의 새로운 기술 벤치마크를 설정하고 있습니다.