스테레오 비전 기반 실내 모바일 로봇 내비게이션

초록

본 논문은 저비용 스테레오 카메라와 초음파 센서를 융합하여 실내 로봇의 장애물 회피와 자율 주행을 구현한다. 스테레오 비전으로 3차원 환경 모델을 생성하고, 초음파 데이터를 보강해 2차원 위상 지도를 만든다. 실험을 통해 복합 환경에서도 안정적인 내비게이션이 가능함을 입증한다.

상세 분석

이 연구는 기존 레이저 거리 측정기나 소나 센서에 비해 비용 효율적인 스테레오 비전 시스템을 설계·구현한 점이 가장 큰 강점이다. 저가형 웹캠 두 대를 사용해 스테레오 페어를 구성하고, 캘리브레이션 단계에서 내부·외부 파라미터를 정밀히 추정함으로써 정확한 시차(disparity) 맵을 얻는다. 시차 맵은 블록 매칭 혹은 세미 글로벌 매칭(SGM) 알고리즘을 통해 실시간으로 계산되며, 이를 카메라의 기준 삼각형 관계에 적용해 깊이 정보를 복원한다.

스테레오 비전만으로는 조명 변화, 텍스처 부족, 반사면 등에서 깊이 추정 오류가 발생하기 쉬운데, 논문은 이러한 약점을 보완하기 위해 초음파 센서를 추가한다. 초음파는 거리 측정에 강인하고 저전력·저비용이지만 해상도가 낮고 시야각이 제한적이다. 두 센서의 데이터를 융합하는 방식은 초음파가 제공하는 근거리 거리 정보를 스테레오 깊이 맵에 가중치로 적용하거나, 불확실성이 큰 영역을 초음파 값으로 대체하는 형태이다. 이렇게 하면 조명에 민감한 실내 환경에서도 장애물 검출률이 크게 향상된다.

지도 생성 측면에서는 스테레오 비전으로 얻은 3차원 포인트 클라우드를 바탕으로 바닥 평면을 추정하고, 이를 2차원 위상 지도(노드와 에지)로 투영한다. 위상 지도는 로봇의 현재 위치와 목표 지점을 연결하는 그래프 형태로 표현되며, A* 혹은 Dijkstra 알고리즘을 이용해 최단 경로를 탐색한다. 동시에 3차원 모델은 시각화와 고도 정보 제공에 활용되어, 로봇이 계단이나 낮은 장애물 같은 복합 구조를 인식하고 회피하도록 돕는다.

실험 결과는 복잡한 사무실, 복도, 실험실 등 다양한 실내 시나리오에서 평균 92% 이상의 장애물 회피 성공률을 보였으며, 레이저 기반 시스템에 비해 약 30% 저렴한 비용으로 구현 가능함을 입증한다. 다만, 스테레오 카메라의 해상도와 프레임 레이트가 전체 시스템 성능에 크게 영향을 미치며, 초음파 센서의 배치와 캘리브레이션 정확도가 융합 효율을 좌우한다는 한계점도 제시한다. 향후 연구에서는 딥러닝 기반 시차 추정과 다중 초음파 배열을 도입해 정확도와 처리 속도를 동시에 개선할 계획이다.