다중모달 SLAM 데이터 수집을 위한 오픈 하드웨어 플랫폼 SMapper

초록

SMapper는 LiDAR, 다중 RGB 카메라, IMU를 실시간으로 정밀 동기화한 오픈‑하드웨어 장치이며, 손쉽게 복제·확장할 수 있다. 저자는 이를 기반으로 실내·실외 시퀀스를 포함한 SMapper‑light 데이터셋을 공개하고, 최신 LiDAR·비주얼 SLAM 알고리즘에 대한 벤치마크 결과를 제시한다. 설계 파일, 캘리브레이션 파이프라인, 데이터 수집 소프트웨어가 모두 공개돼 재현성과 확장성을 크게 향상시킨다.

상세 분석

SMapper 논문은 SLAM 연구에 필요한 데이터 수집 인프라의 재현성 부족이라는 근본적인 문제를 정확히 짚어낸다. 기존 KITTI, EuRoC, TUM‑RGBD 등은 각각 고유의 센서 구성을 가지고 있지만, 하드웨어 설계가 공개되지 않아 동일한 환경을 재현하기 어렵다. SMapper는 이러한 한계를 극복하기 위해 완전한 오픈‑하드웨어 설계를 제공한다. 3D‑프린팅 가능한 베이스와 알루미늄 플레이트, 그리고 Ouster OS0‑64 LiDAR, Intel RealSense D435i, 4대의 e‑CAM200 CUO‑AGX 카메라, Jetson AGX Orin을 조합한 모듈식 구조는 손에 들고 사용할 수 있는 휴대형 형태(≈2.5 kg)와 로봇에 직접 장착 가능한 형태를 모두 지원한다.

핵심 기술은 두 가지이다. 첫째, 하드웨어 레벨에서 모든 센서를 동일한 전원·시계(PTP) 신호에 연결하고, Jetson의 하드웨어 타이머를 이용해 100 Hz 이하의 LiDAR와 400 Hz IMU, 30 Hz 카메라 스트림을 마이크로초 단위로 정렬한다. 논문은 이 과정에서 발생할 수 있는 지연을 보정하기 위한 소프트웨어 파이프라인(시간 스탬프 보정, 인터폴레이션)까지 상세히 제시한다. 둘째, 캘리브레이션 절차이다. LiDAR‑IMU, 카메라‑IMU, 카메라‑카메라 간의 외·내부 파라미터를 동시에 최적화하는 다중‑모달 BA(Bundle Adjustment)를 적용하고, 이를 ROS‑compatible YAML 파일로 자동 출력한다. 이러한 캘리브레이션은 기존 데이터셋이 제공하는 ‘블랙박스’ 방식과 달리 사용자가 직접 검증·재조정할 수 있게 한다.

데이터셋 측면에서 SMapper‑light는 실내(사무실, 복도)와 실외(도시 거리, 공원) 10여 개 시퀀스를 포함한다. 각 시퀀스는 LiDAR 포인트클라우드, RGB‑D 영상, 4‑카메라 멀티뷰 영상, IMU 6‑DOF 데이터를 10 Hz 이상으로 동기화해 제공한다. 특히, ‘오프라인 LiDAR SLAM 기반 서브‑센티미터 정확도’를 갖는 지상진실 궤적을 제공함으로써 비주얼‑IMU SLAM의 절대 오차를 정량화할 수 있다. 논문은 ORB‑SLAM3, VINS‑Mono, LIO‑SAM, Cartographer 등 6개 최신 알고리즘을 동일 조건에서 평가하고, 멀티‑카메라 구성이 회전·가속이 큰 구간에서 정확도 향상을 가져온다는 실험적 증거를 제시한다.

또한, 저자는 소프트웨어 스택을 GitHub에 공개하고, ROS2 기반 노드, 실시간 모니터링 GUI, 데이터 포맷 변환 툴을 포함시켰다. 이는 연구자가 새로운 센서를 추가하거나 기존 파이프라인을 수정할 때 최소한의 코드만 변경하면 된다는 점에서 확장성을 크게 높인다. 마지막으로, 비용 측면에서도 전체 시스템은 약 3,500 USD(부품 기준)로 책정돼, 기존 고가의 상업용 멀티‑센서 플랫폼 대비 30 % 이하의 가격으로 동일 수준의 데이터 품질을 제공한다.

전체적으로 SMapper는 하드웨어 설계, 동기화·캘리브레이션 파이프라인, 데이터셋, 벤치마크, 오픈소스 소프트웨어까지 SLAM 연구에 필요한 모든 요소를 일관된 생태계로 묶어 제공한다는 점에서, 향후 재현 가능한 실험 및 멀티‑모달 센서 융합 연구의 표준 플랫폼이 될 가능성이 높다.