PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.19067v1cs.RO

센서 구성의 중요성: 사족 보행 로봇에서의 멀티모달 SLAM에 대한 체계적 평가

Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots

다양한 환경에서 사족 보행 로봇의 자율 주행은 근본적으로 강인한 동시 위치 추정 및 지도 작성(SLAM)에 의존합니다. 비주얼-관성 SLAM은 차륜형, 휴대형, 비행 플랫폼에서 성숙해졌지만, 하드웨어 수준의 센서 구성이 보행 이동의 격렬한 동역학 하에서 성능에 어떤 영향을 미치는지에 대한 중요한 평가 공백이 여전히 존재합니다. 사족 보행 로봇은 발 착지 충격, 고주파 기계 진동, 급격한 각도 회전을 포함하여 표준 인식 파이프라인을 저하시키는 본체 특유의 감각적 문제를 야기합니다. 이러한 공백을 해결하기 위해, 우리는 ANYmal D 사족 보행 로봇에서 기록된 GrandTour 데이터셋을 사용하여 최첨단 비주얼, 비주얼-관성, 라이다-비주얼-관성 SLAM 방법들의 체계적 평가를 제시합니다. 우리는 카메라 모달리티, 셔터 기술, 관성 센서 등급의 영향을 분리하고 정량화하여, 위치 추정 정확도, 알고리즘 강건성, 연산 자원 활용 측면에서의 상충 관계를 분석합니다. 실증적 발견에 따르면 하드웨어 선택이 시스템 강인성에 상당한 영향을 미치는 것으로 나타났습니다: 스테레오 구성은 단안 및 RGB-D 모달리티를 일관되게 능가하며, 글로벌 셔터 카메라는 롤링 셔터 카메라에 비해 운동 유발 추적 실패를 상당히 완화합니다. 무엇보다 중요한 점은, 표준 관성 통합이 가혹한 보행 이동 환경에서 주로 비전 기반 프레임워크의 성능을 저하시킬 수 있다는 것입니다. 이러한 통찰은 또한 민첩한 보행 시스템에서 신뢰할 수 있는 인식을 달성하기 위해 맞춤형 센서 페이로드를 조정하는 구체적인 설계 가이드라인을 제공합니다.