동시적 위치 측정 및 매핑(SLAM) 기술은 LiDAR 스캐닝 분야에서 혁신적인 힘으로 등장하여 데이터 수집 프로세스의 정확도와 정밀도에 상당한 영향을 미칩니다. SLAM은 센서 데이터와 고급 알고리즘을 원활하게 통합하여 LiDAR 스캐닝 시스템의 안정성과 효율성을 향상시키는 데 중요한 역할을 합니다. SLAM 기술이 LiDAR 스캐닝의 정확도에 어떤 영향을 미치는지, 그리고 이 기술이 작동하는 주요 메커니즘에 대해 자세히 살펴보겠습니다.

핸드헬드 SLAM LiDAR

SLAM이란?

SLAM(동시적 위치 측정 및 지도 작성)은 LiDAR, RGB 카메라, IMU 등을 비롯한 매핑 시스템의 온보드 센서로부터 데이터를 통합하여 환경을 탐색할 때의 경로를 결정하는 정교한 알고리즘입니다.

SLAM이 작동하는 방식을 간단히 설명하면 다음과 같습니다. 시스템이 초기화되면 알고리즘은 센서 데이터와 컴퓨터 비전 기술을 활용하여 주변 환경을 분석하고 현재 위치를 정확하게 추정합니다.

SLAM은 진행하면서 초기 위치 추정치를 활용하고, 시스템 센서에서 새로운 데이터를 수집하고, 이를 이전 관측치와 비교하여 실시간으로 위치를 다시 계산합니다.

이러한 단계를 반복적으로 실행함으로써 SLAM 시스템은 환경 전체에서 사용자의 움직임을 정밀하게 지속적으로 추적합니다.

SLAM 알고리즘은 초당 여러 번 복잡한 계산을 실행하여 공간을 이동하면서 이동 궤적을 매핑하는 과정을 효과적으로 자동화합니다.

SLAM은 스캐닝 정확도에 어떤 영향을 미칩니까?

SLAM 장치의 정밀도를 이해하려면 매핑 시스템에서 사용하는 데이터 수집 방법의 근본적인 대조를 파악해야 합니다.

지상 레이저 스캐너(TLS)에서 이 장치는 레이저 센서를 360° 회전하고 고정된 위치에서 측정값을 등록하여 환경을 캡처합니다. 결과적으로 캡처된 포인트 클라우드의 각 포인트는 본질적으로 스캐너에 비해 공간에서 정확하게 정렬됩니다.

반대로 모바일 매핑 시스템도 레이저 센서를 360° 회전시키지만 고정된 지점에서 회전시키지는 않습니다. 스캐닝하는 동안 환경을 이동하면 센서도 함께 이동하여 각 측정에 대한 정렬 불일치를 발생시키고 최종 포인트 클라우드의 정확도를 손상시킵니다.

이 시나리오는 야간 사진을 찍을 때 카메라가 움직이는 효과와 유사하여 흐릿함이 발생합니다. 마찬가지로 SLAM 알고리즘을 개선하기 전에 모바일 매핑 시스템의 처리되지 않은 데이터를 검사하면 흩어지고 중복된 점이 나타나 정렬 문제가 있음을 나타냅니다.

모바일 매핑 시스템은 이러한 정렬 오류를 수정하고 정확하고 질서 있는 포인트 클라우드를 생성하도록 설계되었습니다. SLAM 알고리즘에서 기록한 궤적 데이터를 활용하여 이를 달성합니다. 이 정보를 통해 시스템은 각 측정 시 스캐너의 위치를 ​​확인하여 포인트의 정확한 공간적 정렬을 용이하게 합니다.

따라서 SLAM 기반의 모바일 매핑 시스템의 정확도는 센서의 정밀도에만 달려 있는 것이 아니라 SLAM 알고리즘이 궤적을 추적하는 효율성에도 크게 좌우됩니다.

SLAM 정확도 과제

궤적을 정확하게 추적하고 고품질 포인트 클라우드를 생성하는 SLAM 알고리즘을 개발하는 것은 제조업체에게 상당한 과제였으며, 제조업체는 두 가지 주요 유형의 오류를 해결해야 했습니다.

SLAM 추적 문제

추적 오류로 알려진 첫 번째 유형의 오류는 SLAM 알고리즘이 특정 환경에서 어려움을 겪을 때 발생합니다. 예를 들어, 독특한 환경적 특징이 부족한 긴 복도에서 SLAM 시스템은 정확한 위치 추적을 유지하는 데 어려움을 겪을 수 있습니다.

더 까다로운 환경에서 SLAM 시스템은 고장을 겪을 수 있습니다. 이는 스캐닝 중에 매핑 부정확성이 발생할 때 발생하며, 종종 환경의 독특한 특징이 부족하거나 노이즈 수준이 높기 때문입니다. 이러한 경우 제어점을 사용해도 문제를 효과적으로 해결할 수 없습니다.

SLAM 고장의 일부 인스턴스는 후처리 중에 수정될 수 있지만 극단적인 경우는 수정이 불가능할 수 있습니다. 이러한 시나리오에서 제어점 좌표와 스캔된 제어점 좌표 사이의 거리 차이를 분배하는 방법에 대한 데이터가 없으면 궤적 고장을 수정하는 데 방해가 됩니다.

SLAM 드리프트 오류

드리프트라고 하는 두 번째 유형의 오류는 SLAM 알고리즘에서 위치를 계산하는 데 사용되는 센서에서 발생하는 고유한 측정 오류에서 비롯됩니다. SLAM 알고리즘은 이전 데이터 포인트를 기반으로 반복적으로 위치를 계산하기 때문에 스캐닝 중에 센서 오류가 누적되어 궤적 부정확성과 최종 결과 품질 저하로 이어집니다.

드리프팅 SLAM 오류는 실내 환경과 대조적으로 더 넓은 공간 영역으로 인해 실외 환경에서 더 흔합니다. 드리프트는 맵과 정확하게 일치하는 스캔을 생성하지만 센서 결함으로 인해 왜곡이 나타나 시간이 지남에 따라 오류가 누적됩니다. 후처리 중에 조사된 제어점을 사용하면 일반적으로 드리프트의 영향을 받는 데이터 세트를 수정하는 데 도움이 됩니다.