텍스처가 희박하고 조명 변화가 있는 실내 환경에서 단일 점 특징만을 기반으로 한 비주얼 동시 위치추정 및 지도작성(Simultaneous Localization and Mapping, SLAM) 알고리즘의 자세 추정 정확도가 낮거나 완전히 실패하는 문제를 해결하기 위해, 보다 안정적인 선 및 면 특징과 결합하여 점-선-면 특징 기반 자세 분리 RGBD-SLAM 시스템을 제안하였다. 다양한 특징의 상호 보완적 장점과 장면의 구조적 특성을 충분히 활용하여, 자세 분리 추정 개념을 적용하고 맨해튼 월드 가정을 통해 드리프트 없는 회전 추정을 수행하며, 다중 특징 결합 오차 함수를 최소화하여 평행 이동을 추정함으로써 기존 SLAM 시스템의 프레임별 자세 추정 방식으로 인한 누적 오차 영향을 줄이고, 자세 추정 정확도를 향상시켰다. 이를 바탕으로 환경 정보가 풍부한 점-선-면 구조 지도를 구성하였다. 실험 결과, 제안한 SLAM 시스템은 ICL-NUIM 데이터셋 8개 하위 시퀀스에서 ORB-SLAM2, PL-SLAM 및 SP-SLAM 대비 각각 평균 절대 궤적 정밀도가 54.5%, 23.5%, 28.3% 향상되었으며, TUM RGBD 데이터셋 11개 하위 시퀀스에서는 33.9%, 26.2%, 11.7% 향상되어 더 우수한 전역 위치추정 성능과 강력한 시스템 견고성을 보였다. 또한 구축된 점-선-면 구조 지도가 환경을 더 잘 묘사할 수 있음을 확인하였다.

동시 위치추정 및 지도작성; 점-선-면 특징; 자세 분리; 약한 텍스처 환경; 조명 변화 장면