현재 대부분의 시각적 동시 위치추정 및 지도 작성(Simultaneous Localization and Mapping, SLAM) 방법은 정적 환경 가정을 기반으로 하여 동적 환경에서 위치 정확도가 크게 저하된다. 이를 해결하기 위해 본 논문에서는 객체 검출과 광류 방법을 결합한 객체 수준 동적 SLAM 방법을 제안한다. 본 방법은 객체 검출을 통해 객체 정보를 획득하고, 광류 및 객체 재투영 기술을 결합하여 객체의 동정 속성(정적/동적)을 식별하며, 동적 객체의 특징점을 제거한다. 이후 검출된 객체와 지도 내 객체 간 최적의 매칭 관계를 찾는다. 그리고 키프레임에서 정적 객체를 최적화하며, 객체 지도 내 동적 쌍곡면 모델을 최적화하고 동적 객체의 이동 궤적을 추적하기 위한 동적 이차 곡면 최적화 전략을 제안한다. 마지막으로, 조밀한 정적 배경을 재구성한다. Bonn 및 TUM 데이터셋에서의 실험 결과, 본 방법은 절대 자세 정확도를 약 44.3%, 상대 자세 정확도를 약 19.0% 향상시켰다. 실험 결과는 본 방법이 동적 장면에서 더욱 정밀하고 견고한 위치추정을 가능하게 함을 보여준다. 시스템의 온라인 성능을 추가 검증하기 위해, 실제 동적 장면에서도 시스템 테스트를 수행하였으며 예상된 결과를 달성하였다.

동적 장면;동시 위치추정 및 지도 작성;광류;이차 곡면;객체 검출