지하 통로, 종합 관로 등은 조명이 부족하고 먼지 및 안개 간섭이 강한 환경적 방해가 존재합니다. 다족 로봇은 이러한 비구조화 공간 내에서 순회 검사 시 고주파 진동이 발생하기 쉬워 탑재된 깊이 카메라가 수집한 이미지 시퀀스의 안정성이 떨어져 3D 재구성 정확도가 저하됩니다. 본 논문에서는 위 문제를 해결하기 위해 복잡한 작업 조건에 적합한 이미지 향상 및 흔들림 보정 방법을 제안합니다. 먼저 이미지 처리를 통해 조명 변화 및 먼지, 안개의 영향을 약화시키고, 이어서 KLT(Kanade Lucas Tomasi) 특징 추적과 피라미드 LK 광류(Pyramidal Lucas Kanade) 이중 분기 운동 추정 프레임워크를 구성합니다. KLT 분기는 랜덤 샘플 합의(Random Sample Consensus, RANSAC) 알고리즘을 사용하여 이상 매칭점을 제거하고 희소 특징 운동 추정을 얻으며, LK 광류 분기는 K-평균 군집화를 활용해 주 운동 벡터를 선별하여 연속 광류 운동 추정을 획득합니다. 또한 동적 가중치 할당을 통해 전역 운동 추정을 얻는 적응형 신뢰 융합 전략을 제안하며, 원본 이미지에 정량적 보상을 수행하여 안정적인 이미지 시퀀스를 얻습니다. 실험 결과 KLRK-Stab(KLT 및 LK 기반 견고한 안정화) 방법은 피크 신호 대 잡음비(PSNR) 및 구조적 유사도 지수(SSIM) 등 지표에서 타 알고리즘을 능가함을 검증했습니다. 3D 재구성 측면에서는 진동 보정 전 0.111~0.163m였던 점군 두께가 0.058~0.084m로 수렴하여 3D 재구성 정확도가 향상되었음을 나타내며, 본 방법은 3D 재구성 신뢰성을 효과적으로 향상시킬 수 있습니다.

복잡한 작업 조건;향상 흔들림 보정;특징 추적;광류;3D 재구성 정확도