Table of Contents

다중 시간대 융합 솔루션

다중 시간대 융합 로컬라이제이션은 복잡한 조명 환경에서 Mega 경험의 지속성을 해결하기 위한 고급 기능입니다. 서로 다른 시간을 포함하는 맵 세트를 구축함으로써 시스템은 주야 교대와 계절 변화가 시각 특징에 주는 간섭을 극복하고, 애플리케이션이 하루 중 어느 시간대에도 센티미터급 정밀 로컬라이제이션을 제공하도록 보장할 수 있습니다.

핵심 과제

Mega는 주로 환경의 시각 특징을 기반으로 로컬라이제이션합니다. 알고리즘이 조명 및 계절 변화 등에 대해 맞춤 최적화되었지만, 주야 교대로 인한 급격한 조명 차이는 여전히 같은 장소의 시각 특징을 근본적으로 바꿀 수 있습니다. 따라서 단일 시간점(예: 낮에만)에서 수집한 맵 데이터는 다른 시간대(예: 밤)에 특징 차이가 커서 매칭되지 못하는 경우가 많으며, 이로 인해 로컬라이제이션 실패가 발생합니다.

해결책

전천후 로컬라이제이션 문제를 해결하기 위해 Mega 플랫폼은 다중 시간대 데이터 융합 로컬라이제이션 기능을 제공합니다. 클라우드에서 서로 다른 시간대의 데이터를 융합 처리하여 조명 변화에 대한 시스템 적응 능력을 더욱 향상합니다.

작동 원리

  1. 다중 시간대 수집: 동일한 물리 장면에 대해 낮, 밤 등 대표적인 서로 다른 조명 조건에서 각각 데이터를 수집합니다.
  2. 클라우드 데이터 융합: 수집한 모든 데이터를 Mega Cloud에 업로드하면 클라우드 서비스가 이러한 서로 다른 시간대 데이터를 자동으로 처리합니다. 특징 융합 최적화를 통해 서로 다른 시간대를 포함하는 맵 데이터베이스를 구축합니다.
  3. 자동 매칭 및 로컬라이제이션: 애플리케이션 실행 시 시스템은 카메라가 실시간으로 캡처한 화면 특징에 따라 융합된 맵 데이터에서 현재 조명 조건에 가장 가까운 맵을 자동 검색 및 매칭하고, 해당 이미지의 맵 내 pose를 반환합니다.

모범 사례

최상의 융합 효과를 얻기 위해 다음 수집 규범을 따르는 것을 권장합니다.

  • 핵심 시간대 포함: 최소 한 세트의 "낮" 데이터와 한 세트의 "밤" 데이터를 포함합니다. 조명 변화가 매우 큰 장면(예: 경관 조명이 정해진 시간에 켜지는 광장)의 경우, "점등 전"과 "점등 후" 수집을 추가하는 것을 권장합니다.
  • 경로 일관성: 서로 다른 시간에 수집하더라도 매번 수집의 보행 경로와 촬영 각도를 가능한 한 일관되게 유지하는 것을 권장합니다. 이는 클라우드가 특징 정렬과 융합을 더 효율적으로 수행하는 데 도움이 됩니다.

구현 흐름

다중 시간대 융합 로컬라이제이션을 활성화하려면 특정 수집 및 구성 워크플로를 따라야 합니다.

  1. 수집 계획

    장면의 조명 변화 상황을 평가하고 수집해야 할 시간대 조합을 결정합니다

    • 기본 조합: 낮 데이터 한 세트 + 밤 데이터 한 세트(가로등이 모두 켜진 후 권장)
    • 강화 조합: 황혼 시간대에 인파가 많고 조명이 특수한 경우 황혼 데이터 한 세트를 추가할 수 있습니다

  2. 데이터 수집

    각 시간대의 데이터를 수집할 때는 보행 경로와 촬영 각도를 최대한 동일하게 유지해야 합니다. 예를 들어 낮에는 도로 중심선을 따라 남쪽에서 북쪽으로 걸었다면, 밤에도 같은 경로를 유지해야 합니다. 이는 클라우드가 서로 다른 시간대 맵 사이의 기하 관계를 더 효율적으로 계산하는 데 도움이 되며, 맵 정렬 정확도를 크게 향상합니다.

    서로 다른 시간대 데이터 수집을 시작하기 전에 다음이 필요합니다.

  3. 맵 구축

  4. 매핑 결과 보기

    매핑이 완료되면 수집 경로와 공간 모델을 포함한 매핑 결과를 확인할 수 있습니다.

    팁

  5. 로컬라이제이션 효과 테스트

중요

다시 알림: 각 시간대의 데이터를 수집할 때는 매번 보행 경로와 촬영 각도를 가능한 한 동일하게 유지해야 합니다. 이는 클라우드가 하위 영역 간 공간 관계를 더 효율적으로 계산하고 맵 정렬 정확도를 향상하는 데 도움이 됩니다.

팁

다중 시간대 맵은 최적화 융합을 통해 얻어지며, 맵 간에는 엄격하게 정렬되어 있습니다. 주석 콘텐츠는 한 번만 배치하면 됩니다.

관련 링크