Visual SLAM · 3D Perception

Study

ORB-SLAM2

Date2026.05.09
FormatOpen-source Practice
DatasetKITTI · TUM RGB-D
TopicVisual SLAM

실습 개요

KITTI odometry sequence 00과 TUM RGB-D fr1_room에서 ORB-SLAM2의 monocular·RGB-D 파이프라인을 실행하고, tracking과 loop closure, trajectory 출력, dense map 생성 결과를 확인했다.

KITTI monocular 결과

KITTI sequence 00에 해당하는 camera parameter를 적용했다. Viewer에서 매 frame의 ORB feature와 camera trajectory가 갱신되고, 재방문 구간에서는 loop closure가 반영되는 과정을 확인했다.

KITTI sequence 00. ORB feature tracking과 loop closure가 반영되는 monocular SLAM 실행 결과. 영상은 4배속이다.

TUM RGB-D 결과

fr1_room의 RGB와 depth timestamp를 associate file로 연결해 RGB-D SLAM을 실행했다. 종료 후에는 CameraTrajectory.txt와 KeyFrameTrajectory.txt가 생성되어 frame 단위와 keyframe 단위의 trajectory를 각각 확인할 수 있었다.

TUM RGB-D fr1_room. RGB-D tracking과 sparse map 생성 결과.

Dense map reconstruction

RGB-D frame과 추정 camera pose를 누적해 실내 point cloud를 생성했다.

TUM fr1_room dense point cloud 전체 구조
Room overview. RGB-D frame과 camera pose를 누적한 실내 point cloud.
TUM fr1_room dense point cloud 내부 확대
Interior view. 책상과 의자 주변의 복원 결과를 확대한 모습.
Voxel downsampling을 적용한 TUM fr1_room point cloud
Downsampled map. Voxel downsampling으로 표시할 point 수를 줄인 결과.
Dense reconstruction. Voxel downsampling을 적용한 point cloud 탐색 결과.

확인한 결과

  • KITTI monocular sequence에서 ORB feature tracking과 loop closure 동작 확인
  • TUM RGB-D sequence에서 sparse map과 camera·keyframe trajectory 생성 확인
  • RGB-D frame과 camera pose를 이용한 dense point cloud 생성
  • Voxel downsampling으로 실내 구조를 유지하면서 시각화 부하 감소

Comments