프로젝트 요구사항

<aside> 💡 아우디의 요구사항 우리는 VSLAM으로 주행 중 자동차의 위치 정보를 뽑아서, 우리의 딥러닝 시스템의 Ground truth 정보로 사용하고 싶습니다. ORB-SLAM을 사용하는데, CPU를 너무 많이 사용하기도 하고 속도도 너무 느리더군요.

**적은 계산량으로 빠르게 돌면서 자동차의 pose 정보를 뽑는 알고리즘을 만들어 주세요 pose형식: image.png, tx, ty, tz, qw, qx, qy, qz, timestamp

하나의 프레임 당 하나의 pose!**

</aside>

프로젝트 최종목표

• 기준 성능이 되는 ORB-SLAM(ORB-SLAM2)
  • 실행 가능 상태 (KITTI 데이터셋)
  • CPU 점유율, 프로세스 속도 분석
  • 정확도 분석 (ATE, RPE)
  • pose dataset을 생성해서 파일로 저장 (가능여부 뿐만이 아니라 실제 파일준비)
• 개량 VSLAM 프레임워크 개발
  • 실행 가능 상태 (KITTI 데이터셋)
  • CPU 점유율, 프로세스속도
  • 정확도 분석 (ATE, RPE)
  • pose dataset을 생성해서 파일로 저장 (가능여부 뿐만이 아니라 실제 파일준비)
• 개선한 알고리즘들에 대한 분석 및 로드맵
  • 성능 병목 구간 분석
  • 병목 구간 해결
    • 코드 스니펫
    • 이론적인 설명
    • 실험 결과
  • 전체 SLAM 코드 성능 변화 분석
• 실행 방법에 대한 README.md 및 사용설명서 작성
• GitHub repo 링크 공유

갑작스러운 요구사항1

• Fast threshold를 바꿨을 때
  • 이미지에서 뽑히는 keypoint의 수 비교
  • 이미지에서 뽑히는 keypoint의 퀄리티 비교 (실제로 더 좋은 코너가 뽑히는지?)
  • Keypoint 매칭의 정확도 비교
  • Keypoint 매칭의 수 비교
  • 전체 정확도/속도 비교

갑작스러운 요구사항 2

• 자이카에서 실시간 카메라 영상을 받아 돌아가는 모습을 보여주세요. 잘 된다는걸 보여주시기 위해서 강의실에서 SLAM을 돌려보시고, pose dataset을 저장해주세요.

전략

가장 건드리기 쉬운 부분부터 건드려보자.