다중 시간대 융합 솔루션
다중 시간대 융합 위치 인식은 복잡한 조명 환경에서 Mega 경험의 지속성을 해결하기 위한 고급 기능입니다. 다양한 시간대를 커버하는 지도 아틀라스를 구축함으로써, 시스템은 주야간 교체, 계절 변화로 인한 시각적 특징의 간섭을 극복하고, 하루 중 언제든지 센티미터급 정밀 위치 인식을 제공할 수 있습니다.
핵심 과제
Mega는 주로 환경의 시각적 특징을 기반으로 위치를 인식합니다. 알고리즘이 조명 및 계절 변화 등에 대해 최적화되었음에도 불구하고, 주야간 교체로 인한 극심한 조명 차이는 동일한 장소의 시각적 특징이 근본적으로 변할 수 있습니다. 따라서 단일 시점(예: 주간만)에서 수집된 지도 데이터는 다른 시간대(예: 야간)에서 특징 차이가 커 매칭되지 않아 위치 인식 실패로 이어질 수 있습니다.
솔루션
24시간 위치 인식 문제를 해결하기 위해, Mega 플랫폼은 다중 시간대 데이터 융합 위치 인식 기능을 제공합니다. 클라우드에서 서로 다른 시간대의 데이터를 융합 처리함으로써 시스템의 조명 변화 적응력을 더욱 향상시킵니다.
작동 원리
- 다중 시간대 수집: 동일한 물리적 장소를 대표적인 서로 다른 조명 조건(예: 주간, 야간)에서 각각 데이터를 수집합니다.
- 클라우드 데이터 융합: 수집된 모든 데이터를 Mega 클라우드에 업로드하면, 클라우드 서비스가 자동으로 이들 서로 다른 시간대의 데이터를 처리합니다. 특징 융합 최적화를 통해 다양한 시간대를 포함하는 지도 데이터베이스를 구축합니다.
- 자동 매칭 및 위치 인식: 애플리케이션 실행 시, 시스템은 카메라가 실시간으로 캡처한 화면 특징에 따라 융합된 지도 데이터에서 현재 조명 조건에 가장 가까운 지도를 자동으로 검색 및 매칭하고, 해당 이미지의 지도 내 위치(pose)를 반환합니다.
모범 사례
최적의 융합 효과를 달성하기 위해 다음 수집 규범을 따르는 것이 좋습니다:
- 핵심 시간대 커버리지: 최소한 한 세트의 "주간" 데이터와 한 세트의 "야간" 데이터를 포함해야 합니다. 조명 변화가 극심한 장소(예: 경관 조명이 특정 시간에 켜지는 광장)의 경우 "조명 켜기 전"과 "조명 켠 후" 수집을 추가하는 것이 좋습니다.
- 경로 일관성: 서로 다른 시간에 수집하더라도, 매번 수집 시 걷는 경로와 촬영 각도를 최대한 일관되게 유지하는 것이 좋습니다. 이는 클라우드가 특징 정렬 및 융합을 보다 효율적으로 수행하는 데 도움이 됩니다.
구현 절차
다중 시간대 융합 위치 인식을 활성화하려면 특정 수집 및 구성 워크플로우를 따라야 합니다.
수집 계획
장면의 조명 변화 상황을 평가하여 수집해야 할 시간대 조합을 결정합니다.
- 기본 조합: 주간 데이터 1세트 + 야간 데이터 1세트(가로등 완전 점등 후 권장)
- 강화 조합: 황혼 시간대 인구 유동이 많고 조명이 특수한 경우, 황혼 데이터 세트를 추가할 수 있습니다.
데이터 수집
각 시간대 데이터를 수집할 때마다 걷는 경로와 촬영 각도를 가능한 한 동일하게 유지해야 합니다. 예: 주간에 도로 중심선을 따라 남쪽에서 북쪽으로 걸었다면, 야간에도 동일한 경로를 유지해야 합니다. 이는 클라우드가 서로 다른 시간대 지도 간의 기하학적 관계를 보다 효율적으로 계산하고 지도 정렬 정밀도를 크게 향상시키는 데 도움이 됩니다.
서로 다른 시간대 데이터 수집을 시작하기 전에 다음이 필요합니다:
- 수집 경로 계획 수행
- GoPro Max 설정 또는 GoPro Max2 설정 확인
- 수집 방법 숙지
- GoPro Max/Max2 데이터 내보내기 단계 익히기
지도 구축
- Mega를 처음 사용하여 지도를 만드는 경우, 새 지도 프로젝트 생성 필요
- Mega 개발 센터에서 대규모 공간 다중 지도 융합 작업 생성, 수집한 다중 시간대 데이터 업로드
지도 구축 결과 확인
지도 구축 완료 후, 수집 경로와 공간 모델을 포함한 구축 결과를 확인할 수 있습니다:
팁
- 지도 구축 실패 시, 지도 구축 실패 처리 가이드 참조 가능
- 지도 구축 시 층 분리 등의 문제 발생 시, 모델 결함 처리 가이드 참조 가능
위치 인식 효과 테스트
- Mega 위치 인식을 처음 사용하는 경우, 먼저 위치 인식 라이브러리 구성 필요
- 위치 인식 라이브러리 사용 가능 여부 빠른 검증
- 시뮬레이션 실행 효과 확인
- 현장 실제 실행 효과 확인
중요
다시 한번 알림: 각 시간대 데이터를 수집할 때마다 매번 걷는 경로와 촬영 각도를 가능한 한 동일하게 유지해야 합니다. 이는 클라우드가 하위 영역 간의 공간 관계를 보다 효율적으로 계산하고 지도 정렬 정밀도를 향상시키는 데 도움이 됩니다.
팁
다중 시간대 지도는 최적화된 융합을 통해 생성되며, 지도들은 엄격하게 정렬되어 있습니다. 주석 내용은 한 번만 배치하면 됩니다.