Open Source Robotics

고품질 오픈소스 로봇 프로젝트, 도구 및 소프트웨어의 엄선된 컬렉션.

Truncated Signed Distance Function

  • 다른 이름: TSDF, truncated signed distance field
  • 카테고리: Sensing › 3D maps & reconstruction
  • 태그: 3d-reconstruction, mapping, depth-sensing, volumetric, 3d-perception

표면 주위의 얇은 띠 안에서만 가장 가까운 표면까지의 부호 있는 거리를 저장하는 복셀 지도로, 많은 깊이 이미지를 융합해 조밀한 3D 모델을 만든다.

정의

절단 부호 거리 함수(truncated signed distance function, TSDF)는 3D 표면을 복셀 격자 위에 암묵적으로 표현한다. 표면 근처의 각 복셀은 표면까지의 부호 있는 거리를 저장하는데, 표면 앞쪽(센서에서 보았을 때 자유 공간)은 양수, 뒤쪽은 음수이며, 표면 자체는 영점 교차이다. 값은 양쪽으로 몇 복셀 폭의 띠 안으로 제한, 즉 절단된다. 어떤 표면에서도 멀리 떨어진 복셀은 쓸모 있는 거리를 담지 않으므로, 계산이 절약되고 잡음 섞인 측정으로 먼 영역이 오염되는 것을 막는다.

Curless와 Levoy(1996)의 체적 융합 방법이 표준 갱신 방식을 도입했다. 새 깊이 이미지마다, 카메라 시야 안의 모든 복셀을 이미지에 투영하고, 카메라 광선을 따라 복셀과 측정된 깊이 사이의 거리를 계산해 절단한 뒤, 그 결과를 복셀별 가중 이동 평균에 합친다. 여러 시점을 평균하면 센서 잡음이 상쇄되고 서로 다른 각도에서 본 표면이 채워진다. KinectFusion(Newcombe et al., 2011)은 손에 든 깊이 카메라로 GPU에서 이를 실시간으로 실행할 수 있음을 보였고, 이후 InfiniTAM과 Voxblox 같은 시스템은 복셀 해싱이나 표면 근처에만 할당하는 블록을 사용해 큰 장면이 메모리에 들어가도록 한다. 메시는 마칭 큐브로 추출하며, 렌더링과 추적을 위해서는 레이캐스팅으로 영점 교차를 찾는다.

TSDF는 완전한 부호 거리 필드(signed distance field)와 관련이 있지만 같지는 않다. 거리를 카메라 광선을 따라 측정하고 절단 띠에서 잘라 내므로, 표면 가까이에서 실제 유클리드 거리의 근사일 뿐이며 표면에서 먼 공간에 대해서는 아무것도 알려 주지 않는다. 경사 기반 궤적 최적화기처럼 모든 곳에서 가장 가까운 장애물까지의 거리가 필요한 계획기는, Voxblox가 하듯이 보통 TSDF로부터 유클리드 부호 거리 필드를 계산한다. TSDF는 주로 재구성과 융합 도구이고, 완전한 필드는 계획을 위한 질의 구조이다.

중요한 이유

TSDF 융합은 잡음 섞인 깊이 이미지 스트림을 깨끗하고 조밀한 3D 모델로 바꾸는 가장 널리 쓰이는 방법이다. 로봇은 이를 사용해 파지를 위해 물체를 재구성하고, 내비게이션용 지도를 만들며, 신뢰할 수 있는 법선을 가진 메시와 점군을 생성한다.

주요 응용

  • RGB-D 및 깊이 카메라를 이용한 조밀 3D 재구성
  • 파지 계획을 위한 물체 및 장면 모델
  • 초소형 비행체와 이동 로봇을 위한 지도 작성
  • 충돌 검사를 위한 유클리드 거리 필드 구축
  • 디지털 트윈과 시뮬레이션 에셋을 위한 메시 생성

실제 사례

손목에 깊이 카메라를 장착한 매니퓰레이터가 어수선한 테이블 위를 짧은 호를 따라 훑으며 약 20개의 깊이 프레임을 취득한다. 각 프레임의 카메라 자세는 순기구학과 핸드-아이 캘리브레이션에서 얻는다. 프레임들은 3~5 mm 복셀과 몇 복셀 폭의 절단 거리를 쓰는 TSDF로 융합되고, 영점 교차가 표면 법선을 가진 점군으로 추출된다. 파지 계획기는 단일 프레임이 아니라 이 융합된 점군에서 작업하므로, 가림으로 생긴 구멍이 사라지고 모서리 잡음이 줄어든다. 로봇 팔의 캘리브레이션이 어긋나 있으면 융합된 표면이 이중으로 겹치거나 흐릿하게 보이며, 이는 흔히 외부 캘리브레이션을 다시 해야 한다는 첫 신호이다.

흔한 오해

  • TSDF와 부호 거리 필드는 같은 것이다 — TSDF는 표면 근처에서만 광선 기반의 근사 거리를 저장하지만, 완전한 필드는 모든 곳에서 가장 가까운 표면까지의 거리를 준다
  • TSDF 융합이 자세 오차를 바로잡는다 — TSDF 융합은 카메라 자세가 알려져 있다고 가정하며, 잘못된 자세는 이중으로 겹치거나 번진 표면을 만든다
  • 복셀이 작을수록 항상 더 좋은 모델이 나온다 — 아주 작은 복셀은 메모리를 많이 쓰고 각각 받는 측정이 적어져 잡음이 늘 수 있다

알아야 할 사람

  • 3D 인식 및 지도 작성 엔지니어
  • 파지를 위한 장면 모델을 만드는 조작 엔지니어
  • SLAM 및 재구성 연구자
  • 공중 및 이동 로봇 지도 작성 파이프라인 개발자

관련 기술

  • KinectFusion
  • InfiniTAM
  • Voxblox
  • Open3D
  • 마칭 큐브(Marching Cubes)
  • 복셀 해싱(Voxel Hashing)

관련 용어

  • Signed Distance Field
  • Marching Cubes
  • Depth Camera
  • Point Cloud
  • Surfel
  • Neural Implicit Representation

관련 프로젝트

  • LingBot-Map: Streaming 3D reconstruction from one camera: pose and depth for every frame, live
  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • OpenDroneMap: Open-source photogrammetry toolkit that turns drone images into maps and 3D models
  • RTAB-Map: Versatile graph-based SLAM supporting RGB-D, stereo, and LiDAR with real-time operation
  • pySLAM: Hybrid Python/C++ visual SLAM pipeline with classic and deep-learning front-ends
  • LeGO-LOAM: Classic lightweight, ground-optimized lidar odometry and mapping baseline (IROS 2018)

이 웹사이트는 JavaScript가 필요합니다. 오픈소스 로봇 프로젝트를 탐색하려면 JavaScript를 활성화하세요.