본 논문은 NVIDIA Jetson 플랫폼에서 수행한 다양한 Visual(-inertial) Odometry 알고리즘의 벤치마크 테스트를 제공한다. 비교된 알고리즘에는 모노 및 스테레오 알고리즘이 포함되며 다음의 Visual Odometry (VO) 및 Visual-Inertial Odometry (VIO)를 포함한다. (VIO) : VINS-Mono, VINS-Fusion, Kimera, ALVIO, Stereo-MSCKF, ORB-SLAM2 stereo 및 ROVIO. 이러한 알고리즘들은 주로 무인 항공기 (UAV) 에 사용되므로 프로세스 보드의 크기 및 하중이 제한된 상황에서도 잘 수행되어야 한다. NVIDIA에서 출시한 Jetson 보드는 이미지 처리를 원활하게 수행할 수 있는 강력한 중앙 처리 장치 (CPU) 와 그래픽 처리 장치 (GPU) 를 갖추고 있어 이러한 제약 조건을 충족한다. 그러나 기존 연구에서는 VO / VIO 를 실행하기 위한 처리 플랫폼으로서의 Jetson 보드 성능이 컴퓨팅 자원 사용 및 정확도 측면에서 폭넓게 비교되지 않았다. 따라서 본 연구에서는 여러 NVIDIA Jetson 플랫폼, 즉 NVIDIA Jetson TX2, Xavier NX, AGX Xavier에서 대표적인 VO / VIO 알고리즘의 성능을 비교하고 무인 항공기를 위한 새로운 데이터 세트 ‘KAIST VIO dataset’을 소개한다. 병진 운동이 없는 순수한 회전 운동을 포함하여, 이 데이터 세트에는 Visual(-inertial) Odometry에게 힘든 여러 기하학적 궤도가 있다. 성능 비교는 다양한 Jetson 보드, 알고리즘 및 궤적에서의 odometry 추정의 정확도, CPU 사용량 및 메모리 사용량 측면에 대해 수행된다. 우리는 포괄적인 벤치마크 테스트 결과를 제시하고 컴퓨터 비전 및 로봇 공학 애플리케이션을 위한 데이터 세트를 제시한다.
Menu
