Simultaneous localization and mapping (SLAM) in dynamic environments is a challenging problem in robotics navigation. While leading SLAM algorithms have become very robust in static environments, moving objects in dynamic environments can cause multiple landmarks to be created in the map, decreasing the accuracy of localization in dynamic environments. To address this problem, we propose a system composed of an object detection and classification system, YOLOv3, and a visual SLAM system, ORB-SLAM2. In our system, objects defined as movable are detected from the current frame and ORB features that correspond to the detected objects are removed. With our system, we conduct experiments in multiple environments and compare the resulting trajectories with those of the original ORB-SLAM2. Our results show that in dynamic environments our system can successfully remove features that belong to movable objects and produce a more accurate trajectory.
동적 환경에서의 동시적 위치추정 및 지도작성 (SLAM)은 로봇 주행에 있어 중요한 문제이다. 최신 SLAM 알고리즘은 정적인 환경에서는 위치추정이 매우 정확하나, 움직이는 물체가 많은 동적 환경에서는 동적 물체가 지도에 여러번 표시 되어 위치추정의 정확도 저하를 일으킨다. 이러한 문제를 해결하기 위해 본 연구는 물체 인식 및 분류 시스템인 YOLOv3와 visual SLAM 시스템인 ORB-SLAM2를 통합한 시스템을 제시한다. 제시하는 시스템은 물체 인식 모듈을 통해 사전에 정의된 동적인 물체를 현재 프레임에서 인식하고, SLAM을 위해 추출된 ORB 특징점 중 인식된 물체에 해당하는 특징점을 제거한다. 해당 시스템을 평가하기 위해 여러 환경에서 실험을 수행하며, 본 시스템의 궤적과 기존 ORB-SLAM2의 궤적을 비교한다. 그 결과, 본 논문에서 제시하는 시스템이 동적 물체의 특징점을 정확하게 제거하며 동적 환경에서 기존 ORB-SLAM2보다 더 정확한 궤적을 나타내는 것을 확인 할 수 있다.