AR 게임을 위한 위치추정 정확도 향상 알고리즘

Algorithm to Improve Accuracy of Location Estimation for AR Games

Abstract

실내에서 위치를 추정하는 연구는 다양한 분야에서 필요하다. 실내에서 위치를 추정하는 방법은 하드웨어를 이용하는 방법과 하드웨어를 이용하지 않는 방법으로 나눌 수 있다. 하드웨어를 사용하는 방법은 정확도가 높지만, 하드웨어 설치비용이 든다는 단점이 있다. 반대로 하드웨어를 사용하지 않는 방법은 설치비용이 들지 않지만, 정확도가 떨어진다. AR 게임을 위한 위치추정에 제일 중요한 목표는 정확도를 높이는 것이다. 위치를 추정하기 위해서는 Perspective-N-Point (PnP)의 해를 얻어야 한다. PnP 문제의 해를 구하기 위해서는 위치를 추정하고 싶은 공간의 삼차원 좌표와 그 공간에서 찍은 영상이 필요하다. 삼차원 좌표와 매칭 되는 이차원 좌표 6쌍을 통해 위치를 추정할 수 있다. 해의 정확도를 높이기 위해 어떤 점들을 선택하면 정확도가 높아지는지 확인할 비공면도(non-coplanarity degree)를 추가로 사용할 것을 제안했다. 점 6개 이상인 상황에서 비공면도가 커질수록 위치추정 정확도가 높아질 확률이 높다. 제안한 방법의 장점은 모든 기존 위치추정 방법에 적용할 수 있다는 것과 하드웨어를 사용하여 위치를 추정하는 것보다 더 높은 정확도를 보인다.

Indoor location estimation studies are needed in various fields. The method of estimating the indoor position can be divided into a method using hardware and a method using no hardware. The use of hardware is more accurate, but has the disadvantage of hardware installation costs. Conversely, the non-hardware method is not costly, but it is less accurate. To estimate the location for AR game, you need to get the solution of the Perspective-N-Point (PnP). To obtain the PnP problem, we need three-dimensional coordinates of the space in which we want to estimate the position and images taken in that space. The position can be estimated through six pairs of two-dimensional coordinates matching the three-dimensional coordinates. To further increase the accuracy of the solution, we proposed the use of an additional non-coplanarity degree to determine which points would increase accuracy. As the non-coplanarity degree increases, the accuracy of the position estimation becomes higher. The advantage of the proposed method is that it can be applied to all existing location estimation methods and that it has higher accuracy than hardware estimation.

그림 1. 고스트버스터즈월드 게임 Fig. 1. The ghostbusters world game

그림 2. 3DSD 값에 따른 점들의 위치 분포 Fig. 2. Distribution of points position according to 3DSD value: (a) 3DSD = 0.308095; (b) 3DSD = 0.53084

그림 3. 공면 실험 결과 Fig. 3. A result of a coplanar test

그림 4. 비공면도의 설명 그림 Fig. 4. An illustration of a non-coplanarity degree (Points 2, 4, and 6 are on the same plane, from which distance of Point 1 is h.)

그림 5. 점 선택 알고리즘을 위한 실제 실험 환경 Fig. 5. An real experimental environment for point selection algorithm

그림 6. OpenGL에서 20개의 점들 위치 Fig. 6. A picture of 20 points in OpenGL

그림 7. OpenGL에서 10개의 점과 카메라의 위치 Fig. 7. A position of 10 points and camera in OpenGL

표 1. 오차가 1 이상인 점 데이터 표 Table 1. Table of the point data of error≥1

표 2. 거리에 대한 테스트들의 정보 Table 2. Information of tests about distance

표 3. 거리에 대한 테스트들의 결과 Table 3. Results of tests about distance

표 4. 하드웨어 방법과 제안하는 방법의 비교 Table 4. A comparison of hardware method and proposed method