TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction

능동 3D 복원을 다음 시점 하나씩 고르는 탐욕적 방식 대신 궤적 전체를 최적화하는 에르고딕 커버리지 문제로 다시 세운 논문이다. Replica 8개 장면에서 최강 NBV 기준선 대비 PSNR 1.5 dB를 올렸다.

가우시안 스플래팅 지도를 쓰는 기존 능동 복원은 매 단계 정보 이득이 가장 큰 시점 하나를 골라 커밋하고 짧은 경로 계획으로 이어 붙인다. 이 분리 때문에 시점 사이 이동 구간이 정보 수집에 기여하지 못하고 궤적이 들쭉날쭉해지며 로봇 동역학을 반영하지 못한다. TRACE는 이를 에르고딕 커버리지 문제로 바꿔, 궤적이 어떤 영역에 머무는 시간이 그 영역의 정보 밀도에 비례하도록 연속 궤적을 최적화한다. 목표 정보 분포는 실시간으로 갱신되는 2DGS(장면 표면을 납작한 가우시안 조각으로 그리는 지도 방식) 지도의 가우시안별 불확실성과 가시성에서 뽑는다. 궤적은 커널 기반 에르고딕 지평 계획기로 풀고, 여기에 경사 흐름 갱신과 발자국 소진 기법을 붙였다. Replica 8개 장면 전부에서 ActiveGS를 이겼고 평균 PSNR 이득은 1.5 dB이며, 실제 사족보행 로봇과 로봇팔에서 중간 경로 계획기 없이 그대로 실행됐다.

핵심 요약

• Replica 8개 장면 전부에서 ActiveGS보다 PSNR이 높았고 평균 이득은 1.5 dB다. 화질 지표인 LPIPS와 SSIM도 같은 방향으로 나왔다.
• 장면 종류에 따라 이득의 성격이 다르다. office 장면은 SSIM은 비슷한데 LPIPS가 6에서 19퍼센트 좋아졌고, room과 hotel 장면은 SSIM 격차가 0.012에서 0.017까지 벌어졌다.
• 이득이 단순히 관측 프레임을 더 많이 찍어서 나온 게 아니다. ActiveGS 경로 위에 무작위 10장을 더 찍은 변형은 0.08 dB 차이로 원본과 같았고, 균등 보간 10장 변형은 오히려 1.7 dB 떨어졌다.
• 발자국 소진 기법을 빼고 원래 커널 에르고딕 지표만 쓰면 2.1 dB를 잃고 8개 장면 중 6개에서 ActiveGS보다 나빠졌다. 중복 관측을 억제하는 장치가 핵심이라는 뜻이다.
• Unitree Go2 사족보행 로봇에 Intel D435 RGB-D 카메라를 달고 42제곱미터 공간에서 5분 임무를 돌렸다. 계획된 지평마다 실행 불가능한 명령 없이 수행됐다.
• 실물 실행 성공률은 100퍼센트였고, 비교한 NBV 기준선은 모든 시도에서 환경에 가볍게 접촉했다. 궤적 자체가 최적화 변수라 웨이포인트를 컨트롤러에 바로 넘긴다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.