A Survey of Multi-Sensor Fusion in SLAM Utilizing Camera, LiDAR or IMU

Q: 이 논문에서 정의한 SLAM이란 무엇인가?

로봇이 자신의 현재 위치를 추정하는 동시에 주변 환경에 대한 지도를 작성하는 기술을 의미한다. 이는 모빌리티, 로봇 공학, 자율 주행 분야의 핵심 기술로 활용되며, 최근에는 다양한 센서 융합을 통해 추정 정확도를 높이는 방향으로 발전하고 있다.

Q: 다양한 센서를 융합한 SLAM 시스템이 가지는 주요 이점은 무엇인가?

연구 결과, 카메라, LiDAR, IMU 등 서로 다른 특성을 가진 센서들을 통합함으로써 각 센서가 가진 개별적인 단점을 상호 보완할 수 있다. 이를 통해 단일 센서 사용 시보다 더 정확하고 신뢰성 있는 상태 추정과 환경 지도 작성이 가능하다.

Yein Choi; Sung Soo Hwang

doi:10.5573/IEIESPC.2025.14.5.705

추천

검색

질문

자료유형: 학술저널

저자정보: Yein Choi (Handong Global University) Sung Soo Hwang (Handong Global University)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.14 No.5

발행연도: 2025.10

수록면: 705 - 713 (9page)

DOI: 10.5573/IEIESPC.2025.14.5.705

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper explains recent researches that integrate multiple sensors in a field of simultaneous localization and mapping (SLAM), which is of high interest in areas such as autonomous driving. Basic sensors commonly used in SLAM, such as LiDAR, camera, and inertial measurement unit (IMU), have individual drawbacks when used as single sensors. Therefore, in many SLAM researches, these shortcomings are overcome by fusing different sensors to complement each other and enhance performance, aiming for more accurate state estimation. Various methods are available for optimizing the information from each sensor during this process. In this paper, we aim to explain methods for integrating sensors information such as MAP, Kalman Filter, and MLE. Moreover, we will introduce research that utilizes information obtained from sensors. We hope that this paper seeks to understand the types of sensor data fusion methods employed when multiple sensors information is available.

#SLAM #Sensor-fusion #Multi-sensor SLAM #Visual-inertial SALM #LiDAR-inertial SLAM #LiDAR-visual-inertial SLAM

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-26-02-094302006

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)