GMSL 기반 ADAS 카메라를 활용한 스테레오 카메라 개발기
스테레오 비전의 기본 과정
스테레오 비전은 두 개의 카메라로 동시에 이미지를 획득하고, 이를 통해 깊이 정보를 추출하는 방식이다. 일반적인 절차는 다음과 같다.
이미지 획득(Image Acquisition): 두 카메라를 동기화하여 동일한 순간의 이미지를 캡처한다.
카메라 캘리브레이션(Camera Calibration): 각 카메라의 내부 파라미터와 두 카메라 간의 외부 파라미터를 추출한다.
깊이 맵 생성(Depth Map Generation): 정렬된 이미지 쌍을 이용해 시차(Disparity)를 계산하고 깊이 값을 추정한다.
후처리 및 응용(Post-processing & Application): 깊이 맵을 보정하고, 포인트 클라우드 생성, 객체 인식, 로봇 내비게이션 등 다양한 분야에 적용한다.
이 과정은 알고리즘적으로 잘 정립되어 있으나, 실제 구현에서는 카메라 선택이 성능을 크게 좌우한다.
참조 :
[Tech]스테레오 카메라의 기본 원리: 인간의 눈처럼 3차원 세상을 인식하다
일반 스테레오 카메라의 한계
일반적인 USB 기반 스테레오 카메라는 실내에서는 어느 정도 성능을 발휘한다. 하지만 야외 환경에서는 문제가 많았다. 특히 태양광이 들어오는 순간이나 역광 환경에서 이미지 품질이 급격히 떨어졌다.
또한 대부분의 인터페이스가 USB-C 타입이라 전원 공급, 케이블 길이, 접촉 불량 등 다양한 문제가 발생했다. 실제 개발자 포럼에서도 이와 같은 문제를 호소하는 글이 많았고, 실제 사용해보니 같은 어려움을 경험할 수밖에 없었다.
ADAS 카메라의 강점
차량용 ADAS 카메라는 이미 다양한 환경에서 검증을 거친 제품군이다. 역광, 강한 태양광, 급격한 조도 변화 등에서 안정적인 성능을 보여준다. 텔레리안이 기존에 공급해온 카메라 라인업만 봐도, 이런 카메라들이 왜 차량용 및 야외 로봇에 많이 사용되는지 이해할 수 있다.
참조 :
[Tech]로봇이나 자율주행수집 장치용 카메라센서의 갖춰야 할 기능에 대해서
GMSL 기반 스테레오 카메라의 개발
이러한 한계와 경험을 바탕으로, GMSL ADAS 카메라를 활용한 스테레오 카메라를 직접 개발하게 되었다. 처음에는 단순히 아이디어 차원에서 생각만 했으나, 실제 프로젝트에서 야외 환경에서 사용할 스테레오 카메라의 필요성이 생기면서 본격적으로 추진하게 되었다.
개발 과정에서 가장 큰 차별점은 하드웨어 동기화와 GMSL 인터페이스였다. 두 카메라를 외부 트리거로 정밀하게 동기화할 수 있었고, 케이블 길이나 전원 공급 문제도 해결할 수 있었다.
결과와 의의
결과적으로, 기존 USB 기반 스테레오 카메라보다 훨씬 더 안정적이고 신뢰할 수 있는 성능을 확보할 수 있었다. 예상보다도 뛰어난 성능을 얻었고, 실제 프로젝트에서 바로 반영하여 사용 중이다.
야외 로봇, 자율주행 시스템, ADAS 연구 등 다양한 분야에서 안정적인 스테레오 비전을 구현하기 위해서는, 단순한 소비자용 카메라보다는 검증된 차량용 ADAS 카메라를 활용하는 것이 훨씬 효과적이라는 결론에 도달했다.
결론
스테레오 비전은 알고리즘만으로는 충분하지 않다. 환경에 맞는 카메라 선택이 필수적이다. 일반 스테레오 카메라는 실내에서는 적절할 수 있으나, 야외에서는 ADAS 카메라 기반 솔루션이 더 적합하다. GMSL ADAS 카메라를 활용한 스테레오 시스템은 앞으로 야외 로봇과 자율주행 플랫폼에서 중요한 역할을 할 것으로 기대된다.
#StereoCamera #Telelian #CameraModule #ADAS #AI #2MP #3MP #8MP #HDR #CameraSensor
GMSL 기반 ADAS 카메라를 활용한 스테레오 카메라 개발기
스테레오 비전의 기본 과정
스테레오 비전은 두 개의 카메라로 동시에 이미지를 획득하고, 이를 통해 깊이 정보를 추출하는 방식이다. 일반적인 절차는 다음과 같다.
이미지 획득(Image Acquisition): 두 카메라를 동기화하여 동일한 순간의 이미지를 캡처한다.
카메라 캘리브레이션(Camera Calibration): 각 카메라의 내부 파라미터와 두 카메라 간의 외부 파라미터를 추출한다.
깊이 맵 생성(Depth Map Generation): 정렬된 이미지 쌍을 이용해 시차(Disparity)를 계산하고 깊이 값을 추정한다.
후처리 및 응용(Post-processing & Application): 깊이 맵을 보정하고, 포인트 클라우드 생성, 객체 인식, 로봇 내비게이션 등 다양한 분야에 적용한다.
이 과정은 알고리즘적으로 잘 정립되어 있으나, 실제 구현에서는 카메라 선택이 성능을 크게 좌우한다.
참조 :
[Tech]스테레오 카메라의 기본 원리: 인간의 눈처럼 3차원 세상을 인식하다
일반 스테레오 카메라의 한계
일반적인 USB 기반 스테레오 카메라는 실내에서는 어느 정도 성능을 발휘한다. 하지만 야외 환경에서는 문제가 많았다. 특히 태양광이 들어오는 순간이나 역광 환경에서 이미지 품질이 급격히 떨어졌다.
또한 대부분의 인터페이스가 USB-C 타입이라 전원 공급, 케이블 길이, 접촉 불량 등 다양한 문제가 발생했다. 실제 개발자 포럼에서도 이와 같은 문제를 호소하는 글이 많았고, 실제 사용해보니 같은 어려움을 경험할 수밖에 없었다.
ADAS 카메라의 강점
차량용 ADAS 카메라는 이미 다양한 환경에서 검증을 거친 제품군이다. 역광, 강한 태양광, 급격한 조도 변화 등에서 안정적인 성능을 보여준다. 텔레리안이 기존에 공급해온 카메라 라인업만 봐도, 이런 카메라들이 왜 차량용 및 야외 로봇에 많이 사용되는지 이해할 수 있다.
참조 :
[Tech]로봇이나 자율주행수집 장치용 카메라센서의 갖춰야 할 기능에 대해서
GMSL 기반 스테레오 카메라의 개발
이러한 한계와 경험을 바탕으로, GMSL ADAS 카메라를 활용한 스테레오 카메라를 직접 개발하게 되었다. 처음에는 단순히 아이디어 차원에서 생각만 했으나, 실제 프로젝트에서 야외 환경에서 사용할 스테레오 카메라의 필요성이 생기면서 본격적으로 추진하게 되었다.
개발 과정에서 가장 큰 차별점은 하드웨어 동기화와 GMSL 인터페이스였다. 두 카메라를 외부 트리거로 정밀하게 동기화할 수 있었고, 케이블 길이나 전원 공급 문제도 해결할 수 있었다.
결과와 의의
결과적으로, 기존 USB 기반 스테레오 카메라보다 훨씬 더 안정적이고 신뢰할 수 있는 성능을 확보할 수 있었다. 예상보다도 뛰어난 성능을 얻었고, 실제 프로젝트에서 바로 반영하여 사용 중이다.
야외 로봇, 자율주행 시스템, ADAS 연구 등 다양한 분야에서 안정적인 스테레오 비전을 구현하기 위해서는, 단순한 소비자용 카메라보다는 검증된 차량용 ADAS 카메라를 활용하는 것이 훨씬 효과적이라는 결론에 도달했다.
결론
스테레오 비전은 알고리즘만으로는 충분하지 않다. 환경에 맞는 카메라 선택이 필수적이다. 일반 스테레오 카메라는 실내에서는 적절할 수 있으나, 야외에서는 ADAS 카메라 기반 솔루션이 더 적합하다. GMSL ADAS 카메라를 활용한 스테레오 시스템은 앞으로 야외 로봇과 자율주행 플랫폼에서 중요한 역할을 할 것으로 기대된다.
#StereoCamera #Telelian #CameraModule #ADAS #AI #2MP #3MP #8MP #HDR #CameraSensor