earticle

영어

This study proposes a novel approach to enhance Visual Place Recognition (VPR) performance in autonomous driving and robotic systems by integrating Thermal Infrared (TIR) data. The proposed method employs a Late Fusion strategy, extracting features from each sensor using a MobileNetV3- based network and then combining features through the MixVPR network. Experimental results demonstrate that the proposed method outperforms existing approaches in both quantitative and qualitative evaluations, effectively mitigating performance degradation due to the illuminance variations. These findings are expected to contribute to improving the reliability of Simultaneous Localization and Mapping (SLAM) technology in autonomous vehicles and robotic systems.

한국어

본 연구는 자율주행 및 로봇 시스템에서의 시각적 장소 인식(Visual Place Recognition, VPR) 성능을 개선하기 위해 열적외선(Thermal Infrared, TIR) 데이터를 융합하는 새로운 방법론을 제 안한다. 제안된 방법론은 Late Fusion 방식을 채택하여, MobileNetV3를 기반으로 각 센서로부터 특징을 추출한 후, MixVPR 네트워크를 통해 두 데이터 정보를 결합한다. 실험 결과, 제안된 방법론은 기존 방법론들과 비교하여 정량, 정성적인 평가에서 우수한 성능을 보였으며, 특히 조도 변화에 따른 성능 저하를 효과적으로 극복할 수 있음을 검증하였다. 이러한 성과는 자율 주행 차량과 로봇 시스템에서 동시적 위치 추정 및 지도 작성(SLAM) 기술의 신뢰성을 높이는 데 기여할 수 있을 것으로 기대된다.