항법 정보는 자율 자동차, 드론 등 자율 로봇의 위치를 알기위한 필수적인 요소이다. 특히, 소형의 카메라만을 이용해 항법을 수행하는 영상 기반 항법은 GPS 등 외부 항법정보를 이용할 수 없는 실내 환경에서의 대안으로 각광받고 있다. 본 논문은 실내 환경에서 마주 할 수 있는 무늬 부족 환경 및 밝기 변화 환경에서도 안정적으로 동작 할 수 있는 강인한 영상 항법을 제안한다. 그리고 실내 영상 항법의 실용적인 활용처로써, 차량에서 볼 수 있는 최소한의 센서 세팅인 단안 카메라만을 이용한 실내 주행 항법 상황을 고려하였다. 단안 항법의 스케일 모호성 문제를 해결하기위해 차량의 기구학을 이용한 절대 스케일 복원 방법을 제안하였고, 차량 관점의 항법이 가능하도록 카메라-차량 간 외부 자세 보정법을 제안한다.
첫 번째로 무늬 부족 및 밝기 변화 환경에서도 구동 가능한 이미지 모서리와 점 특징 기반의 강인한 영상 항법을 제안한다. 이미지 모서리를 이미지 기울기 방향에 따라 분류하여 다중 쿼드트리 구조로 효과적으로 매칭하였으며, 모서리와 점 특징의 재사영 오차, 광도 오차를 최소화하며 이미지 간 밝기 변화를 동시에 보상하는 하이브리드 영상 항법을 구현하였다. 다양한 시뮬레이션 분석을 통해 제안한 각 모듈의 성능을 평가하였으며, 무늬가 적은 데이터 셋에 예측 불가능한 빛 변화를 인가한 뒤, 최신 성능 알고리즘과의 비교를 통해 전체적인 항법 성능을 검증하였다. 또한, 일부 곡선 요소 외에는 두드러진 무늬가 없는 실제 실내 사무실 및 복도 환경에 대한 데이터셋을 취득하였고, 제안하는 영상 항법이 실제 환경에서도 안정적으로 동작 할 수 있음을 검증하였다.
다음으로, 차량 기구학을 제약된 카메라 움직임을 이용하여 단안 항법 스케일을 인식하는 방법을 다룬다. 우선, 차량에 부착된 카메라의 움직임을 기술하기 위해 카메라-차량 간 외부 자세를 추정하는 방법을 제안한다. 회전 영역에서 단안 항법의 절대 스케일을 관측하는 스케일 관측기를 설계하고, 스케일을 안정적으로 관측하기 위해 회전 영역을 감지하는 방법을 제안한다. 그리고 관측된 스케일을 사용하여, 회전 영역 사이의 관측되지 않은 전체 스케일을 추정하는 절대 스케일 복구 방법을 제안한다. 성능 검증을 위해서, 몬테카를로 시뮬레이션을 수행하여 각 모듈의 성능을 통계적으로 평가하였고, 공개된 차량 주행 데이터셋을 이용해 제안하는 방법론과 최신 성능 알고리즘과의 성능 비교 평가를 수행하였다. 추가로, 실내 차량 주행환경에 대해 제안하는 방법론의 유망한 적용 가능성을 보여주기 위해, 두 개의 다층 지하 주차장에서 실제 차량 주행 영상 데이터를 수집하였고, 해당 데이터에 대한 시연을 통해 실제 상황에서의 정확한 절대 스케일 복원 성능을 검증하였다.