피드로 돌아가기
Dev.toAI/ML
원문 읽기
Visual SLAM과 Agentic AI 결합을 통한 GPS-Denied 드론 자율 주행 스택 구현
GhostPilot: Build a GPS-Denied Drone Navigation Stack with Visual SLAM + Agentic AI
AI 요약
Context
실내, 도심, 산림 등 GPS 신호 단절 환경에서 발생하는 드론의 단일 장애점(Single Point of Failure) 문제 분석. 기존 고가 군사 시스템과 유지보수가 불가능한 학술적 코드 사이의 간극을 해결하기 위한 오픈소스 기반의 Navigation Stack 필요성 제기.
Technical Solution
- VINS-Mono 기반의 Visual-Inertial SLAM 도입을 통한 6DOF Pose 추정 및 실시간 Localization 구현
- LLM 기반 Agentic Mission Planner를 구축하여 자연어 명령을 정형화된 목적지 데이터(NavigateToFloor 등)로 변환하는 계층 구조 설계
- ROS2 Nav2 Stack과의 연동을 위해 SLAM 데이터와 Navigation 경로 계획 간의 간극을 메우는 Pose Bridge 설계
- Jetson Orin 및 Raspberry Pi 5 등 Edge Hardware 최적화를 고려한 3계층(Agent-SLAM-Nav2) 분리 아키텍처 채택
- FAST corner detection 및 Lucas-Kanade Optical Flow를 활용한 실시간 시각 특징점 추적 로직 구현
- 각 계층의 독립적 테스트 가능 구조를 설계하여 하드웨어 없이도 Mission Parser 및 SLAM 파이프라인 검증 가능 환경 구축
실천 포인트
1. GPS 의존성 제거를 위해 Camera와 IMU 데이터를 융합하는 Visual-Inertial SLAM 도입 검토
2. 자연어 명령 처리를 위해 LLM을 단순 챗봇이 아닌 정형 데이터 생성기(Parser)로 활용하는 구조 설계
3. Edge 디바이스의 TOPS 성능에 따른 하드웨어 티어링(Orin AGX vs Nano vs RPi5) 전략 수립
4. 하드웨어 종속성을 줄이기 위해 Mock ROS2 환경과 같은 시뮬레이션 테스트 베드 우선 구축