SLAM 시스템은 로봇의 위치 추정, 현실 위에 가상의 오브젝트를 표시하기 위해서는 반드시 정확해야하고 그때그때 이루어져야 합니다.
하지만 구조적으로 파이프라인은 순차적이지만 모듈들은 동시적으로 실행됩니다. (Concurrently)
트래킹을 하고, 로컬 매핑을 하고, Loop를 닫는 과정들이 연속적으로 일어나면서 이 과정들이 끊임없이, 지연없이 수행되는 것이 SLAM 시스템에서 중요합니다.
많은 시각적 데이터를 처리할수록 프레임 드롭이나 처리하는데 걸리는 시간이 증가하기 때문에 Jetson에서는 5fps로 줄이는 것만으로도 ATE가 꽤 많이 감소합니다.
하지만 리소스가 충분한 Laptop에서는 애초에 ATE가 그렇게 높지 않았으며 5fps로 줄인다고 해서 드라마틱하게 감소하지는 않았습니다.
결국 동시성과 맥락을 이해하는 것이 지속적으로 진행되는 연속적인 작업들에 큰 영향을 끼치고 이는 SLAM의 정확도에 영향을 미치게 됩니다.
이를 해결하기 위해서는 context-aware scheduling이 필요하다고 말하며
현재의 환경을 이해하고 어떠한 키 프레임이 중요한지 알아내는것이 중요하다고 합니다.
