SLAM
1.[Paper review] SuperPoint: Self-Supervised Interest Point Detection and Description
TL;DR SLAM 시스템 내에 딥러닝을 접목한 논문 중 하나인 SuperPoint는 SLAM의 많은 컴포넌트 중 ORB feature를 탐색하는 방식을 딥러닝의 self-supervised 기법으로 푼 것을 주 내용으로 하고 있다. 딥러닝의 높은 성능을 위해 데이터
2.SLAM 동차좌표계, epipolar geometry, trainagulation
Projective geometry euclidean similarity affine projective 사영을 진행하면: 3d -> 2d --> N+1차원 -> N차원 Homogeneous coordinates {x,y,z} + scale 정보 Euclidean
3.VSLAM 특징점 기술 정리
Line detection (Pre-1980) Sobel operator Hough transform Canny Edge Detection Line-Line dot product (intersection) : Point Line-Line cross product (ar
4.SLAM에 관한 배경 지식
A robotEstimates its motionBuilds a model of its surroundingsUsing a specific sensorWithout a priori informationpriori가 없으면 미지수가 많아 정확한 계산이 어려움priori가
5.SLAM 이론 공부를 위한 자료
언젠가는 참고해야 할 자료로 기록용으로 저장해 봄Linear algebraDeisenroth et al : Mathematics for Machine Learning Part I Probability & StatisticsEvans and Rosenthal : Prob
6.ORB SLAM 2, vscode로 중단점 찍고 디버깅하기
ORB SLAM의 official git으로부터 빌드를 하게 되면, 기본 코드에 내장되어 있는 ./build.sh를 매 번 커맨드로 실행시키고, 빌드된 executable을 매 번 입력해야 어플리케이션이 실행된다.$\\$$\\$그런데, ./build.sh 내부를 까보면