SLAM

SLAM 이란? 동시적 위치추정 및 지도작성, Simultaneous Localization and Mapping의 머리 글자로 위치 추정과 지도 작성을 통시에 수행하는 작업을 의미한다. 최근 DL(Deep learning)의 성능이 향상됨에 따라 많은 영역에서 문제

SLAM에서 사용할 수 있는 센서의 종류 SLAM의 종류

3D Rigid body(강체) 강체는 위치에 대한 정보와 방향 정보까지 포함하고 있다. 예를 들어 카메라의 경우 x, y, z 위치에서 어떤 방향을 바라보고 있는지를 표현할 수 있다. > Posision(tx, ty, tz) + Orientation(Rx, Ry,

Projective geometry (사영기하학) 강체의 움직임(Rigid body motion)은 유클리드 기하학을 따른다. 또한 한 점만 이동시키는 affine geomotry와 닮음을 이용한 Similarity geometry 또한 기하 중 하나이다. 유클리드

바늘 구멍 사진기의 원리는 암실로된 상자에 작은 구멍으로 들어온 빛이 상자 반대에 상으로 맺히는 것을 기본적인 원리로 한다. 이를 통해 투영과 같은 수학적인 원리를 만드는데 많은 기여를 했다.원리1. 빛은 직선으로 이동한다. 상이 거꾸로 맺히는 것이 바로 이 원리에 의

Camera 정확한 카메라란 무엇인가?? 화질이 좋은것이 정확한 카메라 인가?? 물리적인 빛의 현상을 담을 수 있는 카메라가 정확한 카메라이다. 그렇다면 정확하게 빛을 감지한다는 것은 무엇인가?? 카메라의 구조 photodiode를 통해 받은 빛을 통해 전압을 생성하

local feature의 개발 방향과 최신 기술들 1. 1980 이전의 특징점 알고리즘 영상 내의 노이즈가 많아 객체를 찾기 위해서는 객체의 경계를 나타내는 선이 중요한 특징이 되었다. 이러한 이유로 과거에는 선을 찾기위한 알고리즘 개발이 주를 이루었다. Sobe

3차원 공간을 이해하기 위해서 왜 2개 이상의 이미지가 필요한가? 카메라는 3차원 공간의 한 점을 카메라 좌표계로 그리고 이것을 다시 이미지 좌표계로 바꾼 것이다. 이때 변환은 행렬의 곱으로 수행되며, 역함수를 구해 이미지 좌표를 3차원 공간의 한 점으로 바꾸는 것이

Inlier data: 우리가 예상한 데이터 분포 내의 데이터Outlier data: 데이터 분포에서 벗어난 데이터위 사진은 다른 시점에서 찍은 두 사진이 있다. Feature match를 통해 Fundametal matrix를 구하여 camera의 motion을 구한

2d point를 통해 3d point를 Mapping에 사용되는 가장 기본적인 기술이다.monocular camera나 대부분에 환경에서 3d point를 추정하는 방법이다. 위 그림은 두 카메라의 중점 P와 Q로 부터 나오는 ray가 한 점에서 모이는 것을 시각화한

PnP problem으로 2d data와 3d data 간의 correspondence가 주어 졌을때 World to Camera coordinate system을 추론하는 것을 의미한다. 이때, correspondence의 쌍의 개수를 n이 된다. 이를 통해 현재 c

Least squares > 최적화한? 방정식에서 정확한 해를 찾지 못하는 경우, 가장 작은 오차를 갖는 해를 찾는 방법 ㄴㅁㅇ러ㅏㄴ밍러ㅏㅣㄴ Maximum-a-posteriori(MAP) estimation in SLAM Graph-baesd SLAM

Optical flow와 Direct method는 시간 경과에 따른 이미지 간 픽셀 이동을 계산하는 알고리즘이다. 다만, 두 알고리즘은 2D 상의 이미지 픽셀(Optical flow)을 추적하냐, 3D 상에서 카메라의 움직임(Direct method)을 추적하냐의

여러 카메라 뷰를 통해 얻은 이미지에서 3차우너 공간의 구조를 추론하는 이론이다. Projective space $$ \mathbb{R}\mathbb{P}^{n} = \mathbb{R}^{n+1} - \{0\} $$ 사영공간 $\mathbb{P}^{n}$ 은 $\m