Autonomous Vehicle/Paper reading & summary9 OPEN Source SLAM : 3 일차 오픈소스 비주얼 SLAM과 라이다 SLAM 종류와 특징 살펴보기 OPEN Source SLAM : 3 일차 오픈소스 비주얼 SLAM과 라이다 SLAM 종류와 특징 살펴보기 Open-Source SLAM algorithms : day 3 Serveral Kinds of visual and Lidar based SLAM 여러가지 알고리즘들이 개발되어왔고 주로 두가지 센서로 SLAM을 진행하고 있다. 여러 알고리즘들중 오픈소스로 개발된 알고리즘들을 주요로 살펴보면서 특징들을 알아보도록 하겠다. 라이다 기반 슬램 LiDAR (Light Detecting And Ranging) Based SLAM ⓐ Gmapping/ Tiny SLAM 파티클 필터를 이용하여 로봇의 궤적을 예상하는 작업을 수행한다. 충분한 수의 파티클들이 있고 오차가 있는 실제 위치값이 입력 오도메트리에 대응.. 2021. 2. 25. OPEN Source SLAM : 2 일차 RTAB-MAP 의 의미와 특징 알아보기 OPEN Source SLAM : 2 일차 RTAB-MAP 의 의미와 특징 알아보기 Several Open-Source SLAM algorithms : day 2 features of the RTAB-MAP RTAB-MAP 이란? RTAB-MAP은 2013, 2017년도의Labbe 와 Michaud가 개발한 매핑 기법이다. 이는 Real-Time Appearance-Based Mapping을 뜻한다. 직역해 보자면 실시간 외관 기반의 지도작성이라는 뜻을 가진다. SLAM에서는 지도작성과 동시에 현재 차량의 위치와 자세를 파악하는 것을 동시 다발적으로 한다는 의미이기에 RTAB-Map과 비슷한 의미라고 판단되어진다. 하지만 가장 요점은 맵의 크기를 제한하는 방식으로 루프클로져가 고정된 시간제한 내에 이뤄지.. 2021. 2. 23. OPEN Source SLAM : 1 일차 SLAM의 종류 알아보기 OPEN Source SLAM : 1 일차 SLAM의 종류 알아보기 Several Open-Source SLAM algorithms : day 1 sort of SLAM SLAM이란? SLAM(Simultaneous localization and mapping), 동시적 위치추정 및 지도작성은 로봇공학 등에서 사용하는 개념으로, 임의 공간에서 이동하면서 주변을 탐색할 수 있는 로봇에 대해, 그 공간의 지도 및 현재 위치를 추정하는 문제이다[1]. 로봇공학 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. 로봇공학(robotics, 로봇학)은 로봇에 관한 과학이자 기술학으로, 컴퓨터 과학과 컴퓨터 공학의 접점(interface)에서 이루어지는 여러 학제간의 연구 영역이다. 로봇 ko.w.. 2021. 2. 23. [논문리딩] 기계학습 기반 객체 분류를 통한 특징 지도 작성 국민대학교 무인차량 연구실에서 연구했던 자료 관련한 논문 하나를 가져왔습니다. 본 논문을 읽어보면서 특징 지도가 어떻게 만들어지고 어떻게 쓰일지 생각해보고 정리해보는 시간 갖도록 하겠습니다. 기계학습 기반 객체 분류를 통한 특징 지도 작성[1] Feature Mapping with Machine Learning Based Oject Classification 저자 : 국민대학교 자동차공학전문대학원 강동완 박사과정 등 4명 알아두어야 할 키워드 LiDAR (Light detecting and Ranging) 라이다(LiDAR : Light Detection And Ranging)는 레이저를 이용하여 사물을 감지하고 거리를 측정하는 기술로서 지적, 건설, 국방, 우주 등 다양한 분야에 응용되었고, 최근 자율.. 2020. 8. 17. 정밀지도 객체 분류 및 네트워크를 이용한 교정 최적화 Reading & Summary 본 논문은 자율주행 시스템에서 안정적으로 차량을 통제할 수 있기 위해서 필요로 하는 환경인식 중 객체 분류에 관한 내용을 다루고 있습니다. 보통 카메라를 이용하여 여러 객체들을 분류하는 YOLO와 같은 딥러닝 알고리즘이 익숙한 사람이 많겠지만, 본 논문은 LiDAR데이터와 카메라 데이터를 융합한 데이터 셋을 이용하여 학습을 진행하는 특징을 갖고 있습니다. 또한 ICP알고리즘을 이용하여 카메라와 LiDAR 캘리브레이션 한 연구내용도 주목하도록 합시다. 정밀지도 객체 분류 및 네트워크를 이용한 교정 최적화[1] 강동완 등 4명, 2020 전체 요약 이 연구의 목적은 라이다센서와 카메라 센서를 동시에 이용하면서 딥러닝을 이용한 객체 분류와 라이다 센서와 카메라 센서 간 불가피하게 일어나는 오차들을 각 이미지마.. 2020. 8. 3. LOAM : Lidar Odometry And Mapping in real-time 변역/요약 (실시간 라이다 주행 거리 측정 및 지도화) LOAM : Lidar Odometry And Mapping in real-time (실시간 라이다 주행 거리 측정 및 지도화)[1] Ji Zhang and Sanjiv Singh, 2014 논문요약 I. 서론 II. 관련 작업들 III. 표기법 및 작업 설명 IV. 전체적 시스템 V. 라이다 주행 거리 측정 VI. 라이다 맵핑 VII. 실험내용 VIII. 결론 논문 요약 본 논문은 2축의 6자유도를 갖는 거리측정장비인 라이다를 이용하여 실시간으로 주행거리 측정과 지도화를 실시하는것을 제안한다. 본 방법은 많은 어려움을 갖는데, 그 이유는 거리 측정장비의 데이터가 제각각의 시간에 수신되거나 모션의 오류들이 포인트 클라우드들의 오정합을 일으킬 수 있기 때문이다. 본 방법은 고저밀거리측정장비와 관성장비 없이.. 2020. 7. 27. 이전 1 2 다음
