정지홍

local descirptorcorner , edge같은 keypoint들을 찾는다. 그리고 keypoint 주변 패치를 보고 local descriptor를 만든다. 이러한 경우 하나의 이미지에 local descriptor가 수백~수천개가 생긴다. descriptor aggregator생겨난 원인.... ==> 위의 local descriptor는 loop closure판단을 할때, descriptor가 많으면, 전부 매칭을 하기에는 무겁다.위와 같은 원인으로 local descriptor를 한번에 요약하기 위해서 descriptor aggregator이 제안되었다.개념여러개의 local descriptor를 하나의 벡터로 합쳐주는 알고리즘이다.즉, 이름에서 알수있듯이 모아서 요약한다는것을 의미한다...

https://jihong.tistory.com/661 rtabmap ros 연습sudo apt install ros-humble-rtabmap-rosros2 launch realsense2_camera rs_launch.pyros2 launch rtabmap_launch rtabmap.launch.py rtabmap_args:="--delete_db_on_start" rgb_topic:=/camera/camera/color/image_raw depth_topic:=/camera/camera/depth/image_rect_raw cajihong.tistory.com 위에 이어서 작성 1. RealSense카메라 노드를 실행한다.ros2 launch : ros2의 launch파일을 실행하는 명령어real..

sudo apt install ros-humble-rtabmap-rosros2 launch realsense2_camera rs_launch.pyros2 launch rtabmap_launch rtabmap.launch.py rtabmap_args:="--delete_db_on_start" rgb_topic:=/camera/camera/color/image_raw depth_topic:=/camera/camera/depth/image_rect_raw camera_info_topic:=/camera/camera/color/camera_info approx_sync:=Trueros2 run tf2_ros static_transform_publisher \ 0 0 0 0 0 0 \ ba..

Mono SLAM단일 카메라( monocular camera )만 사용하여 실시간으로 로봇이나 장치의 위치를 추정하고 주변 환경 지도를 만드는 기술.SLAM의 한 종류로써, 라이다 or 스테레오 카메라 없이 저비용으로도 가능하다.대표 알고리즘Mono Slam , ORB-Slam , LSD-Slam , DROID-Slam , PTAM등이 존재핵심 개념 ( 크게 2가지 방법으로 나뉜다. )1. Feature-based 방법이미지에서 특징점을 검출하여 매칭하는 방식특징점 기반 방식은 노이즈에. 강하며, 고속으로 동작하지만 특징점이 부족한 환경에서는 성능이 저하됨.대표적 특징점 : SIFT , SURF , ORB , FAST , BRISK2. Direct 방법픽셀 단위의 강도를 직접 비교하며 움직임을 계산하는 ..

1. 센서 기반 분류1-1. Visual SLAM ( V-SLAM )카메라를 이용해서 환경을 인식하고 위치를 추정하는 방법장점비용 효율적 , 고해상도 데이터 수집 가능단점조명 변화, 텍스처 부족 환경에 취약 종류Mono SLAM : 단일 카메라 사용. 저렴하지만 깊이 정보를 알수없어 복잡한 알고리즘 필요 Stereo SLAM : 2개의 카메라로 깊이 정보 획등 가능. 정확도는 높으나 비용 증가 RGB-D SLAM : RGD와 depth정보를 동시에 활용대표 알고리즘: ORB-SLAM , LSD-SLAM , DSO ( direct sparse odometry ) 1-2. LiDAR SLAM ( Light Detection and Ranging SLAM )레이저 센서를 이용해서 거리 데이터를 수집하고 3d ..

SLAM동시적 위치 추정 및 지도 작성을 의미로봇이 미지의 환경에서 자신의 위치를 파악하면서, 동시에 지도를 생성하는 기술이다.자율주행 로봇 , 드론 , 자율주행차 , 증강현실 등에서 사용된다. 핵심 개념 ( slam은 아래 2가지 문제를 동시에 해결해야한다. )Localization  로봇의 위치추정로봇은 현재 자신이 어디에 있는지 파악해야함.센서 데이터를 활용해서 이전 위치외 현재 위치를 비교하고, 이동 방향과 거리를 계산한다.Mapping 지도 작성로봇은 주변 환경의 지도를 구축해야함. 그래서 여러 센서를 가지고 주변 장애물,벽,통로 등의 위치를 파악하고 점진적으로 지도를 완성한다. ===> slam의 목표는 gps와 같은 외부의 위치 정보에 의존하지 않고, 미지의 환경에서도 정확한 지도와 자기 위..