SLAM에 앞서 로봇 분야 소개

기본적으로 로봇제어를 위해 필요한 지식들

• 미분 방정식
• 해열
• 확률

위 수학 지식을 이용해 다음과 같은 SW/HW를 배운다

• machine learning
• control theory
• vision2D and 3D (or RGB-D)
• robotics

SLAM은 확률 기반

SLAM에 대해서 가장 많이 하는 착각! SLAM은 확신을 가지고 관찰하는것이 아니고 확률적으로 연산을 한다.

ex) 벽을 보면 —> 이건 벽이다! XXXX

벽을 보면 —> 이건 벽을 보면 40%이다! OOO

벽을 관찰하면 관찰할수록 벽일 확률이 더 올라간다.

위 그림은 SLAM 코드로 돌린 에시이다. 위 각 색의 선은 gaussian distribution의 coutour들이다. 카메라로 많이 비추어서 장애물이 있을 확률이 높은 곳은 contour들이 뭉쳐 있어서 sharp하다. 반대로 카메라로 많이 못봐서 contour 간격이 좀 넓은 곳들은 gaussian이 좀더 넓게 퍼진것, 즉 장애물의 위치에 대해서 좀 더 불확실성을 가지고 있는것이다.

Karman Filter에 대해서