Simultaneous Localization and Mapping (SLAM)은 로봇 공학 및 컴퓨터 비전에서 미지의 환경에 대한 지도를 구축하는 동시에 해당 환경 내에서 로봇 또는 카메라의 위치를 파악하는 데 사용되는 기술입니다.
SLAM의 기본 개념은 카메라 이미지 또는 레이저 거리 데이터와 같은 센서 측정값을 사용하여 환경 지도를 구축하고 해당 지도 내에서 로봇의 위치를 추정하는 것입니다. 이는 시간 경과에 따른 센서 측정값을 통합하는 동시에 지도의 정보를 사용하여 로봇의 위치 추정치를 업데이트하는 방식으로 수행됩니다.
SLAM은 자율주행 차량, 모바일 로봇, 증강 현실 애플리케이션이 미지의 환경을 탐색하고 주변 환경을 이해할 수 있게 해주기 때문에 중요한 기술입니다. SLAM에는 특징 기반 방법, 그리드 기반 방법, 그래프 기반 방법 등 다양한 알고리즘과 접근 방식이 있으며, 각 알고리즘과 접근 방식에는 고유한 장단점이 있습니다.
김성은, 배민환, 박준규, 박찬준, 서현준, 정범진, 윤성하
Wikipedia
https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping
Mathworks
https://kr.mathworks.com/discovery/slam.html
<aside> ✔️ 스터디 진행방식 매주 1-2시간 분량 또는 정해진 페이지의 강의/원서/논문을 스터디 한 후 모여서 관련 내용을 토의/공유 공부한 내용을 각자의 스터디 페이지와 주차별 진행 내용에 정리 정기모임: 월요일 23시-00시
</aside>