2wnswoo 님의 블로그

Keyword 란 특별한 의미로 미리 정의해 둔 식별자Literal이란 코드에 직접 표현된 변하지 않는 값으로, 예를 들어 int value = 5;에서 5와 같이 변수에 대입된 5, 'A', 3.14, true 등의 값들을 의미한다. 이는 char, int, double, bool 등의 기본 타입을 포함한 총체적인 개념이다.  비트 연산 AND > &, OR > |, XOR > ^bitset(a)>> 3 시프트 연산자, 오른쪽으로 3bit 만큼 시프트 ( 음수는 안됨 )포인터는 메모리 주소를 저장하는 변수// 포인터는 메모리 주소를 저장하는 변수, 타입과 변수 사이에 *을 넣음 // &는 변수의 주소를 얻는데 사용하는 연산자역참조 연산자 *은 포인터가 가리키는 메모리 주소에 저장된 값을 가져올 때 사용..

I. 서론01. 유해 물질 누출 근원지 추정기법 3가지 제안다수의 고정형 센서를 근원 예상지에 매설 >> 비용이 많이 듦, 매설지역 외 임의의 지점 사고 발생시 대처 어려움.누출 근원지에 사람을 파견 >>  추가적인 2차 사고 발생 가능.모바일-로봇 원거리 원격 조종 >> 통신 거리의 제약, 조종사 당 운용가능 로봇 개수의 한계 존재.무인이동체를 이용하여 위험 지역( Hazardous Source ) 에서 사람 대신 목표 탐색, 추적 기술은 세계적으로 관심을 받고 있음.02. 무인 이동체를 활용한 근원지 추정 방법미리 지정된 경로를 따라 센서 데이터 취득을 통한 근원지 정보 추정. >> 실시간 경로 계획이 아니므로 효율적인 탐색 불가.실시간 탐색 경로 생성 알고리즘, 반응형 알고리즘 ( 나방 등 생물의 ..

베이즈 정리사건 B가 발생하여 사건 A에 대한 확률이 어떻게 변화하는지를 표현하는 정리> 현재 상황만 고려하여 계산하는 것이 아닌 사전확률을 이용하여 사후 확률을 예측하는 것 Markov Chain Monte Carlo, MCMC 마르코프 연쇄 몬테카를로 방법  Monte Carlo :  난수 시뮬레이션을 통해 특정 함수의 결과를 계산하는 통계학적 방법 > 랜덤하게 여러 번 시도해서 평균적인 답을 찾는 방법 Ex. 동전 여러 번 던져서 앞면 나올 확률을 아는 것  Markov Chain시간의 흐름에 따른 상태의 변화 과정을 확률로 표현> 현재 상태에 따라 미래 상황이 결정 되는 규칙

CornerHarris밝기 변화를 표현하는 고유값을 이용하여 코너를 검출

Feature : 영상에 존재하는 어떤 물체나 영역을 표현하거나 그것들을 식별이 가능하게 해주는 것 Keypoint, 특징점 : 관심 물체나 영역을 나타낼 수 있는 중요한 특징이 있는 위치 : 주변과 두드러진 포인트 되는 부분이 되어야 함 Descriptor, 기술자 :주변의 정보( 특징 )을 기반으로 특징점/영역을 설명하는 것 > 분별력이 좋은 특징을 사용하면 시각 기반 SLAM의 성능이 향상될 수 있다.--Robust feature이란 : 환경 변화에도 추출 가능하고 분별력이 유지되는 것- 카메라 시점이나 조명 등의 변화에도 지속해서 추출이 가능해야 함- 물체의 형태나 크기, 위치 변화가 발생하더라도 분별력이 유지되어야 함 매칭 :keypoint 또는 descriptor를 통하여 비교하고자 하는 위치..

SLAM과 Navigation의 차이- SLAM : 로봇이 임의의 공간을 탐색하면서 만들어진 경로와 주변 정보를 지도 형태로 표현- Navigation : SLAM이 작성한 지도 기반으로 특정 위치까지 이동하기 위한 최적의 경로를 생성 Visual SLAM, 시각 기반 SLAM이미지 데이터를 활용하여 SLAM하는 것 장점 : IMU 센서, 휠 엔코더 센서, GNSS( 위성신호 이용 )은 내부에서 발생하는 오차에 의해 성능이 크게 저하되는 반면Visual SLAM은 내부에서 발생하는 오차가 없다. 단점 : 픽셀 단위로 분석해야하므로 많은 연산량 요구,다양한 환경에서도 이용 가능한 강인한 알고리즘 요구 Loop closure :카메라( 이미지 매칭 )이나 라이다( 패턴 매칭 )으로 획득한 데이터를 통하여 방..

SLAM이 어려운 환경대칭 구조, 공간에 특색( 특징점 )이 없는 환경 SLAM 센서의 용어감도( Sensitivity )센서가 입력값에 대해 민감하게 반응하는 정도정확도( Accurancy )센서의 출력값과 실제 값의 일치성실제값을 센서가 그대로 반영할 수 있는지의 여부정밀도( Precision )센서 결과값의 균일함( 표준편차 )센서 결과값의 변화가 없는 것이 이상적DoF( Degrees of Freedom, 자유도 )어떤 물체가 독립적으로 움직일 수 있는 방향이나 축의 개수를 의미한다.Ex. 자동차는 3DoF, 앞 뒤로 움직이고 YAW 방향으로 움직이므로 Monocular 와 Stereo 의 가장 큰 차이점- Monocular는 깊이 정보가 부족하고, 2D이미지만 처리한다.- Stereo는 두 개의..

SLAM 방법론은 크게 4가지로 나눈다.필터 : ( 확장 )칼만 필터, 파티클 필터, 예측-업데이트 과정을 반복적으로 수행예측은 데이터 수집과 매칭을 통한 현재 상태에 대한 예측값 생성업데이트는 예측값과 실제 측정값 사이의 오차를 기반으로 현재 상태 업데이트비전이미지 속에 포함된 특징을 매칭하여 상태를 예측하는 기법강인한 특징 모델 생성 및 매칭 기법이 중요그래프노드와 간선을 통해 간략화된 정보 기반 > 특징 매칭, 필터 계산 효율성 개선을 위해 활용딥러닝인공신경망에 대한 학습을 통해 최적의 결과를 만들어 내도록 시도최근 인공지능의 영상 데이터 분석 성능 향상 이러한 방법들을 조합하여 사용하는 것이 일반적이다.Ex. 탐색을 위한 전략은 필터 기반( 탐색에 강함 ) 으로 사용, 매칭을 위한 방법으로는 비전..

Perception 로봇의 눈인 카메라를 통해 얻어지는 영상 정보를 분석하여 로봇이 주변을 파악하고 그에 따라 능동적으로 대처할 수 있게 하는 기술컴퓨터 비전 기술에 기반하고 있음인공지능 기술로 확장정확도는 비약적으로 상승Perception으로 얻어진 로봇이 주변 상황을 파악했으면 로봇이 주변 환경과 상호작용하기 위해 Object Detection, Tracking 하는 것은 필수적이다. 주변에서 Detection 된 Object 들이 어떤 속성, 카테고리인지를 Recogition까지 해야 로봇이 어떻게 상호작용할 지 판단 가능-object detction :bounding box로 클래스를 매기는 것, 가장빠름 bounding box만 치면 되므로-semantic segmentation :픽셀로 구분하..

Navigation Stack 로봇이 발견할 수 있는 모든 장애물을 피하면서 로봇을 한 지점에서 다른 지점으로 자율적으로 이동하는 데 사용되는 ROS 노드 및 알고리즘 세트로봇의 주행 거리 측정 데이터와 라이다와 같은 각종 센서의 데이터를 입력해 사용로봇을 지정된 목표 위치로 이동시키기 위해 필요한 속도 명령을 출력해 모바일 베이스로 보냄Nav2( ROS2 공식 네비게이션 스택 ), RMF( 다중 로봇을 위한 네비게이션 프레임워크 ), Movelt ( 매니퓰레이터용 )Manipulation주변 환경의 무언가를 조작하는 로봇, manipulator세상의 무언가를 로봇을 이용하여 물리적으로 변경하는 것인간이 수행하기 어려운 작업에 대한 솔루션을 제공하고 있다.반복적이거나 불쾌하거나 고도의 정밀도를 요구하는,..