티스토리

2wnswoo 님의 블로그

검색하기

블로그 홈

2wnswoo 님의 블로그

2wnswoo.tistory.com/m

Be a first mover, not a fast follower

구독자: 3

방명록 방문하기

주요 글 목록

[Automation System] 01 PLC, System, Closed/Open-loop System PLC란?PLC는 "프로그램이 가능한 로봇 두뇌" 같은 거정식 이름은 "Programmable Logic Controller"( 프로그래머블 로직 컨트롤러 )그냥 쉽게 "공장용 컴퓨터" 라고 생각시스템의 기본 요소시스템( System ) = 입력( Input ) + 처리( Process ) + 출력( Output )입력( Input ): 시스템이 받는 신호 또는 데이터처리( Process ): 입력을 가공하거나 변환하는 과정출력( Output ): 처리 결과로 나타나는 결과물제어시스템의 종류개루프( Open-Loop ) 제어시스템 : 현재 state가 미래 state에 영향을 주지 않는 것, 출력이 다시 입력으로 피드백되지 않는 시스템 폐루프(Closed-Loop) 또는 피드백(Feedback) 제어시스.. 공감수 0 댓글수 0 2025. 3. 6.
[Computer Vision] 02 Hough Transform: 이미지에서 특정한 형태( 직선, 원 등 )을 찾는 알고리즘, 가장 기본적인 형태는 직선 검출임 *노이즈 제거, 스무딩 처리하는 이유 :노이즈가 많은 이미지에서는 엉뚱한 곳에 경계를 만들 수 있음.👉 스무딩을 하면 불필요한 엣지를 줄이고, 진짜 경계만 남길 수 있어!👉 경계가 아닌 부분인데도 엣지가 생기면 잘못된 결과를 초래 Machine Learning의 4단계 1단계 : 데이터 수집 2단계 : 모델 선택3단계 : 학습, 훈련 집합에 있는 샘플을 최소 오류로 맞히는 최적의 가중치 weight 값을 알아내는 것4단계 :예측( 추론, inference ) , 학습을 마친 모델을 말한다. 모델 학습에 사용하지 않던 새로운 특징 벡터를 입력하고 출력하는 과정 딥러닝을 구현하는.. 공감수 0 댓글수 0 2025. 3. 6.
[Computer Vision] 01 컴퓨터 비전의 목표 : 제한된 환경에서 특정한 과업을 사람 성능에 가깝게 또는 사람보다 우월하게 수행하는 것 *GAN, Generative Adversatial Network : 두 신경망( 생성자와 판별자, Generator/Discriminator )가 서로 경쟁하며 학습하는 모델비주얼 서보잉, visual servoing : 로봇이나 자율 시스템이 카메라로 얻은 이미지 정보를 이용하여 물체를 추적하는 기술이진영상, binary image : 픽셀이 두 가지 값 ( 0 과 1 또는 0 검정 과 255 흰색 )만 갖는 영상을 의미캐니 엣지 디텍션의 결과 > binary image이진화 하는 이유 : 데이터를 단순화하고 연산량을 줄이기 위해모폴로지, Morphology : 이미지의 형태를 분석.. 공감수 0 댓글수 0 2025. 3. 5.
자율주행 03 공감수 0 댓글수 0 2025. 3. 5.
[Deep-Learning] 02 의사결정 트리, decision tree지도학습 알고리즘Ex. 스무고개 놀이엔트로피 : 정답에 대한 불확실성을 수치화 한 것정보 이득 = 질문 전의 엔트로피 - 질문 후의 엔트로피단점은, 쉽게 overffiting 된다는 것이다.나이브 베이즈 분류 알고리즘, Naive bayes *naive = 단순한데이터를 나이브하게 독립적인 사건으로 가정하고, 이 독립 사건들을 베이즈 이론에 대입시켜 가장 높은 확률의 레이블로 분류를 실행하는 알고리즘이다. *이산적이다 : 연속적이지 않고 끊어져 있는 상태를 의미 Ex. 1, 3, 7 같은 개별적인 숫자 📌 앙상블 기법 (Ensemble Learning)여러 개의 모델을 조합하여 개별 모델보다 더 나은 성능을 내는 방법배깅(Bagging, Bootstrap Aggr.. 공감수 0 댓글수 0 2025. 3. 4.
[C++] 03.04 review 하나의 클래스가 다양한 역할을 수행하게 되는 거대 클래스는 개발자가 지양해야 함void function(){cout 자식 클래스의 객체를 부모 클래스의 타입으로 변환하는 것을 업캐스팅이라고 함::는 범위 연산자, 범위 지정자SOLID 원칙, 객체지향 설계의 다섯 가지 원칙1. 단일 책임 원칙, SRP : 클래스는 한 가지 기능만 수행해야하고, 한 가지 이유로만 변경해야 한다.2. 개방-폐쇄 원칙, OCP : 클래스는 확장에는 열려 있으나, 수정에는 닫혀 있어야 한다.3. 리스코프 치환 원칙, LSP : 자식 클래스는 언제나 부모 클래스를 완전히 대체할 수 있어야 한다.4. 인터페이스 분리 원칙, ISP : 클라이언트는 사용하지 않은 인터페이스에 의존해서는 안 된다.5. 의존 역전 원칙, DIP : 고수준.. 공감수 0 댓글수 0 2025. 3. 4.
3차원 인식을 위한 다중시점 기하학과 인공지능 01 Fine tuning : 기존에 학습된 모델을 새로운 목적에 맞춰서 추가 학습 시키는 과정 These materials are derived from Prof. Park Jin-sun of the Department of Information and Computer Engineering at PNU. 공감수 0 댓글수 0 2025. 3. 3.
자율주행을 위한 인공지능 01 벤치마크 데이터셋 : 여러 연구자들이 공동으로 쓸 수 있는 데이터셋을 의미 Ex. COCO 데이터셋, 이미지넷, KITTI data set, nuScenes dataset 등Data Augmentation 증강 은 데이터가 부족할 때, 기존의 데이터를 변형해서 새로운 정보인 것 처럼 가공해서 사용하는 것을 말함 > 이런 행위가 인공지능한텐 효과가 있고, 새로운 데이터라고 받아들임.Crop 잘라내기, Brightness 밝기 변화, Rotation 회전, Flip 좌우, 위 아래 반전, Saturation 채도변화주기, These materials are derived from Prof. Park Jin-sun of the Department of Information and Computer Engi.. 공감수 1 댓글수 0 2025. 3. 3.
[Deep-Learning] 01, k-NN, SVM 지도학습 Supervised learning학습시 데이터에 대한 레이블( 정답 )을 함께 부여하는 학습 방식정답값 = 레이블, 실제값, 타깃, y값예측값 = 분류값, y hat비지도 학습 Unsupervised learning학습시 레이블 없이 데이터만 필요함--분류와 회귀데이터가 입력됐을 때 분류는 분리된 값으로 예측 Ex. 덥다/춥다회귀는 연속된 값으로 예측 Ex. 30.5도, 3.5도분류에는 이진분류/다중분류 로 나뉨--머신러닝 모델 학습에 가장 큰 영향을 주는 것은 데이터.이 데이터에서 충분히 특징을 찾아내지 못하고 머신러닝 모델을 학습할 경우 모델이 과소적합, underfitting 되기 쉬움필요 이상의 특징으로 학습할 경우,머신러닝 모델이 학습데이터에서만 높은 정확도를 가지는 경우, 과대적합,.. 공감수 0 댓글수 0 2025. 3. 3.
[C++] 03.03 review 한 개의 클래스 안에서 동일한 이름으로 여러 개의 생성자를 만드는 것을 overloading이라고 함단, 생성자에 들어가는 매개변수는 다르게 해야한다.이렇게 하는 이유는 상황마다 객체를 생성할 때, 매개변수로 전달되는 값이 다를 수 있어서 여러가지 방법을 제공하는 것임소멸자, Desturctor는 스택에 할당된 객체는 함수가 종료될 때 자동으로 소멸된다, 함수가 끝나면 해당 객체가 자동으로 소멸되고, 메모리가 해제된다.리스코프 치환원칙은 '부모가 할 수 있는 일을 자식도 할 수 있어야 한다'는 규칙this->는 this 포인터를 사용해서 해당 객체의 멤버변수나 함수에 접근하는 구문이다.친구 클래스는 해당 클래스의 private 또는 protected 멤버에 접근할 수 있는 특별한 권한을 부여받은 클래스E.. 공감수 0 댓글수 0 2025. 3. 3.
[C++] 03.02 review 다형성, polymorphism : 상속받은 클래스들이 부모와 다른 다양한 특성을 가지는 것상위 개념( 부모 클래스 )의 역할을 대신할 수 있으면서 각자의 고유한 특징으로 동작하는 것이 다형성OOP에서 다형성을 구현하려면 overriding 키워드를 상속받는 클래스 안의 함수 맨 오른쪽에 적어준다.overriding 하려면 부모 클래스의 함수를 virtual 키워드를 붙여서 가상함수로 선언해야함생성자(Constructor)는 객체가 생성될 때 자동으로 호출되는 특별한 종류의 함수 공감수 0 댓글수 0 2025. 3. 2.
자율주행 02 분류 Classification : 각 데이터가 어떤 클래스에 속하는지 판별하는 것이 목적V2V, Vehicle to Vehicle : 전방 차량의 정보가 우리 차량에까지 정보가 전달됨을 의미한다.Radar는 앞 차량의 가감속 정보를 정확하게 인식하지 못한다는 단점이 있음이를 V2V 통신을 통하여 앞 차량의 데이터를 받아 안정적인 자율주행 구현 공감수 0 댓글수 0 2025. 2. 28.
자율주행 01 차선 추출 과정컬러 이미지를 그레이 영상으로 변환: 컬러 이미지는 일반적으로 RGB로 되어 있으므로, 차선 추출을 위해서는 그레이스케일로 변환하는 것이 효율적입니다. 이 단계에서는 색상 정보가 제거되고, 밝기 정보만 남게 됩니다.잡음 제거를 위한 필터 적용 (예: GaussianBlur): 이미지에는 노이즈가 포함될 수 있기 때문에, 이를 제거하기 위해 가우시안 블러(GaussianBlur)와 같은 필터를 사용합니다. 이는 이미지의 경계를 부드럽게 하여, 후속 Edge 검출 과정에서 잘못된 경계를 제거하는 데 도움을 줍니다.Edge (경계) 추출: 이 단계에서는 Canny Edge Detection이나 Sobel 필터 등을 이용해 이미지에서 경계를 추출합니다. 경계는 차선 검출에서 중요한 정보를 제공하므.. 공감수 0 댓글수 1 2025. 2. 28.
자율주행과 인공지능 03 카메라 : 사람과 사물, 차량 등으로 분류하면서 주변 물체 식별어두운 공간이나 악천후 상황에서는 사물 식별 어려움원근감 정확한 판별 불가레이더 : 반사되어 돌아오는 신호를 기반으로 거리, 속도, 방향 등의 정보를 추출날씨, 시간과 관계없이 제 성능을 발휘, 주파수에 따라 단거리부터 중거리, 장거리를 모두 감지할 수 있음ADAS( ACC ) 에 사용물체의 정확한 식별 불가라이다 : 물체와 빛을 주고받으며 3차원 지도를 제작센서 융합, Sensor Fusion 은 :각 센서에서 인식된 정보를 하나로 결합, 자율주행이 가능하도록 한 기술사람과 사물, 차량 등으로 분류하면서 주변 물체 식별어두운 공간이나 악천후 상황에서는 사물 식별 어려움원근감 정확한 판별 불가센서의 Data 처리 이전 융합 방법카메라 2D 이.. 공감수 0 댓글수 0 2025. 2. 28.
[C++] 02.28 review try{throw()} catch(){}catch() 소괄호안에는 조건식이 들어갈 수 없다.catch(...)는 모든 예외를 다 받겠다는 의미assert는 개발 과정에서 조건을 검사하여 프로그램이 예상대로 동작하는지 확인하는데 사용한다.assert()의 조건식안에 들어간 식이 false일 경우만 프로그램이 즉시 종료된다.assert는 디버그 모드에서만 컴파일 된다.noexcept를 함수에 붙여주면 예외를 던지지 않겠다는 의미이다.throw으로 예외를 던졌는데도 예외를 받을 catch가 없으면 프로그램을 강제 종료하는데 이때 종료 처리 함수를 설정하는 것이 set_terminate() 함수이다.객체지향 프로그래밍의 핵심 개념클래스( Class ) : 객체를 정의하는 설계도객체( Object ) : 클래스로.. 공감수 0 댓글수 0 2025. 2. 28.
자율주행과 인공지능 02 RNN, Recurrent Neural Network 대표적인 딥러닝 모델 중 하나시계열 데이터 같은 순차 데이터( Sequential Data ) 처리를 위한 모델로 잘 알려짐순차 데이터의 대표적인 예시 :01 시계열 데이터 : 일정한 시간 간격을 가지고 얻어낸 데이터 Ex. 차량의 주행 속도와 가속도, 주변 장애물과의 거리 데이터를 시간에 따라 기록한 것02 자연어 데이터 : 사람이 말하는 언어 Ex. 차량이 음성 인식을 통해 운전자가 "왼쪽으로 가"라고 말했을 때, 이를 이해하고 적절히 반응하는 과정보행자의 의도를 예측 및 장애물 탐지자동차가 시간에 따라 움직인 데이터를 학습하여 미래의 경로를 예측--YOLO 단점을 보완한 것이 SSDObject Detection은 객체 분류( Clasificat.. 공감수 1 댓글수 0 2025. 2. 27.
[C++] 02.27 review switch(var){} case 1: {} / for(i=0;i예외처리 try / catch / throw#include using namespace std;int divide(int a, int b) { if (b == 0) { // b가 0이면 예외를 발생시킴 throw "Error: Division by zero!"; } return a / b;}int main() { int num1, num2; cout cin >> num1 >> num2; try { // 예외 처리 구문 int result = divide(num1, num2); cout } catch (const char* msg.. 공감수 0 댓글수 0 2025. 2. 27.
자율주행과 인공지능 01 인공지능 : 인간이 가진 지적 능력을 컴퓨터로 구현하는 기술머신러닝 : 컴퓨터가 스스로 학습하여 성능을 향상시키는 기술딥러닝 : 인공신경망 방식으로 정보를 처리하는 기술인공지능 ) 머신러닝 ) 딥러닝 순서위치추정 : 나는 지금 어디에 있는가?, 내 주변에는 무엇이 있는가?판단 : A에서 B까지 어떻게 가야 하는가? 머신러닝의 구분지도학습 : 알고리즘을 학습시킬 때 입력( 문제 ) 과 출력( 정답 )의 데이터들로부터 새로운 입력에 대한 출력을 결정할 수 있는 패턴을 추출분류 : 주어진 데이터를 정해진 카테고리( 라벨 )에 따라 분류하는 문제. 이진 분류 문제, 다중 분류 문제가 있다.회귀 : 어떤 데이터들의 feature을 기준으로 연속된 값 또는 그래프를 예측하는 문제비지도학습 : 정답이 없고 무엇을 할.. 공감수 2 댓글수 0 2025. 2. 26.
[C++] Review 02.26 구조체, struct를 사용하면 관련 값을 하나의 객체로 그룹화하므로 코드를 더 읽기 쉽고 유지, 관리하기 좋게 만들 수 있다. 함수에 전달할 argument가 많을 때 특히 유용하다.배열의 [ ] 안의 숫자는 배열의 크기를 의미한다. Ex. [3] 크기가 3개인 배열을 만들겠다는 의미문자열 작성은 라이브러리를 불러오고 큰따옴표 " " 로 문자열을 묶어야 한다.작은따옴표 ' '는 문자를 나타내는 데 사용한다. Ex. 'A'지역변수localVariable은 블록( 함수 ) 내에서만 효력 있음전역변수globalVariable은 해당 파일 전체에 효력 있음정적 변수 static 키워드를 변수 앞에 붙이게 되면 블록을 벗어나도 값이 유지됨상수 변수 const 키워드를 자료형 앞에 붙이면 해당 변수의 값은 변경.. 공감수 0 댓글수 0 2025. 2. 26.
[C++] Review 02.25 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.. 공감수 0 댓글수 0 2025. 2. 25.
[Paper review] Hazardous Source Estimation and Autonomous Exploration Strategy with Guaranteed Communication Connectivity of Multiple UAVs 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 .. 공감수 0 댓글수 0 2025. 2. 23.
[SLAM] Monte Carlo, Markov Chain 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 공감수 0 댓글수 0 2025. 2. 23.
[OpenCV] Harris corner, Object detection CornerHarris밝기 변화를 표현하는 고유값을 이용하여 코너를 검출 공감수 0 댓글수 0 2025. 2. 23.
[SLAM] Feature, Keypoint, Descriptor, Robust feature 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.. 공감수 0 댓글수 0 2025. 2. 23.
[SLAM] Loop closure, Visual SLAM의 장,단점 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.. 공감수 0 댓글수 0 2025. 2. 21.
[SLAM] Stereo, Moncular, RGB-D, ToF 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.. 공감수 1 댓글수 0 2025. 2. 21.
[SLAM] 방법론 4가지 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.. 공감수 0 댓글수 0 2025. 2. 20.
[ROS2] Object detection(bounding box), semantic segmentation, instance segmentation 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.. 공감수 0 댓글수 0 2025. 2. 19.
[ROS2] Navigation Stack, Manipulation, Motion-planning 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,.. 공감수 0 댓글수 0 2025. 2. 19.
[ROS2] RRT, Potential Field 결정론적 path-planning 방법 ( A* ) 의 단점 :- 가장 인기 있고 널리 사용되는 Path-planning 알고리즘이나, 지도 크기와 차원 측면에서 확장성이 좋지 않음- 대부분 2차원 이동 로봇과 자유도가 낮은 로봇로 제한됨 확률적 path-planning 방법의 특징- 다양한 경로 계획 알고리즘 계열을 형성함- 복잡한 고해상도 및 고차원 경로 계획 문제를 해결하는 데 널리 사용됨--Rapidly-exploning-Random Trees, RRT무작위로 생성되는 노드가 지도의 탐색되지 않은 영역으로 트리를 확장하여 알고리즘이 지도를 빠르게 탐색하도록 하는 데 매우 효과적이다. 다른 경로 계획 알고리즘에 비해 상당히 빠르다.고차원 동적 환경 내 실시간 경로 계획에서 우수하다.그리드 맵, 연속.. 공감수 0 댓글수 0 2025. 2. 18.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.