LiDAR 종류구동 방식에 따른 LiDAR 종류는 크게 다음과 같은 종류를 가진다.Spinning LiDAR내부에 물리적인 회전을 동반하여 360도 방향으로 데이터를 수집.데이터의 정확도가 좋고 넓은 수평 시야각을 가진다.하지만 해상도가 낮다.Scanning (solid state LiDAR)한 방향을 스캔하여 데이터를 수집.높은 해상도를 가진다.하지만 데이터의 정확도가 부족하고 수평 시야각이 좁다.1. LiDAR 데이터 표현voxel은 3차원 공간을 쪼개서 나타낸다.우리가 지금 존재하는 공간을 여러 개의 사각형 박스로 나눈다고 생각해 보자.센서가 물체를 감지할 때 박스는 채워진다.이렇게 되면 주변의 빈 공간이 생긴다.빈 공간은 불필요한 연산을 야기한다. 따라서 조금 더 컴팩트한 point cloud를 ..

Don't Hit Me 개인 연구와 관련된 논문을 조사하던 중 발견했으며 흥미로운 주제를 가지고 문제를 풀어나간다. 오직 한 장의 RGB이미지를 가지고 어떻게 유리를 검출해 낼 수 있을지 궁금했다. 여기서 쓰인 contexture information을 개인 연구에 적용할 수 있겠다고 생각했다. 깃헙은 아래 있다. Issue를 살펴보니 custom dataset의 경우 성능이 좋게 나오지 않나보다. 좋은 결과가 아니니 그냥 스윽~ 훑어보자 GitHub - Mhaiyang/CVPR2020_GDNet Contribute to Mhaiyang/CVPR2020_GDNet development by creating an account on GitHub. github.com 0. Abstract 목표 : 한 장의 ..

보호되어 있는 글입니다.

Khronos Khronos: A Unified Approach for Spatio-Temporal Metric-Semantic SLAM in Dynamic Environments Perceiving and understanding highly dynamic and changing environments is a crucial capability for robot autonomy. While large strides have been made towards developing dynamic SLAM approaches that estimate the robot pose accurately, a lesser emphasis has b arxiv.org GitHub - MIT-SPARK/Khronos: Sp..

SP-SLAM SP-SLAM의 source code는 아래 github에 공개되어 있습니다. https://github.com/hxxmin/SP-SLAM GitHub - hxxmin/SP-SLAM: SP-SLAM: Surface-Point Simultaneous Localization and Mapping SP-SLAM: Surface-Point Simultaneous Localization and Mapping - hxxmin/SP-SLAM github.com 논문의 출처는 다음과 같습니다. https://ieeexplore.ieee.org/document/9591241 나중에 다시 보기 위해 작성한 글입니다. 혹시라도 잘못된 내용이 있다면 댓글 남겨주시면 감사하겠습니다 : ) 1. Introducti..

YOLOv9 YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information Chien-Yao Wang, I-Hau Yeh and Hong-Yuan Mark Liao GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Inform Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information - WongKinYiu/yolov9 github..

Code diagram? code diagram은 어떠한 코드가 주어졌을 때 흐름과 구조를 파악할 수 있는 구조다. 하나의 소스코드 내에서 알고리즘이 어떻게 구현되는지 시각적으로 확인할 수 있다. 대형 프로젝트의 경우 클래스와 함수, 구조체 등 복잡한 관계로 연결되어 작동하게 된다. 이런 상황에서 데이터의 흐름이 어떻게 진행되는지 시각적으로 아는데 code diagram이 도움 된다. GVINS라는 하나의 알고리즘을 drawio로 code diagram을 작성한 적이 있다. 그때는 웹에서 Github와 연동해서 했는데 잘 작동하지 않아 상당히 불편했었다. 하지만 이번에 vscode에 drawio 비공식적 extention을 지원하는 걸 알았고 사용해 보았다. 진짜 너무 좋다. 편의성 vscode환경에서 ..

Mendeley Mendeley는 reference관리를 메인으로 여러 편의 기능을 갖춘 툴이다. Word와 chrome, edge에서 확장 프로그램으로 웹에서도 레퍼런스를 편리하게 가져오는 등 사용자의 편의를 생각한 툴이다. 확장 프로그램에 로그인 문제로 인해 리뷰가 좋진 않지만 차차 서비스를 개선해 나갈 것이니.. 다양한 학회의 Citation Style도 지원하고 Cloud에 논문도 저장할 수 있으니 한 번 써보고 결정해도 좋을 듯 하다. Mendeley 회원가입 회원가입 절차는 간단하다. 학교에서 라이센스를 구매한 경우라면 학교 IP가 잡히는 곳에서 로그인하길 권장한다. Mendeley - Reference Management Software Mendeley brings your research ..

4.1 Problem formulation 아래 사진은 모바일 로봇이 미지의 환경을 돌아다니며 자신의 이동을 추정하고 물체를 탐지하는 SLAM에서의 한 상황이다. 그렇게 만든 지도는 로봇 자신이 어디있는지 아는데 사용된다. 이를 graph 로 구성된 관계로 그려보면 다음과 같다. 이 그림은 실제 로보틱스에서 localization과 mapping 문제를 잘 나타낸다. 왼쪽은 물체의 상대적인 위치와 방향을 그려놓은 것이다. 오른쪽은 왼쪽과 같은 상황에 대해서 edge와 node인 그래프로 표현한 것이다. 파란색인 edge는 motion에 대한 측정값를 나타낸다. 빨간색은 물체의 측정값을 나타낸다. 4.1.1 SLAM as a Dynamic Bayes Network 과정은 dynamic Bayes netwo..