SLAM - hyeonju102/PARK GitHub Wiki

동시적 위치 추정 및 지도 작성(Simultaneous Localization and Mapping)

로봇이 주변 환경을 인식하고 스스로 위치를 파악하며 도시에 지도를 만들어 가는 기술

작동 원리

1. 초기화: 시작 위치에서 센서 데이터를 수집하고, 초기 지도를 생성합니다.
2. 데이터 획득: 이동하면서 센서 데이터를 지속적으로 수집합니다.
3. 데이터 연관: 현재 데이터와 이전 데이터를 비교하여 특징점을 매칭하고, 이동량을 계산합니다.
4. 지도 업데이트: 계산된 이동량을 기반으로 지도를 업데이트합니다.
5. 위치 추정: 업데이트된 지도와 센서 데이터를 이용하여 현재 위치를 추정합니다.
6. 반복: 3~5단계를 반복하여 지도를 점차적으로 완성하고, 정확한 위치 추정을 수행합니다.

알고리즘 종류

• 필터 기반 SLAM: 칼만 필터 등의 필터를 이용하여 위치 추정과 지도 업데이트를 수행합니다.
• 그래프 기반 SLAM: 포즈 그래프를 이용하여 자세와 지도를 표현하고, 최적화 문제를 풀어 정확한 지도를 생성합니다.
• 딥러닝 기반 SLAM: 딥러닝 기술을 이용하여 이미지 데이터를 분석하고, 실시간으로 지도를 생성합니다.

기술의 종류

• LiDAR SLAM: 레이저 센서를 이용하여 주변 환경을 3차원으로 인식하고 지도를 작성하는 방식
• Visual SLAM: 카메라를 이용하여 주변 환경을 2차원 이미지로 인식하고 지도를 작성하는 방식

SLAM의 핵심

• 위치 추정: 현재 어디에 있는지 정확하게 파악하는 것
• 지도 작성: 이동하면서 주변 환경의 3차원 지도를 구축하는 것

LiDAR SLAM 매핑 과정

1. 센서 데이터 수집: LiDAR 센서가 주변 환경에서 반사된 레이저 빛을 감지하여 3차원 점 구름 데이터를 생성합니다.
2. 특징점 추출: 생성된 점 구름 데이터에서 특징점(예: 모서리, 평면 등)을 추출합니다.
3. 데이터 연관: 이전에 획득한 데이터와 현재 데이터의 특징점을 비교하여 로봇의 이동량을 계산하고, 지도를 업데이트합니다.
4. 지도 생성 및 최적화: 점차적으로 지도를 생성하고, 이전에 생성된 지도와의 불일치를 해소하기 위해 지속적으로 최적화합니다.