복습 겸 SLAM의 흐름에 대해서 담은 게시글이다.

#SLAM이란?

SLAM이란 Simultaneous Localization and Mapping 의 약자로, 동시에 로봇의 위치와 지도를 만드는 것을 이야기한다.

1. 움직이는 로봇이 자신의 위치를 알고 있으면 지도를 만들 수 있고,
2. 지도를 만들면 자신의 위치를 알 수 있기 때문에 이 둘을 동시에 해결하는 것이 SLAM이다.

#SLAM의 흐름

SLAM의 흐름은 크게 3가지로 나눌 수 있다.

1. 센서 데이터를 받아서
2. 로봇의 위치를 추정하고
3. 지도를 만든다.

#센서데이터

전 게시물 확인 부탁드립니다 🤗 링크 : SLAM(1)

#로봇의 위치 추정

받은 데이터를 기반으로 로봇의 위치를 추정한다. 원리 도움링크 : MatlabSlam설명 원리에 대해서 쉽게 잘 설명 되어 있다.

센서데이터 처리 받은 센서데이터들은 오류들이 많아서 데이터 처리과정을 꼭 해야한다. 주로 (1)노이즈 제거, (2)데이터 정합, (3)데이터 보간 등의 과정을 거친다. 센서 데이터 처리는 센서마다 다르기 때문에, 센서 데이터 처리에 대해서는 따로 정리하도록 한다.(vision, lidar, imu 등..)

로봇의 위치 추정 로봇의 위치를 추정하는 방법은 여러 위치 추정 알고리즘에 의해 실행된다.

1. EKF (Extended Kalman Filter)
2. UKF (Unscented Kalman Filter)
3. PF (Particle Filter)
4. 등등..

다음 게시물에서 설명 예정