모듈 목표
- 잔차·가중치·이상치의 영향을 수식과 로그로 설명.
원안의 선수 안내: M02 최적화, M13, M14, M15. 실제 보충은 아래 소주제별 권장 선수를 참고하세요.
M16.01특징 기반/직접법 Visual Odometry·다중 시점 기하
학습 목표
- 특징 기반과 직접법 VO의 잔차/가정을 구분한다.
- 영상 이동·시차·깊이와 스케일의 관계를 계산한다.
- 저텍스처·조명·동적 장면의 실패를 진단한다.
권장 선수
모두 권장
M02.05, M13.02, M14.04, M15.04의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 특징 기반/직접법 Visual Odometry·다중 시점 기하 · 본문M16.02LiDAR Odometry·점군 잔차·강건 추정
학습 목표
- LiDAR 오도메트리의 정합·누적·deskew 역할을 구분한다.
- 점/평면 잔차와 강건 손실을 계산한다.
- 기하 퇴화와 동적점·낮은 잔차의 한계를 진단한다.
권장 선수
M16.01의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: LiDAR Odometry·점군 잔차·강건 추정 · 본문M16.03비주얼-관성·LiDAR-관성 추정
학습 목표
- 관성 전파와 영상/LiDAR 보정의 역할을 구분한다.
- 중력·bias·시간 오차가 운동 추정에 주는 영향을 계산한다.
- 초기화/관측가능성·느슨한/긴밀한 결합의 한계를 설명한다.
권장 선수
M16.02의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 비주얼-관성·LiDAR-관성 추정 · 본문M16.04Factor Graph·Pose Graph·Bundle Adjustment
학습 목표
- 변수·factor와 pose graph/BA의 차이를 설명한다.
- 고정 기준과 가중 잔차의 최소점을 계산한다.
- gauge 자유도·가중치·상관 관측의 실패를 진단한다.
권장 선수
M16.03의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Factor Graph·Pose Graph·Bundle Adjustment · 본문M16.05Loop Closure·백엔드 최적화·실패 사례
학습 목표
- 재방문 후보·기하검증·루프제약의 단계를 구분한다.
- 모순된 루프가 그래프 해에 미치는 영향을 계산한다.
- 거짓루프/실제루프의 실패와 복구·평가를 설계한다.
권장 선수
M16.04의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Loop Closure·백엔드 최적화·실패 사례 · 본문M16.06학습 기반 SLAM·CPU/SIMD·CUDA·Jetson 최적화·벤치마크·드론/스캐너/사족/VR·AR 응용
학습 목표
- 학습 기반 SLAM 구성과 전체 추정 시스템의 차이를 설명한다.
- CPU/GPU 전송·처리 지연과 기한 초과율을 계산한다.
- 장치/응용별 동일 조건의 정확도·지연·실패 벤치마크를 설계한다.
권장 선수
M16.05의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 학습 기반 SLAM·CPU/SIMD·CUDA·Jetson 최적화·벤치마크·드론/스캐너/사족/VR·AR 응용 · 본문