SLAM 기초

SLAM이란 Simultaneous Localization and Mapping , 말 그대로 Localization 과 Mapping을 동시에 하는 알고리즘, 혹은 프레임워크를 말합니다. SLAM을 구현하기 위해선 센서가 필요한데 카메라를 이용한 Visual SLAM, 라이다를 이용한 LiDAR SLAM 등이 있습니다. 우리는 가난하니 Visual SLAM으로 갑시다.

SLAM의 결과물은 Trajectory, Map(2D or 3D)입니다.

우리의 목표인 SLAM Based AR NAVI 를 구현하기 위해 필요한 기술을 생각해봅시다.

• Multi-View Geometry(Feature Extraction, Descriptor matching, 3D reconstruction) For SLAM Frontend
• Optimization(Linearization, Levenberg-Marquardt, Riemannian trust-region) for SLAM Backend
• Iterative Closest Point(3D point matching), Bundle Adjustment

SLAM 크게 3가지 방식이 있는데 SLAM의 변천사이기도 합니다.

1. Kalman Filter
2. Particle Filter
3. Graph-Based SLAM

우리는 Graph-Based SLAM만 보도록 합시다.

Graph-Based SLAM은 위와 같이 Frontend, Backend로 구분되어있는데 Frontend에서는 CV를 이용해 trajectory, landmark 정보를 담고 있는 PoseGraph 를 만들고 Backend에서는 Graph 최적화를 수행합니다.

SLAM & VO