알파카농장

오랜만에 블로그다. 방학 동안 연구도 하고 삽질도 하고 놀기도 하고 나름 의미 있이? 보냈는데, 기록을 아무것도 안하니까 탱자탱자 논 선비처럼 보이네.. 쨌든 연구실에서 3D reconstruction 연구를 하는 친구들이 있는데, 이번에 논문 제출일 due가 얼마 남지 않아, custom dataset 취득하는 부분을 교수님께서 부탁하셔서 후배 한 명과 이 부분을 같이 진행하게 되었다. 참고한 사이트는 다음과 같다. http://www.open3d.org/docs/release/tutorial/sensor/azure_kinect.html#install-the-azure-kinect-sdk Azure Kinect with Open3D — Open3D 0.16.0 documentation Install O..

ORB-SLAM에 이어서 VINS-MONO 또한 SLAM의 바이블이라 생각되어 환경 구성을 해보았다. 교수님께서 ORB-SLAM3보다 VINS-MONO가 코드가 잘 짜여있다고 말씀을 해주셔서 VINS-MONO는 코드 분석 목적까지 잡고 환경 구축을 진행하고자 했다. VINS-MONO는 Monocular Visual-Inertial System을 위한 실시간 SLAM framework로(tightly-coupled) 나도 아직 코드는 안 읽어봐서 자세한 내용은 모르겠다.. 추후에 업데이트 하려고 한다 :) 거두절미하고, VINS-MONO의 rqt_graph부터 보면 크게 3개의 모듈로 나눠져 있다. 1. feature_tracker : 특징점 뽑고 match하는 부분까지 (이미지 값만 input으로 사용한..

Visual SLAM의 바이블이라 볼 수 있는 ORB-SLAM 시리즈 중 가장 최근 것인 ORB-SLAM3에 대한 환경을 구축해보기로 했다. SLAM 쪽으로 연구를 시작해보고 싶다고 이제 막 분야를 잡은 터라, 여러 논문을 보면서 탐색을 하고 있는데, ORB SLAM2를 베이스로 삼는 연구들이 진짜 많았다. ORB-SLAM3 환경 구축을 시작하던 때는 ORB-SLAM2랑 3 간에 어떤 차이가 있는지도 모르고 일단 눈 앞에 돌아가는 코드들이 있으면 SLAM을 조금 더 알아갈 수 있겠지 라는 생각을 하며 다짜고짜 시작해버리기 .. ^^ (내가 처음 시작해보고 싶은 건 Visual SLAM이라 ORB SLAM2를 다시 깔긴 해야 한다..!) 잡설이 좀 길었습니당... ORB-SLAM2 : Visual SLAM..

어쩌다 보니, 옛 연구실에서 몇 년 동안 방치됐었던 Jackal이란 로봇 플랫폼을 통해 연구를 진행하기로 했다. Jackal이 뭐냐면.. Clearpath Robotics에서 만든 로봇 플랫폼이다! GPS랑 IMU 내장되어있고 install shell 파일로 초기 세팅만 잘 해두면, ROS에서 여러 토픽들이 자동으로 발행되는 고런,, 시스템인 것 같다. SLAM을 하고 싶다고 생각은 했지만, 세부적인 건 잡지 못한 나.. 일단 로봇이라도 구동시키고 이곳저곳 굴려봐야 인사이트가 나올 것 같아서 냅다 로봇을 세팅하고 있다. Jackal이 여러 부품으로 구성되어 있는데, 메뉴얼은 아래에서 확인해볼 수 있다. https://www.generationrobots.com/media/Jackal_Clearpath_R..

내 노트북에 용량이 10GB도 안 남아서,, 아나콘다 설치도 못하는 현실.. 그래서 다른 방안을 찾다가 GPU가 달려있는 연구실 노트북에 가상 환경 구축해서 하자! 라는 결론이 나게 됐다. 전에 대회하다가 연구실 동료가 NVIDIA 드라이버, CUDA, CuCNN을 깔아놔서 편하게 진행할 수 있었다. Ubuntu 버전 PyCharm을 깔아놓고 나서 DeepLearning 디렉토리를 만들어 놓고, git clone을 통해 모두의 딥러닝 깃 코드를 가져와서 실행만 해보았다. 속성(attribute) : 1번째부터 17번째까지 종양의 유형, 폐활량, 호흡 관련 여부, 고통 정도, 기침, 흡연, 천식 여부 등에 대한 정보 클래스(class) : 18번째 정보 => 수술 후 생존 결과 Tutorial Code의 ..

오랜만이죠? 블로그를 부지런하게 작성했었어야 했는데... 너무 무심했던 나.. 이제 2년 동안 자율주행과 연구/개발 일지에 대해 꾸준히 블로그를 작성해보려고해요.. ^^ 2022년의 첫 단추는 자율주행 자동차의 구성에 대한 글입니다! * 해당 블로그의 내용은 "Introduction to Self-Driving Vehicle Techonology (자율주행차량 기술 입문) - 행키 샤프리 지음, 김은도 * 남기혁 * 서영빈 * 이승열 옮김"의 내용을 기반으로 작성된 포스트입니다. SDV ? Self-Driving Vehicle : 자율 주행 자동차 1. 기능, 비용, 자동차 설계를 비롯한 여러 요인을 고려하여 센서에 대한 최적 설계 2. 수집한 데이터를 처리해서 주어진 목..

여러분들은 EKF를 아시나요? 전 EKF가 영어로 바뀐지 모른 채로 '달'을 쳤을 때 보이는 단어라고만 줄곧 생각해왔는데..^^ 이제 저에게 EKF는 Extended Kalman Filter의 약자가 되었답니다. EKF를 이해하기 위해서는 우선적으로 Kalman Filter에 대한 개념이 필요해요. 이 블로그는 Matlab의 Understanding-Kalman-Filter 영상에 대한 정리입니다. Part 1-5까지는 KF와 EKF 그 외 필터들에 대한 설명이고, 6-7은 matlab에서 시뮬링크로 구현해보는 법 https://kr.mathworks.com/videos/understanding-kalman-filters-part-1-why-use-kalman-filters--1485813028675.h..

5월 17일부로 자율주행 자동차 대회에 참여를 하고, 랩실로 들어가게 되었다. 기존에 특강 들었을 때는 Perception 파트를 맡게 될 줄 알았는데, Localization 파트로 배정을 받아서 약 4개월 동안 Localization에 대한 공부를 해보려 한다. 우선, Localization은 내가 지금 어디인가? 에 대한 질문에 답하는 파트라고 보면 된다. GPS, IMU, Encoder로 현재 위치 정보나 속도에 대한 정보를 가공하여 오차를 줄여, 현재의 위치를 최대한 정확하게 뽑아내는 것이 목표. 그 중 오늘은 GPS에 대해 포스팅을 하려 한다. 우리가 사용하는 GPS는 U-blox 사의 [SparkFun] SparkFun GPS-RTK2 Board - ZED-F9P (Qwiic) [GPS-15..

내 머리머리 머리속에 절차가 없어서 여기에 옮겨놔야겠다 ^^,, git init git remote add [원격 저장소 별명] [원격 저장소 주소] git pull git checkout [내가 옮겨갈 원격 브랜치] 내가 기억하려고 쓰는 하는 방법 ^_^ ++원격 저장소에 있는 branch로부터 파일 가져오기 pull을 하지 않고 checkout으로 branch만 옮겨도 파일이 옮겨지더라구용?,, 편한대로 골라서 하면 될듯

*이 포스팅은 21-1 숙명여대 4차 산업혁명 대비 전문가 온라인 라이브 특강 에서 현대 자동차 그룹의 박진호 연구원님이 진행해주신 강연을 바탕으로 작성되었음을 밝힙니다. 요즘 관심을 가지고 있는 분야 중 하나이다. 바로 자율주행차 (Autonomous Driving) 특강에서 설명하신 내용의 흐름에 따라 해당 포스팅도 따라갈 예정이다. 1. Why we need Autonomous Driving 2. Definition of Autonomous Driving - Classification by technical level 3. Module of AD system 4. Required competence 5. Q&A 1. Why we need Autonomous Driving 자 그렇다면 우리는 자율주행..