메종 드 성호

사실 카토그래퍼가 아니라 카토그래퍼에 쓰인 루프클로징 방법이다. 아무튼 이 방식은 BoW 방식이 아니라 지오메트릭 방식이다. 또 그냥 컨벡스 최적화류가 아니라, 서치스페이스를 나누어 coarse to fine으로, branch-and-bound로 해를 찾는 형식이다. 이게 3d에서 적용될 수 도 있을것 같아 읽고 있는 중이다.

사실 vins fusion이라기 보다는 모노에 어떻게 gps를 섞었나에 대한 리뷰다. loosely fusion, 최적화 방식에 대해 다룬다. 바로미터, 자기계 등등을 다루지만 관심이 없어서 gps만 살펴보았다ㅎㅎㅎ

vins fusion은 gps를 loosely fusion하지만 gvins는 tightly하게 fusion한다. 난 gps 수신기가 그냥 전원 인가되면 위도 경도 찍혀서 나오는 건줄 알았는데, 사실 원시 데이터를 받아서 x, y, z, 시간을 최적화 하는거라고 한다. gps도 라디오 마냥 신호 보내주는거였고. 생각보다 gps 퓨전은 시간 추정해야 할 것이 많고 전리층 통과, 다중경로 효과 등등 신경써야 할것이 많은 것 같다. gps의 원리와 퓨전 방법론에 대해 배울 수 있었다.

처음으로 읽은 vi slam 논문이다. tightly coupled fusion, 최적화 기반이다. 그냥 비전텀, inertial 텀, prior 텀 싹 묶어서 최적화 시키는 방법이여서 아무것도 몰랐을 때 깜짝 놀랐다. 그리고 수식보고서도 깜짝 놀랐다. 이 논문 작성한 랩실에서 좋은 논문들이 나오는 것 같다. 내 관심 분야랑 좀 맞는달까? 확률적 스테레오 슬램, gnss tightly fusion 등등 아무튼 이 논문은 내가 좋아하는 논문이다. 또, 코드는 ros로 odometry, 루프클로저, (vins fusion의 경우 글로벌 퓨전까지) 나눠져있어 다루기 좋았다. stereo vi dso의 경우 (자세히 보지는 않았지만) vins와 비슷하게 imu를 모델링한 퓨전이라는 느낌을 받았다. (이것도 강결..

orb와 마찬가지로 단순 번역에 가깝다..ㅋㅋㅋ dso는 이름대로 direct sparse odometry다. saprse하게 포인트를 뽑고 그놈들의 뎁스 추정만으로 오도메트리를 계산하는 방법. 이 논문 보면서 비네팅, 밝기 비선형성, 노출시간 추정? 등등 다양한 모델링을 사용하는구나.. .깜짝 놀랐다. 또한 특징점을 뽑는 방법이나. 키프레임 간격 배치 방법 등등 배울 점이 많았다. 여기에 쓰인 카메라 모델링과 휴리스틱을 추후 정리할 생각이다.

내가 읽은 첫 slam 논문이다. 옛날에 작성한건데, 지금와서 보니 리뷰라기보다는 번역해놓은 것 같다 probabilistic robotics와 입문 비주얼슬램 보고 바로 읽은 논문이다. 생각보다 안 읽혀서 놀랐다. orb slam은 그 자체로도 우수하지만, 추후 좋은 framework를 제공해주었다고 평가를 받곤 한다. 느낀점은 아키텍처를 잘 설계했고 다양한 휴리스틱이 적용된 것이 인상깊다는 점 여기에 사용된 특이한 기법들을 다시 정리할 생각이다.

쿼터니언 회전, imu, imu 상태추정을 위한 eskf에 대해 다루는 책이다. 쿼터니언이 직관적으로 와닿지 않았는데, 이 문서를 보고 그렇구나! 느꼈다. 필터기반의 방법에 조금 더 관심이 생겼다.

결정론적이 아닌, 확률론적인 관점에서 모바일 로봇을 바라본다. 모션, 관측을 모두 확률적으로 한다. 이를 기반으로 SLAM을 한다. 필터링을 매우 심도있게 다루신다. 쓰여진 시기가 시기인만큼 최적화방법에 대한 내용은 조금 빈약하다. 하지만 최적화 외의 내용에서 전반적으로 알려주시는게 매우 도움됐다. 넓게 알아갈 수 있었다. kf계열 요즘 주로 쓰이는게 eskf와 iekf같은데 이에 대한 설명은 없었던 것 같다. 후반부 탐사나 플래닝 관련은 정리하지 않았다!