SLAM 잡담

NOTE: 미디엄 블로그 이전중입니다 목표 segmap 을 빌드해보자. 작업환경: Ubuntu18.04, ROS 는 root (not virtual)로 설치한 상황이며 나머지 디펜던시는 모두 virtualenv에서 진행 (아래에 자세히 설명함) 배경지식 원래는 segmatch라는 리포였다가 (17 ICRA 시절) 이름이 segmap (18 RSS 시절) 으로 바뀌었다. segmap 공식 리포 (ethz-asl/segmap) 의 경우 빌드하려면 딥러닝 기반 segmap말고 안딥러닝인 segmatch를 쓰고 싶어도 tensorflow_ros_cpp 를 무적권 빌드해야해서 너무 불키하다. 그래서 인터넷에 segmatch 포크본들이 돌아다니고 있어서 해보니까 왠지 안된다. 그래서 그냥 공식리포본에서 tensorflow_ros_cpp 를 빌드를 어찌저찌 해내기로 결심하였다.

SLAM의 뿌리를 찾아서 ... 떠나봅시다. NOTE: 이 글은 예전에 미디엄에 올린 <SLAM을 SLAM답게 만드는 건 무엇일까?: 내맘대로 SLAM 정의하기> 의 후속편 같은 느낌으로 적어보았습니다. 참고: <SLAM을 SLAM답게 만드는 건 무엇일까?: 내맘대로 SLAM 정의하기> http://bit.ly/define-slam-myself-1 SLAM의 본질이 어디에 있는지 파악하고 하나씩 끝말잇기 하듯이 그 다음 뿌리를 향해 나아가봅시다. 레츠고 ... 1. SLAM은 Estimation 이다. 따라서 MLE, MAP 와 같은 이야기가 나온다. 더 나아가 SLAM문제를 Gaussian noise 기반으로 probabilistic 하게 formulating 하는 건 거의 시초라고도 (이자 SLAM문제의 코어) 할 수 있다.