본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
오늘은 SLAM에서 mapping과 localization 중에
mapping에 대해서 알아보았다.
[오늘의 수강 영상]
[오늘의 이론]
우리가 2D LiDAR기반의 MAP을 만들 때 생성되는 MAP을
Occupancy Grid Map(점유 격자형 지도)라고 한다.
Occupancy Grid Map이란?
환경을 일정한 크기의 셀(cell)로 나눈 뒤,
각 셀마다 장애물이 있는지 없는지(probabilistic하게) 표시하는 지도이다.
만약에 장애물이 있다면 그 공간은 occupied space이며
장애물이 없다면 free space라고 한다.
이를 수식적으로 표현하기 위해서
아래와 같이 표현한다.
이렇게 표현하면 occupied 부분은 검은색
free 부분은 흰색, 상태를 알 수 없는 부분은 회색으로 표현되게 된다.
이를 시각적으로 보면 아래와 같이 나타나는 것을
확인할 수 있다.
이를 구현하기 위해서 ROS2에서 사용되는
2D LiDAR 기반의 대표 SLAM Package 두가지가 있다.
1. slam_toolbox
ROS의 고전적인 ‘gmapping’ 패키지에서 파생된 패키지인데
주로 2D 매핑에 초점을 맞추고 있다.
따라서, 리소스 사용이 상대적으로 적고,
저전력 하드웨어에서도 효율적으로 작동할 수 있다.
이 Package는 단일 센서 데이터에 주로 의존하므로,
센서의 한계나 오류가 맵핑의 정확도에 직접적인 영향을 미치지만
상대적으로 설정이 간단하기 때문에 교육, 소형 프로젝트에 더 적합하다.
2. cartographer_ros
멀티 스레드 처리를 지원하여 빠른 데이터 처리가 가능한 패키지이며
이를 통해 대규모 및 복잡한 환경에서도 실시간으로 맵핑을 수행할 수 있다.
고성능을 제공하지만 그만큼 CPU 및 메모리 사용량이 높고
Loop Closure과 같은 기능이 잘 구현되어 있어, 지도의 정확도를 높일 수 있다.
하지만 여러 센서를 사용하거나 파라미터를 효과적으로 조정해야 할 때 설정이 복잡하다.
학교를 다니면서 주로 Visual SLAM만 했었어서
LiDAR SLAM에서 사용하는 cartographer에 대해서
궁금해하고 있었는데 이번 기회를 통해서
Visual과 LiDAR SLAM 모두 조금씩이라도
할 수 있는 사람이 되고싶다.
내일부터 직접 실습을 통해 mapping을 해볼텐데
하면서 꾸준히 앞으로도 사용할 수 있게
잘 집중해서 수행해야겠다
#패스트캠퍼스 #직장인자기계발 #직장인공부 #환급챌린지 #패스트캠퍼스후기 #오공완
커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스
성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.
fastcampus.co.kr