Tech Knowledge Note

오늘은 자율주행 기술의 핵심 중 하나인 SLAM(Simultaneous Localization and Mapping)의 정확도 비교 실험을 함께 살펴보려고 합니다.SLAM은 말 그대로 ‘동시에 위치를 추정하면서 지도를 만드는 기술’인데요, 사용하는 센서나 알고리즘에 따라 결과의 정확도가 크게 달라질 수 있습니다.그래서 이번에는 여러 SLAM 알고리즘을 같은 조건에서 실험해보고, 어떤 알고리즘이 가장 정확한지 직접 비교해봤습니다.🔹 1. 실험에 사용한 알고리즘이번 비교에서는 대표적인 세 가지 SLAM 알고리즘을 선정했습니다.GMapping (2D LiDAR 기반)가장 오래되고 널리 쓰이는 라이다 기반 SLAM입니다.속도가 빠르고 실시간성이 뛰어나지만, 회전이나 잡음이 많은 구간에서는 오차가 커지는 단점이..

Google이 만든 실시간 SLAM의 정밀도를 높이는 비밀🧠 1. Cartographer란 무엇인가?Google Cartographer는 자율주행 로봇과 차량을 위해 개발된실시간 2D·3D SLAM 오픈소스 라이브러리입니다.주요 특징은 다음과 같습니다.실시간 맵핑: 빠른 연산으로 이동 중에도 지도 작성 가능센서 융합 기반 구조: LiDAR, IMU, GPS 등 다양한 센서를 결합정확한 Loop Closing: 누적된 오차를 자동으로 보정즉, Cartographer는 로봇의 ‘눈과 기억’을 동시에 담당하는 똑똑한 뇌라고 할 수 있습니다.🧩 2. 왜 IMU를 융합해야 할까?IMU(Inertial Measurement Unit)는가속도(acceleration)와 각속도(angular velocity)를 측..

눈과 위성이 함께 그리는 자율주행의 지도🧠 1. Visual SLAM과 GPS, 왜 융합해야 할까?Visual SLAM은 카메라 영상을 이용해 로봇의 위치를 추정하고 지도를 작성하는 기술입니다.한편 GPS는 절대 좌표 정보를 제공하지만, 도심이나 실내처럼 신호가 약한 환경에서는 정확도가 떨어집니다.이 두 기술을 결합하면,SLAM의 “정밀한 상대 위치 정보”와 GPS의 “절대 위치 정보”가 만나더욱 안정적이고 일관된 위치 추정이 가능합니다.즉, 눈(Visual SLAM)과 위성(GPS)이 서로의 약점을 보완하는 셈이죠.🌐 2. ROS2에서의 융합 구조 개요ROS2(Robot Operating System 2)는 센서 융합을 위한모듈형 통신 구조와 고성능 노드 시스템을 제공합니다.Visual SLAM +..