Tech Knowledge Note

1. 서론자율주행과 로봇공학에서 SLAM(Simultaneous Localization and Mapping, 동시적 위치추정 및 지도작성)은 핵심 기술입니다.그중에서도 FastSLAM은 기존 EKF-SLAM의 계산량 문제를 개선하고, 대규모 환경에서도 빠르고 효율적으로 동작할 수 있도록 고안된 알고리즘입니다.이번 글에서는 복잡한 수학적 공식 대신, FastSLAM이 어떻게 작동하는지 직관적 개념과 간단한 시뮬레이션 아이디어를 통해 설명해보겠습니다.2. FastSLAM이란?EKF-SLAM 한계: 랜드마크 수가 많아지면 계산량이 급격히 증가FastSLAM 해결책: 파티클 필터(Particle Filter)와 베이지안 추정을 결합해 계산량을 분산 처리즉, FastSLAM은 “로봇 위치 추정”은 파티클 필터로..

1. 서론앞선 글에서 우리는 EKF-SLAM의 원리와 Python 구현을 살펴보았습니다.하지만 EKF-SLAM은 환경이 넓어지고 랜드마크 수가 많아질수록 계산량이 기하급수적으로 증가하는 한계가 있습니다. 이를 극복하기 위해 등장한 알고리즘이 바로 FastSLAM입니다.이번 글에서는 FastSLAM의 개념과 동작 원리를 직관적으로 풀어보겠습니다. 2. FastSLAM이란?FastSLAM은 입자 필터 기반 SLAM으로, 로봇의 경로 추정과 지도 작성을 분리하여 더 빠르고 효율적으로 문제를 해결합니다.경로 추정: 입자 필터(Particle Filter)를 사용해 여러 후보 위치를 동시에 추정지도 작성: 각 랜드마크별로 독립적인 EKF(확장 칼만 필터)를 적용핵심 아이디어: “로봇 위치는 입자 필터, 지도는 E..