Tech Knowledge Note

1. 서론이전 글에서는 2D SLAM 실습 (ROS bag 파일 사용)을 진행하며, 평면 지도 작성 과정을 살펴봤습니다.이번 글에서는 한 단계 발전된 형태인 3D SLAM 실습을 진행해보겠습니다.3D SLAM은 단순한 평면(2D) 지도가 아닌, 고도(Height) 정보까지 포함한 입체 공간을 인식하고 매핑합니다.LiDAR 센서를 활용하면 이러한 3차원 환경 정보를 정밀하게 수집할 수 있습니다.2. 실습 목표LiDAR 데이터를 이용해 3D SLAM을 실행하고 지도 작성RViz를 통해 3D 포인트 클라우드 기반 지도를 시각화2D SLAM과의 차이를 비교3. 실습 환경(1) 권장 시스템Ubuntu 20.04 + ROS NoeticGoogle Cartographer 설치 완료LiDAR 데이터셋 또는 실시간 센서..

1. 서론이전 글에서 우리는 Google Cartographer의 설치 방법을 살펴봤습니다.이제 본격적으로 SLAM을 실행해볼 차례입니다.이번 글에서는 ROS에서 제공하는 bag 파일(ROS bag)을 이용해 2D SLAM 실습을 진행해보겠습니다.LiDAR 데이터를 직접 수집하지 않아도, bag 파일만 있으면 SLAM을 실행하고 지도 작성 과정을 시각적으로 확인할 수 있습니다.2. 실습 목표ROS bag 파일을 사용하여 Google Cartographer 2D SLAM을 실행실시간 지도 작성 과정을 RViz에서 시각적으로 확인최종적으로 생성된 2D 지도(Map)를 저장3. 준비 사항(1) 환경 구성Ubuntu 20.04 + ROS NoeticGoogle Cartographer (설치 완료)RVizROS ..

1. 서론이전 글에서 LiDAR-SLAM의 개념을 학습했습니다.이번 글에서는 LiDAR 기반 SLAM 프레임워크 중 가장 많이 사용되는 오픈소스 프로젝트인 Google Cartographer의 설치 방법을 다뤄보겠습니다.Google Cartographer는 구글이 개발한 실시간 SLAM(Real-Time SLAM) 기술로, 2D 및 3D 지도 작성이 모두 가능하며 ROS(Robot Operating System)와 쉽게 연동됩니다.2. Google Cartographer란?Google Cartographer는 LiDAR나 IMU 데이터를 이용해 로봇이 주행 중 자신의 위치를 추정하고 지도를 작성하는 SLAM 프레임워크입니다.개발사: Google Research특징: 실시간 처리, 고정밀 지도 작성, RO..

1. 서론이전 글에서는 ORB-SLAM을 설치하고 ROS와 연동하는 방법을 다뤘습니다.이번 글에서는 한 단계 더 나아가, 실제 카메라 데이터를 입력으로 ORB-SLAM을 실행하는 방법을 살펴보겠습니다.카메라 데이터는 SLAM의 핵심 입력으로, ORB-SLAM은 이를 통해 특징점을 추출하고, 로봇 혹은 차량의 경로와 환경 지도를 동시에 생성합니다.2. 카메라 데이터의 종류ORB-SLAM은 다양한 형태의 카메라 데이터를 지원합니다.Mono (단일 카메라): 일반 웹캠, USB 카메라 등 → 설치와 구성이 간단하지만 깊이 정보가 없음Stereo (스테레오 카메라): 두 개의 카메라로 거리(깊이) 계산 가능 → 안정적인 SLAMRGB-D 카메라: RGB 영상 + 깊이 센서 (예: Intel RealSense, ..

1. 서론이전 글에서 ORB 알고리즘의 특징점 추출 원리를 살펴봤습니다.이번 글에서는 실제로 ORB-SLAM을 설치하고, ROS(Robot Operating System)와 연동하는 방법을 다뤄보겠습니다.ORB-SLAM은 비전 기반 SLAM의 대표적인 알고리즘으로, ROS와 결합하면 자율주행, 드론, 로봇 연구 등 다양한 실험 환경에서 강력한 도구가 됩니다.2. ORB-SLAM 설치 준비(1) 환경 설정운영체제: Ubuntu 20.04 (또는 18.04)ROS 버전: ROS Noetic (Ubuntu 20.04), ROS Melodic (Ubuntu 18.04)필요 패키지: OpenCV, Pangolin, Eigen3, C++11 이상(2) 필수 패키지 설치 명령어bash sudo apt update s..