Robotics
-
HFNetRobotics/SLAM & Deep SLAM 2020. 1. 14. 17:47
From Coarse to Fine: Robust Hierarchical Localization at Large Scale Paul-Edouard Sarlin Cesar Cadena Roland Siegwart Marcin Dymczyk Autonomous Systems Lab, ETH Zurich ¨ Sevensense Robotics AG 논문 해석 및 요약본 1. Introduction - HFNet 은 Hierarchical 한 구조로 되어있는 monolitic CNN 으로 6 DoF localization 을 하는 networks 이다. Global retrieval 과 Local Feature matching 으로 구성되어있으며, Hierarchical approach 는 significant..
-
[Ref] Path Planning AlgorithmsRobotics 2019. 8. 16. 15:03
http://correll.cs.colorado.edu/?p=965 Introduction to Robotics #4: Path-Planning Thanks for stopping by! Please note that this page will not be updated anymore and all content has been moved into an open-source textbook. The books is available open-source on github, compiled as… 104.236.202.16 https://www.hindawi.com/journals/jcse/2016/7426913/ Survey of Robot 3D Path Planning Algorithms Robot 3..
-
PoseNet: A Convolutional Network for Real-Time 6-DOF Camera RelocalizationRobotics 2019. 8. 2. 10:14
posenet Abstract 이 논문은 실시간으로 **단안 6 자유도 relocalization 시스템을 제시합니다**. 우리 시스템 6-DOF 카메라 포즈를 추가 엔지니어링 또는 그래프 최적화없이 단일 RGB 이미지에서 엔드 투 엔드 방식으로 Regress 시키는 컨볼 루션 뉴럴 네트워크를 학습시킵니다. 이 알고리즘은 실내 및 실외에서 실시간으로 작동 할 수 있으며 계산할 프레임 당 5ms를 소비합니다. 그것 대규모로 실외에서 약 2m와 3◦ 정확도, 0.5m 및 5◦ 정확도를 실내에서 얻었습니다. 이는 efficient 23-layer deep convnet을 사용하여 달성하였으며, convnets를 사용하여 복잡한 문제를 해결할 수 있음을 보여줍니다. 이미지 Plane Regression 문제에서..
-
scipy.signal.stftRobotics 2019. 7. 25. 18:52
SciPy 는 수학, 과학, 그리고 엔지니어링을 위한 파이선 오픈 소스 소프트웨어라고 제시되고 있다. Spectral Analysis¶ periodogram(x[, fs, window, nfft, detrend, …])Estimate power spectral density using a periodogram.welch(x[, fs, window, nperseg, noverlap, …])Estimate power spectral density using Welch’s method.csd(x, y[, fs, window, nperseg, noverlap, …])Estimate the cross power spectral density, Pxy, using Welch’s method.coherence(x, ..
-
Feature Matching + Homography to find ObjectsRobotics/Open CV python 2019. 7. 24. 16:09
Feature Matching + Homography to find Objects Goal 우리는 복잡한 이미지에서 알고 있는 객체를 찾기 위해 calib3d 모듈에서 feature matching과 findHomography를 섞을 것입니다. Basics 그래서 우리는 지난 단원에서 무엇을 했습니까? 우리는 queryImage를 사용하고, 거기에 몇 가지 feature points을 발견했으며, 또 다른 trainImage를 가져 와서 그 이미지의 feature을 발견했으며, 우리는 그 중에서도 가장 잘 맞는 것을 발견했습니다. 간략히 말하자면, 우리는 객체의 일부분이 다른 복잡한 이미지에서 존재하는 위치를 발견했습니다. 이 정보는 trainImage에서 정확하게 대상을 찾는 데 충분합니다. 이를 위해..
-
Feature MatchingRobotics/Open CV python 2019. 7. 24. 15:51
Feature Matching Goal 어떻게 features를 한 이미지에서 다른 이미지로 matching 시키는 지 알아볼 것입니다. 여기서 Brute-Force matcher 와 FLANN Matcher 를 open cv 에서 사용할 것입니다. Basics of Brute-Force Matcher Brute-Force matcher는 간단합니다. 첫 번째 세트에서 한 feature의 descriptor를 가져 와서 일부 거리 계산을 사용하여 두 번째 세트의 다른 모든 피쳐와 일치시킵니다. 그리고 가장 가까운 것이 반환됩니다. BF matcher의 경우 먼저 cv2.BFMatcher ()를 사용하여 BFMatcher 객체를 만들어야합니다. 두 개의 선택적 매개 변수가 필요합니다. 첫 번째는 normT..
-
ORB (Oriented FAST and Rotated BRIEF)Robotics/Open CV python 2019. 7. 24. 15:04
ORB (Oriented FAST and Rotated BRIEF) Goal ORB의 기초에 대해서 알아보겠습니다 Theory OpenCV 애호가로서 ORB에서 가장 중요한 점은 "OpenCV Labs"에서 나온 것입니다. 이 알고리즘은 Ethan Rublee, Vincent Rabaud, Kurt Konolige 및 Gary R. Bradski가 2011 년 그들의 논문 ORB: An efficient alternative to SIFT or SURF에서 제기했습니다. 제목에서 알 수 있듯이 SIFT 및 SURF 의 좋은 대안입니다. 계산비용, 매칭 성능 에서 대안으로써 좋으며 가장 중요한 것은 특허가 그렇습니다. SIFT와 SURF는 특허를 받아서 사용하기 위해 비용을 지불해야합니다. 하지만 ORB는..
-
BRIEF (Binary Robust Independent Elementary Features)Robotics/Open CV python 2019. 7. 24. 13:49
BRIEF (Binary Robust Independent Elementary Features) Goal BRIEF algorithm 의 기초에 대해서 알아볼 것이다. Theory 우리는 SIFT가 descriptors에 128-dim vector를 사용한다는 것을 배웠다. 부동 소수점 숫자를 사용하기 때문에 기본적으로 512 바이트를 사용합니다. 유사하게 SURF는 최소 256 바이트 (64-dim)를 취합니다. 수천 개의 피쳐를위한 그러한 벡터를 생성하는 것은 많은 메모리를 필요로하는데, 이는 특히 임베디드 시스템을위한 resouce - 제약 애플리케이션에 적합하지 않습니다. 메모리가 클수록 matching하는 데 걸리는 시간이 길어집니다. 그러나 이러한 모든 dimensions은 실제 matchin..