#로봇공학 기초

로봇공학 기초 September 7, 2026

LiDAR-SLAM 기초 — 레이저 포인트 클라우드를 통해 "내 위치" 파악하기

카메라는 반사된 빛의 패턴을 통해 간접적으로 거리를 추정하는 반면, LiDAR는 레이저 펄스의 비행 시간을 통해 직접 거리를 측정합니다. LiDAR-SLAM은 이러한 능동형 거리 측정 센서가 반환하는 포인트 클라우드를 등록하는 기술입니다. 이 글에서는 스캔 매칭의 두 가지 핵심 요소인 ICP와 NDT부터 LOAM의 특징점 설계, 루프 클로저 및 그래프 SLAM을 거쳐 랜드마크 알고리즘의 계보인 LeGO-LOAM, Cartographer, LIO-SAM, FAST-LIO2까지 체계적으로 살펴봅니다.

Fundamentals · 30 분 읽기 로봇공학 기초 September 7, 2026

VIO/LIO 입문 — IMU와 카메라 또는 LiDAR를 결합하여 자체 위치 파악하기

카메라나 LiDAR만으로는 특정 상황에서 한계가 있습니다. 이러한 한계를 극복하기 위해 IMU(가속도계 + 자이로스코프)를 두 센서에 결합하는 것이 중요한데, VIO(Visual-Inertial Odometry)와 LIO(LiDAR-Inertial Odometry)가 바로 그 예입니다. 이 글에서는 IMU만으로는 위치를 정확하게 파악할 수 없는 이유부터 시작하여 필터 기반 방식과 최적화 기반 방식이라는 두 가지 설계 철학, 그리고 ROVIO, OKVIS, VINS-Mono, OpenVINS부터 LIO-SAM, FAST-LIO2에 이르기까지 주요 알고리즘들을 살펴봅니다.

Fundamentals · 24 분 읽기 컴퓨터 비전 September 7, 2026

Visual-SLAM 입문 — 카메라가 "내가 어디에 있지?"를 학습하는 방법"

GPS도 없고 지도도 없는 로봇이라도 카메라 이미지만으로 자신의 위치를 파악하고 주변 환경의 지도를 만들 수 있습니다. 특징점 추적부터 에피폴라 기하학, 비주얼 오도메트리와 SLAM의 차이점, ORB-SLAM에서 LSD-SLAM, DSO에 이르는 랜드마크 알고리즘의 계보, 그리고 번들 조정까지, 비주얼 SLAM의 작동 원리를 체계적으로 살펴봅니다.

Fundamentals · 26 분 읽기 로봇공학 기초 September 6, 2026

센서 융합 입문 — 여러 센서를 활용하여 하나의 세계 모델 구축하기

카메라는 의미 전달에, LiDAR는 기하학적 정보 전달에, IMU는 움직임 감지에 강점을 가지고 있지만, 각각 고유의 사각지대가 존재합니다. 칼만 필터나 팩터 그래프와 같은 확률 및 최적화 기반 수학 기법을 통해 여러 센서를 융합하는 방법부터 VIO(카메라×IMU), LIO(LiDAR×IMU), BEV Fusion(카메라×LiDAR)과 같은 구체적인 센서 조합에 이르기까지, 센서 융합이 어떻게 여러 센서를 하나의 세계 모델로 변환하는지 체계적으로 살펴봅니다.

Fundamentals · 22 분 읽기 머신러닝 September 5, 2026

객체 탐지 및 의미론적 분할 기초 — 이미지에서 "무엇이 어디에 있는지" 파악하기

객체 탐지는 사물 주변에 상자를 그리고, 의미론적 분할은 의미에 따라 모든 픽셀에 색을 입힙니다. 이 둘의 차이점부터 인스턴스 분할과 파노라마 분할, R-CNN에서 YOLO, DETR, DINO로 이어지는 계보, 그리고 3D 포인트 클라우드 기반 알고리즘에 이르기까지, 장면 이해의 기본 원리를 체계적으로 살펴봅니다.

Fundamentals · 22 분 읽기 로봇공학 기초 September 4, 2026

로봇 팔 운동학 기초 — 정운동학, 역운동학 및 자코비안 행렬

정방향 운동학은 관절 각도로부터 손의 위치와 방향을 찾고, 역방향 운동학은 그 반대 문제를 해결하며, 자코비안 행렬은 "속도"를 통해 이 둘을 연결합니다. DH 매개변수를 이용한 좌표 변환 구성부터 해석적 역방향 운동학, 수치적 역방향 운동학(감쇠 최소 제곱법), 특이점, 중복 자유도에 이르기까지, 로봇 팔의 움직임을 지배하는 운동학에 대한 체계적인 기초 분석을 제공합니다.

Fundamentals · 19 분 읽기 로봇공학 기초 September 4, 2026

힘 제어 및 임피던스 제어 기초 — 촉각을 사용할 수 있는 로봇 만들기

위치 제어 로봇 팔이 단단한 물체에 닿는 순간 실제로 어떤 일이 발생하는지, 그리고 왜 그로 인해 조립, 연마, 사람과의 접촉 작업이 불가능한지부터 시작하여, 이 글은 가상의 스프링, 댐퍼, 질량을 통해 힘과 변위를 연결하는 임피던스 제어, 그 인과 관계를 역전시키는 어드미턴스 제어, 그리고 공간 방향에 따라 위치와 힘을 분리하는 하이브리드 위치/힘 제어에 이르기까지, 방정식과 도표를 통해 개념을 차근차근 설명합니다.

Fundamentals · 19 분 읽기 로봇공학 기초 September 4, 2026

군집 제어(다중 로봇) 기초 — 무리 형성, 대형 구축 및 합의 도출

군집 제어는 단일 로봇으로는 해결할 수 없는 문제를 여러 로봇에 적용되는 "단순한 지역 규칙"만을 사용하여 해결합니다. Boids를 이용한 무리 짓기 재현부터 합의 알고리즘, 그리고 리더-팔로워, 가상 구조, 행동 기반 등 세 가지 형태의 편대 제어 방식에 이르기까지, 이 글은 중앙 집중식 아키텍처와 분산식 아키텍처를 중심으로 군집 제어 분야를 체계적으로 정리합니다.

Fundamentals · 17 분 읽기 로봇공학 기초 September 3, 2026

추측항법 기초 — 바퀴, IMU, GNSS를 통합하여 로봇의 움직임을 추적하는 방법

추측항법은 바퀴 회전, IMU 판독값, 속도 센서 데이터를 통합하여 로봇의 자세와 위치를 업데이트하는 기본 기술입니다. 이 글에서는 차동 구동 방식의 운동학, 누적 오차, 확장 칼만 필터(EKF) 기반 보정, 그리고 실내 운송 로봇과 자율 주행 로봇에 적용한 사례를 방정식과 도표를 통해 다룹니다.

Fundamentals · 11 분 읽기