#Sensor Fusion

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 커넥티드·자율주행 September 3, 2026

점유 격자 매핑 — LiDAR 및 카메라 데이터를 통행 가능성으로 전환

점유 격자는 공간을 셀로 나누고 점유, 비점유 및 미확인 공간을 확률적으로 나타냅니다. 베이지안 및 로그 확률 업데이트, 역 센서 모델, 레이 캐스팅, 동적 감쇠, 3D 복셀, SLAM, 비용 맵 및 계획 수립을 학습하세요.

Fundamentals · 14 분 읽기 제어공학 September 3, 2026

제어공학 입문: 상태 관측기와 선형 칼만 필터

센서 판독값은 상태 그 자체가 아닙니다. 이 입문서에서는 관측 가능성, 칼만 예측/업데이트 방정식, 공분산, 수치 예제, 제어 통합, 로봇 구현 및 내결함성 동작에 대해 설명합니다.

Fundamentals · 10 분 읽기 커넥티드·자율주행 September 3, 2026

점유 격자 매핑 — LiDAR 및 카메라 데이터를 통행 가능성으로 변환

점유 격자는 공간을 셀로 나누고 점유, 비점유 및 미확인 공간을 확률적으로 나타냅니다. 베이지안 및 로그 확률 업데이트, 역 센서 모델, 레이 캐스팅, 동적 감쇠, 3D 복셀, SLAM, 비용 맵 및 계획 수립을 학습하세요.

Fundamentals · 14 분 읽기