비주얼 슬램

구체적인 알고리즘 구현, Kaldi 툴박스의 사용법, 음성 인식
키워드 검색, 화자 인식, 언어 인식 시스템 구축

이 책은 Visual SLAM을 소개하는 책이다. 그렇다면 SLAM은 뭘까? SLAM은 Simultaneous Localization and Mapping의 약자로, “지도 제작과 동시에 위치를 추정한다”는 의미이다. 이는 특정 센서를 탑재한 이동형 로봇이나 자율주행체가 어떠한 사전 정보 없이 이동 중에 주변 환경을 모델링하고 움직임을 추정하는 것을 말한다[1]. 이때 사용된 센서가 주로 카메라인 경우 이를 “Visual SLAM”이라고 한다.

다시 정의로 돌아가서, SLAM의 목적은 “위치 추정”과 “지도 제작”이라는 두 가지 문제를 동시에 해결하는 것이다. 즉, 센서 자체의 위치를 추정하면서 동시에 주변 환경을 모델링해야 한다. 그렇다면 이것을 어떻게 해결할 수 있을까? SLAM을 위해서는 우선 센서 정보에 대한 이해가 필요하다. 센서는 특정 형태로 외부 세계를 관찰할 수 있지만 서로 다른 센서는 다른 방식으로 접근되고 해석된다. 그러면 왜 이 문제를 기술하기 위해서 이같이 두꺼운 책이 필요한 것일까? 그것은 SLAM이라는 문제가 특히 환경에 대한 어떠한 사전지식 없이 실시간으로 SLAM을 수행하려는 경우 매우 어렵기 때문이다. 카메라를 센서로 사용해서 Visual SLAM을 할 때, 연속된 모션 이미지(비디오)를 기반으로 카메라의 움직임과 주변의 지도를 추론하는 것이 필요하다.

이 책에서는 SLAM의 역사, 이론, 알고리즘 및 현재 상태를 다루며 전체 SLAM 시스템을 Visual Odometry(비주얼 오도메트리, 시각적 주행거리 측정, 이하 VO), 백엔드 최적화, 맵 빌딩 및 루프 백 감지와 같은 모듈로 나눈다. 이러한 모듈의 핵심 부분을 조금씩 구현하고, 어떤 상황에서 효과가 있는지, 무엇이 잘못될 수 있는지 살펴보고, 컴퓨터에서 이러한 코드를 실행하도록 안내한다. Eigen, OpenCV, PCL, g2o, Ceres 등과 같은 라이브러리를 사용하여 Linux 운영체제에서 사용하는 방법을 마스터하는 데 필요한 수학적 이론과 프로그래밍에 대한 많은 지식을 얻을 수 있다. 어쨌든, 한 가지 확실한 것은 당신이 새로운 기술에 관심이 있다면, 당신은 확실히 이 책을 배우는 과정에서 뭔가를 얻을 것이다! SLAM에 대한 이론적 지식을 습득하고 프로그래밍 능력이 크게 향상될 것이다. 독자는 저자와 함께 과학 연구를 하고 있다는 느낌을 가질 것이며 이것이 저자가 원하는 것이다. 이 과정에서 연구의 즐거움을 찾을 수 있 기를 바라며, Visual SLAM으로의 즐거운 여행을 기원한다.