모듈 목표
- 정합 실패와 검출 실패를 구별하고 좌표·거리 오차 설명.
원안의 선수 안내: M13.01/.02는 좌표·거리·최적화·카메라 기하로 시작하는 고전적 처리 경로입니다. M11 전체를 공통 필수로 요구하지 않으며 학습 기반 특징/검출과 다중 시점/추적은 해당 단위의 추가 선수를 확인합니다.. 실제 보충은 아래 소주제별 권장 선수를 참고하세요.
M13.01점군 좌표·필터·다운샘플링·군집화
학습 목표
- 점군의 프레임·단위·유효값과 관심영역 필터의 계약을 읽고 서로 다른 제외 이유를 구분한다.
- voxel 키·대표점과 반경 이웃 필터의 단계별 결과를 계산하고 정보 손실을 설명한다.
- 거리 연결 군집을 계산하고 임계값에 따른 합침/분할과 실제 물체·장애물 판정의 한계를 설명한다.
권장 선수
M02.01의 좌표/거리, M02.05의 수치 계산, M12.02의 카메라 기하를 사용한다. 일반 코딩은 할 수 있다고 전제하며 언어 문법·ML 학습·PCL 설치는 요구하지 않는다. 제공된 작은 합성 점군으로 계산하고 실제 LiDAR·PCL·ROS·장비 실행 결과와 구분한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 점군 좌표·필터·다운샘플링·군집화 · 본문M13.02정합·ICP·대응점·잔차
학습 목표
- source에서 target으로의 변환 방향과 대응 가정을 구분하고 변환점·잔차를 계산한다.
- 작은 이동 정합에서 대응 선택과 변환 갱신을 계산하고 거리 문턱·제외점의 영향을 설명한다.
- 수렴·작은 잔차와 올바른 정합을 구분하고 반복 무늬·기하 제약·중첩을 함께 평가한다.
권장 선수
M13.01의 프레임·단위·전처리와 그 선수 좌표/최소제곱을 사용한다. 회전 기호와 역변환은 본문에서 보충한다. 일반 코딩·문법, PCL/Open3D 설치나 실제 SLAM 실행은 요구하지 않으며 작은 합성 좌표를 계산한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 정합·ICP·대응점·잔차 · 본문M13.03Point Cloud Backbone·학습 기반 특징
학습 목표
- 점 특징과 전역 특징을 구분하고 대칭 집계 결과를 계산한다.
- point·voxel·pillar 표현의 정보/계산 절충을 설명한다.
- 학습 분할과 희소성 변화에 따른 실패를 진단한다.
권장 선수
M13.02의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Point Cloud Backbone·학습 기반 특징 · 본문M13.043D Object Detection·3D Segmentation
학습 목표
- 3D 검출·의미/인스턴스 분할의 출력 계약을 구분한다.
- 상자 겹침과 점 분할 지표를 계산한다.
- 거리/가림·매칭/문턱에 따른 실패를 진단한다.
권장 선수
M13.03의 개념을 사용한다. 필요한 새 용어·기호는 본문에서 정의한다. 일반 코딩 문법/실제 장비 설치를 요구하지 않으며 합성 자료로 기본 경로를 수행한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 3D Object Detection·3D Segmentation · 본문M13.05다중 시점 기하·삼각측량·깊이 추정
학습 목표
- 여러 시점의 관측을 같은 공간점에 연결하기 위한 광선·대응·보정·시각의 조건을 설명한다.
- 정렬된 스테레오의 시차로 깊이와 3D좌표를 계산하고 재투영 및 해상도 변경을 확인한다.
- 작은 시차·잘못된 대응·척도와 재투영의 한계를 구분하여 깊이 추정의 유효성과 품질을 판단한다.
권장 선수
M06.01의 프레임 변환, M12.02의 핀홀 투영과 M14.01의 내부/외부 보정을 사용한다. 언어 문법·OpenCV 설치·실제 카메라 실행은 필요 없다. 기본 활동은 보정/정렬이 완료되었다고 명시한 합성 픽셀의 손계산이며 일반3D삼각측량 해법 유도는 제외한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 다중 시점 기하·삼각측량·깊이 추정 · 본문M13.063D 객체 추적과 가림·희소성·거리별 품질
학습 목표
- 3D관측과 예측 상태를 구분하고 공통 프레임·실제 시각 간격·로봇 자체 운동을 반영해 위치를 해석한다.
- 작은 교차/가림 사례에서 일대일 연결·모호성 보류·미관측 수명과 재관측을 판단한다.
- 거리별 누락·오검출·위치 오차와 ID품질을 나누어 추적 결과의 한계와 평가 근거를 설명한다.
권장 선수
M13.05의 깊이/품질과 앞선 프레임·점군을 연결한다. M12.05의2D추적을 보충으로 읽을 수 있다. 일반 코딩·문법·학습 기반3D검출·Kalman/EKF·설치는 요구하지 않는다. 관측과 속도가 주어진 합성 기록으로 계산하며 실제 추적기/장비 성능과 구분한다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 3D 객체 추적과 가림·희소성·거리별 품질 · 본문