Visual-Inertial Odometry에서 IMU Bias와 Scale Drift가 누적되는 수학적 원리
시각 관성 주행 거리 측정의 기본 원리와 오차의 누적 로봇 공학이나 자율 주행 분야에서 위치를 추정하는 기술은 매우 중요합니다. 그중에서도 시각 관성 주행 거리 측정(Visual-Inertial Odometry, 이하 VIO)은…
기술 가이드 읽기 ↗KNOWLEDGE CATEGORY
Motion & Tracking
Motion & Tracking 분야의 현재 공개 기술 가이드입니다.
NALDA FACTORYXR · Motion · Digital Twin
Creative Technology
Creative Technology
다중 카메라 시스템의 Extrinsic Calibration 오차가 3D Reconstruction 정확도에 미치는 영향
다중 카메라 시스템의 외부 파라미터 보정과 3D 복원 정확도 오늘날 우리는 자율주행 자동차, 가상 현실, 증강 현실, 그리고 정밀한 산업용 검사 장비 등 다양한 분야에서 다중 카메라 시스템을…
기술 가이드 읽기 ↗Factor Graph Optimization으로 구현하는 다중센서 위치추정: EKF 방식의 한계와 비교
다중센서 위치추정의 진화와 팩터 그래프의 등장 배경 자율주행 자동차, 드론, 로봇 청소기, 그리고 스마트폰의 증강 현실 기능까지, 현대 기술에서 정확한 위치를 파악하는 기술은 필수적입니다. 이를 위해 여러 센서(GPS,…
기술 가이드 읽기 ↗SE(3) 리 군(Lie Group) 기반 센서 융합이 6DoF 추적 정확도에 미치는 영향
공간 속 물체의 움직임을 정밀하게 추적하는 SE3 리 군의 세계 우리가 일상에서 사용하는 스마트폰의 증강현실(AR) 기능이나 자율주행 자동차의 위치 추적 기술은 모두 물체의 6자유도(6DoF)를 정확히 파악하는 데 기반을…
기술 가이드 읽기 ↗Inside-Out Tracking과 Outside-In Tracking 차이
장치에 탑재된 센서로 환경을 추적하는 Inside-Out과 외부 기준 설비를 사용하는 Outside-In의 구조, 장단점, 선택 기준을 비교합니다.
기술 가이드 읽기 ↗6DoF란? Tracking에서 6자유도가 의미하는 것
3D 공간의 세 위치축과 세 회전축으로 구성되는 6DoF Pose를 설명하고 좌표계·추적 품질·지연까지 실무 관점에서 정리합니다.
기술 가이드 읽기 ↗IMU Drift가 발생하는 원리와 보정 방법
IMU의 Bias와 Noise가 적분을 거치며 자세·속도·위치 오차로 누적되는 과정을 설명하고 보정 전략을 계층별로 정리합니다.
기술 가이드 읽기 ↗IMU 센서란? 가속도계·자이로·자력계의 역할
IMU를 구성하는 가속도계와 자이로스코프, 선택적으로 결합되는 자력계가 무엇을 측정하고 Sensor Fusion에서 어떻게 보완하는지 설명합니다.
기술 가이드 읽기 ↗Optical Motion Capture와 IMU 방식의 차이
광학식과 관성식 Motion Capture를 정확도라는 한 단어가 아니라 공간, 가림, Drift, 이동성, 데이터 산출물 기준으로 비교합니다.
기술 가이드 읽기 ↗Motion Capture란? 모션캡처 시스템의 전체 구조
움직임을 센싱하고 3D 궤적·스켈레톤·애니메이션 데이터로 변환하는 Motion Capture 시스템의 계층과 구축 절차를 설명합니다.
기술 가이드 읽기 ↗