패스트캠퍼스 환급챌린지 25일차 : Computer Vision Signature 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

공부 시작 시각 / 공부 종료 시각

 수강 인증 사진

학습 인증샷 (필기)

챌린지 대상 강의 완강률 

25일차, 강의 후기

패러다임의 진화

 - 어제: "모든 픽셀이 정보다" → 오늘: "카메라 + IMU = 완벽한 조합"
 -  Direct method의 "photometric consistency" vs VIO의 "multi-sensor fusion" 철학
 -  단일 센서 한계 극복을 위한 센서 융합의 필연성 깨달음
 -  Feature → Direct → VIO로 이어지는 자연스러운 기술 진화 과정
---
IMU 사전적분의 우아함

 -  고주파 IMU(1000Hz) → 저주파 카메라(30Hz) 동기화 문제를 수학으로 해결
 -  Δp = ∫∫ R(t)a(t)dt² 식 하나로 연속적 운동을 discrete하게 표현
 -  "시간을 압축해서 정보를 보존한다"는 개념이 인상적
 -  물리학의 적분이 엔지니어링 문제 해결의 열쇠가 되는 순간
---
상호 보완성의 아름다움

 -  카메라: 장기간 안정성, 절대적 위치 정보, 풍부한 환경 정보 제공
 -  IMU: 단기간 정확성, 빠른 응답성, 텍스처 무관성, 고주파 운동 감지
 -  "약점을 서로 메워주는" 완벽한 파트너십의 전형
 -  어둡거나 블러된 순간, 텍스처 부족한 벽면에서도 IMU가 버팀목 역할
 -  급격한 움직임 시 카메라 추적 실패를 IMU 예측으로 보완
---
최적화의 복잡성과 현실

 -  Bundle Adjustment + IMU constraints = 차원의 저주와의 전쟁
 -  상태벡터가 [위치, 속도, 자세, 바이어스, 랜드마크]로 폭발적 증가
 -  Marginalization으로 "과거를 잊어가며" 실시간성 확보하는 지혜
 -  Sliding window: 메모리와 정확성의 절묘한 균형점 찾기
 -  Non-linear optimization의 local minima 함정과 초기값 민감성
---
바이어스 추정의 영원한 딜레마

 -  IMU 바이어스는 온도, 시간에 따라 변함 → 지속적 추정 필요
 -  "센서를 믿되 의심하라"는 engineering wisdom의 구현체
 -  온라인 캘리브레이션의 어려움과 시스템 안정성에 미치는 영향
 -  Zero velocity update 같은 clever trick들의 필요성
---
구현 현실의 벽

 -  이론의 우아함 vs 실제 구현의 복잡성 gap 체감
 -  카메라-IMU 시간 동기화, 외부 파라미터 캘리브레이션의 중요성
 -  초기화 과정에서 "chicken and egg" 문제: 포즈를 모르면 맵을 못 만들고, 맵이 없으면 포즈 추정 불가
 -  VINS, OKVIS, MSCKF 각각의 철학적 차이와 trade-off
---
소감

 -  Feature-based → Direct → VIO로 이어지는 진화과정의 논리성에 감탄
 -  "완벽한 센서는 없다, 융합만이 답이다"라는 깊은 통찰 획득
 -  물리 법칙(관성)과 기하학(시각)의 만남이 만들어내는 시너지 효과
 -  SLAM의 궁극적 목표는 "인간 수준의 공간 인식 능력" 구현임을 재확인

 URL: https://fastcampus.info/4n8ztzq