뒤로

자동차 측위 및 추적 (EB74712 – 3학점)

  • 대학원 전기공학전공
  • 담당교수: 정 한 유
    • 제10공학관 10417호
    • Office Hour: 화/금 13:00 ~ 14:00
    • Tel: 510-7332
    • E-mail: hyjeong@pusan.ac.kr
  • 강의 시간: 목 14:00 ~17:00
  • 강의실: 제10공학관 10706호
  • 강의 개요: 매 주 Object Tracking과 Vehicle Localization을 위한 다양한 SLAM 기법들을 소개하는 온라인 강좌를 듣고, 강의 시간에 이들 주제에 관한 토론을 진행한다. 실제 자동차에서 수집한 데이터와 오픈소스들을 활용하여 Localization과 Object Tracking을 수행하는 프로젝트를 수행함으로써 실제 시스템에 적용하기 위한 프로그래밍 기법들도 함께 습득한다.
  • 주교재
    • S. Thurn, W. Burgard, and D. Fox, “Probabilistic Robotics,” MIT Press 2005.
  • 평가 방법
    • 출석/태도: 5 %, 토론 참여: 20 %, 기말고사: 40 %, 프로젝트: 35 %
  • 주별 강의 계획
    • 제1주: Introduction to Course
    • 제2주: Bayes Filters
    • 제3주: Kalman Filter, Extended Kalman Filter (EKF), and EKF-SLAM
    • 제4주: Unscented Kalman Filter (UKF) and Extended Information Filter (EIF)
    • 제5주: Sparse EIF-SLAM
    • 제6주: Summary of Kalman Filters and SLAMs
    • 제7주: Grid Maps and Particle Filters
    • 제8주: Fast SLAM
    • 제9주: Least Squares Approach to SLAM
    • 제10주: Hierarchical Pose Graphs
    • 제11주: Graph-based SLAM
    • 제12주: Max-Mixture and Robust Least Squares for SLAM
    • 제13주: Stochastic Gradient Descent for SLAM
    • 제14주: Front Ends for Graph-based SLAM
    • 제15주: Summary
    • 제16주: Finalterm Exam

Trace: • VLT2019

Navigation