오랜만에 작성하는 포스트입니다. 이번 글은 구글 Colaboratory, 짧게 줄여 Colab에 Pytorch 및 google drive를 셋업하는 방법에 대한 설명입니다. Deep Learning Turkey를 참고하였으며 몇 가지 테스트 후 작성하였습니다.

이번 글은 최근 읽었던 서베이 논문인 Multiple-Robot Simultaneous Localization and Mapping, A Review에 대한 리뷰 글이다. Multiple-Robot SLAM에 대한 궁금증에 무심코 읽은 논문인데 생각보다 정리가 잘 되어있어서 글로 남기고 싶어서 글을 적게 되었다.

Husky의 ROS 공식 패키지에 들어가면 github repository에 가서 source를 받고 인스톨 후에 어떻게 셋업하는지에 대한 설명이 나와있다. 하지만 github repo에서 아무 생각없이 바로 소스를 받게 되면 저자? 회사? 가 말하는 현재 가장 stable version인 indigo version을 받게 된다. 물론 Husky만을 사용한다면 ROS를 indigo로 낮춰서 사용할 수도 있겠지만.. 다른 센서 셋업과도 함께 사용하기 때문에 Kinetic에서 잘 setup하는 방법을 살펴보자. 참고로 본 글의 내용은 issue와 개인적인 경험을 토대로 작성하였다.

이번 글은 지난 포스트에 이어서 Stereo Visual Odometry에 대한 포스트이다. 이번 글에서는 Stereo Visual Odometry의 C++ implementation에 대해서 간략하게 설명한다. 코드는 ORB-SLAM2에서 사용한 ORB feature 기반의 Stereo matching 기법과 GTSAM의 projection BA (Bundle adjustment)를 이용해서 작성하였다. Odometry dataset은 public dataset인 Kitti Odometry Benchmark를 사용하였다.

가끔 독서를 하면서 가볍게 몇 줄 정도 요약을 한 적은 있지만 이렇게 서평! 을 써보려고 한 적은 처음이다. 그런 의미에서 블로그의 첫 서평 포스팅을 유시민 작가의 “표현의 기술”로 정했다. 이 책은 내가 서평을 써볼까.. 하는 생각을 하게한 책으로 오랜만에 아주 술술 읽히는 글과 그림으로 가득했다. 표현의 기술을 표현하는 글이라니! 아직 서평과 같은 성질의 글을 작성해 본적이 없기에 내용의 서술과 느낀 점이 두서 없을 것 같긴 하지만 우선 서평에 대한 초고를 작성해본다.