[SLAM] 양정연 교수 SLAM 강의 18강. Normal Distribution

2021. 10. 5. 02:26

 

안녕하세요

프로그래밍을 배우는 빛나는 샤트입니다. 

 

SLAM 강의 18번째. Normal Distribution

 

---

*이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다.

출처: 18강. Normal Distribution

---

18강. Normal Distribution

🎉강의요약

1. SLAM에서 '확률'은 매우 중요한 개념이다.

2. 확률과 베이지안 classifier 학습.

3. 확률의 가장 큰 특징은 '무차원'이므로 다양한 정보를 표현할 수 있다.

4. offset을 이용해 우리가 원하는 분포의 입력을 만들 수 있다.

 

<Mobile Robot Probability and Bayesian Classifier>

자율주행 파트에서는 확률적인 내용이 많이 들어가 있다.
문제를 if문으로 해결하는 것이 아니라 확률적인 관점이 필요하다.
확률과 베이지안 필터에 대한 학습.
>> 조건부 확률이 많이 사용

 

<Probability>

SLAM에서 확률은 중요.
모든 사건의 확률의 합은 1.
확률의 가장 큰 특징: 무차원

 

<Gaussian Probability Generation>

공을 아래로 흘려보면 가운데가 가장 많다.
확률밀도함수: 최대값이 1이 넘을 수 있다. 말그래도 밀도에 대한 분포를 보여준다.
(PDF)

 

<With C++ or Python, How to Generate Gaussian Distrbution?>

Rand()함수는 가우시안 분포를 따르지 않는다!
Marsagila polar method: 구슬을 떨어뜨릴 때 가운데에 많이 쌓인다. 이러한 분포 형태로 화이트 노이즈를 부여하는 것.

r~N(0,1): 반지름은 표준정규분포를 따르게 됨.
>> randn()함수 사용! rand()와 다르다. rand()는 같은 확률의 분포를 가진다.(일직선)

 

 

<N(0,1) returns Gaussina Distribution>

N(0,1)정규 분포를 반환
0주변에서 흔들리는 값이 나옴. 평균이 0.
정규 분포를 확인할 수 있다.

평균이 1인 분포로 바꾸려면> randn(1,1000) +1 하면 된다.
>> offset 설정!

 

피드백은 언제나 환영합니다.😊

틀린 부분 있다면 지적해주시고 도움이 되었다면 댓글과 공감 눌러주세요