728x90

최근 푹 쉬고 나서 빅데이터 공부하면서 다시 조금식 페이스를 찾아가고 있다.

 

 

어쩌다가 IT분야를 시작하게 되었는지 쓰고 싶어지면 남기고

 

그 동안 과정을 한번 글로 정리하고 싶었는데 적어보려고 한다.

 

 

 

대학교를 그만둔 직후에는

 

프로그래밍 분야에 어떤게 있는지 잘 몰랏었다.

 

 

 

2016년 당시에는 검색해보면 그나마 가장 많이 나왔던게 웹개발 국비 과정이라

 

웹 개발자에서부터 시작하게 되었다.

 

자바, 데이터베이스, JSP, 스프링 프레임워크 등을 배우면서

 

프로그래밍 언어의 기본적인 틀과 자료구조

 

데이터베이스를 어떻게 설계하는것인지

 

HTTP 프로토콜 요청에 따라 웹서버가 어떻게 처리를 하는지

 

JDBC로 자바와 데이터베이스 사이 연동하는 과정

 

데이터베이스 데이터를 자바 클래스에 맞추고

 

프론트 단에 넘겨서 화면에 보여주기 등

 

혼자서 기본적인 계층형 게시판 같은 웹 어플리케이션을 만들수 있을 만큼 실력을 쌓았고

 

당시 팀프로젝트에선 팀원들의 개별적인 문제와 각자의 모듈을 합쳐 정상적으로 돌아가도록 했었다.

 

 중기청 SW 대회에서 혼자 모의 주식게임 웹어플리케이션을 제출하여 특별상을 수상하고,

 

작은 스타트업에 취업을 하게 되었다.

 

 

 

 

 

거기선 입사한 당시에는 사수는 없었고, 클라우드 플랫폼에 올라간 웹 서비스를 다루어야 했다.

 

내가 다니던 학원에서는 리눅스를 하지 못해 그 즈음 리눅스를 처음 만지기 시작해서,

 

포트포워딩, 클라우드, 그리고 ORM 객체 관계 모델 이었던가 데이터베이스 테이블 한 데이터를 객체에

 

매핑 시켜서 다루는 기술들을 공부해나갔다

 

당시 웹 개발을 하는 신입들 중에서 못하는 편은 아니었다고 생각은 하지만

 

내 성향상 업무를 잘 수행하지 못하고, 그만 두고 말았었다.

 

 

 

 

 

 

그 시점에서는 당시 지금처럼 노드나 리액트같은 js들이 많이 사용되기 전이었다보니

 

기본적으로나마 ERD를 설계해서 데이터베이스 서버를 돌리고,

 

스프링 웹어플리케이션 MVC 모델이나, 부트스트랩 같은 프론트앤드를 다루기는 했으니

 

이 만큼이면 웹에 대해 전반은 다뤘다고 생각했었고,

 

깊이 들어간다면 더 깊이 들어갈수 있었더라도

 

더 이상 웹분야에 공부할 필요성을 느끼지 못하고 컴퓨터에 대해서 제대로 공부하고 싶어졌었다.

 

 

 

 

 

 

 

대학교를 자퇴하고나서 고졸이던 나는 학점은행제를 준비하고 있었으나 아직 학점이 부족했었고,

 

국가장학금을 받을걸 생각하고 폴리텍에 입학하여 컴퓨터 과학에 대해 제대로 공부하기 시작하였다.

 

컴퓨터 개론, 디지털 회로 기초 같은 과목들을 들으면서 컴퓨터 기본 이론을 공부하고,

 

C언어와 소켓 통신을 별도로 공부했었다.

 

 

 

 

 

 

 

 

 

 

하지만 당시 폴리텍 수업만으로는부족해서 다른 과정도 생각하고 있었다.

 

우리가 가장 밀접하게 사용되는 프로그램이라 하면 웹, 모바일, 임베디드 정도라 생각하고 있었는데

 

웹에서도 하이브리드로 모바일 어플리케이션을 만들수 있었으니,

 

전자와 임베디드 분야를 해보고 싶던 나는 임베디드 학원을 다니게 되었다.

 

 

 

 

 

 

 

 

그 곳에서의 과정은 임베디드에 필요한 전반을 다루다보니

 

C/C++에서부터 데이터베이스, 리눅스, 라즈베리파이, 디바이스드라이버, QT GUI 정도를 다뤘었는데

 

이전부터 C나 데이터베이스, 리눅스는 조금씩 공부해온게 있었던 덕분에 조금은 수월하게 들을수 있었다.

 

특히 QT를 배우면서

 

서버단, 프론트단, 데이터베이스 까지 고려해야하는 웹과는

 

다르게 생각보다 쉽게 데스크탑 어플리케이션을 만들수 있어서 신기하더라.

 

그리고 이 즈음 학사 학위를 받을 만큼 학점이 준비되어 학점은행제로 학위를 받았다.

 

 

 

 

 

 

 

 

임베디드 분야도 조금 공부하고, 학사 학위를 받았지만 약간 욕심이 생겨 대학원에 가고 싶었는데

 

제대로 된 대학원에 들어갈수 있을거란 자신이 없었었다.

 

당시 나는 제대로 된 대학을 나와 학사 학위를 받은게 아니라 전공 지식도 없고

 

웹/임베디드 학원 다니면서 배운 개발 지식이 전부다 보니 대학교 연구실 받아주는곳이 있을까 싶더라

 

그리고 군대 문제도 있다보니 전산병으로 가야되지않을까 고민하던 시기였다.

 

 

 

 

 

 

 

평소 그렇게 고민하면서 검색하던 중 한 대학원을 찾았는데

 

거기서 국비 지원으로 등록금도 안들고, 미필자의 경우 전문연구요원으로 병역 문제도 해결해준다고 하더라

 

너무 좋은 소리만 하고, 비전공자가 들어갈수 있는 대학원이야 제대로된 곳은 아니었다.

 

몇 번 가보고 나서는 가지 말려고 주저하기는 했었으나 교수는 계속 연락하지

 

부담은 안되고, 공부는 더하고 싶고, 제대로 된 곳에 갈 자신이 없었던 나는 바보같은 선택을 하고 말았다.

 

 

 

 

 

내가 들어간 당시에는 본교 재학생들도 다 도망가고 안오는 곳이라

 

제대로된 연구 성과나 선배없이 밑 바닥에서 시작했다.

 

거기선 딥러닝, 드론, 자율주행차 하게 되었는데

 

 

 

 

 

당시에는 공학/수학적 지식이 전혀 없다보니

 

아무 생각없이 시중에 파는 교재를 보거나 최대한 검색하면서 공부해나갔다.

 

그러다보니 다른 대학원의 연구 성과 같은걸 보면 너무 부러웠지만 어쩔수가 없었다.

 

 

 

한번은 의존 관계에 대한 개념 자체가 없는 상태에서 자율주행 오픈소스를 빌드하는데

 

자꾸 빌드 실패가 났었다.

 

나는 아무리 고치려 해도 빌드 실패하는 이유를 찾을수가 없었고,

 

2주동안 빌드로 해매면서 눈물나더라

 

 

 

 

여러 분야를 조금이나마 공부한 지금은 

 

당시 교수가 왜 이런식으로 시켯을까  많은 생각이 든다.

 

 

 

 

그때는 암만 미워도 내발로 들어온 곳인데 좋든 나쁘든 성의것 했고 트러블도 있었지만 졸업은 할 수 있었다.

 

비전공자 치고는 나름대로는 열심히 했다고 생각해

 

 

 

그 이후로는

 

이 블로그를 만들고

 

대학원에서 삽질하느라 못했던 공부를 잔뜩하다보니

 

벌써 2020년이 끝나가고 있다.

 

 

 

 

지금까지

 

전기, 전자, 대학수학, 공업수학, 선형대수, 임베디드, 확률, 통계, 제어, 신호처리 등

 

이것 저것 공부하면서

 

개념이 확실하게 이해된 부분도 많아졌지만

 

잊은 내용도 많고, 더 공부해야할게 보인다.

 

그런데 이러면 끝이없고

 

 

 

 

이렇게까지 공부할 필요없이

 

어느 분야든 취업해서 그 분야에 필요한 도메인 지식과 노하우를 익혀나가는것도 길이라 생각한다.

 

 

 

 

 

아직 정해진건 없고

 

적어도 올해 빅데이터 분석기사만 따고 잘 마무리 했으면 좋겠다.

 

그리고 곧 글 1000개 달성 !

 

 

 

300x250

'그외 > 로그' 카테고리의 다른 글

인공지능에 대해 공부하면서  (0) 2020.11.11
시험 준비와 근황  (0) 2020.11.09
공부 고민  (0) 2020.08.16
가끔 보는 유튜브 - 커넥팅닷  (0) 2020.08.16
프로젝트가 우선이냐 이론이 우션이냐 ojtube  (0) 2020.08.16
728x90

지금 정리하고 있는 내용들은

블로그 시작하기전에 다 배웠던 것들이다

 

다만 지금만큼 이해하지도 못했지만

대강 개념은 알고있던 것들이다.

 

 

이렇게 공부하다보면 드는 생각은

내가 뭔가 만들고 싶은데 언제까지 이렇게 이론 공부만 해야할까 싶더라

 

생각해보니 이론 공부가 부족해서 계속 이론 공부만 할 생각을 했지

무언가 제대로 구현해볼 생각은 없었다.

 

지금 당장만 해도 IOT 프로토타이핑을 하고

밸런싱 로봇을 만든다고 목표를 설정한 정도였지

 

밸런싱 로봇을 만드는 중간 사이에 무엇을 할지 제대로 정의하지 못하고

부족한 공부를 더하면 할수있을거라 생각하고 하고있었다.

 

하지만 이대로 하면 계속 이론공부만 할것같더라

 

 

 

그런데 내가 잘못 생각한것 같다.

대강 개념 아는 내용들을 한번더 되짚는것도 필요하지만

이제는 뭔가 만들어가야하는 시점인데

 

 

지난번에 놓친부분들을 보고만 있자니

한 학문의 내용정리를 할때까지 미루자니 너무 답답하다

 

 

원래 오늘 opencv-python을 마무리 할생각이었으나

어제 생각보다 많이 하다보니 지금 계속 하기에는 질려버렸다.

 

 

나중에 더 진도 나가고 싶을때 하기로하고

아두이노로 할수있는 제어 시스템을 만들어봐야겟다

 

 

지금 너무 글양을 늘리는데만 급급하느라 방향을 잘못설정하고 있는것 같다.

 

되도록이면 오늘은 관련 자료들을 정리하는데 집중하자.

300x250

'그외 > 로그' 카테고리의 다른 글

시험 준비와 근황  (0) 2020.11.09
공부해나간 과정  (0) 2020.11.01
가끔 보는 유튜브 - 커넥팅닷  (0) 2020.08.16
프로젝트가 우선이냐 이론이 우션이냐 ojtube  (0) 2020.08.16
휴대용 오실로스코프 구매  (0) 2020.08.15
728x90

 

 ORB SLAM은 실시간으로 동작하고, 내부외부 작거나 넓은 공간 상관없이 사용가능한 특징 기반 SLAM 시스템으로, 심한 동작 버벅임에도 강인하여 넓은 공간에서의 루프 폐쇄와 재 위치 추정이 가능하고, 완전 자동화된 초기화도 수행한다.

 

 최근 몇년동안 좋은 알고리즘을 만들기 위해서 밑바닥에서 부터 SLAM의 모든 동작(추적, 지도작성, 재위치추정, 루프클로징)을 수행하는 새로운 시스템을 만들었습니다.

 

 올바른 점들을 선택하기 위한 방법과 키프레임 복원을 위한 노력 덕에 강인해졌으며, 소형화가 되었고 추적이 가능한 지도를 만들게 되었습니다.

 

 가장 유명한 데이터셋의 27시퀀스로 평가 결과를 정리했으며 ORB SLAM은 최신 단안 SLAM 방법들 중에서 전래없는 성능을 보이고 있습니다. 

 

 

 

 

ORB SLAM

- 내부, 외부 상관없이 실시간으로 사용가능한 특징기반 SLAM 알고리즘

- 동작 버벅임에도 강인. 넓은 공간에서 루프 폐쇄와 위치 추정 가능, 초기화도 자동화

 

 

 

 

 

 번들 조정 방법은 정밀한 카메라의 위치 추정치와 희소 기하 복원을 하는데 사용되고 있습니다.  오랜 시간 동안 이방법은 비주얼 슬램 같은 실시간 분야에서는 부적합하다고 생각되어 왔습니다.

 

 비주얼 슬램의 목표는 주위 환경을 복원하고 카메라의 궤적을 추정하는것인데,  이제 계산 비용 문제 없이 좋은 결과를 얻게 되었고, 실시간 슬램 알고리즘을 하려면 번들 조정시 다음 사항들을 따르면 됩니다.

 

 1) 선택된 키프레임 하부집합 사이에서 장면 특징 관측의 대응

 2) 키프레임의 수 증가와함께 복잡도가 커질때, 선택하여 불필요한 것들을 없에야 합니다.

 3) 키프레임과 점들의 강한 결합으로 좋은 결과를 얻었으며, 즉 키프레임들이 잘 흩어져있다고 할수 있겠습니다.

 4) 비선형 최적화를 위한 키프레임과 점 위치의 초기 추정치

 5) 지역 지도들은 확장성을 얻기 위해 최적화에 집중합니다.

 6) 빠르고 전역적인 최적화(자세 그래프)를 하기위해서 실시간으로 루프 클로져를 해야합니다.

 

=> 번들 조정을 실시간으로 하기위한 조건?

 

 

 관련 연구들을 살펴보면 

- 첫 번들 조정을 이용한 실시간 어플리케이션 -> 비주얼 오도메트리(Mouragon)

- 평행 추적 및 지도작성(PTAM) 등

 

 

 

PTAM Parallel Tracking and Mapping

- 작은 스케일의 연산으로 제한

- 키포인트 선택, 특징 매칭, 점 삼각화, 카메라 위치 추정, 위치 추적 실패후 재위치추정 등을 위한 효과적인 방법들 제공

- 단점 : 루프 클로징과 예외 상횡시 적절한 대응 부족, 재위치 추정시 관점의 저불변성(관점이 잘 바뀌지 않는다?), 맵 부트스트랩에 사람이 필요

 

 

 

ORB SLAM의 경우

- PTAM의 매인 아이디어인 장소 인식 부분을 참고, 스프클로징시 스케일 인지, 큰 스케일 연산시 공동 가시성 정보 등이 사용됨. 그 결과 단안 ORB SLAM은 다음을 따름

 

1. 모든 동작(추적, 지도작성, 재위치추적, 루프클로징) 에 같은 특징 사용

 -> 더 효율적이고, 단순하고, 신뢰성있어짐.

 - ORB 특징을 사용했는데, GPU 없이도 실시간으로 수행하기 위함이고, 관점과 조도 변화에서도 불변함

 

2. 넓은 공간에서도 실시간 연산이 가능함. 공동 가시성 그래프를 사용한 덕분에 추적과 지도작성이 지역적 공동 가시성 영역에 집중되어 전역 크기의 맵에는 독립적으로 됨

 

3. 자세 그래프 최적화 방법에 기반하여 실시간 루프 폐쇄가 수행됨. 이 시스템은 생성 트리로 만들어지고, 루프 클로저 링크와 강한 에지는 공동 가시성 그래프에서 만듬.

 

4. 지도를 재사용하거나 추적을 실패시에도 불변하게 실시간 카메라 재위치 추정이 가능

 

5. 평면과 비평면 공간의 지도를 만들도록 하는 모델 선택 기반으로 새로운 자동, 강인한 초기화 과정이 수행됨.

 

 

 이 방법이 단안 SLAM에 있어서 완전하고 신뢰할수있는 최선의 결과물이라 할수 있음.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

300x250
728x90

orb slam에서 검색해보니 가장 먼저 open slam 사이트가 나온다

https://openslam-org.github.io/

 

orb slam 봐선 다 공개되어있는듯한데

 

여기서 부터 시작해보자

 

 

 

http://webdiis.unizar.es/~raulmur/orbslam/

 

ORB SLAM의 개요에 대한 사이트다

 

여기서보면 ORB SLAM이 단안 카메라 뿐만아니라

 

스테레오 카메라

 

RGBD 카메라에 적용되서 사용되는걸 보여준다.

 

 

 

 

일단 ORBSLAM에서 맨 앞 내용을 정리해보면

 

 

ORB-SLAM은 다양하게 쓸수있고 정밀한 SLAM 방법으로 단안, 스테레오, RGBD 카메라에서 사용가능하다. 카메라 궤적을 실시간으로 추정하고, 주위 환경 장면을 3차원으로 복원 가능하다. 그리고 넓은 루프를 클로즈할수 있고, 실시간으로 그리고 넓은 공간에서 전역적인 재위치조정을 수행한다. 이 기술에는평면과 평면이 아닌 장면에 대해 자동, 강인한 초기회를 할수 있으며 이에 대한 자료들은 아래에서 볼수 있겠다.

 

 

 

소스코드

- ORB SLAM

github.com/raulmur/ORB_SLAM

 

- ORB SLAM2

github.com/raulmur/ORB_SLAM2

 

 

 

 

 

 

단안, 스테레오, RGBD 카메라를 이용한 ORB SLAM 2

- 논문

https://128.84.21.199/abs/1610.06475

 

 

 

 

 

 

단안 카메라 ORB SLAM

- KITTI 데이터셋을 이용한 ORB SLAM

dx.doi.org/10.1109/TRO.2015.2463671

IEEE 로봇 공학 분야 최고 논문상 수상!!

 

 

 

 

 

 

 

 

 

 

 

 

 

300x250
728x90

매번 논문 정리를 해야지 하면서 생각만해놓고 

 

그날 할 과제만 하느라 논문 정리는 계속 뒷전으로 미루고 있다.

 

 

하긴 해야된느데

 

 

이렇게 글 대충이라도 조금씩 남기고자한다.

 

 

내가 당장 컴퓨터 비전분야에서 비주얼 슬램을 다뤄보고싶으니

 

 

 

대표적인 비주얼 슬램 알고리즘인 ORB SLAM에서 시작하여

 

필요한것들을 전개해나갈까 싶다.

 

 

300x250
728x90

 

 

 

 

내가 어쩌다 이분을 찾았는지 잘 생각은 안나지만

 

회사 생활에 필요한 노하우들을 되게 잘 설명해주시는 분이다.

 

사고법, 말하는법, 정치법 등

 

 

 

공부만 하다보니

 

정치질에 대해서 이해가 안되는 부분들이 많았는데

 

이분 영상을 보면서 많이 정리되더라 

 

 

 

 

 

 

 

300x250
728x90

시간이 지났으니

 

오늘이 아니라 어재 oj tube님이 실시간 방송을 하시는걸 잠깐 봤다.

 

 

 

중간에 어느 학생이 프로젝트를 해야할지 이론 공부를 해야할지 질문 하더라

 

나도 학교를 다니는동안 그런 고민은 했지만

 

급한마음에 뭔가에 만드는데 급급했지 이론공부를 (하려고했으나) 잘 하지는 못했었다.

 

 

 

 

일단 oj tube님의 답은

 

프로젝트를 시작하려고해도 이론을 모르면 할수있는게 없으니

 

이론을 공부해야한다고 말씀하셨던것 같다.

 

 

 

 

이는 특히 피신 과정을 거치면서

 

나는 삽질만 많이했지 제대로 알지 못했다는 생각을 많이하겠다.

 

학교를 다니는동안 뭔가 만들어보겠다고 (+주위의 심한 압박) 열심히 삽질했지만

 

삽질만했지 빌드하나하는데 몇주간의 시간을 소모한적도 있엇고

 

 

 

 

 

 

 

그렇게 시간을 많이 낭비 하고보다보니 공감되는 부분이 많았다.

 

 

 

 

그런 이유로 이렇게 이론 공부를 많이하고 있는데

 

이제 좀 프로젝트를 시작해보고 싶지만

 

이론에 끝이없으니 어느정도 공부해야하는가가 문제다.

 

 

300x250
728x90

이전에 공부하면서

 

전기를 측정하는 이상한 기계를 자주보곤했지만

 

이게 뭘하는지 몰랐다.

 

 

 

그러다보니 이계 전압같은 신호를 측정하는 장치라고 하더라

 

기계들은 0101 기계어 신호로 동작하는데

 

이게 전압으로 이렇게 보내는거고 

 

이런 신호를 측정하는 장치가 오실로스코프라 하더라

 

 

 

 

 

 

하지만 전기전자를 만질 일이 잘없으니

 

오실로스코프라는게 있구나 하고

 

그냥 넘어가고 말았다.

 

 

 

 

 

 

그러다가 요즘 프로토타이핑을 하면서

 

아두이노로 신호를 빵빵 쏴주는데 이거를 볼수 없으니까 답답하더라

 

그래서 이걸 보고싶은 마음에 오실로스코프를 한번 사봐야되겠다 그래서

 

 

 

 

 

 

찾던중 휴대용 오실로스코프를 찾게 되었고

 

저렴한 제품으로

DSO FNIRSI PRO

을 찾았다.

 

 

 

 

 

 

 

더 저렴한 제품도 있지만 측정 가능한 범위도 짧고 일반 어댑터로 충전하지만

 

그래도 조금은 대역폭도 크고, 

 

usb로 충전된다!

 

https://ko.aliexpress.com/item/32973233356.html?spm=a2g0o.productlist.0.0.17a76e9fDh9Zuj&algo_pvid=df8874ff-07a8-4a40-9d85-9a6bf2e0c041&algo_expid=df8874ff-07a8-4a40-9d85-9a6bf2e0c041-0&btsid=0ab6fa7b15974972955122825e49ed&ws_ab_test=searchweb0_0,searchweb201602_,searchweb201603_

 

 

 

 

 

 

300x250
728x90

지금은 프로그래밍이라기 보단

 

컴퓨터 과학 전반을 공부하는 꾸준히 공부하고 있다.

 

하지만 공부만 하면서 내가 인정받는 사람이 될수 있을까 확신이 안될때가 많다

 

그러다가 가끔 오제이 튜브님의 영상을 가끔보는대

 

 

 

 

오늘 찾은 와닫는 영상

 

"방법을 알려줘도 인정 받는 프로그래머가 되지 못하는 이유"

 

결론부터 푸시업 10번을 5년만 할수 있으면 좋은 개발자가 수 있다.

 

작은 일도 꾸준히 해야된다고한다

 

그런 점에서는 현재 잘하고 있는중이다.

 

지금 블로그에다가 아무리 짧은 내용이라도 조금이라도 (엉터리 글이나마) 올리지 않는다면

 

불편한 정도로 습관이 들고 말았다.

 

 

 

내용은 아래와 같다.

 

 

 

 

 

1. 실력이 있어야 된다

 -> 절대적 시간의 투자

  - 재능에 따라서 시간 량이 바뀔수 있으나. 힘듬

  => 부자들이 부자가 되는 방법을 알려줘도 알수없음

 

2. 습관 처럼 들이기 힘듬

중략

 

 

 

 

 

괜찬은 프로그래머가 될 사람은 정해져 있다.

- 가장 추천받은 덧글. 내용 정리

 

 

 

300x250
728x90

간단하게 대학 수학을 훑어보면서

 

원래는 적분과 행렬에 대해서도 봐야되지만

 

 

행렬은 선형대수 공부하면서 많이 봤고

 

적분 파트는 미분 파트 보다는 덜 중요한것 같아 간단히 넘어갔다.

 

이번 주 중으로

 

대강 확률과 대학 수학을 훑어본듯하다.

 

 

확률을 보면서 어떤 분포와 함수들이 있는지, 모집단과 표본, 확률 과정등에 대해서보고

 

대학 수학을 통해 간단한 집합론부터 함수, 수열, 미분으로 마무리했다.

 

 

대강 최근한것들 하는중인거, 해야하나 안한거를 아래와 같이 정리할 수 있을거같다.

 

-------------1. 본거 -------------------

대학수학

확률

공업수학

선형대수

최적화론

---------------2. 하는 중 -------------

opencv-python

프로토타이핑

제어시스템

 

--------------3. 안본거 -------------

디지털신호처리

운영체제

통계

인공지능

다변량분석

 

 

opencv-python과 제어시스템은 디테일하게 하기에는 시간이 너무 오래걸릴것같아

 

적어도 opencv는 오늘부터 조금 간단하게 하려고한다.

 

 

아무튼 이번에 대학수학을 보고, 그동안 배운 내용들 덕분에

 

서울대 연구원분이 진행하시는 음성 합성 세미나 내용들이

 

완전히 이해할수는 없지만

 

그 동안 배운 개념들 조금조금씩 나오는게 너무 반가웠고

 

수학적 알고리즘을 어떻게 설계해서 실제 코딩으로 만들어나가는지

 

대략적인 느낌은 볼수 있었다.

 

 

영상처리와 음성 분야에 있어서

 

디지털 신호 처리가 많이 필요하니

 

시간 될때 좀 봐야할것 같다.

 

 

제어 시스템은 프로토타이핑 과정 때문에 정리하고 있는데

 

일단 제어 시스템은 조금 천천히 하고

 

opencv를 조금은 급하게 나가야할것 같다.

 

그래도 오늘 opencv 이미지 프로세스 내용의 절반 조금 안되는건 훑어봤으니 충분하겠지..

 

 

300x250

+ Recent posts