하늘바람바다 그리고 블로그

Visual SLAM

Stereo camera

- https://docs.opencv.org/3.1.0/dd/d53/tutorial_py_depthmap.html

- https://courses.cs.washington.edu/courses/cse455/09wi/Lects/lect16.pdf

[PCL library & PUCK(vlp-16) & ROS 레퍼런스]

벨로다인 PUCK 3D 라이더 사용할때 필요한 소프트웨어 레퍼런스입니다.

[Brief Introduction]

http://unanancyowen.com/en/pcl-with-velodyne/

이 글에 해당하는 소스코드: https://gist.github.com/UnaNancyOwen/9f9459d3c10f7a6325ebebabda9865f7

[PCL]

가장 친절한 튜토리얼: http://www.jeffdelmerico.com/wp-content/uploads/2014/03/pcl_tutorial.pdf

공식 튜토리얼: http://pointclouds.org/documentation/tutorials/

벨로다인 관련: http://pointclouds.org/documentation/tutorials/hdl_grabber.php#hdl-grabber

[ROS]

ROS에서 PCL 쓴 예시: http://ros-developer.com/2017/05/15/object-recognition-and-6dof-pose-estimation-with-pcl-pointcloud-and-ros/

pcl_ros 라이브러리 문서: http://wiki.ros.org/pcl_ros?distro=kinetic

ROS Velodyne Point Cloud 라이브러리: http://wiki.ros.org/velodyne_pointcloud

SLAM 라이브러리 reference 논문

구글 Cartographer

https://storage.googleapis.com/pub-tools-public-publication-data/pdf/45466.pdf

LOAM

http://www.roboticsproceedings.org/rss10/p07.pdf

Hector Slam

https://ieeexplore.ieee.org/document/6106777/

YOLO 저자 TED 강의

https://www.ted.com/talks/joseph_redmon_how_a_computer_learns_to_recognize_objects_instantly

추천 코드 에디터

1. Visual Studio Code - https://code.visualstudio.com/

2. Jupyter Notebook- http://vvwwvw.tistory.com/23

라이브러리

1. Numpy - http://webnautes.tistory.com/799

2. OpenCV - http://webnautes.tistory.com/1030

우분투 기본 명령어

https://blog.naver.com/jogakdal/221094922271

GitHub 사용법

https://nolboo.kim/blog/2013/10/06/github-for-beginner/

OpenCV & Numpy 튜토리얼

튜토리얼 GitHub : https://github.com/snuzero/practice

코드 받으신 다음 위에서 소개한 Jupyter Notebook을 이용하셔야 파일 열고 진행할 수 있습니다.

진행에 필요한 라이브러리

 OpenCV - OpenCV, Numpy, Matplotlib(앞선 공지의 Numpy 링크에서 설치 가능)

 Numpy - Numpy

작년 대회 코드 GitHub : https://github.com/zerosnu

https://atsushisakai.github.io/PythonRobotics/#a-algorithm

파이썬으로 어지간한건 다 구현되어 있네요 공부하기 좋은 자료인듯합니다

ROS 공부자료

ROS wiki : ROS 설치 및 튜토리얼 http://wiki.ros.org/

첨부파일은 로보티즈에서 만든 자료로 한글로 쉽게 잘 되어있어서

Wiki와 함께 참고해서 보면 좋을 것 같습니다.

https://www.bloomberg.com/news/features/2018-07-17/robot-taxi-startup-zoox-has-800-million-and-a-wild-pitch

1. Stanford CS231n: Convolutional Neural Networks for Visual

Main Page: http://cs231n.stanford.edu/

Syllabus: http://cs231n.stanford.edu/syllabus.html (2016, 2017 syllabus are also available)

Course Project: http://cs231n.stanford.edu/2016/reports.html

Winter 2016: https://www.youtube.com/playlist?list=PLkt2uSq6rBVctENoVBg1TpCC7OQi31AlC
Spring 2017: https://www.youtube.com/playlist?list=PLf7L7Kg8_FNxHATtLwDceyh72QQL9pvpQ

Python tutorial with Numpy: http://cs231n.github.io/python-numpy-tutorial/

Machine Learning Word List: https://developers.google.com/machine-learning/crash-course/glossary?hl=ko#h

한글 번역본: http://aikorea.org/cs231n/

과제 1 답안: https://github.com/yunjey/cs231n/tree/master/assignment1

2. Python Study

Python tutorial with Numpy: http://cs231n.github.io/python-numpy-tutorial/

SoloLearn: https://www.sololearn.com/Course/Python/

Jump to Python Document: https://wikidocs.net/book/1

3. Zero Repository

https://github.com/ZEROSNU/zer018

zer018_perception/lane_vision

★lane_detect.py, camera_node.py

4. Ubuntu - OpenCV install

http://webnautes.tistory.com/1030

1. [현장] 한국 자율주행차, 어디까지 달려왔나 / 2018.06.10

- 판교를 달릴 자율주행 셔틀버스 - 제로셔틀

- 사람처럼 운전법 배우는 카이스트 자율주행차 - 심현철 교수 연구실

http://www.bloter.net/archives/312109

2. 버클리 자율주행 데이터셋 / 2018.06.07

자율주행 러닝을 위한 데이터셋으로 추정. 비디오 자료만 1.8TB가 있다. ㄷㄷ

http://bdd-data.berkeley.edu/

Machine Learning Links

1. Image classification 

https://developers.google.com/machine-learning/practica/image-classification/

2. Stanford Lectures

Stanford대 Computer Vision 2017년 가을학기 강의입니다.

http://vision.stanford.edu/teaching/cs131_fall1718/

현재 진행 중인 CS231n : 시각적 인식을 위한 길쌈신경망

http://vision.stanford.edu/teaching/cs231n/ 

강의를 이해하시는데에 도움이 되실 것입니다.

강의계획서에 들어가셔서 슬라이드(와 노트)를 훑어 보시고, homework들에서 주안점을 두고 있는 포인트를 잡아보시는 것도 좋을 듯 싶습니다.