Kalman Filter 이해 정리
Kalman Filter를 공부하며 이해한 prediction, update, Bayesian 관점, P/Q/R, Kalman gain, MOT 속도 추정을 정리합니다.
Research Blog
논문을 읽고, 직접 구현하고, 실험에서 배운 점을 정리합니다. 완성된 결과보다 재현 가능한 학습 과정을 남기는 공간입니다.
Kalman Filter를 공부하며 이해한 prediction, update, Bayesian 관점, P/Q/R, Kalman gain, MOT 속도 추정을 정리합니다.
해상 레이더의 기하학적 blind area, pulse width, FMCW, range resolution, LiDAR와 Radar raw data 차이를 정리합니다.
연속 PPI, RPM, 시공간 마스킹, JEPA 계열 self-supervised learning으로 sea clutter를 탐지하는 접근을 정리합니다.
P, Q, R, Kalman Gain, MSE와 가우시안 곱, SLAM factor graph의 관계를 정리합니다.
PointPillars, VoxelNet, CenterPoint를 공부하며 이해한 feature encoding, BEV map, detection head 흐름을 정리합니다.
Visual SLAM을 공부하기 전에 pose estimation, feature tracking, triangulation을 어떤 순서로 볼지 정리합니다.
Vision-Language-Action 논문을 읽을 때 문제 정의, 데이터, action space, 평가 방식을 빠짐없이 보는 틀입니다.