본문 바로가기
반응형
[C++ 네트워크 프로그래밍과 분산 시스템] 목차 C++ 네트워크 프로그래밍과 분산 시스템 시리즈: 30일 완성Day 1: 네트워크 프로그래밍 개요 및 기초 개념Day 2: 소켓 프로그래밍 기초 (TCP/UDP)Day 3: 소켓 API와 기본 사용법Day 4: 블로킹 소켓과 논블로킹 소켓Day 5: 다중 소켓 처리 (select, poll, epoll)Day 6: 데이터 직렬화와 역직렬화Day 7: 간단한 클라이언트-서버 애플리케이션 구현Day 8: 멀티스레딩을 이용한 네트워크 프로그래밍Day 9: 비동기 네트워크 프로그래밍 (Boost.Asio)Day 10: SSL/TLS를 이용한 보안 통신Day 11: WebSocket 프로그래밍Day 12: HTTP 프로토콜 이해 및 구현Day 13: RESTful API 서버 구축Day 14: 네트워크 성능 최적.. 2024. 6. 20.
[C++ 성능 최적화 및 고급 테크닉] 목차 C++ 성능 최적화 및 고급 테크닉 시리즈: 30일 완성Day 1: 성능 최적화의 중요성 및 기본 원칙Day 2: 컴파일러 최적화 옵션 이해하기Day 3: 코드 프로파일링 및 벤치마킹Day 4: 캐시 최적화 기법Day 5: 메모리 관리 최적화Day 6: 불필요한 복사 방지 (copy elision)Day 7: 데이터 로컬리티와 캐시 친화적 코딩Day 8: Move semantics와 R-값 참조Day 9: 완벽한 전달 (perfect forwarding)Day 10: inline 함수와 매크로의 사용Day 11: 표현식 템플릿 (Expression Templates)Day 12: C++11/14/17/20의 새로운 기능 활용Day 13: 고급 상속 및 다형성 기법Day 14: CRTP(Curiously .. 2024. 6. 20.
[C++ 고급 프로그래밍과 응용] 목차 C++ 고급 프로그래밍과 응용 프로젝트 시리즈Day 1: 람다 함수와 함수 객체Day 2: 고급 템플릿 프로그래밍Day 3: SFINAE와 개념Day 4: C++20의 개념과 모듈Day 5: 범위 기반 for 루프와 초기화 리스트Day 6: constexpr과 상수 표현식Day 7: R-값 참조와 이동 시멘틱Day 8: 싱글톤 패턴Day 9: 팩토리 패턴Day 10: 전략 패턴Day 11: 옵저버 패턴Day 12: 데코레이터 패턴Day 13: 커맨드 패턴Day 14: 템플릿 메소드 패턴Day 15: 프로젝트 소개 및 설계 (프로젝트 1: 간단한 웹 서버)Day 16: 프로젝트 1 - HTTP 프로토콜 이해 및 구현Day 17: 프로젝트 1 - 요청 처리 및 라우팅 구현Day 18: 프로젝트 1 - 멀티스.. 2024. 6. 20.
[C++ 마스터] 목차 C++ 마스터 시리즈Day 1: C++ 소개와 개발 환경 설정Day 2: 기본 문법과 Hello World 프로그램Day 3: 변수와 데이터 타입Day 4: 연산자와 표현식Day 5: 조건문과 제어 구조Day 6: 반복문 (for, while, do-while)Day 7: 함수와 재귀Day 8: 배열과 문자열Day 9: 포인터와 참조자Day 10: 동적 메모리 할당 (new, delete)Day 11: 구조체와 열거형Day 12: 클래스와 객체 지향 프로그래밍 (OOP) 기초Day 13: 생성자와 소멸자Day 14: 연산자 오버로딩Day 15: 상속과 다형성Day 16: 가상 함수와 추상 클래스Day 17: 템플릿 기초Day 18: 예외 처리Day 19: 표준 템플릿 라이브러리 (STL) 소개Day 20.. 2024. 6. 20.
[SLAM] 9일차: SLAM 성능 비교 및 평가 SLAM 성능 비교 및 평가이번 단계에서는 다양한 SLAM 알고리즘의 성능을 비교하고 평가하는 방법을 배우겠습니다. 이를 통해 각 알고리즘의 장단점을 이해하고, 특정 애플리케이션에 적합한 알고리즘을 선택할 수 있는 능력을 기릅니다.1. 성능 평가 지표SLAM 알고리즘의 성능을 평가하기 위해 다양한 지표를 사용할 수 있습니다. 주요 지표는 다음과 같습니다:정확도(Accuracy): 생성된 지도의 정확도와 로봇 위치 추정의 정확도를 평가합니다.루프 클로저 감지(Loop Closure Detection): 루프 클로저를 정확하게 감지하고 처리하는 능력을 평가합니다.연산 속도(Computation Speed): 알고리즘이 데이터를 처리하는 속도를 평가합니다.메모리 사용량(Memory Usage): 알고리즘이 사.. 2024. 6. 4.
[SLAM] 8일차: 최신 SLAM 논문 읽기 및 구현 이번 단계에서는 최신 SLAM 논문을 읽고, 논문에서 제안하는 알고리즘을 구현하여 실습해보겠습니다. 최신 논문을 통해 SLAM 분야에서 최신 동향과 발전을 이해할 수 있습니다.1. 논문 선택 및 읽기최신 SLAM 논문을 선택하여 읽어보겠습니다. 여기에 추천하는 최신 논문 중 하나를 선택해 보겠습니다. 논문 추천: "ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM" 논문 다운로드: ORB-SLAM3 논문 논문을 다운로드하고 읽어보세요. 주요 내용은 다음과 같습니다:ORB-SLAM3의 개요와 특징Visual, Visual-Inertial, Multi-Map SLAM의 구현 방법실험 결과 및 성능 .. 2024. 6. 4.
[SLAM] 7일차: Visual SLAM 이론과 실습 Visual SLAM 이론과 실습이번 단계에서는 Visual SLAM의 기본 이론을 배우고, 이를 적용한 간단한 실습을 진행하겠습니다.1. Visual SLAM 이론Visual SLAM (V-SLAM)은 카메라를 이용하여 로봇의 위치를 추정하고 지도를 생성하는 SLAM 방식입니다. V-SLAM은 주로 Monocular SLAM (단일 카메라), Stereo SLAM (이중 카메라), RGB-D SLAM (깊이 카메라)을 포함합니다. Visual SLAM의 주요 단계:특징 추출 (Feature Extraction): 이미지에서 특징점(Keypoints)을 추출특징 매칭 (Feature Matching): 다른 이미지의 특징점과 매칭모션 추정 (Motion Estimation): 카메라의 움직임을 추정지도 .. 2024. 6. 4.
[SLAM] 6일차: Graph-Based SLAM 이론과 실습 Graph-Based SLAM 이론과 실습이번 단계에서는 Graph-Based SLAM의 기본 이론을 배우고, 이를 적용한 간단한 실습을 진행하겠습니다.1. Graph-Based SLAM 이론Graph-Based SLAM은 로봇의 위치와 지도를 그래프 형태로 표현하여 최적화하는 방식입니다. 노드는 로봇의 위치를 나타내고, 엣지는 센서 측정을 통해 얻어진 제약 조건을 나타냅니다.Graph-Based SLAM의 주요 단계:그래프 구성 (Graph Construction): 로봇의 위치와 센서 측정 데이터를 그래프 노드와 엣지로 표현최적화 (Optimization): 그래프 최적화 알고리즘을 사용하여 노드 위치를 최적화루프 클로저 탐지 (Loop Closure Detection): 로봇이 이전에 방문한 장소를.. 2024. 6. 4.
[SLAM] 5일차: Particle Filter SLAM 이론과 실습 Particle Filter SLAM 이론과 실습이번 단계에서는 Particle Filter SLAM의 기본 이론을 배우고, 이를 적용한 간단한 실습을 진행하겠습니다.1. Particle Filter SLAM 이론Particle Filter SLAM은 로봇의 위치 추정을 위해 많은 수의 입자(particles)를 사용하는 방법입니다. 각 입자는 로봇의 가능한 위치를 나타내며, 입자 필터는 이 입자들의 가중치를 업데이트하여 위치를 추정합니다.Particle Filter SLAM의 주요 단계:초기화 (Initialization): 많은 수의 입자를 초기 상태로 설정예측 단계 (Prediction Step): 각 입자를 로봇의 모델에 따라 이동갱신 단계 (Update Step): 센서 데이터를 사용하여 각 입.. 2024. 6. 3.
[SLAM] 4일차: TurtleBot3를 이용한 ROS와 Gazebo를 활용한 SLAM 실습 TurtleBot3를 이용한 ROS와 Gazebo를 활용한 SLAM 실습이번 단계에서는 TurtleBot3를 이용하여 ROS와 Gazebo에서 SLAM을 실행하고 시뮬레이션 환경에서 실습을 진행합니다.1. TurtleBot3 설치 및 환경 설정M2 Pro에서 ROS Noetic과 Gazebo가 이미 설치되어 있다고 가정하고, TurtleBot3 패키지를 설치합니다. 1. TurtleBot3 관련 패키지 설치mkdir -p ~/turtlebot3_ws/srccd ~/turtlebot3_ws/srcgit clone https://github.com/ROBOTIS-GIT/turtlebot3.gitgit clone https://github.com/ROBOTIS-GIT/turtlebot3_msgs.gitgit .. 2024. 6. 3.
반응형

티스토리툴바