공학 · 수학 · 외국어

/

수학

임장환의 칼만 필터(Kalman Filter) 1

쉬운 예제를 통한 칼만 필터(Kalman Filter)의 이론적인 동작 원리를 이해할 수 있습니다.

27

이 수강하고 있어요.

Thumbnail

초급자를 위해 준비한
[수학] 강의입니다.

이런 걸
배워요!

  • 쉬운 예제를 통한 칼만 필터(Kalman Filter)의 정확한 동작 원리의 이해

  • 튼튼한 수학적 이론접근

어렵고 어려운 칼만 필터,
예제와 함께 확실하게 이해해보세요 ✨

예제로 공부하는
Kalman Filter의 동작 원리 💡

칼만 필터 (Kalman Filter)?

칼만 필터(Kalman filter)는 1660년대에 미국의 제어이론 과학자인 Rudolf. E. Kalman에 의해 개발된 알고리즘입니다. 그는 NASA에서 로켓 및 항공기 비행 제어 문제의 해결을 위해 이 필터를 개발했는데, 이후 제어공학, 로봇공학, 신호처리 등 다양한 분야에 응용되고 있습니다. 지금도 사용범위가 많은 알고리즘입니다.

칼만필터는 수학적으로 꽤 복잡한 알고리즘이기 때문에 이해하는 진입장벽이 높은 편입니다. 칼만필터를 학습하기 위해서는 선형대수학과 확률론, 통계학 등 상당히 많은 기초지식이 필요합니다. 쉽지 않죠! 저도 그랬습니다. 공부하다 벽에 부딪히기를 여러 번 했습니다. 수많은 양의 강의가 있음에도 칼만 필터를 제대로 이해하지 못했습니다. Kalman Filter를 사용하는 곳은 다양해서 모든 칼만 필터를 설명할 수는 없습니다. 그럴 필요도 없고요.

그래서 단순한 예제 몇 개로 Kalman Filter의 동작 원리를 설명해 보기로 했습니다. Kalman Filter를 이해하시면 이를 가지고 자기의 전문 분야에 적용하시면 됩니다. 이론을 모르고 적용하는 것과 이론과 원리를 알고 적용하는 것 어느 쪽이 좋을까요? 현명한 선택은 여러분의 몫입니다.


강의 특징 ✨

이 강의에서는 가능한 한 직관적인 이해를 돕기 위해서 단순한 예제들을 가지고 아주 구체적인 칼만 필터(Kalman filter)의 동작 원리를 설명할 것입니다. 강의를 잘 활용하신다면 Klaman Filter를 이해하는 데 걸리는 시간을 확 줄여주리라 생각합니다.

칼만 필터의 동작 원리를 수학적으로 이해할 수 있어요.

쉬운 예제부터 칼만 필터의 완전한 이해를 돕는 예제까지 학습해요. 

이론 설명에 필요한 확률통계 이론을 제시해요.


이런 분들께 추천해요 🙆‍♀️

칼만 필터가 뭔지 조금 알고 있는 분

제어공학, 로봇공학, 신호처리, 컴퓨터 비전 전공자

칼만 필터를 확실하게 익히고 싶은 대학원생


학습 내용 📚

     

       


예상 질문 Q&A 💬

Q. 칼만 필터(Kalman Filter) 정말 제대로 이해할 수 있을까요?

사실 Kalman Filter를 아주 제대로 깊이 있게 이해하려면 쉬지 않고 꾸준히 공부하셔야 된다고 말씀드리고 싶습니다. 이 강의를 만든 것은 칼만 필터를 이해하도록 제가 도와드릴 수 있다고 생각해서입니다.

Q. 확률통계에 대한 어느 정도의 선지식이 있어야 하나요?

저는 일단 지르고 보는 식이라 약간의 지식이 있으시다면 도전할 수 있으리라 생각합니다. 그리고 꾸준히 확률통계를 공부하셔야 합니다. 또한 모든 분야를 알아야 하는 것은 아니기에 부록으로 필요한 양을 만들었습니다.

Q. 수학의 어떤 지식이 선수지식으로 필요하나요?

선형대수, 확률통계, 최적화이론 지식이 필요합니다.


수강 전 확인해주세요 📢

  • 기본적으로 Python으로 이론 내용들을 구현했습니다. 저의 필요에 의해서 MatLab 프로그램도 일부 있습니다. 제가 구현한 프로그램들은 올려드리나, 구현은 각자 수강생 몫임을 말씀드리고 싶습니다.
    • 참고로 저는 쉬운 Matlab으로 프로그래밍하고 그다음 파이참을 이용하여 프로그래밍하였습니다. 
    • 이 강의의 목적은 Kalman Filter의 이론적 설명에 초점을 두고 있습니다. 따라서 구현은 각자 수강생분들의 몫임을 알려드립니다.
  • 수업 자료는 pdf, 프로그램 파일은 text 형태로 올려뒀습니다.

지식공유자 소개 ✒️

  • 현) 3D Computer Vision 연구자
  • 현) 유튜브 채널 운영: 임장환: 3D Computer Vision
  • 현) Face book: SLAM KR 그룹(수학전문위원)
  • 전) 독일 Kile대학 이학박사(위상기하학 전공)
  • 전) 중앙대학교 첨단영상 대학원 연구교수(3D Computer Vsion연구)
  • 저서: 최적화이론 

이런 분들께
추천드려요!

학습 대상은
누구일까요?

  • 칼만 필터(Kalman Filter)의 작동 원리를 이해하고 싶은 분들

  • 로봇공학, 제어공학, 신호처리 공부하시는 분들

  • 머신러닝, 인공지능 공부하시는 분들

선수 지식,
필요할까요?

  • MatLab, Python 언어 기본 지식

  • 확률통계 기초이론 , 선형대수, 미적분학

박사 졸업 후 5년 정도 Computer vision를 공부하고 가르치는 계기가 돼서

지금까지 수학전공과 공학이론을 연결한 공부들을 하고 있습니다.

전문분야(공부 분야)

전공: 수학(Topological Geometry), 부전공(컴퓨터 공학)

현) 3D Computer Vision(3D Reconstruction) , Kalman Filter, Lie-group(SO(3)),

Stochastic Differential Equation 연구자

현) 유튜브 채널 운영: 임장환: 3D Computer Vision

현) facebook Spatial AI KR 그룹 (수학전문위원)

출신학교

독일 Kile 대학 이학박사 (Topological Geometry & Lie-group 전공, 컴퓨터 공학 부전공)

중앙대 수학과 학사, 석사(Topology 전공)

경력

전) 대성그룹 자회사 두비비젼 CTO

전) 중앙대학교 첨단영상 대학원 연구교수(3D Computer Vsion연구)

저서:

최적화이론: https://product.kyobobook.co.kr/detail/S000200518524

링크

유튜브: https://www.youtube.com/@3dcomputervision520

블로그: https://blog.naver.com/jang_hwan_im

 

 

 

 

 

 

커리큘럼

전체

34 ∙ 5시간 10분

수업 자료

가 제공되는 강의입니다.

강의 게시일: 2023년 06월 14일
마지막 업데이트일: 2023년 06월 14일

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!