팀장님이 들어오셧다. 임원 면접으로 준비하였지만, 완벽하게 실무면접이였다.

면접

1. 자기소개 안녕하십니까. 우선 이렇게 기회를 주셔서 감사합니다. 저는 오늘 두가지 핵심 삶에 대한 자세에 대해 말씀드리며 저를 소개하겠습니다. 저는 “나는 할 수 있다.” “후회하는 삶을 살지 말자” 입니다. 나는 할 수 있다는, 제가 어렸을때 운동선수 되는것이 꿈이였습니다. 허나 부상으로 인하여 더이상 운동선수가 할 수 없었고, 이에 어려운 시기와 방황을 하였습니다. 이에 많은 청소년상담센터와 부모님의 격러로 단계적 목표를 수립하고 달성하며 할수 있다는 자세를 갖게 되었습니다. 후회하지 말자는, 어렸을때부터 현재까지 저릴 키워주신 외할머니가 있습니다. 외할머니가 무지개 다리 건너신 이후에, 되돌릴수없는 후회가 많이 있었으며, 이에 앞으로 모든 순간 최선을 다하여 후회하지말자는 자세를 갖게 되었습니다. 이 두가지 기본 자세를 통하여 모바일 로보틱스 엔지니어가 되기위해 노력하였습니다. 오늘 최선을 다해서 면접에 임하겠습니다.

2. 슬램종류 슬램에는 lidar 기반 슬램과 Camera 기반 슬램이 있습니다.

3. 중국에서 취업 안하는 이유 문화 차이때문에 그렇습니다. 한국에서 발전하고자 합니다.

4. 중국에 간 이유 3개 국어가 되는 것이 인생 목표중 하나입니다. 그리하여 중국어를 더 잘하고 싶어서 이렇게 유학을 결정하게 되었습니다.

5. ORBSLAM3 공부를 해봤는지 네 6개월전 인턴을 할때 같이 스터디를 해보았습니다. 다른 점이라고 한다면 아틀라스 모듈이라는 것이 있어서, 트래킹 로스트가 생겼을때, 여러 맵들을 그룹으로 다시 만들어서 맵핑을 시작합니다. 그러다 백오브더 워드를 통해 얻어지는 이미지 특징이 만나는 지점이 있다면, 그떄 로컬 맵핑으로 머지가 되게 됩니다. 그 점이 큰 차이점이라 생각 됩니다.

6. 로보틱스에서 어떤것에 자신이 있는지 측위 분야에 자신이 있습니다.

7. 라이더 해봤는지 라이더는 로스를 공부할 떄 패키지로 되어있는 상태로 공부하였습니다.

8. 왜 카메라만 하였는지 프로젝트를 할때 적은 비용으로 만들자는 것이 주요 관건이였고, 이에 카메라 센서를 통해서 하게 되었습니다.

9. 프로트엔드 백엔드 차이 프론트엔드는 전처리과정으로 주로 맵포인트들을 생성을 하고 이에 카메라 포즈를 찾게 됩니다. 백엔드라고 한다면, 이렇게 생성된 맵포인트들과 카메라 포즈를 최적화 하는 단계라 생각합니다. 로컬플래너로 최적화를 할 수 있고, FUll 최적화도 가능합니다.

10. 측위 말고 하고 싶은것 어렵겠지만, 슬램 쪽을 해보고 싶습니다.

11. 코딩실력 10점 만점에 몇점이라 생각합니까 5점이라 생각합니다.

12. 로스패키지 그냥 이용한거 아닌지 아닙니다. 로스패키지를 그대로 이용했다기 보다는, 알고리즘 프래임워크를 가져와서 모델에 맞는 코스터마이즈를 하였습니다.

13. 모션플래닝은 어떻게 했는지 Open Motion Planning Library를 사용을 하여서 하였습니다. 라이브러리를 이용하여서, 얻어지는 맵포인트들을 라이버리에 등록을 하고, 탐색점과 현재 지점을 경로를 탐색하도록 하였습니다.

14. 모바일 로봇 내비게이션에서 어떤 것이 제일 중요하다 생각하는지 환경인지와 객체인지가 중요한 슬램이 가장 중요하다 생각합니다. 그 이유는 아무래도 잘못된 맵을 생성하게 되면, 그 이후에 모듈들에게도 문제가 되기 때문입니다.

15. 비쥬얼 슬램 개선해야되는점 아무래도 작은 환경에서는 잘 된다고 생각합니다. 다만 주행이 길어지는 큰 환경으로 갔을때는 아무래도 드래프트가 쌓이면서, 좋은 맵들을 구성할 수 없다고 생각이 됩니다. 또한 환경에 대한 조건이 항상 constant 해야 된다고 생각합니다. 빛에 대한 영향을 많이 받고, 또 아무래도 많이 복잡한 환경에서는 어려움이 있을것 같습니다. 또한 이런 부족한 특징을 매꿀수 있는 다른 센서를 이용하여서 개선할 수 있습니다.

16. Filter SLAM과 Graph SLAM에 대한 차이 우선 Filter SLAM에 대해서는 제가 잘 모릅니다. 다만 Gprah SLAM에 대해서는, 모션 모델을 통해 얻어지는 오도미터리를 하나의 노드로 간주를 하고, 카메라 센서나 라이다 센서를 통해 얻어지는 3D 맵포인트들을 통해, 환경을 구성합니다. 이렇게 각 노드마다 구성된 포즈와 3D Mappoints들은 이전에 방문했던 노드와 같게 된다면, Bundle Adjustment나 least Square을 통해 최적화가 되게 됩니다.

17. 벡엔드는 어떻게 하는 건지 프론트엔드에서 카메라 포즈와 주변 환경에 대한 MapPoints들을 얻게 되는데, 이 얻어지는 프레임, 씬에서의 포즈와 맵포인트들간에 Least Square를 통한 최적화를 하는 것입니다.

18. Yolov3와 ORBSLAM2 어떻게 이용했는지 첫단에, ORB 특징점 추출함과 동시에, Yolov3 프레임워크를 통해 바운더이박스를 생성했습니다. 이미지시퀀스간에 얻어진 바운더리 박스에 생겨난 특징점들 Epipolar Contraint을 통해 두 이미지 특징점에 대한 Distance가 특정 임계값을 넘어가게 되면, 필터링을 하는데 사용을 하였습니다.

19. 카메라 센서로 충분히 네비게이션 할 수 있는지 Monocular Camera는 좀 힘들 것 같습니다. 허나 스테레오 카메라나 뎁스카메라를 사용한다면, 저는 충분히 가능할 것으로 생각됩니다. 실제로 제개 해보았고 이에 작은 공간에서는 충분히 가능할 것이라고 생각됩니다.

20. 카메라 센서 기반으로 하였을때 잘되었는지 연구실에서 실제 시스템을 검증을 하였는데 잘 되었습니다. 물론 작은 공간이나 협좀은 공간, 지저분한 공간에서 이 검증이 힘들어서, 그래도 연구실에서 깨끗하게 정리를 하여서 검증을 하였습니다.

21. Yolov3 프레임 워크만 그냥 사용한건가요? 네 그렇습니다.

22. 객체 분류는 어떻게 하였나요? 따로 특정 객체만 추출하는 게 아니라, 기본 디폴트값을 이용하여서 바운더리 박스를 만들었습니다. 이에 ORB 특징점 추출 알고리즘을 통해 얻어진 특징점이 동적인지 아닌지 확인하고, 동적이면 바운더리 안에 있는 맵포인트들을 슬램에 적용이 되지 않게 방해되지 않게, 필터를 하였습니다.

23. 객체 분류할떄 썻던 딥러닝 프레임 워크와 데이터 셋 CoCo 80가지 객체 데이터 셋과 딥러닝 프레임워크 Resnet101이를 사용하였습니다.

질문

1. 입사하게 되면 어떤일 하나요 주로 이것저것 많이 시켜보며, 적합한 임무를 맡게 될 것입니다.

2. 주로 세니어 혹은 책임 연구원님들이 주요 역할을 맡아서 하나요? 저희는 그런것이 없습니다. 다같이 합니다.

3. 입사일 아마 7월쯤이 될 것입니다. 해외 입국자, 격리에 대한 문제를 고려할 것이니, 인사담당자와 더 자세히 말씀하는게 좋을 것 같습니다.