Spatial Computing공간 컴퓨팅

공간 컴퓨팅 = SLAM + 공간 이해 + 자연스러운 상호작용

1. SLAM (Simultaneous Localization and Mapping)
   - 실시간 환경 지도 생성 + 자기 위치 추정

2. 공간 이해
   - 평면/물체 감지
   - 깊이 추정 (LiDAR, 스테레오 카메라)
   - 장면 분류

3. 자연스러운 상호작용
   - 손 추적 (Hand Tracking)
   - 눈 추적 (Eye Tracking)
   - 음성 인식
   - 제스처 인식

# ORB-SLAM3 기반 개념 코드
import numpy as np

class EKF_SLAM:
    def __init__(self, landmarks):
        n = 3 + 2 * landmarks  # 로봇 자세(3) + 랜드마크(2*N)
        self.mu = np.zeros(n)     # 상태 추정값
        self.sigma = np.eye(n) * 1000  # 공분산

    def predict(self, u, dt):
        """모션 모델: 제어 입력으로 상태 예측"""
        theta = self.mu[2]
        v, omega = u
        self.mu[0] += v * np.cos(theta) * dt
        self.mu[1] += v * np.sin(theta) * dt
        self.mu[2] += omega * dt
        # 공분산 업데이트 (야코비안 기반)

    def update(self, z, landmark_id):
        """관측 모델: 랜드마크 관측으로 상태 보정"""
        lx = self.mu[3 + 2*landmark_id]
        ly = self.mu[4 + 2*landmark_id]
        expected_range = np.sqrt((lx-self.mu[0])<strong>2 + (ly-self.mu[1])</strong>2)
        innovation = z[0] - expected_range
        # 칼만 게인으로 상태 업데이트

// visionOS WindowGroup + ImmersiveSpace
import SwiftUI
import RealityKit

@main
struct SpatialApp: App {
    var body: some Scene {
        WindowGroup {
            ContentView()
        }
        // 완전 몰입 공간
        ImmersiveSpace(id: "FullImmersion") {
            RealityView { content in
                // 3D 콘텐츠 배치
                let sphere = ModelEntity(
                    mesh: .generateSphere(radius: 0.2),
                    materials: [SimpleMaterial(color: .cyan, isMetallic: true)])
                sphere.position = [0, 1.5, -2]
                content.add(sphere)
            }
        }
        .immersionStyle(selection: .constant(.full), in: .full)
    }
}