[H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 17. 라이다 기반 물체 검출 기술

1. 라이다 기반 물체 검출 기술 분류

 

1) 3차원 검출 결과의 표현 방법에 따른 분류

 

- 3차원 영역의 물체 검출 방법 : 3차원 영역에 물체를 포함하는 3차원 박스(중심,높이,너비,각도)로 물체의 위치 표현

- 카메라 : 3차원 물체 검출 결과 얻기 쉽지 않음 vs 라이다 : 거리와 형태 정보 제공

- 조감도 영역의 물체 검출 방법 : 주변을 위에서 내려다보는 방향에서 물체를 2차원 박스로 표현

- 카메라 : 물체의 크기가 거리에 따라 다르게 보임, 물체의 박스가 다 세워져 있음 vs 라이다 : 물체의 크기가 비슷하게 보임, 물체의 회전 각도도 추정해야 함

 

2) 라이다 데이터 전처리 방식에 따른 분류

 

- 복셀 기반 라이다 처리 : 3차원 공간을 복셀이라고 불리는 작은 3차원 블록으로 나눈 후 각 복셀 안에 있는 라이다 포인트 클라우드를 처리하여 물체에 대한 정보 추출

- 전체 1% 미만에 해당하는 복셀들만 포인트가 차있음 -> 희소한 포인트 분포를 해결하기 위해 효율적인 계산방식 필요

- 라이다 포인트 클라우드를 직접 처리 : 포인트넷이라고 하는 딥러닝 방법을 적용하여 포인트 클라우드에서 직접 물체와 관련된 정보 추출 -> 포인트 수가 많은 경우 계산량을 줄이기 위한 방법 필요

 

퀴즈)

1. 다음 중 라이다가 물체를 파악하기 위해 발사하는 것으로 옳은 것? 답 4

 

1. 극초단파

2. 음파

3. 엑스레이

4. 고출력 레이저

 

2. 다음 중 라이다 데이터의 품질이 저하 될 수 있는 원인으로 옳지 않은 것? 답 2

 

1. 비

2. 물체가 빛을 잘 반사하는 경우

3. 물체가 멀리 있는 경우

4. 안개