[H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 18. 라이다 기반 물체 추적 기술

1. 라이다 기반 물체 추적 기술 개요

 

1) 라이다 센서를 통해 얻은 검출 결과들을 시간적으로 연결하고 연결된 검출 결과에 물체 ID를 부여하는 작업

 

2) 라이다로부터 3차원 물체 검출 결과를 연결함으로써 3차원 공간에서의 물체 움직임 추적

 

3) 물체 추적 기술은 동적 객체들의 트랙을 관리하는 것이 핵심

 

4) 물체 추적 과정

포인트 클라우드 데이터를 이용하여 물체 검출 결과 도출 -> 현재 관리하고 있는 물체들의 트랙과 검출 결과를 연결 -> 새로 출현하거나 퇴장하는 물체에 대해 결정 -> 연결된 검출 결과를 물체들의 트랙에 추가한 후 필터링 -> 계속 반복하면서 움직임 추적

 

2. 라이다 기반 물체 추적 기술 동향

 

1) 딥러닝 기반 물체 추적

 

- 검출 결과의 연결 작업 : 딥러닝에서 추출된 특징값을 사용해 트랙과 물체의 유사도 측정 -> 트랙과 검출 결과의 관계를 파악하기 위해 그래프 구조의 딥러닝 구조 사용

- 필터링 : LSTM, RNN 등의 딥러닝 모델 사용

 

2) 물체 검출, 추적을 통합적으로 설계하여 보다 좋은 인지 성능 달성 가능

 

- 검출 기술에서 추출된 특징값들을 활용하여 추적 기술의 성능 개선

- 추적 기술에서 사용하는 시간적인 상관도를 활용하여 물체 검출 성능 개선

 

퀴즈)

1. 다음 중 3차원 물체 박스를 표현하는 요소로 옳지 않은 것? 답 4

 

1. 중심

2. 높이

3. 각도

4. 색깔

 

2. 다음 중 라이다 기반 물체 검출 기술에 해당하는 것? 답 1(복셀 기반 처리 방식은 라이다 포인트 클라우드를 처리하여 물체에 대한 정보를 추출하는 방법)

 

1. 복셀 기반 처리 방식

2. 색 필터 기반 처리 방식

3. 스테레오 처리 방식

4. 옵티컬 플로우 방식