다중 LiDAR 캘리브레이션과 장기 환경 매핑 연구

Multi-LiDAR Extrinsic Calibration and Long-Term Environmental Mapping

연구 내용

여러 3D LiDAR 센서의 자세 정합을 평면 객체 기반으로 자동화하고, 적설 같은 장기 환경 변화를 처리해 지도 정합 오차를 줄이는 연구

본 연구는 자율주행과 지도작성에서 요구되는 기하학적 일관성을 확보하기 위해 다중 3D LiDAR의 외부 파라미터를 정합합니다. 공통 시야에서 관측 가능한 평면 객체를 활용해 최소 조건을 만족하는 평면을 추출하고, 대응관계가 알려지지 않은 상황에서도 평면 등록을 수행하여 캘리브레이션 전 과정을 자동화할 수 있도록 설계합니다. 또한 적설 환경처럼 시간에 따라 형상이 변하는 외부 조건을 지도 업데이트에 반영하기 위해 장기 매핑 전략을 제안합니다. 눈을 딥러닝 기반으로 탐지·제거한 후 눈이 가리는 지면 정보를 복원하여 지도 정합과 세션 간 등록 오류를 완화하며, 장기 주행에서도 위치추정 신뢰도를 유지하도록 구성합니다. 다중 센서 정합과 장기 환경 변형 처리를 결합한 점이 차별성입니다.

관련 프로젝트

0건

연구 흐름

초기에는 저비용 다중 LiDAR 구성을 전제로, 기존 점-기반 등록의 한계를 줄이기 위해 평면 객체를 이용한 외부 캘리브레이션 절차를 구축했습니다. 공장·실외 등에서 인공 캘리브레이션 객체를 추가로 설치하지 않아도 되는 조건을 중심으로, 평면 추정과 평면 등록 기반의 자동화된 캘리브레이션을 개발했습니다. 이후 2025년에는 장기 환경에서 누적되는 적설이 지도 정합에 미치는 문제에 집중하여 눈 감지와 제거를 위한 딥러닝 전처리와 지면 복원 단계를 포함하는 매핑 전략을 확장했습니다. 그 결과로 세션 간 정합 오차를 줄이고, 장기 자율주행에 필요한 지도 품질 유지 방향으로 연구를 이어갔습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

다중 LiDAR 기반 센서 정합 자동화
Blind spot 감소용 LiDAR 구성 최적화
적설 환경 장기 주행 지도 복원
세션 간 지도 등록 오류 저감
실내외 혼합 공간 지도작성 안정화
협력적 지도작성용 공통 좌표계 정규화
재난·재해 환경의 장기 매핑 파이프라인
유지보수 최소화를 위한 센서 캘리브레이션 운영
다중 로봇 협업 인식의 기하 일관성 확보
장기 데이터 로그 기반 지도 품질 관리