Heterogeneous Multi-LiDAR Calibration and Point Cloud Feature Processing for Robotic Automation in Specialized Environments
연구 내용
이종 다중 라이다의 캘리브레이션과 특징 정합을 수행하고, 라이다 점군·영상 기반 전처리로 로봇 작업 자동화를 지원하는 연구
이종 다중 라이다 환경에서 센서 간 기하 정렬을 안정적으로 수행하기 위해 원뿔-평면 타깃 기반 stepwise feature matching 캘리브레이션을 연구합니다. 캘리브레이션 과정에서 타깃 형상과 특징 매칭 절차를 단계적으로 구성하여 서로 다른 라이다에서 생성되는 관측의 대응을 정교화합니다. 또한 라이다 점군 기반 도킹 스팟 생성으로 무인 수상선의 계류 환경 대응을 지원하고, 선박 건조 공정에서는 세그멘테이션과 스켈레톤 필터링으로 자동 발파 로봇의 방향 정보 생성을 돕는 전처리 체계를 구성합니다. 이를 통해 특수 환경에서 로봇이 필요한 입력을 신뢰성 있게 생산하는 기반을 확보합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2025년에는 이종 다중 LiDAR 캘리브레이션을 위한 원뿔-평면 타깃 기반 특징 매칭 방법을 프리프린트와 학술지 형태로 정리하며 연구를 집중했습니다. 동시에 2025년에는 무인 수상선용 라이다 점군 기반 도킹 스팟 생성과, 선박 건조 환경에서 자동 발파 로봇을 위한 세그멘테이션-스켈레톤 전처리 방법을 함께 제시했습니다. 이러한 흐름은 다중 센서 정렬과 작업 입력 생성의 관점에서 로봇 자동화로 확장되는 구조를 보여줍니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
CPT-SFM: Conical-planar target-based stepwise feature matching calibration for heterogeneous multi-LiDAR systems
LP-DSG: A LiDAR Point-Based Docking Spot Generation System for Unmanned Surface Vehicles in Berthing Environments
SSF: Segment Skeleton Filtering Method to Generate a Clean Direction for Automatic Blasting Robots in Shipbuilding