실시간 3D LiDAR 기반 주행/로봇 인식 및 추적 원천기술

Real-Time 3D LiDAR Perception and Tracking for Driving Robots

연구 내용

3D LiDAR의 점군 처리, 초해상/완성, 다중객체 추적, 로봇-센서 캘리브레이션을 통합하여 자율주행 및 이동로봇 인식 성능을 안정화하는 연구

3D LiDAR 점군의 실시간 인식을 위해 전처리-분류-필터링 구조로 연산 부담을 줄이고, 저사양 GPU와 CPU에서도 동작 가능한 인식 파이프라인을 구성합니다. 또한 저해상 점군의 연속 공간 표현을 학습하는 implicit point function 기반 초해상화로 보간 품질을 높이며, drivable region을 seed 예측과 coarse-to-fine 정제로 완성 문제로 재정의합니다. Tracking-by-Detection에 단기/장기 다중 수준 연관과 비활성 트랙 유지 전략을 적용하고, 평면 운동 제약을 고려한 IMU-LiDAR 캘리브레이션을 단일 최적화로 수행하여 센서 결합의 견고성을 확보합니다.

관련 프로젝트

0건

연구 흐름

초기에는 2022년 실시간 3D LiDAR 처리를 목표로 전처리와 특징 설계를 결합해 CPU에서도 구동 가능한 인식 방법을 정립했습니다. 이후 2023년에는 저해상 점군에서 고해상 표현을 생성하는 implicit point function을 통해 3D 기하 정보를 보존하는 초해상화 방향으로 확장했습니다. 2023년부터 2024년에는 다중객체 추적에서 단기·장기 연관을 그래프 모델로 통합하고, 가려짐 구간의 ID 전환 문제를 비활성 트랙으로 완화하는 연구를 수행했습니다. 2024년에는 평면 운동 제약을 반영한 IMU-LiDAR 캘리브레이션과 주행 가능 영역을 완성 문제로 풀어 정밀 인식으로 연결했습니다.

활용 가능성

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

실시간 3D LiDAR 인식 엔진
저사양 하드웨어용 점군 전처리 모듈
드라이버블 영역 추정 보조시스템
저해상 LiDAR 초해상 보정 모듈
다중객체 추적 기반 충돌 위험 추정
장기 가림 상황의 ID 유지 기법
IMU-LiDAR 자동 캘리브레이션
도로 환경 세그멘테이션 전처리
자율주행 데이터셋 기반 검증 파이프라인
이동로봇 센서융합 품질 향상 모듈