Dynamic object perception and scene flow estimation using LiDAR range-view
연구 내용
LiDAR 데이터를 레인지 뷰로 변환해 의미·운동 특징을 융합하고 동적 객체를 분할하는 연구와, 다중 시점을 4D 복셀로 통합해 3차원 장면 흐름을 추정하는 연구
자율주행에서 주변 교통참가자의 시간적 변화는 안전한 계획을 위해 핵심 인식 대상입니다. 연구실은 LiDAR 포인트클라우드를 레인지 뷰 시퀀스로 구성하고, 의미 특징과 모션 특징을 함께 인코딩하는 네트워크로 이동 객체의 분할을 수행합니다. 또한 레인지 뷰에 맞춘 특징 추출 모듈과 시간 간격 변조 및 잔차 합성 기반 데이터 증강을 적용합니다. 이후 4D 복셀 네트워크로 여러 프레임을 시간적으로 융합해 장면 흐름을 추정하며, 고비용 4D 합성곱 대신 3D와 1D를 결합한 분해 블록으로 연산 부담을 줄입니다. 이러한 접근은 동적 환경 이해와 연결되어 로봇 내비게이션 인식에 확장됩니다.
관련 연구 성과
관련 논문
2편
관련 특허
1건
관련 프로젝트
2건
연구 흐름
초기에는 레인지 뷰 기반 이동 객체 분할에서 의미·운동 특징의 동시 인코딩과 레인지 뷰 전용 특징 추출을 확립하고, 잔차 기반 합성과 시간 간격 변조로 학습 안정성을 높이는 방향으로 연구를 수행했습니다. 이후에는 장면의 3차원 운동장을 직접 다루기 위해 다중 프레임 포인트를 4D 복셀 표현으로 시간 융합하는 흐름 추정으로 확장했습니다. 동시에 성능과 계산 효율 간 균형을 위해 3D·1D 분해 블록을 도입하여 실시간 적용 가능성을 고려했습니다. 최근에는 동적 환경 이해와 로봇 내비게이션 과제에 해당 표현을 연계하는 연구 흐름을 진행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
RVMOS: Range-View Moving Object Segmentation Leveraged by Semantic and Motion Features
Flow4D: Leveraging 4D Voxel Network for LiDAR Scene Flow Estimation
관련 특허
구분
제목
라이다 데이터 기반 객체 인식 방법
관련 프로젝트
구분
제목
로봇및기계전자공학연구소
비학습 공간에서의 동적 환경 이해를 위한 시각언어모델(VLM) 기반 시각정보 활용 내비게이션 기술 개발