다중 라이다 센서에서 생성된 포인트 클라우드를 캘리브레이션하고, 캘리브레이션된 포인트 클라우드들을 하나의 포인트 클라우드로 병합하기 위한 라이다 캘리브레이션 모듈;상기 라이다 캘리브레이션 모듈에서 병합된 포인트 클라우드에 대하여 지면 포인트 클라우드와 비 지면 포인트 클라우드로 구분하기 위한 지면 분류 모듈;상기 지면 분류 모듈에서 분류된 포인트 클라우드에 대하여 하나의 물체에 속하는 포인트들을 그룹핑하고 라벨링하는 방식으로 클러스터링 작업을 수행하기 위한 포인트 클라우드 클러스터링 모듈; 및상기 포인트 클라우드 클러스터링 모듈에서 클러스터링된 포인트들에 대하여 물체를 나타내는 3D 경계 박스를 생성하고, 생성된 박스 영역을 이용하여 물체를 분류하는 박스 피팅 모듈을 포함하고, 상기 라이다 캘리브레이션 모듈은, 포인트 클라우드의 인덱스를 원통형 극 그리드에 분포시키고, 상기 원통형 극 그리드에서 라이다 센서가 위치한 높이와 동일한 지면 레벨을 기준으로 지면 포인트 클라우드와 비 지면 포인트 클라우드를 분류하는 것을 특징으로 하는 다중 물체 인식 시스템.

삭제

청구항 1에 있어서, 상기 포인트 클라우드 클러스터링 모듈은, 비 지면 포인트 클라우드에 대하여 직사각형 3D 그리드에 분포시키고, 직사각형 3D 그리드에서 선택된 인덱스 셀 주변에 있는 인접 셀에서 연관된 포인트들을 검색하고, 연관된 포인트가 존재하는 인접 셀을 클러스터 멤버로 표시하는 방식으로 클러스터링을 수행하는 것을 특징으로 하는 다중 물체 인식 시스템.

청구항 1에 있어서, 상기 박스 피팅 모듈은, L 형 클라우드 피팅을 갖는 최소 직사각형 영역을 사용하여 3D 경계 박스의 자세를 수정하고, 수정된 3D 경계 박스의 차원을 이용하여 물체를 분류하는 것을 특징으로 하는 다중 물체 인식 시스템.

다중 라이다를 이용한 다중 물체 인식 시스템에서의 다중 물체 인식 방법에서, 다중 라이다 센서에서 생성된 포인트 클라우드를 캘리브레이션하고, 캘리브레이션된 포인트 클라우드들을 하나의 포인트 클라우드로 병합하기 위한 라이다 캘리브레이션 단계; 상기 라이다 캘리브레이션 단계에서 병합된 포인트 클라우드에 대하여 지면 포인트 클라우드와 비 지면 포인트 클라우드로 구분하기 위한 지면 분류 단계;상기 지면 분류 단계에서 분류된 포인트 클라우드에 대하여 하나의 물체에 속하는 포인트들을 그룹핑하고 라벨링하는 방식으로 클러스터링 작업을 수행하기 위한 포인트 클라우드 클러스터링 단계; 및상기 포인트 클라우드 클러스터링 단계에서 클러스터링된 포인트들에 대하여 물체를 나타내는 3D 경계 박스를 생성하고, 생성된 박스 영역을 이용하여 물체를 분류하는 박스 피팅 단계를 포함하고, 상기 라이다 캘리브레이션 단계는, 포인트 클라우드의 인덱스를 원통형 극 그리드에 분포시키고, 상기 원통형 극 그리드에서 라이다 센서가 위치한 높이와 동일한 지면 레벨을 기준으로 지면 포인트 클라우드와 비 지면 포인트 클라우드를 분류하는 것을 특징으로 하는 다중 물체 인식 방법.

삭제

청구항 5에 있어서, 상기 포인트 클라우드 클러스터링 단계는, 비 지면 포인트 클라우드에 대하여 직사각형 3D 그리드에 분포시키고, 직사각형 3D 그리드에서 선택된 인덱스 셀 주변에 있는 인접 셀에서 연관된 포인트들을 검색하고, 연관된 포인트가 존재하는 인접 셀을 클러스터 멤버로 표시하는 방식으로 클러스터링을 수행하는 것을 특징으로 하는 다중 물체 인식 방법.

청구항 5에 있어서, 상기 박스 피팅 단계는, L 형 클라우드 피팅을 갖는 최소 직사각형 영역을 사용하여 3D 경계 박스의 자세를 수정하고, 수정된 3D 경계 박스의 차원을 이용하여 물체를 분류하는 것을 특징으로 하는 다중 물체 인식 방법.