2wnswoo 님의 블로그

1. 라이다 기반 물체 추적 기술 개요- 라이다 센서를 통해 얻은 검출 결과들을 시간적으로 연결하고 연결된 검출 결과에 물체 ID를 부여하는 작업- 라이다로부터 3차원 물체 검출 결과를 연결함으로써 3차원 공간에서의 물체 움직임 추적- 물체 추적 기술은 동적 객체들의 트랙을 관리하는 것이 핵심 2. 라이다 기반 물체 추적 기술  동향- 최근에 딥러닝 기술이 물체 검출 기술뿐만 아니라 물체 추적에도 적용되는 추세- 물체 검출, 추적을 통합적으로 설계하여 보다 좋은 인지 성능 달성 가능  > 검출 기술에서 추출된 특징값들을 활용하여 추적 기술의 성능 개선  > 추적 기술에서 사용하는 시간적인 상관도를 활용하여 물체 검출 성능 개선  본 내용은 현대 엔지비 교육의 '자율주행 자동차 인지 기술'  강의의 요약 ..

1. 라이다 기반 물체 검출 기술 개요- 라이다 센서 데이터를 분석하여 물체의 위치와 종류 추정- 포인트 클라우드 데이터를 분석하여 주변 동적 객체 검출 2. 라이다 기반 물체 검출 기술 분류2.1 3차원 검출 결과의 표현 방법에 따른 분류- 3차원 영역의 물체 검출 방법: 3차원 영역에 물체를 포함하는 3차원 박스로 물체의 위치 표현- 조감도 영역의 물체 검출 방법: 주변을 위에서 내려다 보는 방향에서 2차원 박스로 표현 2.2 라이다 데이터 전처리 방식에 따른 분류- 북셀 기반 라이다 처리: 3차원 공간을 복셀이라고 불리는 작은 3차원 블럭으로 나눈 후 각 복셀 안에 있는 라이다 포인트 클라우드를 처리하여물체에 대한 정보 추출- 라이다 포인트 클라우드를 직접 처리: 포인트넷이라고 하는 딥러닝 방법을 ..

라이다 센서: 라이다에서 발사한 레이저가 물체에 반사되어 돌아오는 지연 시간으로부터 물체까지의 거리 측정 라이다 데이터 표현 방식: 신호가 반사되어 돌아온 물체 위치를 3차원 좌표 ( X,Y,Z ) 와 세기 I로 구성된 4차원 데이터 ( X,Y,Z,I ) 로 표현 포인트 클라우드 데이터: 라이다 포인트의 집합 1. 라이다 센서 특성- 라이다에서 발사한 레이저가 물체에 반사되어 돌아오는 지연 시간으로부터 물체까지의 거리 측정- 3차원 영역에서 인지를 수행하는 데 좋은 성능을 가짐- 해상도가 높을수록 고가- 가로 방향으로 얼마만큼의 포인트를 얻어내는가?- 수직적으로 몇 개의 채널을 사용하는가?- 먼 물체의 경우, 라이다 데이터의 분포가 희소하여 검출 성능이 저하됨  > 센서 융합을 통해 극복 가능 2. 라이..

라이다 센서의 특성- 고출력 펄스 레이저를 사용하기 때문에 정확한 거리 측정이 가능- 높은 센서의 가격이 장벽 회전형 라이다- 센서를 직접 기계적으로 회전하여 360도 전방위 환경 정보 획득- 가격이 높고 내구성이 약한 단점 고정형 라이다- 환경 정보를 획득하고자 하는 각도에 설치하여 운용- 가격이 저렴하나 화각이 제한되는 단점이 있음 1. 라이다 센서 개요- 직진성이 강한 고출력 펄스 레이저를 송신하고 수신 시 지연시간을 분석하여 물체 탐지와 거리 측정 수행- 장점 : 먼 거리의 물체도 정확히 감지 가능하고 위치 측정의 정확도가 높음- 단점 : 높은 센서의 가격 2. 라이다 센서 종류2.1 회전형과 고정형- 회전형 : 센서를 직접 기계적으로 회전하여 넓은 각도의 환경 정보 획득- 고정형 : 환경 정보를..

1. 레이더 기반 물체 검출 기술 개요( 타겟 물체 검출 과정 )- 수신신호 x 윈도우 > 주파수 분석 적용- 윈도우를 시간축으로 움직이면서 주파수 성분 변환을 수행하여 시간 - 주파수 영역의 신호 영상을 얻음- 이를 거리 - 도플러 영역으로 환산할 수 있으며 2차원 영상에서의 하나의 원소를 셀이라고 부름- 거리 도플러 영역에서의 하나의 셀 = 차량에서 물체까지의 거리와 상대 속도- 각 셀에서의 신호의 세기를 임계값( Threshold )와 비교하여 수신 신호의 에너지가 임계값 ( Treshold ) 보다 높으면 물체가 검출이 된 것으로 판단 2. 레이더 기반 물체 검출 기술 원리- 정해진 오탐률을 달성하기 위해 적절한 임계값( Threshold )을 결정해야 함- CFAR 검출기를 이용하여 임계값 ( ..

1. 레이더 신호처리 기술1.1 믹서- 송신 신호와 수신 신호를 곱하여 두 신호의 주파수와 합과 차를 주파수로 갖는 신호를 발생시킴1.2 저대역 필터- 고주파 신호를 걸러내고 저주파 신호만을 그대로 통과시키는 필터1.3 아날로그 디지털 컨버터 ( ADC )- 아날로그 신호를 디지털 신호로 변환해 주는 시스템1.4 고속 푸리에 전환 ( Fast Fourier Transform )- 비트 주파수 성분 분석을 통해 물체 검출CFAR ( Constant false alarm rate ) 검출기- 오탐률을 일정하게 하는 검출기- 주변의 잡음 환경에 따라 임계값( Threshold )을 적응적으로 조절 본 내용은 현대 엔지비 교육의 '자율주행 자동차 인지 기술'  강의의 요약 내용입니다.

1. 레이더 센서 종류1.1 사용 주파수 대역에 따른 구분- 24GHz 대역 : 근거리용 레이더 사용- 77GHz 대역 : 원거리용 레이더 사용1.2 신호 송신 방식에 따른 구분- 펄스 레이더 : 송수신 신호간의 전파지연 시간을 이용하여 상대 차량과의 거리 추정- FMCW 레이더 : 송신 신호와 수신신호를 이용해 목표와의 거리 및 상대속도 추출 2. 레이더 센서 작동원리2.1 펄스 레이더- 하나의 안테나를 사용하므로 송수전환기( 송수신격리기 )를 통해 송신 신호와 수신 신호를 분리하여 처리- 다음 펄스의 송신이 일어나기 전에 반사 펄스가 들어오도록 하고 수신된 시간과 전력으로부터 거리 계산을 수행 2.2 FMCW 레이더- 디처핑 방법( 송신 신호 x 수신 신호)을 적용하여 비트 주파수 성분을 얻게 됨- ..

1. 카메라 기반 영역 분할 기술 개요- Semantic 영역 분할 기술 : 컴퓨터 비전 기술 중에 카메라 영상에서 같은 종류에 해당하는 영역을 분할하고 그 영역의종류를 분류하는 방법- Semantic 영역 분할 기술을 이용하면 차로, 도로, 횡단보도, 과속방지턱 등 검출 가능 2. 카메라 기반 차로, 도로 영역 검출- Semantic 영역 분할 기법 : 카메라 영상의 각 픽셀이 어떤 카테고리에 속하는지 분류- 다양한 주행 카메라 영상에 대해 각 픽셀별로 라벨링을 해 놓은 학습 데이터를 사용하여 딥러닝 모델을 트레이닝- 자율주행차가 차로를 준수하고 안전한 주행도로로 다닐 수 있도록 유용한 정보 제공- 지도 기반 자기 차량 위치 측위에 사용 본 내용은 현대 엔지비 교육의 '자율주행 자동차 인지 기술'  강..

1. 카메라 기반 물체 검출 기술- 카메라 영상을 입력으로 받아서 물체의 위치와 종류를 알아내는 기술- 카메라 영상에 Convolutional Neural Network ( CNN )을 적용하여 물체의 특징을 추출한 후 이를 이용하여 물체를 검출함- 딥러닝 기반 물체 검출 방법 : 1단계 방법과 2단계 방법으로 나누어짐  - 1단계 : 간단한 구조로 인해 계산시간이 빠름 ( YOLO, SSD, RetinaNe )  - 2단계 : 검출 정확도가 더 높음 ( Faster RCNN, Mask RCNN ) 2. 카메라 기반 물체 추적 기술- 각 비디오 프레임에서 얻어진 물체 검출 결과를 이용하여 시간에 따라 움직이는 물체를 추적하는 기술- 움직이는 물체를 추적하기 위해서는 현재 비디오 프레임과 이전 비디오 프레..

1. 카메라 좌표계- 카메라에서 물체를 표현하는 좌표계2. 카메라 내부 파라미터- 월드 좌표계와 카메라 좌표계의 변환에 영향을 주는 카메라 내부의 기계적인 셋팅을 설명하는 파라미터- 초점 거리 : 렌즈의 중심과 이미지 센서 ( CMOS 또는 CCD )와의 거리- 주점 : 렌즈의 중심에서 이미지 센서에 수직으로 내린 점의 영상 좌표- 비대칭 계수 : 이미지 센서의 Cell Array의 Y축이 기울어진 정도 3. 카메라 캘리브레이션- 월드 좌표계에서 카메라 좌표계의 변환을 알기 위해 카메라의 내부 파라미터 값을 알아내고 카메라 렌즈에 의해생긴 왜곡을 보정하는 과정- 자율주행차가 월드 좌표계에서의 물체 상태나 환경을 카메라 영상을 이용하여 이해하기 위해서는 카메라캘리브레이션이 수행되어야 함  본 내용은 현대 ..