라이다 기반 물체 추적 기술
Q) 라이다 센서를 이용하여 물체를 추적할 경우 카메라와 비교하여 장점이 무엇일까?
→ 라이다 센서를 이용하면 3차원 물체 검출을 할 수 있기 때문에, 3차원 공간에서 물체의 움직임 추적이 가능
학습 내용)
1.
라이다 기반 물체 추적 기술 개요
2.
라이다 기반 물체 추적 기술 동향
keyword 1)
라이다 기반 물체 추적 기술
→ 라이다 센서를 통해 얻은 검출 결과들을 시간적으로 연결하고, 연결된 검출 결과에 물체 ID를 부여하는 작업
keyword 2)
라이다 기반 물체 추적 기술 동향
→ 최근 딥러닝 기술이 물체 검출 기술 뿐만 아니라 물체 추적에도 적용되는 추세
keyword 3)
물체 검출, 추적의 통합 설계
→ 물체 검출, 추적을 통합적으로 설계하여 보다 좋은 인지 성능 달성 가능
라이다 기반 물체 추적 기술 개요
→ 물체 ID 부여
물체 추적 기술은 동적 객체들의 트랙을 관리하는 것이 물체 추적 기술의 핵심
트랙 : 각 물체들이 현재 시간까지 움직여 온 경로
•
트랙을 잘 관리하여 동적 객체들이 어떻게 움직이고 있는지 추적
물체 추적의 과정
•
3D 객체 검출 결과
◦
포인트 클라우드 데이터를 이용하여 물체 검출 결과 도출
•
데이터 연결
◦
현재 관리하고 있는 물체들의 트랙과 검출 결과를 연결
•
메모리의 출현과 퇴장
◦
새로 출현하거나 퇴장하는 물체에 대한 결정
•
3D 필터
◦
연결된 검출 결과를 물체들의 트랙에 추가한 후 필터링
→ 위 과정 반복하면서 움직임을 추적
라이다 기반 물체 추적 기술 동향
딥러닝 기반 물체 추적
•
검출 결과의 연결 작업
◦
딥러닝에서 추출된 특징값을 사용해 트랙과 물체의 유사도 측정
필터링
•
LSTM, RNN 등의 딥러닝 모델 사용 → 칼만 필터보다 성능이 좋다
두 기술은 서로 따로 발전해 옴
최근 딥러닝 기술이 적용되면서 물체 검출 기술 성능 향상
•
추출된 특징값들 활용 가능해졌다
◦
물체 추적 기술의 성능 개선에 사용
▪
추적에도 딥러닝 기술이 적용
▪
시간적인 상관도 활용하여 물체의 위치 파악하여 물체 검출 기술의 성능도 개선 향상 가능
→ 서로 성능 개선 가능
•
통합적으로 최적화하는 인지 기술에 대한 연구 개발 필요