카메라, 레이더 센서융합 딥러닝 기술 심화
Q) 카메라와 레이더 센서를 융합하면 인지 성능에 큰 도움이 될까?
→ 아직 카메라 또는 레이더만으로 인지를 하는 데는 오탐률이 높고, 환경 변화에 영향을 많이 받는 편이다. 센서융합을 적용하면 이러한 문제점들을 상당 부분 해결해 줄 것으로 생각한다.
학습 내용)
1.
카메라, 레이더 센서융합 딥러닝 기술 개요
2.
카메라, 레이더 센서융합 딥러닝 기술 사례
keyword 1)
카메라 중심의 융합 검출
→ 카메라 영상으로부터 2차원 물체 검출 결과를 생성하고, 레이더 정보를 융합하여 거리 정보 제공
keyword 2)
레이더 중심의 융합 검출
→ 레이더 센서를 이용하여 물체 검출을 한 뒤에 카메라의 검출 정보를 이용하여 오류를 수정
keyword 3)
특징값 중심의 융합 검출
→ 고해상도 레이더를 사용하는 경우
→ 카메라와 레이더 신호로부터 얻은 특징값을 융합하여 물체 검출
카메라, 레이더 센서융합 딥러닝 기술 개요
•
레이더가 자율주행에 사용되기에는 오탐률이 너무 많은 문제점
•
카메라는 저렴한 가격 → 2단계 자율주행에서 많이 사용되고 있다
•
카메라 + 레이더 융합은 앞으로 더 중요
카메라 + 레이더 융합 전략?
1.
카메라 센서 중심의 융합 방법
•
카메라 (메인) + 레이더 (보조)
2.
레이더 센서 중심의 융합 방법
•
레이더 (메인) + 카메라 (보조, 결과 필터링, 오류 수정)
3.
특징값 중심의 융합 방법
•
카메라, 라이다 센서융합 전략과 유사
•
레이더 해상도가 떨어진다면, 1, 2 방법 사용
