초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

LiDAR(Light Detection And Ranging) 센서는 무인자율주행차량의 자율 주행에 필요한 경로 생성 시 필요한 장애물의 정보획득을 위하여 사용하는 가장 대표적인 센서 중 하나이다. LiDAR센서는 발광부에서 발사하는 레이저 펄스가 물체에 반사되어 돌아오는 동안의 비행시간을 측정 하여 물체와의 거리를 계산하는 센서이다. LiDAR센서의 데이터 형식은 ...

LiDAR(Light Detection And Ranging) 센서는 무인자율주행차량의 자율 주행에 필요한 경로 생성 시 필요한 장애물의 정보획득을 위하여 사용하는 가장 대표적인 센서 중 하나이다. LiDAR센서는 발광부에서 발사하는 레이저 펄스가 물체에 반사되어 돌아오는 동안의 비행시간을 측정 하여 물체와의 거리를 계산하는 센서이다. LiDAR센서의 데이터 형식은 포인트 클라우드(Point Cloud)의 형식이다. 센서에서 출력하는 포인트의 개수가 매우 많기 때문이 이를 각각의 포인트 단위로 처리하기에는 한계가 있다. 또한 동적장애물을 판단하기 위해서는 오브젝트 단위로 데이터를 처리할 필요성이 있다. 본 연구에서는 무인자율주행차량이 주행할 때 주변의 동적 장애물을 인식하기 위해 선행되어야 하는 과정인 LiDAR센서의 데이터를 군집화하고 오브젝트로 추출하는 과정에 대한 방법을 제안한다. 차량의 Roll과 Pitch 거동에 의해 불필요하게 획득되는 지면에 대한 데이터를 필터링하고 K-Means 군집 방법을 사용하여 포인트 클라우드 데이터를 군집시킨다. 또한 군집된 클러스터들을 분석하여 크기과 형태정보를 바탕으로 차량으로 판단되어지는 클러스터들을 추출한다. 이와 같은 과정을 통해 LiDAR센서에서 출력되는 전체 데이터의 양을 줄였으며 동적장애물 인식을 위한 기본적인 데이터를 제공한다.