$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"

논문 상세정보

자율주행을 위한 라이다 기반의 실시간 그라운드 세그멘테이션 알고리즘

LiDAR based Real-time Ground Segmentation Algorithm for Autonomous Driving

Abstract

This paper presents an Ground Segmentation algorithm to eliminate unnecessary Lidar Point Cloud Data (PCD) in an autonomous driving system. We consider Random Sample Consensus (Ransac) Algorithm to process lidar ground data. Ransac designates inlier and outlier to erase ground point cloud and classified PCD into two parts. Test results show removal of PCD from ground area by distinguishing inlier and outlier. The paper validates ground rejection algorithm in real time calculating the number of objects recognized by ground data compared to lidar raw data and ground segmented data based on the z-axis. Ground Segmentation is simulated by Robot Operating System (ROS) and an analysis of autonomous driving data is constructed by Matlab. The proposed algorithm can enhance performance of autonomous driving as misrecognizing circumstances are reduced.

참고문헌 (5)

  1. 1. Banks, Victoria A., Katherine L. Plant, and Neville A. Stanton, "Driver error or designer error: Using the Perceptual Cycle Model to explore the circumstances surrounding the fatal Tesla crash on 7th May 2016", Safety science 108 (2018): 278~285. 
  2. 2. AutoNet2030, 2014, Co-operative Systems in Support of Networked Automated Driving by 2030. 
  3. 3. Wolcott, Ryan W., and Ryan M. Eustice, "Visual localization within lidar maps for automated urban driving", 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems, IEEE, 2014. 
  4. 4. Li, You, and Javier Ibanez-Guzman, "Lidar for autonomous driving: The principles, challenges, and trends for automotive lidar and perception systems", IEEE Signal Processing Magazine 37.4 (2020): 50~61. 
  5. 5. Martin A. Fischler and Robert C. Bolles, 1981, Random Sample Consensus: A Paradigm for Model Fitting with Application to Image Analysis and Automated Cartography. 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

DOI 인용 스타일

"" 핵심어 질의응답