카메라 성능 저하 시를 고려한 LiDAR/V2V 센서 퓨전 방법

초록

자율주행 자동차를 위한 전반적인 ADAS(Advanced Drive r Assistance Systems) 기술은 각 센서에서 출력되는 데이터 를 기반으로 인지, 판단, 제어를 수행한다[1, 2]. 그러나 악천 후나 주행 환경의 영향에 따라 각 센서의 성능이 저하될 수 있으며, 그로 인해 하나의 센서로 주변 환경을 인지하는 과정 에서 한계가 발생한다. 이를 보완하기 위해 여러 센서를 융합 하여 객체를 인지하는 센서 퓨전에 관한 연구 결과를 이용하 여 오 탐지 확률을 줄인다[3]. 대표적으로 Xiao et al.[4]와 같 은 Camera와 LiDAR를 이용한 센서 퓨전이 있으며, Camera 의 시각 정보와 딥러닝 모델을 사용하여 추출되는 특정 객체 의 데이터와 LiDAR의 Point Cloud Data를 군집화하여 추출 되는 데이터를 융합하는 방법이다. 이러한 인지 방법으로 주 변 환경에 대한 정보를 정밀하게 계산함으로써 ADAS 시스 템을 사용하는 운전자의 안전성을 높일 수가 있다. 하지만 야 간 주행이나 Camera 센서에 결함이 발생하였을 때, 센서의 오작동으로 인해 ADAS 기능이 저하되어 사고 위험에 노출 되는 경우가 발생한다. 본 논문에서는 이와 같은 상황을 방지하기 위하여 LiDAR 센서와 V2X 센서의 V2V(Vehicle-to-Vehicle)를 활용한 센서 퓨전 기반 객체 인지 방법을 제시한다. LiDAR에서 출력되는 특정 객체의 정보와 V2V에서 출력되는 차량 정보를 바탕으 로 좌표 평면에 각각 2D Bounding box로 변환한 뒤 서로 융 합하는 방법을 제안한다.