Over-segmented 객체 처리를 이용한 2-Step LiDAR Clustering 알고리즘에 관한 연구

초록

자율주행 자동차의 주변 객체 인지용 가장 대표적인 센서인 LiDAR는 주변 객체를 Point Cloud 형태의 데이터로 인지하고 군집화 과정을 통해 객체의 형상 및 좌표 정보를 얻어낸다. 본 논문에서는 두 단계의 LiDAR 객체 군집화 알고리즘을 제안한다. 첫 번째 군집화 단계에서는 인접 Point 탐지 거리 Parameter인 Cluster Tolerance의 값을 낮게 설정해 군집화 알고리즘을 이용해 수행한다. 낮은 Cluster Tolerance를 갖게 될 경우 연산 속도는 빠르지만 과분할이 발생하기 때문에 객체를 정확하게 인지하는 것에 한계가 있다. 본 논문에서는 두 번째 군집화 단계를 거쳐 의도적으로 발생된 과분할을 해결한다. 두 번째 군집화 단계에서는 인접 채널간 Segmentation 요소를 병합해 과분할을 해결하면서 객체 인지 성능을 향상시키게 된다. 제안한 군집화 알고리즘은 두 단계의 군집화을 통해서 기존 군집화 기법에 비해 상대적으로 높은 인지 성능과 낮은 연산량을 보장한다.