| 1 |
1
다중 라이다 센서에서 생성된 포인트 클라우드를 캘리브레이션하고, 캘리브레이션된 포인트 클라우드들을 하나의 포인트 클라우드로 병합하기 위한 라이다 캘리브레이션 모듈;상기 라이다 캘리브레이션 모듈에서 병합된 포인트 클라우드에 대하여 지면 포인트 클라우드와 비 지면 포인트 클라우드로 구분하기 위한 지면 분류 모듈;상기 지면 분류 모듈에서 분류된 포인트 클라우드에 대하여 하나의 물체에 속하는 포인트들을 그룹핑하고 라벨링하는 방식으로 클러스터링 작업을 수행하기 위한 포인트 클라우드 클러스터링 모듈; 및상기 포인트 클라우드 클러스터링 모듈에서 클러스터링된 포인트들에 대하여 물체를 나타내는 3D 경계 박스를 생성하고, 생성된 박스 영역을 이용하여 물체를 분류하는 박스 피팅 모듈을 포함하는 다중 물체 인식 시스템
|
| 2 |
2
청구항 1에 있어서, 상기 라이다 캘리브레이션 모듈은, 포인트 클라우드의 인덱스를 원통형 극 그리드에 분포시키고, 상기 원통형 극 그리드에서 라이다 센서가 위치한 높이와 동일한 지면 레벨을 기준으로 지면 포인트 클라우드와 비 지면 포인트 클라우드를 분류하는 것을 특징으로 하는 다중 물체 인식 시스템
|
| 3 |
3
청구항 1에 있어서, 상기 포인트 클라우드 클러스터링 모듈은, 비 지면 포인트 클라우드에 대하여 직사각형 3D 그리드에 분포시키고, 직사각형 3D 그리드에서 선택된 인덱스 셀 주변에 있는 인접 셀에서 연관된 포인트들을 검색하고, 연관된 포인트가 존재하는 인접 셀을 클러스터 멤버로 표시하는 방식으로 클러스터링을 수행하는 것을 특징으로 하는 다중 물체 인식 시스템
|
| 4 |
4
청구항 1에 있어서, 상기 박스 피팅 모듈은, L 형 클라우드 피팅을 갖는 최소 직사각형 영역을 사용하여 3D 경계 박스의 자세를 수정하고, 수정된 3D 경계 박스의 차원을 이용하여 물체를 분류하는 것을 특징으로 하는 다중 물체 인식 시스템
|
| 5 |
5
다중 라이다를 이용한 다중 물체 인식 시스템에서의 다중 물체 인식 방법에서, 다중 라이다 센서에서 생성된 포인트 클라우드를 캘리브레이션하고, 캘리브레이션된 포인트 클라우드들을 하나의 포인트 클라우드로 병합하기 위한 라이다 캘리브레이션 단계; 상기 라이다 캘리브레이션 단계에서 병합된 포인트 클라우드에 대하여 지면 포인트 클라우드와 비 지면 포인트 클라우드로 구분하기 위한 지면 분류 단계;상기 지면 분류 단계에서 분류된 포인트 클라우드에 대하여 하나의 물체에 속하는 포인트들을 그룹핑하고 라벨링하는 방식으로 클러스터링 작업을 수행하기 위한 포인트 클라우드 클러스터링 단계; 및상기 포인트 클라우드 클러스터링 단계에서 클러스터링된 포인트들에 대하여 물체를 나타내는 3D 경계 박스를 생성하고, 생성된 박스 영역을 이용하여 물체를 분류하는 박스 피팅 단계를 포함하는 다중 물체 인식 방법
|
| 6 |
6
청구항 5에 있어서, 상기 라이다 캘리브레이션 단계는, 포인트 클라우드의 인덱스를 원통형 극 그리드에 분포시키고, 상기 원통형 극 그리드에서 라이다 센서가 위치한 높이와 동일한 지면 레벨을 기준으로 지면 포인트 클라우드와 비 지면 포인트 클라우드를 분류하는 것을 특징으로 하는 다중 물체 인식 방법
|
| 7 |
7
청구항 5에 있어서, 상기 포인트 클라우드 클러스터링 단계는, 비 지면 포인트 클라우드에 대하여 직사각형 3D 그리드에 분포시키고, 직사각형 3D 그리드에서 선택된 인덱스 셀 주변에 있는 인접 셀에서 연관된 포인트들을 검색하고, 연관된 포인트가 존재하는 인접 셀을 클러스터 멤버로 표시하는 방식으로 클러스터링을 수행하는 것을 특징으로 하는 다중 물체 인식 방법
|
| 8 |
8
청구항 5에 있어서, 상기 박스 피팅 단계는, L 형 클라우드 피팅을 갖는 최소 직사각형 영역을 사용하여 3D 경계 박스의 자세를 수정하고, 수정된 3D 경계 박스의 차원을 이용하여 물체를 분류하는 것을 특징으로 하는 다중 물체 인식 방법
|
