자율주행을 위한 컴퓨터비전과라이다 & 센서퓨전까지

https://fastcampus.co.kr/data_online_autovehicle?utm_source=google&utm_medium=cpc&utm_campaign=fassker^240320^219698&utm_content=computer%20vision&utm_term=&gad_source=2&gclid=EAIaIQobChMIofDT_rXkhgMVm_RMAh2fyw-mEAAYASAAEgJqjvD_BwE

 

PointCloud의 특징을 이해하였다면 5개의 Final Project를 직접 구현하여
3차원 공간에서 LiDAR 센서의 역할별로 이미지를 처리하는 방법을 학습합니다.

• 

  포인트 클라우드 매칭을 활용한 Place Recognition
  자율주행 차량의 위치 추정에 있어 재방문 장소를 인지하는 역할을 수행하는 기술입니다. 해당 기술을 직접 구현해보며 자율주행은 물론 3차원 분야에서 요구하고 있는 포인트 클라우드의 매칭 방법을 학습합니다.

• 

  mmDetection을 이용한 3차원 객체 검출
  3차원 객체 검출 방법을 통해 자율주행 차량이 이동 시 주변 다른 차량 및 보행자를 검출할 수 있는 기술입니다. 해당 기술을 직접 구현해보며 딥러닝 기반 Lidar 데이터에서의 객체 검출 방법을 학습합니다.

 

• 

  LiDAR 데이터의 3차원 Segmentation
  3차원 Segmentation을 이용하여 자율주행 차량이 달리고 있는 영역이 도로인지 보행로인지 등을 판단하는 기술입니다. 3차원 Segmentation 방법이 어떻게 동작하는지와 지면을 인지하는 방법을 학습합니다.

• 

  Patchwork 기반 Ground Segmentation
  Segmentation 영역 중 보다 지면 영역에 초점을 두어 결과를 도출하는 기술입니다. 단순 센서 데이터를 벗어나 Segmentation 방법론을 활용하여 자율주행 차량이 엉뚱한 도로에서 주행하는 상황을 방지할 수 있습니다.