최근 고속 주행환경에서의 주행 안전성 강화가 자율주행 분야에서의 중요한 과제로 인식되고 있다. 이러한 고속 주행환경에서는 카메라 및 라이다와 같은 센서를 통해 주변환경을 신속 하고 정확하게 인지하는 것이 우선된다. 이때, 3D LiDAR는 주변 환경을 스캔한 다음 정교한 Point Cloud Data (PCD)를 생성하므로 환경 인식 및 차량 검출에 적합한 것을 알 수 있으며, 최 근에는 머신러닝 및 딥러닝 기술의 발전으로 인해 객체 인지 분야에서의 성능 향상이 기대되고 있다. 본 논문은 고속 주행환경에서 자율주행 차량의 안전성과 정확성을 향상시키기 위해 3D LiDAR를 이용한 학습기반의 주변 차량 Pose 추정 기법을 소개한다.

A Study on Learning-based Surrounding Vehicle Pose Estimation Using LiDAR in High-Speed Driving Environments

Seok-Won Ki, Ji-Ung Im, Jong-Hoon Won*

In recent times, enhancing driving safety in high-speed driving environments has been recognized as a crucial challenge in the field of autonomous driving. In such high-speed driving environments, the swift and accurate perception of the surrounding environment through sensors like cameras and LiDAR takes precedence. 3D LiDAR, in particular, is well-suited for environment perception and vehicle detection, as it scans the surroundings and generates detailed Point Cloud Data (PCD). Additionally, recent advancements in machine learning and deep learning technologies have raised expectations for performance improvements in the field of object recognition. This paper introduces a learning-based approach using 3D LiDAR to estimate the poses of surrounding vehicles, aiming to enhance the safety and accuracy of autonomous vehicles in high-speed driving environments.

Keywords: autonomous driving, high-speed driving environment, 3d lidar, surrounding vehicle pose estimation

Speaker 기석원 인하대학교