도로 환경에서 주변 차량에 대한 추적을 위해서는 정확한 분류 알고리즘이 필수적이다. 그러나 분류 알고리즘의 수행 중 설명자 생성 및 추론 과정에 드는 연산 비용은 상당하여 실시간성의 확보가 어렵다. 이에 더해 분류 알고리즘을 위한 머신러닝 기법의 경우 훈련 데이터셋의 생성 및 모델의 훈련을 위해 많은 시간이 소요된다는 어려움이 있다. 본 논문은 효율적 설명자의 생성 및 database의 구축과 Compute Unified Device Architecture (CUDA)를 통한 설명자 연산을 수행하는 실시간 차량 분류 알고리즘을 제안한다. 특히, 라이다로부터 취득한 점 군으로 표현된 객체에 대한 분류를 수행하며, 실차 환경에서 제안하는 기법의 정확도 및 실 시간성에 대한 검증 결과를 제시한다.

Real-Time Vehicle Classification Algorithm Using CUDA for Descriptor Computation

In-Sik Kang, Ji-Ung Im, Jong-Hoon Won*

Accurate classification algorithms are essential for tracking around vehicles in road environments. However, the computational cost of generating descriptors and inferring processes in the classification algorithm is significant, making it difficult to achieve real-time performance. In addition, machine learning techniques for classification algorithms require a lot of time to generate training datasets and train models. This paper proposes a real-time vehicle classification algorithm that efficiently generates descriptors, builds a database, and performs descriptor computation using Compute Unified Device Architecture (CUDA). In particular, we perform classification on objects represented by point cloud acquired from LiDAR, and present validation results on the accuracy and real-time performance of the proposed method in a real-world environment.

Keywords: classification, LiDAR, CUDA

Speaker 강인식 인하대학교