[논문 리뷰] LADAR-Based Mover Detection from Moving Vehicles

Daniel Morris, Brian R. Colonna외 1명|arXiv (Cornell University)|2017. 09. 25.

Advanced Neural Network Applications참고 문헌 11인용 수 7

한 줄 요약

이 논문은 이동 중인 차량에서 2차원 스캐닝 라이다 데이터를 사용하여 움직이는 물체(이동자)를 탐지하기 위한 라이다 기반 방법을 제시한다. 표면 밀도 모델링과 바타카리아 유사도 최적화를 활용하여 순차적 스캔 간에 강건한 물체 정렬 및 추적을 구현함으로써, 높은 혼잡도 환경에서도 정확한 이동자 탐지를 가능하게 한다.

ABSTRACT

Detecting moving vehicles and people is crucial for safe operation of UGVs but is challenging in cluttered, real world environments. We propose a registration technique that enables objects to be robustly matched and tracked, and hence movers to be detected even in high clutter. Range data are acquired using a 2D scanning Ladar from a moving platform. These are automatically clustered into objects and modeled using a surface density function. A Bhattacharya similarity is optimized to register subsequent views of each object enabling good discrimination and tracking, and hence mover detection.

연구 동기 및 목표

• 이동 플랫폼에서의 라이다 데이터를 이용해 복잡한 실제 환경에서 이동 중인 차량과 보행자를 탐지하는 데 도전 과제를 해결한다.
• 플랫폼의 운동과 환경적 혼잡도로 인한 물체 매칭 및 추적 곤란을 극복한다.
• 순차적 라이다 스캔 간에 일관된 물체 추적을 가능하게 하는 강건한 정렬 기법을 개발한다.
• 물체 지속성 향상과 동적 환경에서의 잡음 신호 감소를 통해 신뢰할 수 있는 이동자 탐지 기능을 제공한다.

제안 방법

• 이동 중인 차량에서 스캐닝 라이다 시스템을 이용해 2차원 라이다 범위 스캔 데이터를 확보한다.
• 공간적 근접성과 표면 특성에 기반해 범위 데이터를 고유한 물체로 자동 군집화한다.
• 각 탐지된 물체를 표면 밀도 함수로 모델링하여 3차원 구조와 공간 분포를 표현한다.
• 동일 물체의 연속된 시야 간 정렬(일치)을 최적화하기 위해 바타카리아 유사도를 측도로 적용한다.
• 최적화된 정렬을 활용해 물체 운동을 추적하고 정적 물체와 이동 물체를 구분한다.
• 일관된 추적 성능을 기반으로 정적 물체 행동에서의 이탈을 기반으로 이동자를 식별한다.

실험 결과

연구 질문

• RQ1 움직이는 플랫폼에서 동적이고 혼잡한 환경에서 물체 정렬을 어떻게 향상시켜 순차적 스캔 간 신뢰할 수 있는 추적을 지원할 수 있는가?
• RQ2 바타카리아 유사도는 라이다 기반 시스템에서 물체 매칭 및 추적 정확도를 어느 정도 향상시킬 수 있는가?
• RQ3 표면 밀도 모델링은 노이즈와 가림 현상에 대한 저항력을 향상시키고 물체 표현을 개선할 수 있는가?
• RQ4 실제 환경에서 제안된 방법은 정적 혼잡물과 이동 물체를 얼마나 효과적으로 구분할 수 있는가?
• RQ5 플랫폼의 운동은 물체 추적 및 이동자 탐지 성능에 어떤 영향을 미치는가?

주요 결과

• 바타카리아 유사도를 활용한 제안된 정렬 방법은 순차적 라이다 스캔 간 물체 매칭 정확도를 크게 향상시킨다.
• 표면 밀도 모델링은 물체를 강건하게 표현함으로써 고혼잡도 환경에서의 성능 향상을 이룬다.
• 센서 플랫폼이 이동 중임에도 불구하고 이동 물체(예: 보행자 및 차량)를 성공적으로 탐지한다.
• 물체 추적은 시간에 걸쳐 안정적이고 일관되게 유지되어 잡음 신호 감소 및 이동자 탐지 신뢰도 향상에 기여한다.
• 실험을 통해 25차 세계군사과학회의에서 실증한 결과, 제안된 방법은 실제 환경 조건에서도 효과적임을 입증한다.
• 물체 운동 특성이나 복잡한 운동 모델에 대한 사전 지식이 없이도 신뢰할 수 있는 이동자 탐지 기능을 제공한다.