악천후에도 자율주행 가능한 세계 최고의 '4D 레이더 인공지능' 모델...전세계 연구자 위해 대용량 데이터셋과 공개
자율주행 자동차는 주로 카메라와 라이다(LiDAR)에서 출력되는 이미지와 포인트 클라우드(Pointcloud) 데이터를 이용해 자동차 주변의 객체들을 인식하는 방식으로 구현돼 있다.
그러나 카메라와 라이다는 각각 가시광선과 적외선을 사용하므로 눈비 또는 안개 상황에서 측정 성능이 크게 떨어지는데, 이로 인해 주변 객체들에 대한 인식이 어려워져 안전한 자율주행이 불가능하다.
더구나, 차내에 설치할 수 있는 카메라와 달리 자동차의 지붕에 설치하는 라이다는 외부 환경에 노출돼 있어서 그 표면에 눈비 또는 흙먼지가 묻는 경우 라이다를 이용한 전방 탐지가 어려워진다.
적외선을 사용하는 라이다와는 달리 77기가헤르츠(GHz) 대역의 자동차 레이더는 눈, 비, 안개 등의 악천후 상황에 매우 강건하며 표면에 눈비나 흙먼지가 묻은 상황에서도 안정적인 측정 결과를 보인다.
아카이브를 통해 'K-Radar: 다양한 기상 조건에서 자율 주행을 위한 4D 레이더 물체 감지(K-Radar: 4D Radar Object Detection for Autonomous Driving in Various Weather Conditions-다운)'란 제목으로 공개됐다.
자율주행 자동차는 주로 카메라와 라이다(LiDAR)에서 출력되는 이미지와 포인트 클라우드(Pointcloud) 데이터를 이용해 자동차 주변의 객체들을 인식하는 방식으로 구현돼 있다.
그러나 카메라와 라이다는 각각 가시광선과 적외선을 사용하므로 눈비 또는 안개 상황에서 측정 성능이 크게 떨어지는데, 이로 인해 주변 객체들에 대한 인식이 어려워져 안전한 자율주행이 불가능하다.
더구나, 차내에 설치할 수 있는 카메라와 달리 자동차의 지붕에 설치하는 라이다는 외부 환경에 노출돼 있어서 그 표면에 눈비 또는 흙먼지가 묻는 경우 라이다를 이용한 전방 탐지가 어려워진다.
적외선을 사용하는 라이다와는 달리 77기가헤르츠(GHz) 대역의 자동차 레이더는 눈, 비, 안개 등의 악천후 상황에 매우 강건하며 표면에 눈비나 흙먼지가 묻은 상황에서도 안정적인 측정 결과를 보인다.
아카이브를 통해 'K-Radar: 다양한 기상 조건에서 자율 주행을 위한 4D 레이더 물체 감지(K-Radar: 4D Radar Object Detection for Autonomous Driving in Various Weather Conditions-다운)'란 제목으로 공개됐다.
https://arxiv.org/abs/2206.08171
https://github.com/kaist-avelab/K-Radar
'Machine Learning > News' 카테고리의 다른 글
| 알리바바 AI MaaS 플랫폼 모델스코프 공개 (0) | 2022.11.07 |
|---|---|
| musn129 : BERT, SQuAD 를 이용한 미국주식뉴스 요약 서비스 (0) | 2022.11.01 |
| 카카오브레인 한국어 언어 모델 KoGPT 공개 (0) | 2022.10.17 |
| Whisper - OpenAI가 오픈소스로 공개한 다국어 음성 인식 시스템(ASR) (0) | 2022.09.26 |
| 카카오브레인 NeRF-Factory 라이브러리 공개 (0) | 2022.09.26 |