무인선의 삼차원 라이다를 이용한 장애물 자율 탐지 기법에 관한 연구

Abstract

본 논문에서는 해상환경에서 삼차원 라이다(Velodyne)를 이용한 장애물 탐지 기법에 관한 연구를 수행하였다. 라이다는 무인자동차뿐만 아니라 무인선의 자율 운항을 위해 필요한 주변 환경 및 장애물 정보를 획득하기 위해 사용되는 센서이다. 라이다의 데이터 형식인 포인트 클라우드(Point cloud)로부터 장애물별로 라이다 데이터를 분류하기 위해 클러스터링 방법이 사용되는데 해수면 반사(Glint)와 같은 해상환경 고유의 잡음이 포함되어 있는 라이다 데이터에서 장애물만을 효과적으로 추출하기 위해서는 해상환경 특성을 고려한 적절한 탐지 기법의 적용이 필요하다. 본 연구에서는 장애물별로 라이다 데이터를 분류하기 위해 가우시안 평균 군집화 알고리즘(G-means)을 적용하였다. 또한 후류 항적(wake)이나 해수면 반사로 생긴 노이즈를 일차적으로 제거하기 위해 장애물별로 분류된 포인트 클라우드의 통계적 특성 및 반사 강도(intensity)를 분석하고 알고리즘에 적용하였다. 실해역에서 획득한 라이다 데이터에 제안된 알고리즘을 적용하여 타당성을 검증하였다.터 형식인 포인트 클라우드(Point cloud)로부터 장애물별로 라이다 데이터를 분류하기 위해 클러스터링 방법이 사용되는데 해수면 반사(Glint)와 같은 해상환경 고유의 잡음이 포함되어 있는 라이다 데이터에서 장애물만을 효과적으로 추출하기 위해서는 해상환경 특성을 고려한 적절한 탐지 기법의 적용이 필요하다. 본 연구에서는 장애물별로 라이다 데이터를 분류하기 위해 가우시안 평균 군집화 알고리즘(G-means)을 적용하였다. 또한 후류 항적(wake)이나 해수면 반사로 생긴 노이즈를 일차적으로 제거하기 위해 장애물별로 분류된 포인트 클라우드의 통계적 특성 및 반사 강도(intensity)를 분석하고 알고리즘에 적용하였다. 실해역에서 획득한 라이다 데이터에 제안된 알고리즘을 적용하여 타당성을 검증하였다.