지능형 로봇의 객체 추정을 위한 카메라 라이다 센서 융합 방법

Q: 이 논문에서 정의한 센서 융합이란 무엇인가?

센서 융합은 지능형 로봇 시스템에서 저가형 카메라와 LiDAR 센서의 데이터를 통합하여 객체 인식 및 추정 성능을 향상시키는 방법이다. 이는 단일 센서의 한계를 극복하고, 각 센서의 장점을 활용하여 객체의 식별, 위치, 거리 측정 정확도를 높이는 기술이다. 캘리브레이션, 데이터 연관, 필터링 과정을 포함한다.

Q: 저가형 카메라와 LiDAR 센서 융합이 객체 추정 성능을 어떻게 향상시키는가?

연구 결과, 저가형 카메라와 LiDAR 센서 융합은 단일 센서의 한계를 보완하여 객체 추정 성능을 크게 향상시킨다. 카메라의 객체 식별 능력과 LiDAR의 확장된 거리 측정 능력을 결합하고 칼만 필터로 데이터를 처리함으로써, 단일 카메라 센서 대비 객체 이동 거리에 따른 거리 오차율을 현저히 낮추고 실측 데이터에 근접한 안정적인 궤적 추정 결과를 제공한다.

이선호; 최우영

doi:10.5302/J.ICROS.2024.24.0104

추천

검색

질문

자료유형: 학술저널

저자정보: 이선호 (국립부경대학교) 최우영 (국립부경대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제30권 제8호

발행연도: 2024.8

수록면: 810 - 816 (7page)

DOI: 10.5302/J.ICROS.2024.24.0104

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This study proposes a low-cost camera and LiDAR sensor fusion method to improve object recognition and estimation performance in autonomous and robot systems. We first calibrate the camera and LiDAR sensor to implement the proposed method. Then, data association is performed between the bounding box data of the object identified through the YOLOv3 algorithm from the camera sensor and the LiDAR sensor data. Afterward, a Kalman filter considering sensor characteristics is applied to improve object recognition and estimation accuracy. The usefulness of the proposed method was validated through scenario-based experiments. Experimental results revealed that the proposed sensor fusion method improved object recognition and estimation accuracy, compared to methods using single sensors.

#data association #estimation #Kalman filter #object detection #sensor fusion

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090271215

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)