Study: Artificial Intelligence(AI)

[Fusion] Sensor Fusion in Self Driving Car (Camera, LiDAR)

💡 본 문서는 'Sensor Fusion in Self Driving Car(Camera, LiDAR)'에 대해 정리해놓은 글입니다. 카메라는 신호등의 색상을 볼 수 있어 Classification, Lane Detection에 사용됩니다. LiDAR는 SLAM(Simultaneous Localization And Mapping) 및 Depth Estimation(예: 물체의 정확한 거리 추정) 에 좋습니다 . 마지막으로 RADAR 에는 물체의 속도를 측정할 수 있습니다. 본문에서는 LiDAR와 RADAR의 데이터를 혼합하여 더욱 정교한 데이터를 얻는 Sensor Fusion에 대해서 살펴보도록 하겠습니다. Sensor Data & Fusion 인식 단계에서는 환경을 이해하기 위해 LiDAR, RADAR..

[Vision] RADAR 레이더 센서의 구동방식 및 특징

💡 본 문서는 'RADAR 레이더 센서의 구동방식 및 특징'에 대해 정리해놓은 글입니다. RADAR는 1930년대부터 우리가 사용하는 센서입니다. 원래는 군대에서 적 항공기를 탐지하는 데 사용되었습니다. 오늘날에는 차량의 적응형 순항 제어(Adaptive Cruise Control)와 장애물 감지를 위한 자율 주행 차량에 사용되는 기술입니다. 본 문서에서는 RADAR가 어떻게 작동하는지, 이 센서의 장단점은 무엇인지, 물체의 위치, 클래스 및 속도를 감지하는 데 어떻게 사용할 수 있는지 살펴보겠습니다. RADAR 자율주행차에서 RADAR는 매우 일반적인 센서입니다. Tesla 또는 Comma.ai와 같은 회사는 카메라 없이는 불가능한 비전 전용 시스템을 보장하기 위해 카메라와 결합된 RADAR를 사용합니..

[Vision] LiDAR 라이다 센서의 구동방식 및 특징

💡 본 문서는 'LiDAR 라이다 센서의 구동방식 및 특징'에 대해 정리해놓은 글입니다. 로봇이나 자율주행 자동차 등 Mobile Robot을 구동하기 위해 필요한 LiDAR 라이다 센서와 그 원리에 대해 자세히 정리하였으니 참고하시기 바랍니다. 1. LiDAR — A 3D Light Sensor 1.1. LiDAR 특징 LiDAR 센서는 빛과 함께 작동합니다. LiDAR는 Light Detection And Ranging의 약자입니다. 최대 300m의 장애물을 감지하고 위치를 정확하게 추정할 수 있습니다. 자율주행차에서 위치 추정을 위한 가장 정확한 센서입니다. LiDAR 센서는 레이저 방출 (위)과 레이저 수신 (아래)의 두 부분으로 구성됩니다. 방출 시스템은 레이저 빔 레이어를 활용하여 작동합니다...

[Vision] Visual SLAM vs Visual-Inertial Odometry(VIO)

💡 본 문서는 cv-learn 블로그에서 'Visual-SLAM vs VIO'에 대해 퍼온 글입니다. Visual SLAM vs Visual-Inertial Odometry(VIO) 차이점에 정리하였으니 참고하시기 바랍니다. Visual SLAM vs Visual-Inertial Odometry(VIO) 3D pose + 3D map point를 구하고 싶을 때, 카메라만 사용하면 Visual-SLAM 카메라 + IMU를 사용하면 Visual-inertial odometry (VIO) Visual odometry가 아니라 Visual-SLAM이 되려면 global consistency가 유지되어야하는데 (i.e. 동네 한바퀴를 돌고와서 원점으로 왔을 때, 위치 정보와 scale이 정확하게 맞아떨어져야함)..

[Vision] Key-Point Extraction: 영상 특징점 추출

💡 본 문서는 '영상 특징점 추출 방법'에 대해 정리해놓은 글입니다. 영상에서의 특징점을 추출하는 방법인 Key-Point Extraction 과 관련된 변천사를 정리하였으니 참고하시기 바랍니다. 1. 영상 특징점 영상에서 물체를 추적하거나 인식할 때, 영상과 영상을 매칭하는 가장 일반적인 방법은 영상에서 주요 특징점(keypoint)을 뽑아서 매칭하는 것이다. 좋은 영상 특징점(keypoint)이 되기 위한 조건 물체의 형태나 크기, 위치가 변해도 쉽게 식별이 가능할 것 카메라의 시점, 조명이 변해도 영상에서 해당 지점을 쉽게 찾아낼 수 있을 것 영상에서 이러한 조건을 만족하는 가장 좋은 keypoint를 coner point라고한다. 그리고 대부분의 keypoint추출 알고리즘들은 이러한 coner ..