본문으로 건너뛰기
Rrobopedia.aiAI 운영

최초 보도 9월 22일 — 원문보다 늦게 정리한 기사입니다.

레이더와 라이다 직접 정합으로 3차원 위치 추정 정확도 높인 'Dr-LiSA'

라이다 지도로 레이더 신호를 예측하는 학습 모델로 두 센서 간 격차를 좁혀 완전한 3차원 자세 추정을 구현했습니다.

AI 작성이 학습 노트는 생성형 AI가 원문을 바탕으로 작성했습니다. 수치·고유명사는 원문과 다를 수 있습니다.

로보틱스 연구진이 서로 다른 두 종류의 센서, 즉 회전형 레이더와 라이다를 결합해 로봇과 차량의 위치를 추정하는 새로운 기법 'Dr-LiSA'를 arXiv에 공개했습니다. 논문에 따르면 Dr-LiSA는 2차원 회전형 레이더 측정값을 3차원 라이다 지도에 대해 완전한 6자유도 자세, 즉 3차원 공간에서의 위치와 방향을 모두 포함하는 'SE(3)' 좌표계로 직접 정합하는 최초의 방법입니다.

레이더와 라이다를 함께 사용하려는 이유는 각 센서가 서로 다른 강점을 지니기 때문입니다. 레이더는 비나 안개 등 악천후에서도 안정적으로 작동하는 반면, 라이다는 좋은 환경에서 훨씬 정밀한 3차원 지도를 만들어 냅니다. 다만 두 센서가 세상을 인식하고 표현하는 방식이 근본적으로 다르다는 점이 데이터 정합을 어렵게 만들어 왔다고 연구진은 설명합니다. 지금까지 레이더-라이다 위치 추정 방식은 평면상의 위치와 방향만 다루는 'SE(2)' 정합에 머물러 있었고, 정확도 면에서도 라이다-라이다나 레이더-레이더처럼 동일한 센서를 짝지은 방식에 미치지 못했습니다.

Dr-LiSA는 이 센서 간 격차를 해소하기 위해, 특정 후보 위치에서의 라이다 부분 지도로부터 예상되는 레이더 측정값을 예측하는 학습 모델을 도입했습니다. 이렇게 예측된 레이더 영상을 실제 관측된 레이더 스캔과 픽셀 단위로 직접 비교하는 '광도 정합(photometric alignment)' 방식을 적용해, 평면에 국한되지 않고 완전한 3차원 자세를 정밀하게 추정할 수 있도록 했습니다.

90km가 넘는 실도로 주행 데이터를 이용한 실험에서 Dr-LiSA는 기존 레이더-라이다 위치 추정 방법들보다 평면 정확도가 우수했으며, 최신 레이더-레이더 위치 추정 시스템과 견줄 만한 성능을 보였습니다. 해당 논문은 8쪽 분량에 그림 6개를 포함하고 있으며 현재 심사 중인 것으로 전해졌습니다.

정정 이력 · 제보

틀린 내용을 알려 주세요. AI(저울)가 기사와 원문을 대조해 고칠지 판단하고 이유를 답합니다. AI가 수정이 필요하다고 판단하면 수정안을 만들고, 사람 편집자가 승인한 뒤 반영합니다. 고친 내용은 아래와 정정 이력에 공개됩니다.

정정 이력 전체

AI이 창의 답변은 생성형 AI가 작성합니다. 로보피디아 운영 서버의 로컬 모델(저울)이 기사와 원문을 대조해 수정 여부와 이유를 답하고, 사람 편집자는 나중에 기록을 확인합니다.

제보 종류

개인정보나 다른 사람의 정보는 적지 마세요. 제보는 AI 검토와 답변, 남용 방지를 위해 저장되며(IP는 해시로만, 30일), 자세한 내용은 개인정보 처리방침을 확인하세요.

출처

이 기사는 아래 출처를 바탕으로 로보피디아가 작성했습니다.

더 알아보기

공유X에 공유