지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김민영
- 발행연도
- 2021
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수9
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
This paper is a 3D map update algorithm based on the removal of the recognized object using the fusion of the camera and the lidar sensor. Existing map update algorithms compare existing maps with LIDAR data to detect appearing or disappearing landmarks and update the map. However, in this paper, unlike the general map update algorithm, it is determined whether the landmark is the data required for the map. As a common example, a parked car is a static object and is detected redundantly in multiple frames, so the existing algorithm determines that the map data needs to be updated.
The proposed algorithm adds preprocessing to the existing algorithm. The pre-processing process is a fusion of the camera and the lidar to detect objects not related to the map, such as cars and people in the image. Separate the bottom data for clustering from the LiDAR data. And project the rest of the data onto the image. Compare the projected LIDAR data with the image object detection data to extract the corresponding LiDAR pointer. The extracted points are reprojected back to 3D and clustered. In this way, only objects recognized from the lidar data are subdivided. The segmented data is removed and the remaining data is estimated through map data and NDT matching. Map data and lidar data are compared to detect changes. The proposed algorithm increases the location estimation accuracy and eliminates repetitive tasks.
The proposed algorithm adds preprocessing to the existing algorithm. The pre-processing process is a fusion of the camera and the lidar to detect objects not related to the map, such as cars and people in the image. Separate the bottom data for clustering from the LiDAR data. And project the rest of the data onto the image. Compare the projected LIDAR data with the image object detection data to extract the corresponding LiDAR pointer. The extracted points are reprojected back to 3D and clustered. In this way, only objects recognized from the lidar data are subdivided. The segmented data is removed and the remaining data is estimated through map data and NDT matching. Map data and lidar data are compared to detect changes. The proposed algorithm increases the location estimation accuracy and eliminates repetitive tasks.
목차
Ⅰ. 서론 11.1 연구 배경 21.2 문제점과 연구 동향 41.2.1 지도 제작 방법 61.2.2 지도 갱신 방법 61.2.3 문제점 71.3 연구 목적 7Ⅱ. 인식 객체 제거 기반 3D 지도 갱신 알고리즘 92.1 랜드마크와 관련 없는 객체 인식 102.2 카메라와 라이다 센서 융합 112.3 인식된 객체 제거 132.4 위치 추정과 지도 갱신 15Ⅲ. 실험 및 결과 203.1 실험 시스템 203.2 실제 도로환경 실험 213.3 실험 결과 243.3.1 국토지리정보원 지도기반 위치추정 실험 243.3.2 제안한 방법 실험 293.3.3 원본과 갱신된 지도기반 위치추정 비교 실험 36Ⅳ. 결론 40참고문헌 41영문초록 47
최근 본 자료
댓글(0)
0