플러스프로젝트 배경
1. 프로젝트 목표 자율주행 연구의 핵심인 멀티 센서 데이터의 정밀한 통합과 분석 환경 구축을 목표로 합니다. LiDAR의 공간 데이터와 Camera의 시각 데이터를 ROS 미들웨어 없이 독립적인 시스템에서 결합하며, 특히 저사양 컴퓨팅 환경에서도 대용량 포인트 클라우드를 실시간으로 확인하고 분석할 수 있는 고효율 3D 시각화 프레임워크를 개발하고자 했습니다. 2. 프로젝트 주안점 의존성 제거 및
프로젝트 성과
저사양 환경을 위한 독립형 시스템 및 최적화 구현
ROS 미들웨어 없이 C++ 기반 독립 구동을 실현하고, OpenGL 최적화로 일반 사양 PC에서도 수만 개의 포인트 클라우드를 지연 없이 실시간 렌더링하는 고성능 컴퓨팅 환경을 확보했습니다.
정밀 캘리브레이션을 통한 데이터 정합성 확보
행렬 연산 기반의 내외부 파라미터 보정 기술을 통해 LiDAR와 카메라 간의 정밀한 공간 정렬을 구현했으며, 3D 데이터와 2D 이미지의 오차 없는 실시간 중첩 시각화를 달성했습니다.
국내외 자율주행 데이터셋의 범용적 통합 지원
AI-Hub 국내 도로 데이터와 KITTI, nuScenes 등 다양한 글로벌 데이터셋 규격을 통합 지원하는 인터페이스를 구축하여, 국내외 데이터에 대한 범용적인 시각화 및 분석 환경을 마련했습니다.
고효율 3D 분석 및 시각화 프레임워크 구축
수만 개의 대용량 데이터를 끊김 없이 처리하는 분석 도구를 개발하여, 자율주행 센서 원천 데이터의 시각적 검증 효율을 높이고 개발자 중심의 고효율 데이터 모니터링 체계를 성공적으로 구축했습니다.
핵심 기능
범용 데이터셋 통합 로더 및 인터페이스
AI-Hub, KITTI, nuScenes 등 국내외 데이터셋 규격을 통합 지원합니다. 다양한 형식의 센서 데이터를 별도 변환 없이 즉각 로드하여 시각화 및 분석에 활용할 수 있는 범용 로더를 제공합니다.
진행 단계
환경 구축 및 데이터셋 분석
2021.11.
ROS 의존성을 제거한 C++ 독립 구동 환경을 설정하고 nuScenes, KITTI, AI-Hub 데이터셋의 센서 규격 및 타임스탬프 구조를 분석하여 통합 인터페이스 설계 기반을 마련했습니다.
프로젝트 상세
1. 프로젝트 개요 - 프로젝트명: 자율주행 데이터셋을 이용한 센서 퓨전 시스템 및 시각화 도구 개발 - 주요 역할: 멀티 센서(LiDAR, Camera, Radar) 데이터 통합 알고리즘 설계 및 3D 시각화 프레임워크 개발 - 핵심 기술: C++, PCL(Point Cloud Library), OpenGL 2. 작업 범위 - 데이터 전처리 및 캘리브레이션: 서로 다른 센서 좌표계
