Introduction

LiDAR: Light Detection And Ranging

• 광원과 수신기를 사용하여 원격의 개체를 탐지하고 거리를 측정하는 센싱 기술
• 레이저 펄스를 쏘고 반사되어 돌아오는 시간을 측정하여 반사체의 위치좌표를 측정

3D sensors

• Stereo Cameras, Radars, Lidars, Ultrasonic, ipad 등에 사용

2D Vision to 3D Vision (1)

• 3D 라이다 센서: 주변을 물체 움직임에 상관없이 거의 샅샅이 감지

Problem

Solution

• 3D 컴퓨터 비전 기술을 활용해 3D 데이터를 의미있게 만듦

3D Object Detection / Segmentation

• 3D obeject Detection: 물체를 감지
• Segmentation: 주행 가능 한 것, 사람, 나무 등등을 세분화 하여 구분.

Camera (2D) vs LiDAR (3D) Object Detection

• 카메라와 라이다는 각자 장점이 다름
• 카메라가 물체 구분, 차선 구분에 강점이 있음
• 라이다는 물체 감지 ,모션 트래킹, 모션 감지에 강점.

Convolutional Neural Network

• 작은 조각에서 정보 추출 -> 패치들을 조합해서 무엇인지 파악. (이미지에서 사용)

3D Convolutional Neural Network

• 레이어가 많아서 굉장히 느림
• 추출에 큐브 모양의 3d 필드를 사용함.

PointNet

SLAM: Simultaneous Localization and Mapping

• 지도의 생성 및 매칭의 프로세스를 계속해서 반복한다.

SLAM Application 1: Robot Navigation (1)

• 자율 주행차, 로봇 청소기

SLAM Application 2: AR/VR

Industry Applications

Bin-picking (Robot Arm)

• 물체의 정확한 모양을 탐색해야 안전하게 물체를 잡을 수 있음.

Construction Equipment Automation

Warehouse Automation

• 물류창고에서 어디에 무엇이 있는지 확실히 파악하기 위해서

Logistics Automation

• 물류의 자동화. 차를 라이다 센서로 빨간색으로 구분. 어떤식으로 주차돼있는지 빠르게 파악 가능.

Abnormal Behavior Detection

• 차가 어떤 크기고, 차가 어떻게 움직이는지 확실히 파악가능

Customer Behavior Analysis

• 고객들의 동선 파악
• 고객들이 들어가면 안되는 곳에 들어간다면 , 막는 것 가능케 함.