• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1859-1867
• /
• 2021

자율주행차량을 위해 다수의 LiDAR 센서가 차량에 탑재되고 있으며, 다수의 LiDAR 센서가 탑재됨에 따라 이를 전처리해줄 시스템이 요구되었다. 이러한 전처리 시스템을 거쳐 메인 프로세서에 센서의 데이터를 전달하거나 이를 처리할 경우 막대한 데이터양에 의해 전송 네트워크에 부하를 야기하고 이를 처리하는 메인 프로세서에도 상당한 부하를 야기하게 된다. 이러한 부하를 최소화하고자 LiDAR 센서의 데이터 중 프레임 간 데이터 비교를 통해 의미 있는 데이터만을 전송하고자 한다. 움직이는 객체가 없는 정적인 실험 환경과 센서의 시야각 내에서 사람이 움직이는 동적 실험환경에서 최대 4대의 LiDAR 센서의 데이터를 처리하였을 때, 정적 실험 환경일 경우 232,104 bytes에서 26,110 bytes로 약 89.5% 데이터 전송량을 줄일 수 있었으며, 동적 실험 환경일 경우 29,179 bytes로 약 88.1%의 데이터 전송량을 감축할 수 있었다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.217-228
• /
• 2024

자율주행 자동차의 안전한 운행을 위해 카메라, RADAR(RAdio Detection And Ranging), 초음파 센서 중 중추적인 역할을 하는 LiDAR(Light Detection And Ranging) 센서는 360도에서 사물을 인식하고 탐지할 수 있다. 하지만 이러한 LiDAR 센서는 레이저를 통해서 거리를 측정하기 때문에 공격자에 노출되기 쉬우며 다양한 보안위협에 직면해있다. 따라서 본 논문에서는 LiDAR 센서를 대상으로 한 여러 가지 보안 위협인 Relay, Spoofing, Replay 공격을 살펴보고 물리적 신호교란(Jamming) 공격의 가능성과 그 영향을 분석하며, 이러한 공격이 자율주행 시스템의 안정성에 미치는 위험을 분석한다. 실험을 통해, 물리적 신호교란 공격이 LiDAR 센서의 거리 측정 능력에 오류를 유발할 수 있음을 보여준다. 개발이 진행 중인 차량 간 통신(Vehicle-to-Vehicle, V2V), 다중 센서 융합과 LiDAR 비정상 데이터 탐지를 통해 이러한 위협에 대한 대응방안과 자율주행 차량의 보안 강화를 위한 기초적인 방향을 제시하고 향후 연구에서 제안된 대응방안의 실제 적용 가능성과 효과를 검증하는 것을 목표로 한다.

• 센서학회지
• /
• 제28권5호
• /
• pp.334-339
• /
• 2019

In this study, we propose a compensation method of raw LiDAR data with noise and noise filtering for signal processing of LiDAR sensors during the development phase. The raw LiDAR data include constant errors generated by delays in transmitting and receiving signals, which can be resolved by LiDAR signal compensation. The signal compensation consists of two stage. First one is LiDAR sensor calibration for a compensation of geometric distortion. Second is walk error compensation. LiDAR data also include fluctuation and outlier noise, the latter of which is removed by data filtering. In this study, we compensate for the fluctuation by using the Kalman filter method, and we remove the outlier noise by applying a Gaussian weight function.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.977-985
• /
• 2021

자율주행 차량이 주목받게 되면서 LiDAR 센서가 대두되었다. LiDAR 센서는 LASER를 이용하여 범위 내에서 특정 지점까지 측정된 거리 값을 3차원 정보로 제공한다. 3차원 거리 값인 만큼 방대한 데이터를 전송하게 되고, 차량의 메인 프로세서 등에서 다른 데이터와 같이 이를 실시간으로 처리하기에는 무리가 있다. 이러한 이슈를 해결하기 위해 통합처리 시스템을 개발하고자 한다. 시스템은 센서로부터 데이터를 받아 처리하는 client와 각 client로부터 데이터를 취합하여 이를 외부로 전송하는 server 프로세스로 구성된다. 각 프로세스의 데이터 수신 및 처리 방법, 프로세스 구동 방법을 변화시켜가며 시스템의 실시간성 확보를 위한 테스트를 진행하였다. 실험 결과, 4대의 LiDAR 센서로 데이터를 수신 받도록 하였으며, background 나 multi-core processing을 적용하여 프로세스를 동작시켰을 때, 각 client는 약 13.2 ms, server는 약 12.6 ms의 응답시간을 확인할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.345-352
• /
• 2022

최근의 LiDAR(Light Detection And Ranging) 센서는 실시간으로 주변에 있는 물체를 스캔하는 데 사용된다. LiDAR 센서를 이용하여 주변 환경을 스캔할 경우 감지되었던 사물들에 대한 변화를 감지하고 실시간으로 움직이는 물체를 인식할 수 있다. 센서들의 제작 비용이 낮아지면서 LiDAR는 중요시설의 경계, 스마트시티, 자율주행차 등 다양한 산업 분야에서 다양하게 활용되고 있다. 이러한 LiDAR 데이터는 실시간에 사물을 스캔하는 만큼 입력 데이터의 크기가 크다. 따라서 이러한 LiDAR를 활용하는 시스템에서는 이러한 대용량 데이터의 실시간 처리가 병목이 될 수 있어서 이러한 대용량 처리에 대한 대안이 필요하다. 본 논문에서는 엣지 컴퓨팅 서버를 이용하여 방대한 포인트 클라우드를 압축하여 빠르게 처리하는 엣지 컴퓨팅 기법을 제안한다. LiDAR 센서의 레이저의 반사 범위가 제한되어 있으므로 실시간으로 넓은 영역을 스캔하기 위해서는 여러 대의 라이다를 사용해야 한다. 따라서 실시간으로 물체를 감지하거나 인식하기 위해서는 여러 개의 LiDAR 센서에 대한 데이터를 한 번에 처리해야 한다. 에지 컴퓨터는 데이터 가속을 수행하기 위해 포인트 클라우드를 효율적으로 압축하고 모든 데이터를 메인 클라우드에서 실시간에 압축해제하여 사용할 수 있도록 설계되었다. 이를 통해 사용자는 시스템을 중앙에서 병목 없이 실시간에 LiDAR 센서들을 제어할 수 있다. 실험에 사용된 시스템은 이러한 엣지 컴퓨팅 서비스를 적용함으로써 기존 클라우드 기반 방식에서 문제였던 데이터 병목 현상을 효과적으로 해결하였다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1416-1426
• /
• 2021

Scanning 타입 다채널 LiDAR 센서의 경우 수신되는 신호의 세기의 차이에 의한 walk error라는 거리 오차가 발생할 수 있다. 이러한 오차는 다수의 LiDAR 센서를 기반으로 주변 환경을 스캐닝할 경우 같은 물체에 대해 서로 다른 거리 값을 출력하게 한다. 다수의 LiDAR 센서를 이용하여 전방향 스캐닝할 경우, 센서의 시야각이 겹치는 구간에서 발생하는 walk error를 최소화하기 위해 외부 시스템 상에서 센서의 각 채널에 대한 convolution을 수행하고 오차를 최소화하고자 한다. 약 6×6 m 환경의 중앙에 4개의 LiDAR 센서들을 배치하고 주변 환경을 스캐닝 하였으며, 필터링을 적용한 결과, 거리 오차를 평균 0.5125m에서 0.16m까지 약 68% 개선할 수 있었으며, 표준 편차는 평균 0.0591에서 0.030675까지 약 48% 개선할 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.1-6
• /
• 2020

UAV(Unmanned Aerial Vehicle)는 일반 유인 항공기나 위성에 비해 경제성이 크고, 대상물에 접근이 용이하여 군사적인 목적으로 많이 이용되어 왔다. 최근에는 IT 기술의 발전으로 다양한 센서를 탑재한 UAV가 출시되고 있으며 측량, 농업, 기상관측, 통신, 방송, 스포츠 등 광범위한 분야에서 이용이 증가하고 있으며, 공간정보를 제작하고 활용하는 분야에서 UAV를 활용하기 위한 다양한 연구와 시도가 증가하고 있다. 하지만 기존의 연구는 사진측량과 관련된 연구가 대부분이며, LiDAR(Light Detection And Ranging)에 대한 분석적 연구는 부족한 실정이다. 이에 본 연구에서는 공간정보 분야 활용을 위한 UAV LiDAR 센서의 특징을 분석하고자 하였다. LiDAR 센서의 취득속도, 반사횟수 등 상용화된 LiDAR 센서의 성능을 조사하고, 비슷한 정확도와 데이터 취득 가능 거리를 가지는 Surveyor Ultra와 VX15 모델을 선정하여 데이터 취득 및 분석을 수행하였다. 연구를 통해 각 센서별로 연구대상지의 DSM(Digital Surface Model)을 생성하고, 비교를 통해 데이터의 밀도, 정밀도, 식생지역에서 지면 데이터의 취득 등 특징을 제시하였다. UAV LiDAR 센서는 0.03m~0.05m의 정확도를 나타내었으며, 효과적인 활용을 위해서는 데이터의 특징들을 고려한 장비의 선정이 필요할 것으로 판단된다. 향후, 추가적인 연구를 통해 도심지역, 산림지역 등 다양한 지역에 대한 데이터 취득 및 분석이 이루어 진다면 UAV LiDAR의 활용성을 제시할 수 있을 것이다.

• 센서학회지
• /
• 제28권3호
• /
• pp.157-163
• /
• 2019

The LiDAR sensor, which is widely regarded as one of the most important sensors, has recently undergone active commercialization owing to the significant growth in the production of ADAS and autonomous vehicle components. The LiDAR sensor technology involves radiating a laser beam at a particular angle and acquiring a three-dimensional image by measuring the lapsed time of the laser beam that has returned after being reflected. The LiDAR sensor has been incorporated and utilized in various devices such as drones and robots. This study focuses on object detection and recognition by employing sensor fusion. Object detection and recognition can be executed as a single function by incorporating sensors capable of recognition, such as image sensors, optical sensors, and propagation sensors. However, a single sensor has limitations with respect to object detection and recognition, and such limitations can be overcome by employing multiple sensors. In this paper, the performance of an eight-channel scanning LiDAR was evaluated and an object detection algorithm based on it was implemented. Furthermore, object detection characteristics during daytime and nighttime in a real road environment were verified. Obtained experimental results corroborate that an excellent detection performance of 92.87% can be achieved.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.137-147
• /
• 2023

LiDAR는 자율 주행뿐만 아니라 다양한 산업 현장에 적용되어 대상의 크기와 거리를 측정하는 데 사용되고 있다. 이에 더하여 이 센서는 반사된 빛의 양을 바탕으로 반사 강도 영상 또한 제공한다. 이는 측정 대상의 형상에 대한 정보를 제공하여 센서 데이터 처리에 긍정적인 효과를 일으킨다. LiDAR는 고해상도가 될수록 높은 성능을 보장하지만 이는 센서 비용의 증가를 야기하는데, 이 점은 반사 강도 영상에도 해당된다. 높은 해상도의 반사 강도 영상을 취득하기 위해서는 고가의 장비 사용이 필수적이다. 따라서 본 연구에서는 저해상도의 반사 강도 영상을 고해상도의 영상으로 개선하는 인공지능을 개발하였다. 이를 위해서 본 연구에서는 최적의 초해상화 신경망 모델을 위한 파라미터 분석을 수행하였다. 또한, 초해상화 알고리즘을 2,500여 장의 반사 강도 영상에 적용하여 훈련과 검증을 하였다. 결과적으로 반사 강도 영상의 해상도를 향상시켰다. 바라건대 본 연구의 결과가 향후 자율 주행 분야에 적용되어 주행환경 인식과 장애물 탐지 성능 향상에 기여할 수 있기를 기대하는 바이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.23-31
• /
• 2022

최근 코로나 19가 유행하고 더불어 고령화 시대와 1인 가구 증가로 인해 가구 구성원이 집에서 다양한 활동을 하며 머무는 시간이 매우 증가하였다. 본 연구에서는 노인을 포함한 1인 가구의 구성원들의 이상 징후를 탐지하기 위한 알고리즘을 제안한다. 홈 CCTV를 통한 영상 센서 알고리즘, 스마트폰에 내장된 가속도 센서를 이용한 활동 센서 알고리즘 및 2D LiDAR 센서 기반의 LiDAR 센서 알고리즘을 이용한 사람의 움직임 및 낙상 탐지 결과를 기반으로 이상 징후를 탐지하는 알고리즘들을 제안한다. 하지만, 각 단일 센서 기반 알고리즘은 센서가 가진 한계점으로 인해 특정 상황에서 이상징후를 탐지하기 어려운 단점을 가지고 있다. 그에 따라 단일 센서 기반 알고리즘만을 사용한 것보다 다양한 상황에서 이상 징후를 탐지하기 위해 각 알고리즘을 결합하는 융합 방식을 제안한다. 우리는 각 센서로 수집한 데이터를 통해 알고리즘들의 성능을 평가하고, 특정 시나리오들을 통하여 알고리즘 하나만 사용하여 정확한 이상 징후를 탐지할 수 없는 상황에서도 융합 방식을 통해 서로 보완하여 정확한 이상 징후를 효율적으로 탐지할 수 있음을 보여준다.