자율주행 시스템 환경 인식에서 3D 차량 검출 정확도가 낮은 문제를 해결하기 위해 라이다 기반 3D 차량 검출 알고리즘을 제안하였다. 통계 필터링과 랜덤 샘플 컨센서스(RANSAC) 알고리즘을 통해 지면 점군 분할을 수행하고, 라이다 데이터의 중복점과 이상점을 제거하였다; 3DSSD 심층 신경망을 개선하여 융합 샘플링을 이용해 점군 내 차량의 의미 정보와 거리 정보를 추출하였다; 특성 정보를 기반으로 차량 위치를 이차 조정하여 중심점을 생성하고, 3D 중심 배분기를 사용해 중심점을 매칭하여 3D 차량 검출 박스를 생성하였다. KITTI 데이터셋을 다양한 장면으로 나누어 실험 데이터로 사용하였고, 여러 3D 차량 검출 알고리즘과 비교 분석하였다. 실험 결과, 제안된 방법은 3D 차량 검출을 빠르고 정확하게 수행할 수 있으며, 평균 검출 시간은 0.12초이고, 검출 정확도는 최대 89.72%에 달한다.

라이다;환경 인식;자율주행 시스템;3D 검출