Core Concepts
제안된 Radar-diffusion 접근법은 확산 모델을 활용하여 희소하고 노이즈가 많은 밀리미터파 레이더 포인트 클라우드를 고밀도 LiDAR와 유사한 포인트 클라우드로 향상시킨다.
Abstract
본 연구는 밀리미터파 레이더 센서의 안정적인 성능에도 불구하고 상대적으로 희소하고 많은 고스트 포인트를 포함하는 문제를 해결하기 위해 Radar-diffusion이라는 새로운 포인트 클라우드 초해상도 접근법을 제안한다.
데이터 처리 단계에서는 LiDAR와 레이더 포인트 클라우드를 새도우 뷰 이미지로 변환하고 공유 시야를 추출한다. 이후 평균 회귀 확률 미분 방정식(SDE)으로 정의된 확산 모델을 활용하여 고품질 LiDAR 새도우 뷰 이미지를 저품질 레이더 새도우 뷰 이미지로 열화시키는 정방향 과정을 모델링한다. 그리고 이 과정의 역방향 탈노이즈 과정을 학습하여 LiDAR와 유사한 고품질 새도우 뷰 이미지를 복원한다.
실험 결과, 제안 방법은 기존 최신 기법들에 비해 포인트 클라우드 초해상도 성능이 우수하며, 향상된 포인트 클라우드를 활용한 등록 작업에서도 우수한 성능을 보인다. 이를 통해 제안 방법이 악천후 환경에서의 인지 작업에 활용될 수 있음을 입증한다.
Stats
레이더 포인트 클라우드는 LiDAR 포인트 클라우드에 비해 해상도가 2 차수 낮다.
레이더 포인트 클라우드는 다중 경로 효과로 인해 많은 고스트 포인트와 허위 타겟을 포함한다.
Quotes
"밀리미터파 레이더 센서는 악천후 환경에서도 안정적인 성능을 유지하여 실외 이동 로봇과 같은 전천후 인지 작업에 유망한 솔루션이 될 수 있다."
"레이더 포인트 클라우드는 상대적으로 희소하고 많은 고스트 포인트를 포함하여 밀리미터파 레이더 기술 발전에 큰 장애가 되고 있다."