Publications

Domestic Conferences

Joint Detection and Tracking 기반 4D 레이다 3D 다중 객체 추적
Year 2024
Month
Journal June, 2024 / KSAE Spring Conference
Author 송승현, 백동희, 공승현(Seung-Hyun Kong)
3D Multi-Object Tracking(3D MOT)은 주변 객체들의 움직임을 파악하여 도로 상황을 이해하는데 중요한 역할을 한다. 기존 3D MOT 연구들은 주로 카메라 또는 라이다 센서 데이터를 활용하였으나, 이는 악천후에 취약하다는 한계가 있다. 반면 레이다 센서는 악천후 환경에 강인할 뿐만 아니라 상대 속도 정보를 직접적으 로 제공하여 보다 정확한 추적이 가능하다. 3D MOT는 tracking-by-detection(TBD) 방식과 joint detection and tracking(JDT) 방식으로 구분된다. TBD 방식은 탐지와 추적이 순차적으로 진행되어 탐지 성능에 크게 의 존적인 반면, 탐지와 추적을 통합한 JDT 방식은 탐지에 활용되었던 특징 정보인 임베딩 벡터를 추적에 활용할 수 있다는 장점이 있다. 본 연구에서는 최초로 JDT 방식 기반의 4D 레이다 3D MOT 프레임워크인 4DRaJDT 을 제안한다. 4DRaJDT은 4D 레이다 센서가 제공하는 객체의 상대 속도 정보를 활용하여 움직임을 예측함으 로써 카메라나 라이다를 활용하는 3D MOT보다 정확하고 안정적인 추적 성능을 가능하게 한다. 또한 4DRaJDT은 객체 간 의미적 유사성과 위치적 유사성을 모두 고려하여 탐지된 객체와 추적 중인 객체를 효과 적으로 매칭한다. 이때 의미적 유사성은 탐지 단계에서 활용한 임베딩 벡터의 코사인 유사도로, 위치적 유사성 은 칼만 필터로 예측한 객체 위치와 탐지된 객체 위치 간의 마할라노비스 거리로 계산한다. 본 연구에서는 두 유사성 점수의 가중합을 매칭 스코어로 사용함으로써 효과적으로 객체 매칭을 수행하였다. 제안한 방법의 우 수성을 입증하기 위해 악천후 및 정상 상황에 대한 4D 레이다 데이터가 포함된 K-Radar 데이터셋을 사용하 여 성능을 평가한 결과, TBD 방식 기반의 4D 레이다 3D MOT 대비 제안하는 4DRaJDT가 객체 추적 성능 지 표인 AMOTA(Average Multi-Object Tracking Accuracy) 기준으로 5% 향상을 확인할 수 있었으며, 이는 4D 레이다 센서 기반의 JDT 방식이 정확하고 안정적인 3D MOT에 적합함을 보여준다.