• 목록

AVE Lab 연구팀 (백동희, 공승현 교수, Wijaya Kevin Tirta)의 논문 “K-Lane: Lidar Lane Dataset and Benchmark for Urban Roads and Highways” (이하 K-Lane) 이 국제 Computer Vision 분야 최고 학회인 IEEE/CVF Computer Vision and Pattern Recognition (CVPR) Workshop on Autonomous Driving (WAD) 2022에 게재되었다.

K-Lane은 (1) 세계 최초 Lidar 차선 인식 대용량 데이터셋을 구축하고, (2) 라이다 차선 특성을 반영한 인공지능 (Lidar Lane Detection Network utilizing Global Feature Correlator; 이하 LLDN-GFC)을 개발하여 세계 최고 수준의 차선 인식 성능을 달성한 것을 인정받아 국제 최고 Computer Vision 학회에 게재되었다. K-Lane은 그림 1에서와 같이, 다양한 도심지 및 고속도로 환경 (e.g., 낮, 밤, 커브, 차선 가림 등) 에서 취득한 15k 이상의 포인트 클라우드와 전방 카메라 이미지를 제공하며, 라이다 차선 인식 신경망 연구의 발전을 위해서 개발 프레임워크 (신경망 학습, 평가, 시각화, 라벨링) 를 연구실 Github를 통해서 제공한다. 또한, 본 논문에서 제안하는 LLDN-GFC는 기존 Convolutional Neural Network (CNN) 기반의 신경망 대비 6.1%의 성능 (F1-Score) 을 향상시켰으며, 특히, 다수의 차선이 가려진 경우, 10.2%의 성능을 향상시켜 다수의 차량이 밀집된 상황에서도 안전한 자율주행을 가능하게 한다. K-Lane 데이터셋과 LLDN-GFC 신경망의 학습, 평가 코드, 시각화, 라벨링 프로그램은 https://github.com/kaist-avelab/k-lane 을 통해서 제공받을 수 있다.

현재 연구팀은 LLDN-GFC의 한계점을 보완한 기술을 개발함으로써, 더 향상된 세계 최고의 차선 인식 성능을 달성, 관련 논문을 준비 중에 있다. 향후, AVE Lab 연구팀은 K-Lane의 지속적인 연구를 통해서, Lidar가 탑재된 모든 자율주행 자동차에서 사용될 수 있는 고성능 (인식 정확도 및 실시간성) 의 차선 인식 인공지능을 개발할 계획이다.