다중 차량 추적을 위한 변분 레이더 모델

고해상도 레이더가 제공하는 다중 반사점 정보를 활용해, 변분 가우시안 혼합(VGM)으로 학습한 측정 모델을 무작위 유한 집합(RFS) 기반 다중 객체 라벨드 멀티베르누이(LMB) 필터에 통합하였다. 데이터 기반 모델은 수동 설계 모델보다 측정‑추정 정확도가 높으며, 클러터와 회전 휠 반사 등 복잡한 센서 현상을 자동으로 포착한다.

저자: Alex, er Scheel, Klaus Dietmayer

다중 차량 추적을 위한 변분 레이더 모델
본 논문은 고해상도 자동차 레이더가 제공하는 다중 반사점 정보를 활용해 차량을 확장 객체로 모델링하고, 이를 무작위 유한 집합(RFS) 기반 다중 객체 추적기에 통합하는 새로운 방법을 제시한다. 서론에서는 레이더의 장점(거리·방위·도플러 측정, 악천후 강인성, 저비용)과 고해상도 레이더가 제공하는 다중 검출이 가져오는 ‘확장 객체’ 문제를 설명한다. 기존의 전처리 기반 접근법(클러스터링·메타‑측정 생성)과 확장 객체 모델링(측정원 집합, 공간 분포, 물리 기반, 파라메트릭 형태)들을 검토하면서, 이들 방법이 전문가 지식에 의존하거나 복잡한 구현을 요구한다는 한계를 지적한다. 문제 정의에서는 각 차량을 kinematic 상태 ξ_k =

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기