LiDAR를 이용한 강건한 3D 객체 검출을 위한 눈발 시뮬레이션

3D 객체 검출은 자율 주행과 같은 응용 분야에서 핵심적인 작업으로, 시스템이 악천후 조건에서도 주변 교통 요소를 위치 추정하고 분류해야 합니다. 본 논문에서는 눈이 내리는 상황에서 LiDAR 기반 3D 객체 검출 문제를 다룹니다. 이 환경에서 훈련 데이터를 수집하고 주석화하는 것이 어려운 점을 고려하여, 우리는 실제 맑은 날씨의 LiDAR 포인트 클라우드에 눈이 내리는 효과를 시뮬레이션하는 물리적 방법을 제안합니다. 우리의 방법은 각 LiDAR 라인에 대해 2D 공간에서 눈알을 샘플링하고, 이를 통해 유도된 기하학적 구조를 사용하여 각 LiDAR 빔의 측정값을 적절히 수정합니다. 또한, 눈이 내릴 때 지면이 자주 젖는다는 점을 고려하여, LiDAR 포인트 클라우드에서 지면의 습기를 시뮬레이션하기도 합니다. 우리는 이 시뮬레이션을 사용하여 부분적으로 합성된 눈 덮힌 LiDAR 데이터를 생성하고, 이러한 데이터를 활용하여 눈이 내리는 환경에 견고한 3D 객체 검출 모델을 훈련시킵니다. 여러 최신 3D 객체 검출 방법들을 사용해 광범위한 평가를 수행한 결과, 우리의 시뮬레이션이 맑은 날씨 베이스라인 및 경쟁 시뮬레이션 접근법과 비교할 때 실제 눈 덮힌 STF 데이터셋에서 일관되게 성능 향상을 보여주었으며, 맑은 날씨 조건에서의 성능 저하 없이 이러한 결과를 달성했습니다. 우리의 코드는 www.github.com/SysCV/LiDAR_snow_sim 에서 확인할 수 있습니다.