초록
자율주행에서 자동차 레이더 센서를 활용한 물체 인식 문제를 고려한다. 라이다 센서와 비교했을 때, 레이더는 비용 효율적이며 전기적 환경에 관계없이 모든 기상 조건에서 자율주행의 인식 성능을 유지하는 데 있어 뛰어난 내구성을 지닌다. 그러나 레이더 신호는 주변 물체를 인식할 때 각도 해상도가 낮고 정밀도가 떨어지는 문제가 있다. 본 연구에서는 자동차 레이더의 인식 능력을 향상시키기 위해, 연속적인 자동차 중심의 Bird's-Eye-View(BEV) 레이더 이미지 프레임에서 시간적 정보를 활용한다. 물체의 존재 여부 및 특성(크기, 방향 등)의 일관성을 활용하여, 연속적인 레이더 이미지 내 물체 간의 관계를 명시적으로 모델링하는 시간적 관계 레이어(temporal relational layer)를 제안한다. 물체 탐지 및 다중 물체 추적(multiple object tracking) 모두에서 제안한 방법이 여러 기준 방법보다 우수함을 입증한다.