Lidar, Point Cloud에 대해 (in computer vision)

LiDAR는 자율주행차, 드론, 로봇공학 등에서 많이 사용되는 기술로, 주변 환경을 3차원으로 인식하는 데 매우 중요한 역할을 합니다. (본인 공부 및 기록용)😁

Lidar(Point Cloud)란?

LiDAR는 “Light Detection and Ranging”의 약자로, “레이저를 사용”하여 “물체와의 거리”를 측정하는 기술입니다. 이 기술은 고주파 펄스 형태의 레이저 빔을 발사하고, 물체에 반사된 “레이저 빔이 수신기로 돌아오는 시간을 측정하여 거리를 계산”합니다. 이렇게 얻은 데이터는 “3차원 포인트 클라우드(Point Cloud) 형태로 저장”됩니다. 포인트 클라우드는 “3차원 공간의 점들의 집합”으로, 각 점은 x, y, z 좌표를 가지며, 이 외에도 반사 강도(intensity), RGB 색상 정보, 법선 벡터(normal vectors) 등의 다양한 속성을 포함할 수 있습니다. 이들을 통해 주변 환경을 매우 정밀하게 3차원으로 재구성할 수 있습니다.

Lidar 포인트 클라우드 데이터셋

3D 좌표 체계

Lidar 포인트 클라우드 데이터셋에서 3D 좌표 체계는 보통 다음과 같은 기준을 따릅니다.

• (0, 0, 0): 일반적으로 LiDAR 센서가 위치한 지점을 나타냅니다. 이는 센서가 설치된 차량이나 드론의 기준점일 수 있습니다.
• x, y, z 좌표: 각 점의 위치를 3차원 공간에서 나타냅니다. x, y는 보통 지면 평면을 기준으로 한 좌표이며, z는 높이를 나타냅니다. +++ 그림 추가 예정

데이터셋 속성

포인트 클라우드 데이터셋은 보통 다음과 같은 속성을 포함합니다:

• x, y, z 좌표: 각 포인트의 3차원 위치.
• 반사 강도(intensity): 레이저 빔이 반사된 강도. 물체의 표면 특성에 따라 다를 수 있습니다.
• RGB 색상 정보: 일부 LiDAR는 컬러 카메라와 함께 사용되어 각 포인트에 RGB 색상 정보를 추가할 수 있습니다.
• 법선 벡터(normals): 각 포인트에서의 표면 기울기를 나타내는 벡터. 주로 표면 재구성 및 평활화에 사용됩니다.

Lidar 포인트 클라우드 특징

• 고해상도: 매우 많은 포인트를 포함하여 세밀한 3차원 정보를 제공합니다.
• 정확성: 높은 정확도로 거리와 위치를 측정할 수 있습니다.
• 실시간 처리: 빠른 데이터 수집 및 처리 속도로 실시간 응용이 가능합니다.
• 다양한 속성 정보: 각 포인트는 x, y, z 좌표 외에도 반사 강도, RGB 색상 정보, 법선 벡터 등의 다양한 정보를 포함할 수 있습니다.

대표적인 Lidar 포인트 클라우드 데이터셋

KITTI 데이터셋

KITTI 데이터셋은 자율주행차 연구를 위해 널리 사용되는 데이터셋 중 하나입니다. 독일의 카를스루에 공과대학교(University of Karlsruhe)와 도요타 기술 연구소(Toyota Technological Institute)에서 제공하는 이 데이터셋은 자율주행차가 주행하면서 수집한 다양한 데이터를 포함합니다. 이 외 자세한 설명은 따로 링크를 걸어둘 예정이다

KITTI 데이터 셋 설명 : [KITTI dataset에 대하여] KITTI 링크 : KITTI Vision Benchmark Suite

• LiDAR 센서: Velodyne HDL-64E
• 데이터: RGB 이미지, 3D 포인트 클라우드, GPS/IMU 데이터 등
• 포인트 클라우드 형식: 각 프레임마다 3D 포인트(x, y, z)와 반사 강도(intensity) 정보 포함

포인트 클라우드 데이터 설명: 0, 0, 0: 자율주행차의 LiDAR 센서가 위치한 지점 x, y: 도로 평면에 대한 좌표 z: 높이 좌표

Waymo 데이터셋

Waymo Open Dataset은 자율주행 연구를 위해 Waymo가 제공하는 대규모 데이터셋입니다. 이 데이터셋은 다양한 도로 조건과 환경에서 수집된 방대한 양의 데이터를 포함합니다.

Waymo 링크 : Waymo Open Dataset

LiDAR 센서: 여러 개의 LiDAR 센서 데이터: 3D 포인트 클라우드, 2D 및 3D 바운딩 박스, 레이블 등 포인트 클라우드 형식: 각 포인트에 대해 x, y, z 좌표와 반사 강도 정보 포함 데이터셋 예시:

0, 0, 0: 센서가 장착된 차량의 중심 x, y: 도로 평면에 대한 좌표 z: 높이 좌표

NuScenes 데이터셋

NuScenes Dataset은 자율주행차 연구를 위해 제공되는 데이터셋으로, 센서 퓨전 및 객체 인식 연구에 적합합니다. 이 데이터셋은 다양한 날씨 조건과 시간대에서 수집된 데이터를 포함합니다.

NuScenes 링크 : NuScenes

LiDAR 센서: 32개의 채널을 가진 LiDAR 센서 데이터: 3D 포인트 클라우드, 360도 카메라 이미지, GPS/IMU 데이터 등 포인트 클라우드 형식: 각 포인트에 대해 x, y, z 좌표와 반사 강도 정보 포함 데이터셋 예시:

0, 0, 0: 자율주행차의 중심 x, y: 도로 평면에 대한 좌표 z: 높이 좌표

Argoverse 데이터셋

Argoverse Dataset은 Argo AI가 자율주행차 연구를 위해 제공하는 데이터셋으로, 다양한 도시 환경에서 수집된 데이터를 포함합니다.

Argoverse 링크 : Argoverse

LiDAR 센서: 여러 개의 LiDAR 센서 데이터: 3D 포인트 클라우드, 2D 및 3D 바운딩 박스, 레이블 등 포인트 클라우드 형식: 각 포인트에 대해 x, y, z 좌표와 반사 강도 정보 포함 데이터셋 예시:

0, 0, 0: 센서가 장착된 차량의 중심 x, y: 도로 평면에 대한 좌표 z: 높이 좌표

ApolloScape 데이터셋

ApolloScape Dataset은 바이두(Apollo)에서 제공하는 자율주행차 연구를 위한 대규모 데이터셋입니다.

ApolloScape 링크 : ApolloScape

LiDAR 센서: 여러 개의 LiDAR 센서 데이터: 3D 포인트 클라우드, 2D 및 3D 바운딩 박스, 레이블 등 포인트 클라우드 형식: 각 포인트에 대해 x, y, z 좌표와 반사 강도 정보 포함 데이터셋 예시:

0, 0, 0: 센서가 장착된 차량의 중심 x, y: 도로 평면에 대한 좌표 z: 높이 좌표

Lidar 포인트 클라우드 응용

• 자율주행차 🚗 자율주행차는 LiDAR 포인트 클라우드를 사용하여 주변 환경을 인식하고, 장애물 회피, 경로 계획 등을 수행합니다. LiDAR 데이터는 카메라, 레이더와 함께 사용되어 자율주행 시스템의 정확성과 안전성을 높입니다. +++ 그림 추가 예정

• 드론 및 항공 촬영 ✈️ 드론은 LiDAR를 사용하여 지형의 3D 모델을 생성하거나, 건물 구조를 스캔하는 데 사용됩니다. 이 데이터는 지리 정보 시스템(GIS)에서 활용되며, 지형 분석, 도시 계획 등에 중요한 역할을 합니다. +++ 그림 추가 예정

• 로봇공학 🤖 로봇은 LiDAR를 사용하여 실내 또는 실외 환경을 인식하고, 자율적으로 이동할 수 있습니다. LiDAR 데이터는 로봇의 경로 계획, 장애물 회피, 객체 인식 등에 사용됩니다. +++ 그림 추가 예정

이것저것 공부하면서 Lidar Point Cloud 데이터셋에 대해 새로 알게 되는 내용은 계속 추가할 예정입니다. 궁금한 것들이나 추가 및 수정했으면 좋겠는 거 말해주시면 좋을 거 같아요. 좋은 하루 보내시길 바래요 :)