교육 날짜 July 24, 2025 10:00 AM (GMT+9) → 5:00 PM

<aside> 📌

목차

</aside>

• 목차

Introduction

• 인트로

figure;
subplot(2,2,1); p1 = plot(1:10, 'ro');
subplot(2,2,3); p2 = plot(1:10, 'b--');
subplot(2,2,[2,4]); p3 = plot(1:10, 'm^-.');
% subplot(2,2,4); plot(1:10, 'g>');

Labeling Ground Truth

• 레이블링

레이블링을 자동화하는 알고리즘 클래스 설계

• 영상처리할 때 물체 인식하는 매서드 구성

자동화 알고리즘 클래스

• 선 레이블링
• 하늘 레이블링

Visualizing Sensor Data

• 센서 데이터 시각화

1. Lidar (Light Detection and Ranging)

레이저를 쏴서 반사된 빛의 시간으로 거리(Depth) 를 측정하는 센서

핵심 특징

• 3D 거리 정보 (Point Cloud) 를 아주 정확하게 얻을 수 있어
• 360도 회전하는 경우도 많고, 공간 전체를 정밀하게 스캔해
• 정확도 매우 높음, 장애물 모양도 잘 인식함

원리

1. 레이저를 발사 → 주변 물체에 반사됨
2. 반사되어 돌아오는 시간(Time of Flight)을 측정
3. 거리 계산 = 빛 속도 × 시간 / 2
4. 이걸 수천~수만 개의 점들로 반복해서 3D 맵 생성

MATLAB에서는?

• pointCloud 객체로 표현됨
• pcshow로 시각화
• 차량 위치 기준의 Bird’s Eye View로 표현 가능

2. Radar (Radio Detection and Ranging)

전파를 쏴서 물체까지 거리 + 속도 를 측정하는 센서

핵심 특징

• 멀리 있는 물체까지 감지 가능 (100~200m 이상)
• 속도 측정이 가능 (Doppler effect 활용)
• 비나 안개, 어두운 상황에서도 매우 잘 작동함
• 단점: 해상도 낮음 (정확한 모양 파악은 힘듦)

원리

1. 고주파 전파 발사 → 물체에 반사
2. 반사파 수신 → 시간 차로 거리, 주파수 변화로 속도 측정

MATLAB에서는?

• radarDataGenerator 등으로 시뮬레이션 가능
• detection 객체로 레이더의 결과 처리

좌표 → 오리진(축의 중심)

앞으로 진행하는 축은 X, 양옆은 Y

✅ Bird's Eye Plot

자율주행 차량 주변을 위에서 내려다보는 시점으로 센서 데이터(차, 보행자, 차선 등) 를 시각화하는 방식

• 차량을 기준으로 앞쪽(X축), 좌우(Y축) 로 얼마나 떨어져 있는지 2D 평면에 표시
• Lidar, Radar, Vision 같은 센서들의 탐지 결과를 하나의 통합된 지도처럼 표현함

1. XLimits, YLimits

• XLimits: 전방 감지 거리 (예: 0m ~ 120m)
• YLimits: 좌우 감지 범위 (예: -40m ~ +40m)
• 이 값들로 시야의 크기와 범위를 설정함
• 예시: 차량 앞 120m, 좌우 40m 범위만 표시

matlab
복사편집
% 예시 MATLAB 코드
bep = birdsEyePlot('XLimits', [0 120], 'YLimits', [-40 40]);

2. birdsEyePlot 블록

• MATLAB 또는 Simulink의 시각화 도구
• 위에서 정의한 감지 범위를 바탕으로 실제 플롯을 생성
• 이 위에 여러 가지 "디스플레이" (검출 결과, 차선, 포인트 클라우드 등)를 추가할 수 있음

matlab
복사편집
% 예: Radar나 Lidar의 탐지 결과를 표시할 때
detPlotter = detectionPlotter(bep, 'DisplayName', 'Radar detections', 'MarkerFaceColor','r');

3. 결과 Plot (가운데 그래프)

• X축: 앞쪽 거리 (전방 0~120m)
• Y축: 좌우 거리 (좌/우 -40~40m)
• 차량은 항상 **(0, 0)**에 위치

4. 차량 기준 좌표계 (오른쪽)

• xvx_vxv: 차량 전방 방향