APPARATUS FOR RECOGNING OBJECT OF AUTOMATED DRIVING SYSTEM USING ERROR REMOVAL BASED ON OBJECT CLASSIFICATION AND METHOD USING THE SAME

• Main Authors: CHOI JEONG DAN, SONG YOO SEUNG, MIN KYOUNG WOOK, LEE DONG JIN, KANG DO WOOK, CHO YONG WOO, SUNG KYUNG BOK, KANG JEONG GYU, CHOI DOO SEOP, KIM JOO YOUNG, PARK JAE HYUCK, AN TAEK HYUN, HAN SEUNG JUN
• Format: Patent
• Language: English; Korean
• Published: 02.06.2022
• Subjects: ANALOGOUS ARRANGEMENTS USING OTHER WAVES; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; HANDLING RECORD CARRIERS; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES; MEASURING; PHYSICS; PRESENTATION OF DATA; RADIO DIRECTION-FINDING; RADIO NAVIGATION; RECOGNITION OF DATA; RECORD CARRIERS; TESTING

객체 분류 기반의 오류 제거를 이용한 자율 주행 시스템의 객체 인식 장치 및 이를 이용한 방법이 개시된다. 본 발명의 일실시예에 따른 객체 인식 방법은 객체의 종류에 따라 분류된 클래스 중 오검출 객체에 의한 노이즈 클래스에 상응하는 데이터 셋을 포함하는 학습 데이터를 기반으로 딥러닝 기반의 다중 객체 분류 모델을 학습시키고, 자율 주행 차량에 각각 구비된 라이다 센서와 카메라를 통해 포인트 클라우드 및 영상 데이터를 획득하고, 영상 데이터에서 포인트 클라우드를 기반으로 인식된 적어도 하나의 객체에 상응하는 크롭 영상을 추출하여 다중 객체 분류 모델로 입력하고, 다중 객체 분류 모델에 의해 적어도 하나의 객체 중 노이즈 클래스로 분류된 오검출 객체를 제거한다. Disclosed herein are an object recognition apparatus of an automated driving system using error removal based on object classification and a method using the same. The object recognition method is configured to train a multi-object classification model based on deep learning using training data including a data set corresponding to a noise class, into which a false-positive object is classified, among classes classified by the types of objects, to acquire a point cloud and image data respectively using a LiDAR sensor and a camera provided in an autonomous vehicle, to extract a crop image, corresponding to at least one object recognized based on the point cloud, from the image data and input the same to the multi-object classification model, and to remove a false-positive object classified into the noise class, among the at least one object, by the multi-object classification model.