Camera-LiDAR Sensor Fusion-Based Multi-Object Tracking via Track-Level Association

센서 퓨전은 자율주행 인지 분야의 주요 기술이며, 최근 연구들은 딥러닝 기반 센서 퓨전을 통하여 객체 인식 성능이 향상될 수 있음을 입증해오고 있다. 하지만, 대부분의 센서 퓨전 연구는 객체 인식 수준에서의 성능 향상만을 목적으로 수행되고 있다. 본 논문에서는 다중 인식 시스템으로부터 추정되는 track 수준에서의 연관성 판단을 통한 다중 객체 추적 알고리즘을 제안한다. 우선, 각 인식 시스템 별로 별개의 등속 운동 모델과 객체 추적 알고리즘을 설계하였다. 다음으로, 본 논문에서 제안하는 카메라-라이다(LiDAR) 센서 퓨전 기반 비용 함수를 통해, 각 인식 시스템의 추적 결과 간 매칭을 수행하였다. 결과적으로, 제안한 방법론을 통해 직접 취득한 데이터셋 상에서 기존 방법론 대비 성능을 향상시켰음을 입증하였다.