解决自动驾驶汽车最大课题——“安全性”问题的核心技术在全南大学诞生。全南大学未来移动出行学科教授 Kim Chansu 研究团队与汉阳大学联合开发了基于激光雷达（LiDAR）的动态目标分割技术，即使在复杂道路环境中，也能更准确地识别并应对行人、自行车、车辆等移动物体。
15日据全南大学消息，全南大学未来移动出行学科教授 Kim Chansu 与汉阳大学未来汽车工学科教授 Jo Gichun 组成的联合研究团队开发出了提升自动驾驶汽车安全性的核心技术。该研究发表于电气·电子工程领域位列全球前1.8%的国际学术期刊《IEEE Transactions on Intelligent Vehicles》（影响因子：14.3），其国际学术价值获得认可。
此次开发的技术是基于激光雷达（LiDAR，光探测与测距）的动态目标分割技术。激光雷达是安装在自动驾驶汽车上的距离与形状测量传感器，通过向周围物体发射激光束并测量其反射时间来构建三维地图。
研究团队利用这一技术，高度优化了从道路上众多物体中区分移动物体（动态目标）和固定物体（静态目标）的方法。这项技术对于自动驾驶汽车实时预测行人、自行车、其他车辆等移动目标的运动轨迹，并将道路、建筑物、路灯等固定环境精确反映到高精地图中至关重要。
研究团队将激光雷达与惯性测量装置（IMU，Inertial Measurement Unit）传感器结合，开发出了“AWV-MOS-LIO”算法。该算法为减少传感器可能产生的位置误差以及激光雷达入射角问题（激光斜入导致的误差），引入了一种考虑点云数据不确定性（数据可信度）的分析方法。同时，利用关键帧（Keyframe，关键时刻数据）综合不同角度获取的信息，并将物体尺寸纳入考虑，从而降低识别误差。
实验结果显示，该系统在区分移动物体方面的准确度比现有技术提高了6.3%，在判断自动驾驶汽车位置的里程计（车辆行驶位置与距离估计）性能方面也提升了14.4%。
Kim Chansu 教授表示：“本次研究的意义在于为自动驾驶汽车在复杂环境中更安全地行驶奠定了基础。今后将通过全南大学地区创新中心大学支援体系（RISE）项目进一步完善该技术，并计划将其应用于多种自动化系统。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
