Advanced Driver Assistance System (ADAS) refers to all functions that help drivers to drive safely and conveniently, and with the increment of the level of vehicle technology, is becoming commercialized. Since the sensors used in ADAS each have their pros and cons, various types of sensors are mounted to take advantage of their complementary characteristics. Unlike camera and lidar, radar is essential for stable object detection due to its robustness to illuminance and environment. However, because of radar's small receiver and low angular resolution, the number of received reflected signals is low. In order to solve the problem, recent researches using 4D radar, a next-generation radar, are increasing significantly. Unlike general radar, 4D radar can measure altitude and has high angular resolution, so it makes possible to create a large amount of pointcloud data. This enables more precise object behavior estimation. In this thesis, straight and curved driving in daytime, nighttime, and foggy environments is set as the experimental scenario. and the goal is to rosbustly estimate vehicle behavior through sensor fusion of camera and 4D radar in the scenario.
첨단 운전자 보조 시스템(ADAS, Advanced Driver Assistance System)는 운전자가 안전하고 편리하게 주행할 수 있도록 도와주는 모든 기능을 뜻하는 말로, 차량 관련 기술의 수준이 높아지며 보편화되고 있다. ADAS에 사용되는 센서들에는 각각 장단점이 존재하기 때문에, 상호 보완적인 특성을 활용하기 위해 다양한 유형의 센서가 장착된다. 카메라 및 라이다와 달리 레이더는 조도 및 환경의 영향이 적기 때문에, 안정적인 객체 탐지를 위해서 레이더는 필수적이다. 하지만 일반 레이더는 조리개가 작고 각도 분해능이 낮아 수신하는 반사 신호의 개수가 적다. 이를 해결하기 위해 최근 연구에서는 차세대 레이더인 4D 레이더를 활용한 연구가 크게 늘고 있다. 4D 레이더는 일반 레이더와 달리 고도 측정이 가능하며 각도 분해능이 높아 다량의 반사 신호를 수신하여 많은 점군 데이터를 만든다. 이는 더욱 정밀한 객체 거동 추정을 가능하게 한다. 본 학위논문에서는 주간, 야간, 안개 환경에서 직진, 곡선 주행을 실험 시나리오로 설정하였고, 해당 시나리오에서 카메라와 4D 레이더의 센서 융합을 통해 차량 거동을 강건히 추정하는 것을 목표로 한다.
