전체메뉴
실시 예의 라이다 센서를 이용하여 획득한 포인트 클라우드로부터 구한 객체의 박스에 포함된 포인트의 직각 좌표를 복소 좌표로 변환하고, 복소 좌표에 대해 고속 푸리에 변환(FFT)을 수행하여 제1 특징을 추출하는 단계; 상기 객체의 박스에 포함된 포인트에 대한 가우시안 모델의 파라미터인 평균과 표준 편차를 제2 특징으로서 구하는 단계; 및 상기 제1 또는 제2 특징 중 적어도 하나를 이용하여 상기 객체의 종류를 분류하는 단계를 포함할 수 있다.
이 사이트는 자바스크립트를 지원하지 않으면 정상적으로 보이지 않을수 있습니다.