Tech Knowledge Note

안녕하세요! ✨어제는 Day 4: LiDAR로 장애물 거리 측정 Python 실습을 통해 전방 장애물까지의 거리를 계산해봤습니다.오늘은 한 단계 더 나아가, LiDAR 데이터를 더 깨끗하고 효율적으로 사용하는 방법, 바로 데이터 전처리를 다뤄보겠습니다.🔍 왜 전처리가 필요한가?LiDAR는 매우 정밀한 센서이지만, 현실 데이터에는 다음과 같은 문제가 존재합니다.노이즈(Noise): 먼지, 비, 눈, 반사체 때문에 잘못된 점이 발생데이터 과다(Overload): 초당 수십만 개의 점이 쏟아져 나오므로 처리 속도 저하👉 따라서 노이즈 제거와 다운샘플링은 자율주행 연구와 실제 적용에서 반드시 필요한 단계입니다.🧹 1. 노이즈 제거 (Noise Filtering)노이즈 제거는 의미 없는 점을 걸러내는 과정입..

안녕하세요! ✨어제는 Day 1: LiDAR 기본 원리를 통해 TOF(Time of Flight)와 스캐닝 방식을 알아봤습니다.오늘은 LiDAR가 만들어내는 결과물인 점군(Point Cloud) 데이터 구조에 대해 공부해보겠습니다.🔍 점군(Point Cloud)이란?점군(Point Cloud)은 수많은 3차원 좌표점들의 집합입니다.LiDAR 센서가 발사한 레이저가 물체에 부딪히고 돌아오는 시간을 측정해 얻은 거리 정보가 3차원 좌표로 변환되고, 이 점들이 모여 주변 환경의 3D 모델을 구성합니다.예를 들어, 도로 위에서 LiDAR가 자동차를 비추면, 그 자동차의 외형을 이루는 수천~수백만 개의 점들이 모여 하나의 3D 형태를 형성하게 됩니다.🧩 점군 데이터 구조점군 데이터는 보통 아래와 같은 구조로 ..