본 기술은 3D 점군 데이터를 격자 기반 고도지도로 변환하고 다수의 지형 특징값을 추출한 뒤 자가 학습 알고리즘을 통해 주행 가능 여부를 판별하는 AI 모델을 생성하는, 자가 학습 기반의 주행 가능성 평가 이동 로봇입니다.
기존의 수동 레이블링 방식은 데이터 구축 비용이 크고 시뮬레이션 데이터는 실환경과 차이가 있으며, 단순 임계값 기반 규칙은 복잡한 도시 환경에서 정밀한 주행 가능성 평가가 어렵다는 문제점이 있었습니다.
본 기술은 기 주행 궤적을 양성 샘플로, 임계값 초과 격자를 음성 샘플로 초기 구성한 뒤 분류기의 추론 확률에 따라 데이터를 재분류하며 반복 학습하는 방식을 제안하며, 이를 통해 사람의 수동 레이블링 없이 모델 정확도를 스스로 고도화할 수 있습니다. 실외 배송 로봇과 순찰 로봇에 적용될 수 있어 새로운 환경에 투입될 때마다 별도의 데이터 구축 없이 적응하는 경제적인 해결책을 제공합니다.
US2022-0206491A1
