29 lines
2.0 KiB
Markdown
29 lines
2.0 KiB
Markdown
---
|
|
id: SENSOR-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 1.0
|
|
tags: [robotics, autonomous-driving, data-fusion, ai, signal-processing]
|
|
last_reinforced: 2026-04-26
|
|
---
|
|
|
|
# Sensor Fusion (센서 퓨전)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "여러 개의 감각을 하나로 합쳐 완벽한 세상을 그려라" — 서로 다른 특성을 가진 여러 센서(카메라, 라이다, 레이더 등)의 데이터를 통합하여, 개별 센서만으로는 알 수 없었던 정확하고 신뢰성 높은 정보를 도출하는 기술.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **추출된 패턴:** 각 센서의 장점은 취하고 단점(노이즈, 사각지대)은 상호 보완하여, 시스템의 상황 인지(Context Awareness) 능력을 극대화하는 멀티모달 통합 패턴.
|
|
- **세부 내용:**
|
|
- **Complementary Data:** 카메라는 형상을, 라이다는 거리를 잘 파악하듯 서로 다른 유형의 정보를 결합.
|
|
- **Redundancy:** 하나의 센서가 고장 나거나 오작동해도 다른 센서를 통해 안전성 유지.
|
|
- **Kalman Filter:** 예측과 관측값을 확률적으로 결합하여 동적인 상태를 추정하는 핵심 알고리즘.
|
|
- **Early vs Late Fusion:** 원시 데이터를 바로 합칠지(Early), 각자 분석한 결과물(Object)을 나중에 합칠지(Late) 결정.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌:** 단순한 값의 평균을 내던 수준에서, 최근에는 딥러닝 기반의 엔드투엔드(End-to-End) 특징 맵 퓨전 방식으로 고도화됨.
|
|
- **정책 변화:** Skybound 프로젝트의 에이전트 인식 시스템 설계 시, 시각 센서와 청각(발소리) 센서 데이터를 퓨전하여 적의 위치를 정밀하게 추적하는 로직을 적용함.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Autonomous-Driving, [[Computer-Vision]], Kalman-Filter, Context-Awareness
|
|
- **Raw Source:** 10_Wiki/Topics/AI/Sensor-Fusion.md
|