환경 인식 및 분석 탐지를 위한 라이다–PTZ 융합 시스템

무인 항공기(UAV)의 급속한 보급과 함께 사생활 침해, 무단 침입 및 공공 안전에 대한 우려가 점차 심각해지고 있습니다. 이러한 문제를 해결하기 위해 본 연구에서는 실시간 UAV 탐지 및 추적을 위한 라이다–팬틸트줌(PTZ) 카메라 융합 시스템을 개발하였습니다. 제안하는 접근법은 YOLOv11 기반 시각 탐지, PointPillars 포인트클라우드 처리 및 적응형 확장 칼만 필터(EKF)를 통합하여 희소 관측 조건에서도 견고하고 시간적으로 일관된 타겟 상태 추정을 단일 프레임워크 내에서 달성합니다. 희소한 라이다 포인트클라우드 조건에서 특징 안정성과 모델 일반화를 향상시키기 위해 공간 제약 가상 점 증강 기법을 도입하였습니다. 또한, PointPillars 탐지 출력과 적응형 노이즈 인지 중심 측정을 공동 활용하는 이중층 융합 EKF 전략을 설계하여 간헐적 데이터 환경에서도 견고한 동적 상태 추정 및 연속 추적을 가능하게 하였습니다. 제안된 시스템은 공개 데이터 세트 및 실제 야외 실험을 통해 구현 및 평가되었습니다. 실험 결과, 라이다–PTZ 융합 시스템은 ±1.62 m의 평균 위치 편차, 약 30 m의 유효 탐지 거리 및 최대 약 42 m의 최대 유효 범위를 달성하였으며, 프레임 단위 탐지 연속성은 96.8%를 유지하고 약 32 프레임/초의 속도로 작동함을 보였습니다. 평가 결과는 융합 전략이 단일 센서 탐지의 한계를 효과적으로 극복하고 다중 목표 협력 센싱 및 공역 보안 감시 응용에 신뢰할 수 있는 기반을 제공함을 입증합니다.