Problem
raw LiDAR 데이터를 road-marking detection과 refinement가 가능한 형태로 연결하려면 centerline, road surface normalization, projection, object extraction, back-projection, final refinement가 한 흐름으로 이어져야 한다.
Context
이 프로젝트는 redundant script를 덜어내고 핵심 단계만 남겨, 실제로 어떤 파이프라인이 essential한지 드러내는 정리본 역할을 한다.
My role
복잡한 LidarRecon workflow를 최소 핵심 단계로 압축하고, 단계별 역할을 드러내는 구조로 정리하는 역할이 컸다.
What it proves
- 복잡한 geospatial / LiDAR 흐름을 사람 읽기 좋은 파이프라인으로 정리할 수 있다
- automation과 refinement를 함께 다루는 시스템 감각이 있다
- 실험 흔적을 essential workflow로 추려내는 능력이 있다
What was built
- centerline generation → road surface filter → GPU projection → SAM3 object extraction → 3D post-processing → final refinement 흐름 정리
- pipeline_runner 기반 orchestration path 명시
- uv 기반 실행 경로와 minimal file set 유지
Constraints
- 실험용 스크립트가 많아 흐름이 쉽게 흐려질 수 있음
- road-marking pipeline은 각 단계가 강하게 의존함
- 3D 결과로 다시 되돌리는 refinement logic이 핵심 병목임
How it was verified
- README에서 essential step을 명시적으로 분리
- pipeline_runner와 pipeline_utils를 orchestration 핵심으로 고정
- 실행 예시를 uv 기준으로 제공