본 논문은 제한된 연산 자원을 가진 서비스 모바일 로봇을 위해 경량화된 다중 모달 3D 객체 탐지 및 궤적 예측 프레임워크를 제시합니다. LiDAR와 카메라 입력을 통합하여 보행자, 차량, 자전거 이용자 등을 실시간으로 3차원 공간에서 인지합니다. 핵심 모듈로는 고정밀도와 적절한 연산량을 제공하는 Cross-Modal Deformable Transformer (CMDT)와 다양한 클래스의 객체에 대해 유연한 길이의 궤적을 효율적으로 예측하는 Reference Trajectory-based Multi-Class Transformer (RTMCT)를 제안합니다. CODa 벤치마크 평가 결과, 기존 방법보다 객체 탐지(mAP 기준 +2.03% 향상) 및 궤적 예측(보행자 minADE5 기준 -0.408m 향상) 성능이 우수함을 보였으며, NVIDIA 3060 GPU를 탑재한 휠체어 로봇에서 13.2fps의 실시간 추론 속도를 달성하여 실용적인 배포 가능성을 입증했습니다. 소스 코드와 ROS 추론 버전을 공개하여 재현성과 실제 배포를 용이하게 합니다.
