[H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 24. 고정밀 지도 및 측위 기술

1. 고정밀 지도의 필요성

 

1) 센서의 제한된 인식 범위 보완 : 수 km 이상의 도로 정보 취득

 

2) 센서를 통한 도로 인식이 불가능한 환경 -> 고정밀 지도의 차선, 도로 정보를 이용하여 주행가능 (환경 영향에 따른 센서 기능 보완)

 

3) 센서 객체 인식 성능 향상 : 센서가 감지해야 하는 영역을 지도 정보를 이용하여 축소 -> 연산 속도와 인지 기능의 인식률 향상

 

2. 기존 측위 기술 소개

 

1) GPS 위성 신호를 수신하여 위치 추정 ( 장 : GPS 수신기는 대부분의 차량에 장착되어 있음/ 단 : 전파 수신 상황에 따라 위치 정밀도가 좌우됨, 위치 오차가 미터 단위, 음영지역 존재)

 

2) RTK 기술 : 정밀한 위치를 확보한 기준점의 반송파 오차 보정치를 적용하여 수 cm의 정밀도를 표현하는 고정밀 이동측량 기법 ( 장 : 높은 측위 정확도 / 단 : 고가의 장비 가격, 음영지역 존재)

 

3) 관성항법 장치 : IMU 등 관성 센서 정보를 활용하는 장치 ( 단 : 시간이 지속될수록 오차가 지속적으로 증가 )

 

3. 고정밀 지도 기반 측위 기술

 

1) SLAM 기술 : 로봇이 스스로 측위를 하는 동시에 지도를 생성하는 기술

 

2) 자율주행에서는 MMS기술을 이용하여 고정밀 지도를 미리 생성

 

3) “맵매칭”방식의 측위 기술 : 인지 기술을 통해 얻은 주변의 정적 환경 정보를 고정밀 지도에 포함된 환경 정보와 매칭하여 측위 수행

 

4) 고정밀 지도 기반 측위를 위한 두 가지 단계

- 1단계 (Odometry 기술) : 차량이 과거 위치에서부터 얼마만큼 움직였는지 측정 -> 시간이 지날수록 오차가 누적

- 2단계 (맵매칭 기술) : Odometry 기술과 센서 정보(환경, Gps, IMU 센서 정보)를 활용하여 맵매칭을 통해 고정밀 지도 위에 정확한 위치 측정

 

4. 측위의 정확도를 향상시킬 수 있는 기술

 

1) Odometry 정확도 향상 : 주행 시 자율주행 차량의 움직임에 따른 카메라, 라이다 등의 센서 데이터의 동적 변화량 분석

 

2) 맵매칭 기술 정확도 향상 : 고정밀 지도에 어떤 환경 정보를 넣을 것인가 결정 ex) 도로 정보, 랜드 마크/ 지형에 관한 의미있는 정보 추출 -> 센서 데이터와의 정밀한 맵매칭 알고리즘 개발

 

퀴즈)

1. 고정밀 지도를 사용하기 위한 요구 사항으로 옳지 않은 것? 답 3(유선 x -> 무선)

 

1. 맵매칭을 효과적으로 수행하기 위한 환경 정보 포함해야 한다.

2. 구체적인 주행 관련 도로 정보들을 표현해야 한다.

3. 고정밀 지도가 업데이트될 때마다 자율주행 차량에 유선 전송할 수 있어야 한다.

4. 도로, 주행 환경이 바뀔 때마다 실시간 업데이트 지원되어야 한다.

 

2. LDM 약자? Local Dynamic Map