자율주행의 4가지 기술: 인지, 측위, 판단, 제어
1.인지 기술 : 카메라, 라이다 등 의 센서 데이터로부터 차량, 보행자, 표지판, 신호등, 차선 등의 정보들을 추출
2.측위 기술: GNSS, IMU 등의 측위 센서와 인지 센서의 정보를 융합하여 차량의 위치와 자세를 추정
3.판단 기술: 주변 상황에 대한 인식 정보를 바탕으로 목적지까지 이동하기 위하여 필요한 경로, 속도, 행동 등을 계획
제어 기술: 계획한 경로와 속도를 최대한 따르도록 종횡방향 제어 값을 계산
서론
•연구 배경 및 필요성 – 현황
Ø현재 대부분의 양산차의 운전자 보조 시스템은 2단계에 해당
ØIT/ 서비스 업체들은 4단계 달성을 목표로 연구를 진행하고 있음
Ø최근에는 일본의 혼다모터스에서 3단계 자율주행차 모델을 판매하기 시작
•연구 배경 및 필요성 – 기술
Ø 신호등 인식: RetinaNet[37], YOLOv3[38] -> 데이터에 따른 성능 차이 존재
ü신호등 인식 어려운 이유
1.데이터 : 국가별로 규격과 종류가 모두 다르며 각 신호등에 따른 신호 상태까지 고려, 대부분 특정 신호등과 신호 상태에 편중
2.햇빛의 번짐 (smear)
Ø차량의 위치를 정밀하게 파악
üRTK(Real Time Kinematic), DGPS(Differential GPS), GPS-IMU 융합 방식 -> 맵 매칭 기법
•연구 목표 : 도심 로보 택시(Robo Taxi) 시스템 개발
Ø로보 택시 시스템 개념도의 구조와 기능
§관제 센터: LTE 통신 & 콜 미션 정보와 공사 구간 정보를 수신
§도로 인프라: WAVE 통신 & 신호등 정보를 수신
Ø로보 택시 콜 미션 수행 과정
Ø기존 기술 문제점에 대한 7가지 해결책
1.V2X와 연계하여 교통 정보를 수신
2.Lanelet 지도를 이용하여 앞서 언급한 기술적인 문제들을 보완한 자율주행 통합 시스템을 제안
3.국토지리정보원의 정밀도로지도를 자율주행에서의 활용성을 극대화하기 위하여 Lanelet 지도로 변환
4.다중 차선변경을 고려하고, 공사 구간 정보를 반영한 최적의 전역 경로를 생성하기 위해서 Lanelet 분할 그래프를 제안
5.관제센터로부터 수신한 공사 구간 정보를 동적 그래프 수정을 통하여 전역 경로에 반영
6.도로 인프라로부터 수신한 신호등 정보, 목적지, 앞 차량, 도로의 곡률을 모두 고려하기 위하여 ST 그래프를 이용한 탐색 기반의 통합 속도 계획 모듈을 개발
7.센서정보를융합하여터널통과시차량의위치추정
관련 연구
•자율주행 방식
| 기하학 방식 | 고정밀 지도를 구축, 지도 내에서 차량이 주행 | Waymo |
| 비전 방식 | 인지한 정보를 토대로 주변 상황을 파악하고 주행 | Tesla |
•자율주행 시스템
Ø오픈소스 기반 – Autoware
Ø
§ROS 기반
§통합 계획 모듈 (Intergrated planner)이 기초 시스템
üOpenPlanner: 벡터 지도, 현위치, 목적지, 인지 정보들을 입력으로 최적의 경로 생성
üGlobal Planner: 참조 경로를 토대로 부드럽고 물제가 없는 경로를 생성
üBehavior State Generator: 최적의 경로를 선택, 교통 규칙과 충돌 비용에 따라 속도를 계획
반응형