자율주행을 위해서 차량의 항법 정보는 정확해야 한다. 이를 위해 고가의 항법 시스템 혹은 그에 따르는 센서를 사용하여 현재의 위치를 확인한다. 모든 차량에 이와 같은 하드웨어를 구성하기에는 비용적인 어려움이 따른다. 이러한 문제를 해결하기 위해 고가의 항법장치가 설치된 상대 차량의 측위 정보로부터 자차의 측위 정보를 보정하는 알고리즘을 제안한다. 제안된 알고리즘은 2D-LiDAR와 카메라를 사용하여 상대 차량을 특징짓고 차량 간 통신을 통해 수집된 상대 차량위치 정보와 비교하여 상대 관계를 측정한다. 측정된 정보와 차량의 내장 센서 정보를 융합하여 차량의 위치 정보를 보정한다. 2D-LiDAR는 검출된 차량을 특정 짓기 어렵고, 카메라는 특정된 물체와의 거리 정보를 측정하기 어렵다. 또한, 물체를 검출하지 못하거나 통신의 장애가 발생할 경우 ...
자율주행을 위해서 차량의 항법 정보는 정확해야 한다. 이를 위해 고가의 항법 시스템 혹은 그에 따르는 센서를 사용하여 현재의 위치를 확인한다. 모든 차량에 이와 같은 하드웨어를 구성하기에는 비용적인 어려움이 따른다. 이러한 문제를 해결하기 위해 고가의 항법장치가 설치된 상대 차량의 측위 정보로부터 자차의 측위 정보를 보정하는 알고리즘을 제안한다. 제안된 알고리즘은 2D-LiDAR와 카메라를 사용하여 상대 차량을 특징짓고 차량 간 통신을 통해 수집된 상대 차량위치 정보와 비교하여 상대 관계를 측정한다. 측정된 정보와 차량의 내장 센서 정보를 융합하여 차량의 위치 정보를 보정한다. 2D-LiDAR는 검출된 차량을 특정 짓기 어렵고, 카메라는 특정된 물체와의 거리 정보를 측정하기 어렵다. 또한, 물체를 검출하지 못하거나 통신의 장애가 발생할 경우 자율주행 차량의 위치 정보는 연속성을 잃고 자율주행 시스템에 치명적인 문제를 발생시킬 수 있다. 이를 위해 LiDAR와 카메라의 캘리브레이션을 통해 얻은 상대 차량 정보를 측정값으로 하고 자차의 센서 값으로 설계된 시스템모델을 갖는 EKF를 적용하여 문제를 해결하고자 한다. 본 논문의 제안된 연구에서는 AP 기능이 내장된 가정용 라우터를 각각의 차량에 장착하여 통신 네트워크를 구성하였다. 향후 상용화 예정의 자율주행을 위한 통신환경을 고려하여 자율주행을 위한 V2V의 적용방안을 제안한다.
자율주행을 위해서 차량의 항법 정보는 정확해야 한다. 이를 위해 고가의 항법 시스템 혹은 그에 따르는 센서를 사용하여 현재의 위치를 확인한다. 모든 차량에 이와 같은 하드웨어를 구성하기에는 비용적인 어려움이 따른다. 이러한 문제를 해결하기 위해 고가의 항법장치가 설치된 상대 차량의 측위 정보로부터 자차의 측위 정보를 보정하는 알고리즘을 제안한다. 제안된 알고리즘은 2D-LiDAR와 카메라를 사용하여 상대 차량을 특징짓고 차량 간 통신을 통해 수집된 상대 차량위치 정보와 비교하여 상대 관계를 측정한다. 측정된 정보와 차량의 내장 센서 정보를 융합하여 차량의 위치 정보를 보정한다. 2D-LiDAR는 검출된 차량을 특정 짓기 어렵고, 카메라는 특정된 물체와의 거리 정보를 측정하기 어렵다. 또한, 물체를 검출하지 못하거나 통신의 장애가 발생할 경우 자율주행 차량의 위치 정보는 연속성을 잃고 자율주행 시스템에 치명적인 문제를 발생시킬 수 있다. 이를 위해 LiDAR와 카메라의 캘리브레이션을 통해 얻은 상대 차량 정보를 측정값으로 하고 자차의 센서 값으로 설계된 시스템모델을 갖는 EKF를 적용하여 문제를 해결하고자 한다. 본 논문의 제안된 연구에서는 AP 기능이 내장된 가정용 라우터를 각각의 차량에 장착하여 통신 네트워크를 구성하였다. 향후 상용화 예정의 자율주행을 위한 통신환경을 고려하여 자율주행을 위한 V2V의 적용방안을 제안한다.
Navigation information for autonomous driving should be accurate. For this work, use an expensive navigation system or the corresponding sensors to confirm the current position. It is expensive to configure such hardware on all vehicles. In order to solve these problems, an algorithm is proposed to ...
Navigation information for autonomous driving should be accurate. For this work, use an expensive navigation system or the corresponding sensors to confirm the current position. It is expensive to configure such hardware on all vehicles. In order to solve these problems, an algorithm is proposed to correct the location determination information of vehicles from the location information of relative vehicles equipped with expensive navigation devices. The proposed algorithm uses the 2D-LiDAR and the camera to specify the target vehicle and compare the target vehicle position information collected through vehicle to vehicle communication to measure the relative relationship. Compose the vehicle's position information by merging measured information with the vehicle's on board sensor information. A 2D-LiDAR is difficult to specify the vehicle detected, and a camera is difficult to measure distance information from a particular object. In addition, if an object is not detected or a communication failure occurs, the positioning information of the autonomous driving vehicle may be lost in continuity and could cause a fatal problem for the autonomous driving system. To solve this problem, the EKF with the system model designed with values of sensors in the car and measured relative vehicle information obtained from the LiDAR and the camera's calibration is applied. In the proposed study of this paper, a communication network was formed by installing a home router with an AP feature on each vehicle. Consider the communication environment for autonomous driving with planned commercialization in the future, and propose an application of V2V for autonomous driving.
Navigation information for autonomous driving should be accurate. For this work, use an expensive navigation system or the corresponding sensors to confirm the current position. It is expensive to configure such hardware on all vehicles. In order to solve these problems, an algorithm is proposed to correct the location determination information of vehicles from the location information of relative vehicles equipped with expensive navigation devices. The proposed algorithm uses the 2D-LiDAR and the camera to specify the target vehicle and compare the target vehicle position information collected through vehicle to vehicle communication to measure the relative relationship. Compose the vehicle's position information by merging measured information with the vehicle's on board sensor information. A 2D-LiDAR is difficult to specify the vehicle detected, and a camera is difficult to measure distance information from a particular object. In addition, if an object is not detected or a communication failure occurs, the positioning information of the autonomous driving vehicle may be lost in continuity and could cause a fatal problem for the autonomous driving system. To solve this problem, the EKF with the system model designed with values of sensors in the car and measured relative vehicle information obtained from the LiDAR and the camera's calibration is applied. In the proposed study of this paper, a communication network was formed by installing a home router with an AP feature on each vehicle. Consider the communication environment for autonomous driving with planned commercialization in the future, and propose an application of V2V for autonomous driving.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.