초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 연구에서는 자동주차 시스템의 탑승 승객 수에 따라 발생하는 후방카메라 센서의 주차선 인식 편향(bias) 오차를 보상하는 로컬라이제이션(Localization) 방법을 제안한다. 자동주차 시스템을 위한 후방 카메라 센서는 카메라를 통해 취득한 영상정보를 이용해 주차선을 인식하여 주차공간과 차량의 상대위치를 제공한다. 후방 카메라의 상대위치는 차량에 탑승한 승객 수에 따라 카메라 장착위치가 변경되어 편향(bias) 오차가 발생된다. 이러한 후방 카메라의 오차는 자동주차의 제어성능에 영향을 미쳐 차량이 최종주차 위치에 정확히 주차하지 못하거나 심한 경우 주변 장애물과 충돌할 수도 있다. 따라서 본 연구에서는 탑승객 수에 따라 후방카메라 센서에 ...

본 연구에서는 자동주차 시스템의 탑승 승객 수에 따라 발생하는 후방카메라 센서의 주차선 인식 편향(bias) 오차를 보상하는 로컬라이제이션(Localization) 방법을 제안한다. 자동주차 시스템을 위한 후방 카메라 센서는 카메라를 통해 취득한 영상정보를 이용해 주차선을 인식하여 주차공간과 차량의 상대위치를 제공한다. 후방 카메라의 상대위치는 차량에 탑승한 승객 수에 따라 카메라 장착위치가 변경되어 편향(bias) 오차가 발생된다. 이러한 후방 카메라의 오차는 자동주차의 제어성능에 영향을 미쳐 차량이 최종주차 위치에 정확히 주차하지 못하거나 심한 경우 주변 장애물과 충돌할 수도 있다. 따라서 본 연구에서는 탑승객 수에 따라 후방카메라 센서에 편향오차가 발생할 경우에도 차량과 주차공간의 상대위치를 정확하게 추정하는 것을 목표로 한다.
제안하는 로컬라이제션 방법은 크게 승객 수에 따른 각각의 모델구현과 Interacting Multiple model filter 설계 두 부분으로 나눌 수 있다. 본 논문에서 차량의 위치에 따른 카메라의 출력 모델을 설계하였다. 또한 승객 수에 따라 달라지는 카메라의 편향오차를 반영하는 correction factor를 정의하여 승객이 없는 경우와 두명의 승객이 있는 경우에 대한 모델은 설계하였다. Interacting Multiple Model Filter를 사용하여 실시간으로 변화는 모델의 확률을 추정하여 승객 수에 관계없이 상대위치를 정확하게 추정하였다.
제안된 방법의 성능은 실제 차량 실험을 통해 실용성을 검증했다. 성능검증을 위하여 DGPS (Differential Global Positioning System)와 제안하는 알고리즘의 오차를 분석하였고 일반적인 Unscented Kalman Filter와 제안하는 알고리즘 비교를 통해 성능 개선 효과를 검증하였다.

주제어