안전한 자율주행을 위해 정확한 자차측위와 주변지도 생성은 무엇보다 중요하다. 고가의 고정밀 위성항법시스템(Global Positioning System, GPS), 관성측정장치(Inertial Measurement Unit, IMU), 라이다(Light Detection And Ranging, LiDAR), 레이더(Radio Detection And Ranging, ...
안전한 자율주행을 위해 정확한 자차측위와 주변지도 생성은 무엇보다 중요하다. 고가의 고정밀 위성항법시스템(Global Positioning System, GPS), 관성측정장치(Inertial Measurement Unit, IMU), 라이다(Light Detection And Ranging, LiDAR), 레이더(Radio Detection And Ranging, RADAR), 주행거리측정계(Wheel odometry) 등의 많은 센서를 조합하여 워크스테이션급의 PC장비를 사용하여 센서데이터를 처리하면, cm급의 정밀한 자기위치 계산 및 주변지도 생성이 가능하다. 하지만 과도한 데이터 정합비용과 경제성 부족으로 고가의 장비 조합은 자율주행의 대중화에 걸림돌이 되고 있다. 본 논문에서는 기존 단안카메라를 사용하는 Monocular Visual SLAM의 알고리즘을 발전시켜 RTK가 지원되는 GPS를 센서 융합하여 정확성과 경제성을 동시에 확보하였다. 또한 HD Map을 활용하여 오차를 보정하고 임베디드 PC장비에 포팅하여 도로상에서 RMSE 0.344m의 자차 측위 및 주변지도를 생성할 수 있었다. 주요한 자율주행 센서 기술로는 카메라를 이용한 자율주행 기술과 라이다를 기반으로 하는 자율주행 기술이 있다. 테슬라는 고가이고 다루기 어려운 라이다 센서를 전기차에 사용하지 않고 레이더와 8대의 카메라를 사용하여 자율주행 기술을 구현하고 있다. 그리고 안전을 중요시하는 볼보는 라이다를 사용하여 자율주행 기술을 구현 중이다. 자율주행 기술에는 차량에 장착되는 센서들 뿐만 아니라 제3의 센서로 불리는 HD Map의 역할도 중요하다. RMSE 25cm의 정확한 정밀도를 가진 정밀지도를 탑재하여 경로를 계획하고 미리 위험 상황을 인지한다면 보다 안전한 자율주행 구현이 가능할 것이다. 본 연구에서 제안한 방법으로 안전하고 저렴한 자율주행 시스템 개발과 정확한 정밀도로지도 생성이 가능할 것으로 기대한다.
안전한 자율주행을 위해 정확한 자차측위와 주변지도 생성은 무엇보다 중요하다. 고가의 고정밀 위성항법시스템(Global Positioning System, GPS), 관성측정장치(Inertial Measurement Unit, IMU), 라이다(Light Detection And Ranging, LiDAR), 레이더(Radio Detection And Ranging, RADAR), 주행거리측정계(Wheel odometry) 등의 많은 센서를 조합하여 워크스테이션급의 PC장비를 사용하여 센서데이터를 처리하면, cm급의 정밀한 자기위치 계산 및 주변지도 생성이 가능하다. 하지만 과도한 데이터 정합비용과 경제성 부족으로 고가의 장비 조합은 자율주행의 대중화에 걸림돌이 되고 있다. 본 논문에서는 기존 단안카메라를 사용하는 Monocular Visual SLAM의 알고리즘을 발전시켜 RTK가 지원되는 GPS를 센서 융합하여 정확성과 경제성을 동시에 확보하였다. 또한 HD Map을 활용하여 오차를 보정하고 임베디드 PC장비에 포팅하여 도로상에서 RMSE 0.344m의 자차 측위 및 주변지도를 생성할 수 있었다. 주요한 자율주행 센서 기술로는 카메라를 이용한 자율주행 기술과 라이다를 기반으로 하는 자율주행 기술이 있다. 테슬라는 고가이고 다루기 어려운 라이다 센서를 전기차에 사용하지 않고 레이더와 8대의 카메라를 사용하여 자율주행 기술을 구현하고 있다. 그리고 안전을 중요시하는 볼보는 라이다를 사용하여 자율주행 기술을 구현 중이다. 자율주행 기술에는 차량에 장착되는 센서들 뿐만 아니라 제3의 센서로 불리는 HD Map의 역할도 중요하다. RMSE 25cm의 정확한 정밀도를 가진 정밀지도를 탑재하여 경로를 계획하고 미리 위험 상황을 인지한다면 보다 안전한 자율주행 구현이 가능할 것이다. 본 연구에서 제안한 방법으로 안전하고 저렴한 자율주행 시스템 개발과 정확한 정밀도로지도 생성이 가능할 것으로 기대한다.
For safe autonomous driving, accurate localization of the vehicle and generation of surrounding maps are of paramount importance. By combining many sensors such as Expensive, high-precision Global Positioning System (GPS), Inertial Measurement Unit (IMU), LiDAR (Light Detection And Ranging, LiDAR), ...
For safe autonomous driving, accurate localization of the vehicle and generation of surrounding maps are of paramount importance. By combining many sensors such as Expensive, high-precision Global Positioning System (GPS), Inertial Measurement Unit (IMU), LiDAR (Light Detection And Ranging, LiDAR), Radar (Radio Detection And Ranging, RADAR) and Wheel odometer and processing sensor data using workstation-class PC equipment, it is possible to calculate cm-level precise magnetic position and create surrounding maps. In this paper, the algorithm of Monocular Visual SLAM using a monocular camera was developed and the RTK-supported GPS was fused to the sensor to secure both accuracy and economy. In addition, by using HD Map to correct bias errors and porting to embedded PC equipment, it was possible to create localization and surrounding maps of RMSE 0.344m on the road. The main autonomous driving sensor technologies include camera-based autonomous driving technology and lidar-based autonomous driving technology. Tesla is implementing autonomous driving technology using eight cameras rather than using expensive and difficult lidar sensors in electric vehicles. And Volvo, which values safety, is implementing autonomous driving technology using lidar. In autonomous driving technology, not only the sensors installed in the vehicle, but also HD Map, which is called a third sensor, plays an important role. Safer autonomous driving will be possible if a route is planned and dangerous situations are recognized in advance by loading a precision map with an accuracy of RMSE 25cm. With the method proposed in this study, it is expected that it will be possible to develop a safe and inexpensive autonomous driving system and to generate maps with accurate precision.
For safe autonomous driving, accurate localization of the vehicle and generation of surrounding maps are of paramount importance. By combining many sensors such as Expensive, high-precision Global Positioning System (GPS), Inertial Measurement Unit (IMU), LiDAR (Light Detection And Ranging, LiDAR), Radar (Radio Detection And Ranging, RADAR) and Wheel odometer and processing sensor data using workstation-class PC equipment, it is possible to calculate cm-level precise magnetic position and create surrounding maps. In this paper, the algorithm of Monocular Visual SLAM using a monocular camera was developed and the RTK-supported GPS was fused to the sensor to secure both accuracy and economy. In addition, by using HD Map to correct bias errors and porting to embedded PC equipment, it was possible to create localization and surrounding maps of RMSE 0.344m on the road. The main autonomous driving sensor technologies include camera-based autonomous driving technology and lidar-based autonomous driving technology. Tesla is implementing autonomous driving technology using eight cameras rather than using expensive and difficult lidar sensors in electric vehicles. And Volvo, which values safety, is implementing autonomous driving technology using lidar. In autonomous driving technology, not only the sensors installed in the vehicle, but also HD Map, which is called a third sensor, plays an important role. Safer autonomous driving will be possible if a route is planned and dangerous situations are recognized in advance by loading a precision map with an accuracy of RMSE 25cm. With the method proposed in this study, it is expected that it will be possible to develop a safe and inexpensive autonomous driving system and to generate maps with accurate precision.
주제어
#단안카메라 Visual SLAM GPS(RTK) 그래프 최적화 번들 조정 편향 오차 제거
※ AI-Helper는 부적절한 답변을 할 수 있습니다.