[논문]자율주행을 위한 동적지도정보 제공에 관한 연구

양인철; 전우훈; 이향미

doi:10.12815/kits.2017.16.6.208

문제 정의

따라서 본 연구에서는 이러한 확장된 LDM 시스템, 즉, 기존 LDM에 동적지도 정보 제공 기능이 추가된 시스템을 “차량LDM”이라 정의하고, 이러한 동적지도 정보를 효율적으로 제공하기 위한 차량LDM의 설계 및 개발과 그 성능의 검증을 목적으로 한다.
기존의 연구에서는 DBMS, DSMS 등 LDM의 데이터 저장 방식에 따른 성능 분석이 주로 수행되었으나, LDM에서 필수적으로 요구되는 정밀전자지도와 이를 기반으로 하는 동적지도 정보 전달 메시지에 대한 연구는 부족한 것으로 파악되며, 특히 차로 수준의 정밀전자지도 확장에 대한 연구가 취약한 것으로 나타났다. 따라서 본 연구에서는 자율주행을 위한 효율적인 정밀전자지도 구성과 동적정보 전달 메시지 구조에 대해 설계 및 개발하고, 실제 데이터를 활용하여 그 성능을 분석한다.
본 연구에서는 동적지도 정보의 효율적인 제공을 위해 차량LDM의 설계, LDM을 위한 정밀전자지도 설계, 동적지도 정보 전달을 위한 메시지 규격 정의, 그리고 동적지도 정보 전달 기능의 성능 검증을 수행하였다. 국제표준 활동과 개발이 활발하게 이루어지고 있는 LDM과 ADASIS 내용을 참고하여 차량LDM을 설계하였고, 정밀전자지도와 동적지도 정보 메시지의 기본 구조에 대한 방안을 제시하였다.
본 장에서는 자율주행을 위한 차량LDM 개념 및 설계, 개발 방법에 대해 기술하고, 차량LDM에서 활용되는 정밀전자지도의 기본 구조 설계와 이를 차량 제어 시스템에 제공하는 동적지도 정보 전달 메시지 기본 구조에 대해 기술한다.
위치 메시지는 측위와 관련된 센서모듈로부터 수신된 자차의 위치와 시각, 정확도 정보의 전달을 목적으로 한다. 차량에 측위를 위한 센서모듈이 다수 개 설치되고, 각각의 센서에서 수집된 위치값과 그 정확도가 다르다.
그러나 ADASIS v2는 내비게이션과 ADAS 수준의 데이터만을 다루기 때문에 자율주행에서 요구하는 차로 수준의 데이터를 제공하지는 못한다. 이에 본 연구에서는 ADASIS v2의 기본 개념을 기반으로 이를 차로 수준의 정밀전자지도를 수용할 수 있도록 확장한 DM(Dynamic Map)프로토콜을 제안하고 그 기본 구조 설계 방법을 제안하였다.
정적정보 메시지는 정밀전자지도 정보의 전달을 목적으로 한다. 차로중심선(Lane Center Line)과 차선(Lane Marking)의 선형 정보와 차로 간의 관계 정보를 기반으로 터널, 교량, 톨게이트, 합류부, 분류부, 휴게소 등의 정보를 전달한다.

제안 방법

‘0m’로 표시된 기준 지점에 현재 자차가 위치하고 있음을 가정한 후 전방 150m, 250m, 500m, 750m, 1000m에 대한 위치와 정적 정보 메시지를 제공할 때 발생하는 데이터 크기(Data Size)와 소요되는 시간(Elapsed Time)을 관측하였다.
‘0m’로 표시된 기준 지점에 현재 자차가 위치하고 있음을 가정한 후 전방 150m, 250m, 500m, 750m, 1000m에 대한 위치와 정적 정보 메시지를 제공할 때 발생하는 데이터 크기(Data Size)와 소요되는 시간(Elapsed Time)을 관측하였다. DM프로토콜의 데이터 크기를 살펴보면 동적정보 데이터 크기는 위치와 정적정보에 비해 무시할 수 있는 수준이기 때문에 본 연구에서는 위치와 정적정보만을 테스트 대상으로 삼았으며, 모든 실험은 각각의 거리에 대해 30회 실시하고 그 평균값을 이용하였다. 또한 정밀전자지도는 국토정보지리원에서 작성된 정밀전자지도를 기반으로 변환작업을 수행하여 제작하였다.
본 연구에서는 동적지도 정보의 효율적인 제공을 위해 차량LDM의 설계, LDM을 위한 정밀전자지도 설계, 동적지도 정보 전달을 위한 메시지 규격 정의, 그리고 동적지도 정보 전달 기능의 성능 검증을 수행하였다. 국제표준 활동과 개발이 활발하게 이루어지고 있는 LDM과 ADASIS 내용을 참고하여 차량LDM을 설계하였고, 정밀전자지도와 동적지도 정보 메시지의 기본 구조에 대한 방안을 제시하였다. 마지막으로 성능 분석을 통해 전방 주행 정보의 적정한 정량적 수준을 최대 250m로 제안하였다.
실험은 차량 내 환경을 모사한 실험 환경을 구축하여 수행하였는데, 측위 및 제어 모듈 역할을 수행하는 PC를 차량LDM 하드웨어에 연결하고, PC에서 차량LDM으로 위치 정보를 송신한 시각과 DM프로토콜 데이터를 수신한 시각 간의 차이를 측정함으로써 소요 시간을 관측하였다. 데이터 크기는 수신된 DM프로토콜 데이터의 크기를 관측하여 기록하였다.
참고로, 국내에서는 일부 도로에 대해 국토정보지리원에서 정밀전자지도를 구축하여 제공하고 있으나, 제공된 데이터가 지리 정보 교환을 위한 파일포맷인 shapefile 형태로 되어 있기 때문에 차량용 어플리케이션과 같이 빠른 속도를 필요로 하는 경우에는 적합하지 않다. 따라서 본 연구에서는 차량용 어플리케이션에 최적화된 정밀전자지도 데이터를 구축하기 위해 [Fig 4]와 같은 바이너리(binary) 파일 구조를 제안하였고, 성능 분석 시 국토정보지리원 데이터를 제안된 파일포맷으로 변환하여 사용하였다.
이때 생산되는 DM프로토콜 데이터의 크기는 대상이 되는 전방도로 구간의 길이에 따라 증가하며 이를 처리하기 위한 시간 또한 증가한다. 따라서 차량LDM이 가장 효율적으로 작동할 수 있는 적정 대상 구간 길이 산정이 필요하며 이를 위해 성능 분석을 수행하였다.
반면에 레이어2 내용 중 도로공사(Work zone)와 같이 수시로 변경되는 것과 레이어3, 4 정보는 통신을 통해 갱신하도록 하였다. 또한 인터페이스를 통한 모든 통신은 V-LDM Security 모듈로부터 인증을 받도록 하는 보안 체계를 구축하였다.
DM프로토콜의 데이터 크기를 살펴보면 동적정보 데이터 크기는 위치와 정적정보에 비해 무시할 수 있는 수준이기 때문에 본 연구에서는 위치와 정적정보만을 테스트 대상으로 삼았으며, 모든 실험은 각각의 거리에 대해 30회 실시하고 그 평균값을 이용하였다. 또한 정밀전자지도는 국토정보지리원에서 작성된 정밀전자지도를 기반으로 변환작업을 수행하여 제작하였다. 그리고 성능 분석에 사용된 차량LDM 하드웨어는 ARM Cortex A-9 QUAD 프로세서, 2GB DDR3L SDRAM, 32G eMMC로 구성되며, 외부 PC에서 네트워크 연결을 통해 제어가 가능하다.
자율주행차는 주행 환경 인식을 위해 카메라, 레이더, 라이다 등의 센서를 다수 탑재하고 이로부터 수집되는 많은 정보를 처리한다. 또한 통신을 통해서 대량의 데이터를 수신하고 이를 가공 및 분석함으로써 인식 환경의 시공간적 범위를 확장한다. 이때 핵심적으로 요구되는 기술이 다양한 데이터의 빠르고 정확한 처리 기술이고, 이를 위해서는 중앙 집중화된 데이터베이스와 표준화된 인터페이스 기술이 필수적이다.
센터LDM으로부터 WAVE/LTE 통신을 통해 수신된 데이터는 WAVE 데이터 관리자(Data Manager)를 거쳐 LDM 작업 관리자(Work Manager)에 전달되고 디코딩 작업을 거쳐 저장소에 저장되며, 이때 저장소의 Layer1에 존재하는 정밀 전자지도와의 매핑 정보가 생성된다. 레이어1과 2에 저장되는 정보는 정밀지도와 랜드마크와 같은 정적 정보로서, 그 데이터 크기의 방대함으로 인해 통신을 통한 입력 또는 갱신 시 비용 문제가 발생할 수 있기 때문에 해당 정보의 갱신은 오프라인으로 처리하도록 하였다. 반면에 레이어2 내용 중 도로공사(Work zone)와 같이 수시로 변경되는 것과 레이어3, 4 정보는 통신을 통해 갱신하도록 하였다.
국제표준 활동과 개발이 활발하게 이루어지고 있는 LDM과 ADASIS 내용을 참고하여 차량LDM을 설계하였고, 정밀전자지도와 동적지도 정보 메시지의 기본 구조에 대한 방안을 제시하였다. 마지막으로 성능 분석을 통해 전방 주행 정보의 적정한 정량적 수준을 최대 250m로 제안하였다. 하지만 이 부분에 있어서는 여전히 기술적 논의가 필요한 것으로 보인다.
마지막으로, 차량LDM 내 모든 모듈의 운영 효율성과 안정성 확보를 위한 감시 체계인 Watch Dog을 추가하였다. Watch Dog은 실시간으로 모듈 운영 상태를 점검하고 문제 발생 시 해당 모듈의 재기동 및 로그 저장 기능을 갖는다.
레이어1과 2에 저장되는 정보는 정밀지도와 랜드마크와 같은 정적 정보로서, 그 데이터 크기의 방대함으로 인해 통신을 통한 입력 또는 갱신 시 비용 문제가 발생할 수 있기 때문에 해당 정보의 갱신은 오프라인으로 처리하도록 하였다. 반면에 레이어2 내용 중 도로공사(Work zone)와 같이 수시로 변경되는 것과 레이어3, 4 정보는 통신을 통해 갱신하도록 하였다. 또한 인터페이스를 통한 모든 통신은 V-LDM Security 모듈로부터 인증을 받도록 하는 보안 체계를 구축하였다.
본 장에서는 제안된 차량LDM의 성능 분석을 수행하였다. 차량LDM은 센서 또는 통신을 통해 수집된 LDM객체를 정밀전자지도에 중첩하여 DM프로토콜 데이터를 생성하고 이를 자율주행차의 판단 및 제어 모듈에 제공하는 역할을 수행한다.
(2012)는 LDM 내 저장되는 데이터의 특성에 따라 다른 처리 방식을 채택하였다. 센서로부터 수집되는 데이터는 스트림(Stream) 형태의 짧은 갱신 주기를 갖기 때문에 DSMS(Data Stream Management System)를 활용하여 처리하고, 그 외의 데이터는 관계형 DBMS를 활용하는 하이브리드 시스템을 개발하였다. DSMS는 모든 데이터를 컴퓨터 메모리에 저장하기 때문에 해당 정보를 필요로 하는 어플리케이션에 빠르게 제공될 수 있으며, 주로 금융시장 시스템, 통신네트워크 패킷 관리, 감시카메라 영상 데이터 처리 등에 활용된다.
그리고 성능 분석에 사용된 차량LDM 하드웨어는 ARM Cortex A-9 QUAD 프로세서, 2GB DDR3L SDRAM, 32G eMMC로 구성되며, 외부 PC에서 네트워크 연결을 통해 제어가 가능하다. 실험은 차량 내 환경을 모사한 실험 환경을 구축하여 수행하였는데, 측위 및 제어 모듈 역할을 수행하는 PC를 차량LDM 하드웨어에 연결하고, PC에서 차량LDM으로 위치 정보를 송신한 시각과 DM프로토콜 데이터를 수신한 시각 간의 차이를 측정함으로써 소요 시간을 관측하였다. 데이터 크기는 수신된 DM프로토콜 데이터의 크기를 관측하여 기록하였다.
마지막으로, LDM인터페이스는 LDM객체 데이터의 추가, 갱신, 삭제 뿐만 아니라 LDM서비스와 외부 어플리케이션 간의 통신 기능을 제공하며, 외부로부터의 모든 불법적인 접근을 차단하는 보안 기능을 갖는다. 이러한 개념을 기본으로 [Fig. 3]와 같이 차량LDM(Vehicle LDM, V-LDM)의 구조를 설계하였다.
따라서 본 연구에서는 이러한 확장된 LDM 시스템, 즉, 기존 LDM에 동적지도 정보 제공 기능이 추가된 시스템을 “차량LDM”이라 정의하고, 이러한 동적지도 정보를 효율적으로 제공하기 위한 차량LDM의 설계 및 개발과 그 성능의 검증을 목적으로 한다. 이를 위해 관련 표준과 기술, 연구에 대한 이론적 고찰을 수행하고, 차량LDM 시스템 구성의 설계, 차량LDM을 위한 정밀전자지도의 기본 구성 설계, 동적지도 정보 전달을 위한 메시지의 기본 구조를 정의하고, 마지막으로 제안된 차량LDM의 성능 검증을 수행하였다.
도로링크는 다수의 차로링크로 구성되기 때문에 차로링크는 자신을 포함하는 도로링크의 정보를 갖는다. 즉 도로링크는 도로에 대한 정보만을, 차로링크는 차로에 대한 정보만을 저장하고, 서로 관련된 도로링크와 차로링크는 1:N의 연결관계를 갖도록 설계하였다. 이는 도로에 대한 정보를 차로별로 가질 때 발생하는 데이터 크기 증가 및 그에 따른 속도 저하를 방지하기 위함이다.

대상 데이터

참고로 ITS 기지국은 도로교통의 한 부분 또는 그에 영향을 미치는 객체로 정의되는데, 차량, 인프라(노변시설물), 교통/도로 센터, 모바일 기기 등이 이에 포함된다. 본 연구에서는 이 중 차량 ITS 기지국만을 연구 대상으로 한다.

성능/효과

예를 들어, 자율주행차의 차로변경 제어 모듈이 LDM을 이용할 경우 LDM서비스를 이용해서 등록을 먼저 해야 하고, 등록이 정상적으로 되었을 경우 지속적으로 데이터를 수신 또는 조회할 수 있다. 마지막으로, LDM인터페이스는 LDM객체 데이터의 추가, 갱신, 삭제 뿐만 아니라 LDM서비스와 외부 어플리케이션 간의 통신 기능을 제공하며, 외부로부터의 모든 불법적인 접근을 차단하는 보안 기능을 갖는다. 이러한 개념을 기본으로 [Fig.
2초 내에 완료되어야 한다. 이러한 조건을 만족하기 위해서는 [Table 1]에서와 같이 자차 전방 최대 250m까지의 데이터를 처리하도록 시스템을 설계하는 것이 적절할 것으로 판단된다. 하지만 LDM은 DM프로토콜 작업 이외에도 조회/삭제/추가 등의 작업을 수행하므로 시스템의 전산 자원 상태를 고려하여 대상 구간 길이를 동적으로 처리할 수 있는 시스템의 설계가 필요할 것으로 판단된다.
[Table 1]은 성능 테스트 결과를 나타낸다. 전방 거리가 증가함에 따라 데이터 크기의 증가가 뚜렷하며, 선형 관계를 갖는다는 것을 확인할 수 있다. 거리와 데이터 크기 간에 선형관계가 나타난 것은 대상구간이 직선이고 기본구간이기 때문인 것으로 판단되며, 곡선구간 또는 IC/JC구간에서는 다른 결과가 발생할 것으로 기대된다.

후속연구

전방 거리가 증가함에 따라 데이터 크기의 증가가 뚜렷하며, 선형 관계를 갖는다는 것을 확인할 수 있다. 거리와 데이터 크기 간에 선형관계가 나타난 것은 대상구간이 직선이고 기본구간이기 때문인 것으로 판단되며, 곡선구간 또는 IC/JC구간에서는 다른 결과가 발생할 것으로 기대된다. 향후 해당 구간의 정밀전자지도가 준비되면 추가 테스트가 필요하다.
본 연구에서는 다수의 전문가 의견에 따라 1초에 10회 정보 제공을 만족하는 조건 하에 적정 정보 대상 구간 거리를 제시하였으나, 자율주행의 다양한 기능들, 특히 안전과 관련된 기능을 추가적으로 고려할 때도 유효한 지에 대해서는 추가적인 검증이 필요가 있다. 또한 자료의 한계로 인해 고속도로 기본구간(직선구간)에 대해서만 성능 검증을 하였으나 향후 시스템의 실용화 가능성 점검을 위해서는 연속류의 곡선 구간과 IC/JC 구간, 그리고 단속류 구간에서의 성능 검증이 필요하며, 또한 사고와 같이 본 연구에서 고려하지 못한 동적정보가 추가되었을 때 발생하는 문제점에 대한 연구도 필요하다.
하지만 이 부분에 있어서는 여전히 기술적 논의가 필요한 것으로 보인다. 본 연구에서는 다수의 전문가 의견에 따라 1초에 10회 정보 제공을 만족하는 조건 하에 적정 정보 대상 구간 거리를 제시하였으나, 자율주행의 다양한 기능들, 특히 안전과 관련된 기능을 추가적으로 고려할 때도 유효한 지에 대해서는 추가적인 검증이 필요가 있다. 또한 자료의 한계로 인해 고속도로 기본구간(직선구간)에 대해서만 성능 검증을 하였으나 향후 시스템의 실용화 가능성 점검을 위해서는 연속류의 곡선 구간과 IC/JC 구간, 그리고 단속류 구간에서의 성능 검증이 필요하며, 또한 사고와 같이 본 연구에서 고려하지 못한 동적정보가 추가되었을 때 발생하는 문제점에 대한 연구도 필요하다.
이러한 조건을 만족하기 위해서는 [Table 1]에서와 같이 자차 전방 최대 250m까지의 데이터를 처리하도록 시스템을 설계하는 것이 적절할 것으로 판단된다. 하지만 LDM은 DM프로토콜 작업 이외에도 조회/삭제/추가 등의 작업을 수행하므로 시스템의 전산 자원 상태를 고려하여 대상 구간 길이를 동적으로 처리할 수 있는 시스템의 설계가 필요할 것으로 판단된다.
거리와 데이터 크기 간에 선형관계가 나타난 것은 대상구간이 직선이고 기본구간이기 때문인 것으로 판단되며, 곡선구간 또는 IC/JC구간에서는 다른 결과가 발생할 것으로 기대된다. 향후 해당 구간의 정밀전자지도가 준비되면 추가 테스트가 필요하다. 소요시간도 데이터 크기와 마찬가지로 거리가 증가함에 따라 증가하며, 회귀분석을 수행한 결과 다음과 같은 선형 관계(결정계수는 99.

핵심어	질문	논문에서 추출한 답변
	자율주행차는 주행 환경 인식을 위해 무엇을 탑재합니까?	자율주행차는 주행 환경 인식을 위해 카메라, 레이더, 라이다 등의 센서를 다수 탑재하고 이로부터 수집되는 많은 정보를 처리한다. 또한 통신을 통해서 대량의 데이터를 수신하고 이를 가공 및 분석함으로써 인식 환경의 시공간적 범위를 확장한다.
	자율주행차의 핵심적으로 요구되는 기술은?	또한 통신을 통해서 대량의 데이터를 수신하고 이를 가공 및 분석함으로써 인식 환경의 시공간적 범위를 확장한다. 이때 핵심적으로 요구되는 기술이 다양한 데이터의 빠르고 정확한 처리 기술이고, 이를 위해서는 중앙 집중화된 데이터베이스와 표준화된 인터페이스 기술이 필수적이다. 유럽과 미국, 일본에서는 차량에서 처리되는 다양한 데이터의 처리 프로세스를 일원화하는 Local Dynamic Map (LDM) 기술에 대한 개념적인 표준화 작업이 완료되었고 관련된 기술 개발이 진행 중이다(ISO, 2015; ETSI, 2011).
	Local Dynamic Map (LDM) 기술을 개념 표준화한 내용은 무엇인가?	표준에서는 주변 차량, 보행자, 도로시설물, 이벤트 등의 차량 주행 환경을 LDM객체로 정의하며, 정확도 높은 시공간 정보를 갖도록 요구한다(ISO, 2015). 이러한 LDM객체는 [Fig.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

자율주행을 위한 동적지도정보 제공에 관한 연구
A Study on Dynamic Map Data Provision System for Automated Vehicle 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자율주행을 위한 동적지도정보 제공에 관한 연구 A Study on Dynamic Map Data Provision System for Automated Vehicle 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

양인철 (18) 전우훈 (27) 이향미 (1)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자율주행을 위한 동적지도정보 제공에 관한 연구
A Study on Dynamic Map Data Provision System for Automated Vehicle 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper