$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 자율주행 차량의 터널내 측위오차 보정 지원시설 선정
Selecting a Landmark for Repositioning Automated Driving Vehicles in a Tunnel 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.17 no.5, 2018년, pp.200 - 209  

김형수 (한국건설기술연구원 미래융합연구본부) ,  김영민 (한국건설기술연구원 미래융합연구본부) ,  박범진 (한국건설기술연구원 미래융합연구본부)

초록
AI-Helper 아이콘AI-Helper

일반적으로 자율주행 차량은 측위를 위하여 GNSS(Global Navigation Satellite System)에서 절대위치 신호를 수신하여 지도에 매칭하는 방식을 사용한다. 하지만 도심이나 터널에서 정상적인 위성신호를 수신하기 어렵기 때문에 추측항법(Dead Reckoning)으로 절대위치를 추측하므로 누적 오차의 주기적 보정이 병행되어야 한다. 본 연구에서는 자율주행시 GNSS 위치 신호 수신이 어려운 터널 내에서 사용되는 추측항법의 오차를 일정수준 이하로 유지하기 위하여 기존 도로시설물을 이용한 오차 보정을 위한 시설물의 선정 방법을 제안하였다. 시설물의 특성으로서 모양, 설치위치 등 '다양성' 검토를 위하여 관련 기준 검토, 영상 및 라이다센서 조사로 얼마나 잘 인지하는 지에 대한 '인지성' 조사, 설치위치 및 간격에 의한 '규칙성'을 조사하여 후보시설물을 선정하였다. 본 연구 결과로 측위오차 보정 지원시설로 소화전함/안내표지(50m), 유도표지등A(300m), Lane Control System(500m), 최고/최저속도제한표지, 제트팬을 선정하였으며, 기존 시설물만으로 오차 보정이 가능하다고 판단하였다. 본 연구의 결과는 자율주행 차량의 터널내 측위보정시 활용될 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

This study proposed a method to select existing facilities as a landmark in order to reset accumulated errors of dead reckoning in a tunnel difficult to receive GNSS signals in automated driving. First, related standards and regulations were reviewed in order to survey 'variety' on shapes and instal...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러므로 신규 참조시설 설치보다는 기존 도로시설물을 활용하는 것이 유리할 것이다. 본 연구의 목적은 자율주행시 GNSS 위치신호 수신이 어려운 터널 내에서 추측항법의 오차를 일정수준 이하로 유지하기 위하여 기존 도로시설물중 오차보정용 참조시설로 활용하기에 적절한 시설물의 선정 방법을 제안하는 것이다. 본 연구의 결과는 자율주행 차량의 터널내 측위보정을 위한 인프라 지원으로서 참조시설의 설치 및 관리에 활용될 것으로 기대된다.
  • 터널 내 기존 시설물 중에서 어떤 시설물이 참조시설로 활용 가능할 지 검토를 위하여 시설물 조사가 우선 수행된다. 충분히 다양한 시설을 확보하기 위한 ‘다양성’ 검토는 단일 종류 시설물에서는 설치 간격에 의하여 결정되므로 터널 내 시설물에 대한 설치 기준을 검토하여 후보 시설물에 대한 종류와 수량을 검토한다.
  • 본 연구에서는 자율주행 시 터널 내에서 추측항법의 오차를 일정수준 이하로 유지하기 위하여 기존 도로 시설물중 오차보정용 지원시설로 활용하기에 적절한 시설물의 선정 방법을 제안하였다. 터널 내 시설물 관련 기준 및 지침을 검토하여 설치위치, 간격을 조사하였고 영상센서와 라이다센서의 인지 수월성을 확인하기 위하여 카메라 촬영 결과 및 라이다 점군 자료를 분석하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
빌딩이 많은 도심이나 터널 안에서 무엇을 이용하여 절대위치를 추측하는가? 대부분의 자율주행 차량은 센서를 이용하여 주변을 인지하지만, 지도를 사용할 경우 GNSS(Global Navigation Satellite System) 신호로 자신의 위치를 파악하여 지도에 매칭하는 방식을 사용한다. 하지만 빌딩이 많은 도심이나 터널 안에서는 정상적인 위성신호를 수신하기 어렵기 때문에 추측 항법(dead reckoning, DR) 기반 관성측정장치(inertial measurement unit, IMU)를 이용하여 절대위치를 추측한다 (IRS Global, 2015). 이 방법의 경우, 추측에 의한 오차가 종방향과 횡방향으로 누적되므로 주기적인 오차보정이 반드시 병행되어야 한다.
일반 IMU의 오차는 어느 정도인가? 측량에서는 고정밀 IMU를 사용하겠지만 자율주행 차량에는 일반 IMU를 사용하게 된다. [Table 1]은 일반 IMU을 사용했을 때 80 m 주행시 약 0.3 cm 오차가 발생했다는 것을 보여주는 것으로, Hofmann et al.(2011)의 실험 결과를 적용하면 오차보정을 위한 참조시설의 간격은 80 m 이하로 유지해야 할 것이다.
스테레오 카메라를 활용한 랜드마크 측위 기술은 어떤 기술인가? (2011)은 음영구간에 대한 고정밀 측위 수행을 위하여 스테레오 카메라를 활용한 랜드마크 측위 기술을 개발하였다. 지주와 유사한 형태의 시설물을 랜드마크로 사용하여 스테레오 카메라에 의한 대상물과의 거리, 차량 이동 방향, 속도를 활용하여 자차의 위치를 추정하는 것이다. 하지만, 지주만을 활용하므로 표지판 지주, 가로등, 가로수 등 유사 지주에 의한 잘못된 측위에 대한 약점을 가지고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Hofmann S., Schulze M. J. and Brenner C. (2011), Quality assessment of landmark based positioning using stereo cameras, PIA11-Photogrammetric Image Analysis. 

  2. IRS Global (2015), Market outlooks, development trends and industry business strategies on key sensor technologies of automated driving vehicles, Market report 2015-6. 

  3. Jung H. G. and Suhr J. K. (2015), "Sensor fusion-based precise localization system for automotive applications," Auto Journal, vol. 37, no. 6, pp.29-34. 

  4. Kang M. and Kim Y. (2012), "Road lane and vehicle distance recognition using real-time analysis of camera images," Journal of the Korea Institute of Information and Communication Engineering, vol. 37, no. 6, pp.2665-2674. 

  5. KICT (2015), Study on developing a high-definition map for automated driving vehicles. 

  6. Mattern N., Schubert R. and Wanielik G. (2009), Lane level positioning using line landmarks and high accurate maps, ITS World Congress. 

  7. MOLIT (Ministry of Land, Infrastructure and Transport) (2014), Installation and management guideline on road safety facilities. 

  8. MOLIT (Ministry of Land, Infrastructure and Transport) (2015), Installation and management guideline on tunnel disaster prevention facilities. 

  9. NPA (National Police Agency) (2012), Installation and management manual on traffic safety signs. 

  10. NPA (National Police Agency) (2015), Guideline on light and illuminant traffic safety signs. 

  11. NPA (National Police Agency), KoROAD, KEC (Korea Expressway Corporation) (2016), Installation manual on highway traffic safety facilities. 

  12. Spaanderman P., Berens F., Harri J. and Khan I. (2016), "Geolocation accuracy improvement by means of shared C-ITS sensor information from other ITS stations supporting urban-ITS and automated driving," 22nd ITS World Congress. Melbourne, Australia. 

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로