[논문]도심 환경에 적합한 자율주행차량 시스템의 구현

한성준; 김성재; 장호혁; 문범석; 박성현; 이영섭

도심 환경에 적합한 자율주행차량 시스템의 구현
Implementation of an Autonomous Vehicle System for Urban Environment 원문보기

한성준 (인천대학교 임베디드시스템공학과 Active Control Lab) , 김성재 (인천대학교 임베디드시스템공학과 Active Control Lab) , 장호혁 (인천대학교 임베디드시스템공학과 Active Control Lab) , 문범석 (인천대학교 임베디드시스템공학과 Active Control Lab) , 박성현 (인천대학교 임베디드시스템공학과 Active Control Lab) , 이영섭 (인천대학교 임베디드시스템공학과 Active Control Lab)

본 논문은 도심 환경하에서 운행 가능한 자율주행차량 시스템의 구현 방안에 대해 다루고 있다. 현대자동차가 주최한 2019 대학생 자율주행 경진대회는 도심 환경을 재현한 K-City 에서 열렸고, 도심 환경에서 발생할 수 있는 돌발 장애물 인지, 공사 구간 우회, 교차로 신호등 인지, 사고 차량 회피, 응급 차량에게 차선 양보 및 톨게이트 통과 등의 6 개의 미션을 자율주행차량이 무인운전으로 수행하는 것이었다. 이 대회를 위해 본 연구팀에서 개발한 자율주행 시스템은 리웍된 실제 차량에 탑재되어 대회장의 모든 주행 미션을 성공적으로 수행하였다.

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

문제 정의

INU 자율주행 차량은 현대 i30 를 기반으로 개발되었으며, 도심 환경에 적합한 자율주행 시스템을 구현하기 위해 리웍을 하였다. 그림 2 는 본 시스템의 H/W 와 S/W 아키텍처를 보여 준다.
본 대회에서 모든 미션을 성공적으로 마친 INU 자율주행 차량의 시스템 구성에 대해 기술한다.

제안 방법

신호등 통과 미션으로 V2X 통신을 통하여 첫번째교차로에서는 V2X 통신의 잔여 시간을 확인 후, 최고 속도로 통과하지 못한다고 판단, 정지 후 두번째 교차로와 세번째 교차로에서 최고 속도로 통과하였다. 1,3,4, 차로를 가로 막는 사고 차량을 인지하였고, 이를 회피하여 이차선으로 진입하여, 사고 차량을 회피하였다. 사고 차량을 회피하여 2 차로 주행 시 후방에서 응급 차량이 접근하였으며, 라이더를 통하여 응급 차량을 인지, 응급 차량이 본 차량과 10m이내 접근 5 초 이내 차선을 변경 하였으며, 응급 차량이 본 차량을 회피 후, 2차선으로 복귀 하였다.
INU 자율 주행 차량은 돌발 보행자 미션에서 보행자를 인지하여 보행자와의 거리가 3 m 가 남은 지점에 정차한 후, 보행자가 횡단을 확인 후 재출발하였다. 공사 구간 우회 미션에서 본 차량은 직진 및 우측 진행 방향의 공사 구간 정보를 V2X 를 통하여 수신하였고 좌회전을 통해 해당 구간을 통과하였다.
이 알고리즘은 잘 알려진 CLARANS(Clustering Large Applications based upon RANdomized Search) 알고리즘 보다 임의의 모양의 클러스터를 발견하는데 훨씬 더 효율적으로 알려져 있다[3]. 돌발 보행자를 검출하는데 적합하다고 판단하여 이 알고리즘을 사용하였다.
미션 2 는 공사 구간 우회에서는 V2X 통신으로부터 받은 TIM(Traveler Information Message) 메시지를 활용하였다. 공사 구간을 인지하고, 그래프를 이용한 최단 경로 탐색 알고리즘인 Dijkstra 알고리즘에 적용하여[4], 공사 구간을 우회하는 최단 경로를 탐색하였다.
1,3,4, 차로를 가로 막는 사고 차량을 인지하였고, 이를 회피하여 이차선으로 진입하여, 사고 차량을 회피하였다. 사고 차량을 회피하여 2 차로 주행 시 후방에서 응급 차량이 접근하였으며, 라이더를 통하여 응급 차량을 인지, 응급 차량이 본 차량과 10m이내 접근 5 초 이내 차선을 변경 하였으며, 응급 차량이 본 차량을 회피 후, 2차선으로 복귀 하였다. 하이패스 통과 시 V2X 로부터 수신 받은 30km/h 이하로 주행하며, 라이더 정합을 통하여 터널을 안정적으로 통과하여 도착지에 정차 하였다.
H/W는 주변 환경을 인지하기 위한 센서, 제어기, 엑추에이터 및 V2X 단말기로 구성하였다. 센서의 경우, Velodyne VLP16 라이더 2 대, 전방 카메라, Ascen AKT-980R GPS, 어라운드뷰 카메라, Gateway 및 V2X 통신을 위한 OBU(On Board Unit)로 구성하였으며, 엑추에이터는 BLDC 모터를 사용하여 조향 제어와 긴급제동에 적용하였다. S/W 는 크게 인지, 판단 및 제어를 위해 개발되었으며, 이를 위해 두 대의 PC가 설치되었다.

대상 데이터

이번 대회는 자율주행 차량을 위한 시험장으로 설립된 K-City 에서 열렸다[2]. 이 대회에서 제시된 6 개의 도심 도로 환경 미션에 대해 참여하는 자율주행 차량들은 최단시간으로 주행하도록 요구되었다[1].

이론/모형

미션 2 는 공사 구간 우회에서는 V2X 통신으로부터 받은 TIM(Traveler Information Message) 메시지를 활용하였다. 공사 구간을 인지하고, 그래프를 이용한 최단 경로 탐색 알고리즘인 Dijkstra 알고리즘에 적용하여[4], 공사 구간을 우회하는 최단 경로를 탐색하였다.
미션 1 은 도로를 횡단하는 돌발 보행자를 인지하기 위하여 라이더를 사용한 클러스터링 알고리즘을 사용하였다. 클러스터링 알고리즘은 임의의 모양의 클러스터를 발견하도록 디자인된 밀도기반 클러스터에 기반한 알고리즘인 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)알고리즘을 사용하였다.
미션 5 는 응급 차량에게 차선 양보는 보행자 검출과 마찬가지로 라이더를 사용한 DBSCAN 클러스터링 알고리즘을 사용하였다. 응급 차량의 접근을 인지 후 차선을 변경하고, 응급 차량이 INU 자율주행 차량을 추월하면 INU 자율주행 차량은 원래 차선에 복귀하였다.
미션 4 는 사고 차량 회피는 라이더를 통하여 인지하고 grid map 에 apping 시켰다. 본 시스템은 생성된 grid map 안에 최단 경로 탐색 알고리즘인 A* 알고리즘을 사용하여 사고 차량을 회피하기 위한 경로를 탐색하였다[5].
미션 6 은 톨게이트 통과는 톨게이트 구조물로 인해 GPS 신호가 불안정해질 수 있다. 본 시스템은 이에 대비해서, pointcloud 간의 정합을 하는 알고리즘인 NDT(Normal Distribution Transform) 알고리즘[6]을 사용하여 차량의 위치를 추정하였다.
미션 1 은 도로를 횡단하는 돌발 보행자를 인지하기 위하여 라이더를 사용한 클러스터링 알고리즘을 사용하였다. 클러스터링 알고리즘은 임의의 모양의 클러스터를 발견하도록 디자인된 밀도기반 클러스터에 기반한 알고리즘인 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)알고리즘을 사용하였다. 이 알고리즘은 잘 알려진 CLARANS(Clustering Large Applications based upon RANdomized Search) 알고리즘 보다 임의의 모양의 클러스터를 발견하는데 훨씬 더 효율적으로 알려져 있다[3].

성능/효과

INU 자율주행차량은 도심 환경 하에서 진행된 2019 현대자동차 자율주행 경진대회에서 제시된 6 개의 미션을 성공적으로 완수하였다. 각 미션을 위해 개발된 로직들의 성공적인 수행이 실제 도심의 도로 환경에서 확인되었으며 대회 미션 수행 도중 나타난 일부의 예상하지 못한 문제들에 대한 개선의 필요성도 있었다.

후속연구

향후 해당 차량을 이용하여 협로 주행, 회전교차로, 주차 등 자율주행에 필요한 기술 들을 연구하고 개발할 예정이다.

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

도심 환경에 적합한 자율주행차량 시스템의 구현
Implementation of an Autonomous Vehicle System for Urban Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

도심 환경에 적합한 자율주행차량 시스템의 구현 Implementation of an Autonomous Vehicle System for Urban Environment 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

도심 환경에 적합한 자율주행차량 시스템의 구현
Implementation of an Autonomous Vehicle System for Urban Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper