초록 ▼

□ 연구개요
무인자율주행 기술을 구현하기 위해서는 외부 환경을 인지하는 센서의 인지 속도, 탐지 가능 영역, 정밀도 및 신뢰도 등이 보장되어야 한다. 신뢰도 향상을 위한 효과적인 방법은 중복설계다. 무인자율주행 기술에 쓰는 센서 중 외부물체를 감지하는 센서들(카메라, RADAR, LIDAR 등)은 정밀도 및 탐지 거리등의 차이를 가지고 기능적으로 중복되는 부분이 존재하여 서로간의 일정부분 가상 센서의 역할이 가능하다. 하지만 차량의 위치 파악 및 지도 생성을 위한 중요한 센서인 GPS는 그 기능을 대체할 수 있는 완전한 방안이

□ 연구개요
무인자율주행 기술을 구현하기 위해서는 외부 환경을 인지하는 센서의 인지 속도, 탐지 가능 영역, 정밀도 및 신뢰도 등이 보장되어야 한다. 신뢰도 향상을 위한 효과적인 방법은 중복설계다. 무인자율주행 기술에 쓰는 센서 중 외부물체를 감지하는 센서들(카메라, RADAR, LIDAR 등)은 정밀도 및 탐지 거리등의 차이를 가지고 기능적으로 중복되는 부분이 존재하여 서로간의 일정부분 가상 센서의 역할이 가능하다. 하지만 차량의 위치 파악 및 지도 생성을 위한 중요한 센서인 GPS는 그 기능을 대체할 수 있는 완전한 방안이 마련되어 있지 않다. 따라서 GPS 센서가 차단되거나 결함이 발생하더라도 최소한의 임무 요구사항을 수행할 수 있도록 하는 GPS 대응 중복센서 기술이 요구된다. 본 연구의 기본 가설은 차량이 익숙한 길을 달리고 있을 때, 눈을 감더라도 차량의 진동을 통해 대략적인 위치를 추측할 수 있다는 것이다. 이를 기반으로 본 연구는 GPS 및 시각적인 정보를 사용할 수 없는 환경에서 IMU 센서를 기반으로, 특징적인 노면정보를 추출하여 위치를 추정하는 방식의 GPS 보완용 가상센서를 개발하고자 한다.

□ 연구 목표대비 연구결과
- 최종 대여하던 장비를 구입하여 알고리즘 검증 및 구현을 위한 데이터 확보
- 위치 추정 방법 연구 (특징 정의 방법): 스펙트로그램 자체를 특징으로서 정의하는 방법 고려
- IMU만을 사용하여 시간에 영향을 받지 않는 정보(도로 노면 및 도로 곡률) 추출: 추출된 정보로 위치 추정 결과, 누적 오차가 발생하지 않음을 확인
- 칼만필터를 활용하여 다중 정보 기반 위치 추정 방법 개발
- K-means clustering 활용한 대표적인 특징 추출과 각 특징들에 대한 위치의 가능도 함수 정의, 정의된 가능도 함수를 활용하여 특징 기반 데이터베이스 저장 구조 개발: 가능도 함수를 통해 일반적인 센서 신호 특징인 가우시안 분포를 따르지 않는 신호 처리 방법 개발
- 데이터베이스와 가장 유사한 특징의 가능도 함수에 과거 위치값을 가중치를 반영하여 현재 위치 추출하는 유사성 판별 방법 연구
- 최종 실험적 검증을 통해, 차량의 동역학적 성질을 유지하면서 오차 누적을 보이지 않는 위치 추정 결과 획득

□ 연구개발결과의 중요성
본 연구결과의 가장 큰 의미는 GPS가 완벽하게 차단되었을 경우, 기존의 측위기술에 보조기술로만 작동하였던 IMU 센서만을 활용하여 위치 추정이 가능하다는 것을 증명해낸 것이다. 이를 통하여 얻은 성과는 크게 3가지이다. 첫째, 노면 형상을 손가락 지문과 같은 충분한 위치 추정의 식별 기준으로 바라보는 새로운 접근 방법을 시도하였다. 둘째, 1차원의 신호를 2차원으로 확장함으로써 잡음에 대한 강건성을 향상시키고, 2차원 정보를 이미지로 고려하여 특징을 추출하여 특징 기반의 데이터베이스를 구축하였다. 셋째, 동역학적 정보가 없는 이미지 기반 추정 방식에 동역학적 정보를 반영하여 새로운 위치 추정 방식을 개발하였다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 2. 연구수행내용 및 연구결과 ... 4
• 1) 실험 환경 구성 – 1차년도/3차년도 ... 4
• 2) 위치 추정 방법 연구 (특징 정의 방법) – 1차년도 ... 5
• 3) 시간의 영향을 받지 않는 정보로 추출 – 1차년도/2차년도 ... 6
• 4) 추정된 도로 노면 및 곡률 기반 Normalized Gray-level Correlation 방법 적용 – 2차년도 ... 7
• 5) 다중 신호 기반 위치 추정 방법 개발 – 3차년도 ... 8
• 6) 특징기반 데이터베이스 저장 구조 개발 – 2차년도/3차년도 ... 9
• 7) 유사성 판별 방법 연구 ... 11
• 8) 최종 실험적 검증 ... 12
• 3. 연구개발결과의 중요성 ... 13
• 4. 참고문헌 ... 14
• 5. 연구성과 ... 16
• 대표적 연구실적 ... 17
• 끝페이지 ... 28