초록 ▼

○ 연구개요
본 연구에서는 자율주행 차량의 주행 환경을 인식하기 위하여 카메라/라이더 등을 이용한 퓨전 알고리즘을 개발한다. 이종 센서들의 특성을 분석하고 이를 통계적으로 모델링하여 격자 지도(Occupancy Grid Map)을 생성하고, 생성된 지도 전체를 시간축 에 따라 지속적으로 추적하는 필터를 개발하였다. 연차 별 개발 목표는 아래와 같다.
· 1차년도 : 기계학습 기반 센서 데이터 모델링 알고리즘 개발
· 2차년도 : 장애물 지도 지도 생성 알고리즘 개발
· 3차년도 : 베이지안 필터 기반 격자지도

○ 연구개요
본 연구에서는 자율주행 차량의 주행 환경을 인식하기 위하여 카메라/라이더 등을 이용한 퓨전 알고리즘을 개발한다. 이종 센서들의 특성을 분석하고 이를 통계적으로 모델링하여 격자 지도(Occupancy Grid Map)을 생성하고, 생성된 지도 전체를 시간축 에 따라 지속적으로 추적하는 필터를 개발하였다. 연차 별 개발 목표는 아래와 같다.
· 1차년도 : 기계학습 기반 센서 데이터 모델링 알고리즘 개발
· 2차년도 : 장애물 지도 지도 생성 알고리즘 개발
· 3차년도 : 베이지안 필터 기반 격자지도 추적 알고리즘 개발

○ 연구 목표대비 연구결과
본 연구에서 각 연차별 진행 결과는 아래와 같다
- 1차년도 : ①라이더/카메라 데이터 취득을 위한 시스템 셋업
② 라이더/카메라를 이용한 단일 장애물 인식 알고리즘 개발
- 딥러닝 알고리즘을 활용한 단일 장애물 인식 알고리즘 개발
- 2차년도 : ① 라이더/카메라를 이용한 단일 장애물 인식 알고리즘 고도화
- 딥러닝 알고리즘을 개선하여 장애물/주행가능영역 검출 및 거리 측정 알고리즘 개발
- 라이더 기반 장애물/주행 가능영역 검출을 위한 딥러닝 네트워크 개발
② 격자 지도 생성 알고리즘 개발
- 라이더와 카메라 기반 추적 물체/주행 가능영역 인식 알고리즘을 위한 점유 격자지도 생성
- 3차년도 : ① 베이지안 필터 기반 격자 지도 추적 알고리즘 개발
- 격자지도의 시간축 기반 퓨전 알고리즘 개발
- 장애물 및 주행 가능 영역 추적 알고리즘 개발

○ 연구개발결과의 중요성
고수준의 자율주행을 구현하기 위해서는 인지/판단/제어 기술들이 구현되어야 하며 이중 정밀 주행환경인식기술은 무엇보다도 중요하다. 이러한 인지 기술은 다양한 센서들의 융합을 통하여 이루어지게 되는데, 기존의 방법들은 각 센서별 측정 모델을 생성하고, 이를 이용하여 다양한 필터링 기법들을 사용하여 장애물을 정밀 인식을 하였다. 하지만 이러한 기존의 방법은 사용 센서가 변하거나, 센서의 위치가 바뀔때 마다 새로운 보정 및 측정 센서의 방정식을 생성해줘야한다는 단점을 지니게 된다.
본 연구는 이러한 한계를 극복하기 위하여 점유 격자지도 내의 모든 장애물을 넣어특정 측정 방정식 없이도 주행 환경의 정밀 인식이 가능하다. 또한 자율주행 인식단계 이후 이루어지는 경로 생성에서 일반적으로 격자지도 형태가 활용되는데, 추가적 연산 없이 바로 격자지도가 활용될 수 있는 장점을 지니게 된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 2.1 1차 연도 연구수행 내용 및 결과 ... 5
• 2.2 2차 연도 연구수행 내용 ... 7
• 2.3 3차 연도 연구수행 내용 ... 10
• 3. 연구개발결과의 중요성 ... 12
• 4. 참고문헌 ... 13
• 5. 연구성과 ... 15
• 대표적 연구실적 ... 17
• 끝페이지 ... 27