KR101871441B1 - Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle - Google Patents

Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle Download PDF

Info

Publication number
KR101871441B1
KR101871441B1 KR1020180023371A KR20180023371A KR101871441B1 KR 101871441 B1 KR101871441 B1 KR 101871441B1 KR 1020180023371 A KR1020180023371 A KR 1020180023371A KR 20180023371 A KR20180023371 A KR 20180023371A KR 101871441 B1 KR101871441 B1 KR 101871441B1
Authority
KR
South Korea
Prior art keywords
storing
unit
road
information
data
Prior art date
Application number
KR1020180023371A
Other languages
Korean (ko)
Inventor
양재훈
Original Assignee
뉴비전엔지니어링(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 뉴비전엔지니어링(주) filed Critical 뉴비전엔지니어링(주)
Priority to KR1020180023371A priority Critical patent/KR101871441B1/en
Application granted granted Critical
Publication of KR101871441B1 publication Critical patent/KR101871441B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G06F17/30241—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H04N5/2257—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Ecology (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Navigation (AREA)

Abstract

The present invention relates to a voice recognition field survey and road linear generation system for the high definition electronic map production for an autonomous vehicle. More specifically, the voice recognition field survey and road linear generation system for the high definition electronic map production for an autonomous vehicle allows an automatic production of road lines when producing a high definition electronic map for an autonomous vehicle using a field investigation method by utilizing voice recognition, image information obtained by photographing the surrounding environment around the road, and positioning information.

Description

자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템{Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle}[0001] The present invention relates to a voice recognition field survey and road linear generation system for producing a high-precision electronic map for an autonomous vehicle,

본 발명은 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템에 관한 것으로, 보다 상세하게는 음성인식과 도로 주변을 촬영한 영상정보 및 측위정보를 활용하여 현장조사 방식으로 자율주행차량용 고정밀전자지도를 제작할 때 도로선형을 자동으로 생성할 수 있도록 한 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템에 관한 것이다.The present invention relates to a voice recognition field survey and a road line generation system for producing a high-precision electronic map for an autonomous vehicle, and more particularly, The present invention relates to a voice recognition field survey and a road linear generation system for producing a high-precision electronic map for an autonomous driving vehicle, which can automatically generate a road alignment when a high-precision electronic map for a driving vehicle is produced.

현재 고정밀전자지도(High Definition Electronic Map) 제작을 위한 지도 현장조사 시스템은 DGPS(Differential GPS) 수신기 및 다수의 카메라와 IMU(inertial measuring unit) 및 LiDAR(Light Detection and Ranging)와 같은 장비와 장치를 탑재한 MMS(Mobile Mapping System)라는 시스템을 통해 도로와 도로 주변 시설물을 스캔할 수 있도록 구성된다.The current on-site survey system for the production of high-precision electronic maps is equipped with DGPS (Differential GPS) receiver and many cameras and equipment such as IMU (inertial measuring unit) and LiDAR (Light Detection and Ranging) It is configured to scan roads and roadside facilities through a system called MMS (Mobile Mapping System).

전세계적으로 이러한 장비를 통해 지도 현장조사의 정확도를 기존 수십미터에서 50㎝ 까지 정확도를 높이고 있다.Globally, these instruments are used to improve the accuracy of map field investigations from tens of meters to 50 cm.

한편, 자율주행차는 운전자의 개입없이 자동차 스스로 운행하는 최첨단 기술이 적용되어야 하며, 이러한 기술은 수많은 센서와 통신기술을 통해 실현된다.On the other hand, autonomous vehicles should be equipped with state-of-the-art technologies that operate the vehicle by themselves without driver intervention, and these technologies are realized through numerous sensors and communication technologies.

하지만, 구성된 장치의 오동작이나 장애물에 의해 정상적인 작동이 되지 않을 경우를 대비하여 자율주행차는 도로의 주요 정보를 포함한 정밀한 전자지도가 필수적으로 반드시 필요하다.However, it is essential that autonomous vehicles have precise electronic maps, including key information on roads, in case the malfunctions or obstacles of the configured devices do not lead to normal operation.

그러나, 수십미터 오차를 갖고 있는 기존 전자지도는 정확도가 낮아 사용할 수 없다.However, existing electronic maps with tens of meters of error can not be used due to their low accuracy.

따라서, 측위오차 50㎝ 미만의 정확도를 확보하고자 MMS 장비를 갖춘 지도 현장조사 시스템을 이용하여 고정밀 현장 측위를 하게 된다.Therefore, in order to ensure the accuracy of positioning error less than 50 cm, high-precision field positioning is performed using a map field survey system equipped with MMS equipment.

MMS 장비는 앞서 설명하였듯이, 4개(DGPS, IMU, 카메라, LiDAR)의 핵심장비로 구성되어 고정밀 측위를 하게 된다.As described above, the MMS equipment consists of four (DGPS, IMU, camera, LiDAR) core equipment and performs high precision positioning.

이때, GPS는 정밀하게 측위되는 DGPS를 사용하여 기존 GPS의 오차를 수 십 미터에서 50㎝ 급으로 절대위치 정확도를 획기적으로 개선한다.At this time, the GPS uses DGPS, which is precisely positioned, to dramatically improve the absolute position accuracy from several tens of meters to 50 cm of the error of the existing GPS.

또한, LiDAR는 도로 주변의 모든 시설물을 절대위치를 기준으로 목표지점의 거리를 측정하는 상대 측위 방식이며, 목표 지점을 점으로 표현하여 1초당 70만회에서 100만회의 점으로 표시할 수 있고, 주행 중 도로 주변의 대부분의 시설물을 점(Point Cloud)으로 표현할 수 있으며, 측정 가능한 범위는 일반적으로 상대거리 70m 이내이고, 정확도는 2㎝ 미만이다.In addition, LiDAR is a relative positioning method that measures the distance of the target point based on the absolute position of all the facilities around the road. The target point can be expressed as a point and can be displayed as 700,000 to 1 million points per second, Most of the facilities in the vicinity of the road can be represented by a point cloud. The measurable range is generally within 70m and the accuracy is less than 2cm.

또한, IMU는 절대위치를 기준으로 높이, 곡률 등의 상대거리를 속도, 가속력 등을 고려한 연산을 통해 연속 측정하여 GPS 수신이 되지 않는 지역(터널, 지하, 고층건물 사이 등)을 주행할 때 DGPS의 보조적 역할을 수행한다.In addition, the IMU continuously measures the relative distances such as height, curvature, etc. based on speed, acceleration, etc., and calculates the DGPS .

그리고, 카메라는 보통 4대~6대를 장착하여 전, 후, 좌, 우를 동시에 촬영하여 360도 촬영된 영상을 하나의 프레임으로 저장하게 된다.In addition, the camera usually mounts 4 ~ 6 cameras, and records 360, 360, and 360 frames in one frame at the same time.

현재는 이와 같이 고품질의 장비를 통해 획득, 기록, 저장된 데이터를 활용하여 고정밀전자지도를 제작하고 있다.Currently, high-precision electronic maps are being produced using data acquired, recorded, and stored through such high-quality equipment.

그런데, 고정밀전자지도의 핵심은 정밀한 자율주행을 위해 모든 차선을 도로선형으로 구성해야 한다는 것이다.However, the core of high-precision electronic maps is that all lanes should be linearly shaped for precise autonomous driving.

하지만, 기존의 전자지도는 하나의 도로선형으로 구성하거나 맵매칭을 위해 넓은 도로, 고속도로 등은 두 개의 도로 선형으로 구성했다.However, the existing electronic map is composed of one road linear shape, or two road linear shapes such as wide road and highway for map matching.

여기에서, 고정밀전자지도의 가장 큰 핵심은 모든 차선을 기준으로 도로 선형(Network)를 제작해야 한다는 점이다.Here, the most important point of the high-precision electronic map is that a road network should be produced based on all lanes.

때문에, 기존의 제작 방식은 수신된 GPS Data를 활용하여 중심선을 만들어 해당 중심선에 모든 도로정보를 입력하는 방식이였으나, 고정밀전자지도의 제작 방식은 정밀하게 측정된 DGPS를 활용하여 영상을 통해 주행한 차선 정보를 활용하여 4개 차선이면 일정한 간격으로 4개 도로 선형을 만들어 속성을 각각 입력해야 한다.Therefore, the existing production method is to use the received GPS data to create a center line and input all the road information to the corresponding center line. However, the high precision electronic map production method uses the precisely measured DGPS to travel through the image If you use lane information, you have to create 4 lines of linearity at regular intervals in 4 lanes and enter each property.

따라서, 촬영된 영상을 통해 확인된 차선을 기준으로 여러 개의 도로 선형으로 제작해야 하기 때문에 기존의 전자지도 제작 시간보다 5배 이상 소요되는 문제가 발생하게 되었으며, 결과적으로 신속한 업데이트가 어렵게 되었다.Therefore, since it is necessary to produce several road lines based on the lane identified through the photographed image, it takes more than five times as long as the conventional electronic map production time, and as a result, it becomes difficult to update quickly.

이러한 현상을 반증하듯 국내의 전자지도 제작업체들은 고정밀전자지도 제작에 매우 소극적이며, 현재 많은 투자 비용과 투입 시간을 개선할 수 있는 방법이 개발되지 못하고 있는 실정이다.As such, the electronic map makers in Korea are very passive in the production of high-precision electronic maps, and currently there is no way to improve the investment cost and the input time.

대한민국 특허 등록번호 제10-0508974호(2005.08.09.) '도로정보를 이용한 전자지도 구축 시스템 및 그 방법'Korean Patent Registration No. 10-0508974 (Aug. 2005) 'Electronic map construction system using road information and its method'

본 발명은 상술한 바와 같은 종래 기술상의 제반 문제점들을 감안하여 이를 해결하고자 창출된 것으로, 음성인식과 도로 주변을 촬영한 영상정보 및 측위정보를 활용하여 현장조사 방식으로 자율주행차량용 고정밀전자지도를 제작할 때 도로선형을 자동으로 생성할 수 있도록 한 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템을 제공함에 그 주된 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made in view of the above-described problems of the prior art, and it is an object of the present invention to provide a high-precision electronic map for an autonomous vehicle using a field survey method using voice recognition, The present invention provides a voice recognition field survey and a road linear generation system for producing a high-precision electronic map for an autonomous driving vehicle capable of automatically generating a road alignment.

본 발명은 상기한 목적을 달성하기 위한 수단으로, GPS 위성(100)으로부터 위치정보를 수신 받아 정밀하게 보정하는 DGPS수신부(102)와; 현장에서 조사하는 조사자의 음성을 마이크(106)를 통해 입력받아 인식하는 오디어 입력부(104)와; 360도 모든 방향으로의 촬영이 이루어지도록 차량의 전후좌우에 설치되는 제1카메라(122) 및 제2카메라(124)와 제3카메라(126)와 제4카메라(128)가 생성하는 영상을 저장하는 영상저장부(114), 도로 주변의 시설물 형태를 파악하고 저장하는 LiDAR DATA 측위 및 저장부(116), 차량의 속도ㆍ기울기ㆍ높이값을 측위하고 저장하는 IMU DATA 측위 및 저장부(118), 사용자와의 인터페이스(UI)를 제공하고 처리하는 사용자 DATA 처리부(120)를 포함하여 이들이 제공하는 수신데이터를 저장하고 처리하는 수신데이터 저장 및 처리부(112)와; 상기 수신데이터 저장 및 처리부(112)가 제공하는 데이터와 영상, DGPS수신부(102)로부터 수신되는 위치정보가 디스플레이되는 표시부(108)와; 상기 DGPS수신부(102)로부터의 위치정보를 이용하여 현재 위치좌표를 연산한 후 현재 촬영되는 지점의 지도데이터를 메모리부(148)로부터 추출하여 해당 촬영 지점의 카메라 영상과 LiDAR Data, IMU Data와 함께 디스플레이 제어를 수행하는 제어부(110);를 포함하며, 상기 메모리부(148)는 전자지도 데이터를 저장하는 전자지도 데이터 저장DB(132), 사용자 인터페이스를 통해 입력되는 정보를 저장하는 사용자 데이터 저장DB(134), 제1ㆍ2ㆍ3ㆍ4카메라(122,124,126,128)로부터 수신된 영상정보를 저장하는 영상 데이터 저장DB(136), 오디오 입력부(104)를 통해 입력된 오디오 정보를 저장하는 오디오 데이터 저장DB(138), LiDAR DATA 측위 및 저장부(116)로부터 제공되는 LiDAR 정보를 저장하는 LiDAR 데이터 저장DB(140), 국토지리정보원으로부터 제공되는 신규 도로 정보를 저장하는 신규 도로 데이터 저장DB(146), DGPS 수신부(102)로부터 제공되는 DGPS 정보를 저장하는 DGPS 데이터 저장DB(142), IMU DATA 측위 및 저장부(118)로부터 제공되는 측위정보를 저장하는 IMU 데이터 저장DB(144)로 이루어지고; 상기 DGPS 수신부(102)를 통해 측위된 절대위치와, 터널을 포함한 DGPS를 수신받지 못하는 곳에서는 IMU를 통해 절대위치를 상대측위로 보정한 위치를 차량의 위치정보로 하고; 우측경계석과의 거리는 LiDAR를 통해 측위된 차량과 해당 시설물과의 상대거리를 측위하여 사용하며, 좌측경계석과의 거리도 LiDAR를 통해 측위된 차량과 해당 시설물과의 상대거리를 측위하여 사용하고; 차선수는 음성정보를 통해 입력된 차선수를 적용하며, 단위는 m로 환산하여 도로폭(X)를 먼저 계산하되, 도로폭 X=(｜Gx-Lx｜) ＋ (｜Gx-Rx｜)로 산출되고, 차선폭 = X ÷ 총 차선수로 산출되어 입력된 음성정보가 제공하는 차량의 주행차로를 기준으로 좌,우에 도로 선형을 자동 생성하도록 한 것을 특징으로 하는 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템을 제공한다.A DGPS receiving unit (102) for receiving position information from a GPS satellite (100) and precisely correcting the position information; An audio input unit 104 for inputting and recognizing the voice of the researcher who is surveyed in the field through the microphone 106; The images generated by the first camera 122 and the second camera 124, the third camera 126 and the fourth camera 128 installed on the front, rear, left, and right sides of the vehicle are stored An LiDAR DATA positioning and storage unit 116 for recognizing and storing the facility type around the road, an IMU DATA positioning and storing unit 118 for positioning and storing the speed, slope, and height values of the vehicle, A received data storage and processing unit 112 including a user data processing unit 120 for providing and processing an interface (UI) with a user and storing and processing the received data provided by them; A display unit 108 for displaying data and images provided by the received data storage and processing unit 112 and positional information received from the DGPS receiving unit 102; The current position coordinates are calculated using the position information from the DGPS receiving unit 102, and the map data of the currently photographed point is extracted from the memory unit 148, and the camera image of the photographing point, the LiDAR data, and the IMU data The memory unit 148 includes an electronic map data storage DB 132 for storing electronic map data, a user data storage DB 132 for storing information input through a user interface, An image data storage DB 136 for storing image information received from the first, second, third and fourth cameras 122, 124, 126 and 128; an audio data storage DB 136 for storing audio information input through the audio input unit 104; A LiDAR data storage DB 140 for storing LiDAR information provided from the LiDAR DATA positioning and storage unit 116, a new road information storage unit 140 for storing new road information provided from the national geographical information source, A DGPS data storing DB 142 for storing DGPS information provided from the DGPS receiving unit 102, an IMU data storing DB 142 for storing positioning information provided from the IMU DATA positioning and storing unit 118, (144); A position where the absolute position positioned through the DGPS receiving unit 102 and the absolute position corrected through the IMU on the opponent side in a place where the DGPS including the tunnel is not received is set as the position information of the vehicle; The distance to the right boundary is used to measure the relative distance between the vehicle and the facility located through LiDAR and the distance to the left boundary to the relative distance between the vehicle and the facility located through LiDAR; (Gx-Lx |) + (| Gx-Rx |), the road width (X) is first calculated in terms of units of m, , And a road line shape is automatically generated on the left and right sides of the driving lane of the vehicle provided by the input voice information calculated as the lane width = X / total total line. And a road linear generation system.

이때, Gx는 차량의 위치정보중 X좌표값이고, Lx는 좌측경계석과의 거리중 X좌표값이며, Rx는 우측경계석과의 거리중 X좌표값이다.Here, Gx is the X coordinate value of the vehicle position information, Lx is the X coordinate value of the distance from the left boundary stone, and Rx is the X coordinate value of the distance from the right boundary stone.

본 발명에 따르면, 음성인식과 도로 주변을 촬영한 영상정보 및 측위정보를 활용하여 현장조사 방식으로 자율주행차량용 고정밀전자지도를 제작할 때 도로선형을 자동으로 생성할 수 있는 효과를 갖는다.According to the present invention, road linearity can be automatically generated when a high-precision electronic map for an autonomous vehicle is produced using a field survey method using voice recognition, image information obtained by photographing the road periphery, and positioning information.

도 1은 본 발명에 따른 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템의 예시적인 구성 블럭도이다.
도 2는 본 발명에 따른 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템을 통한 현장조사과정을 설명하는 예시적인 플로우챠트이다.
도 3은 본 발명에 따른 시스템에서 음성인식을 통해 차선별 도로선형이 자동으로 생성되는 예를 보인 예시적인 평면도이다.
도 4는 본 발명에 따른 도로 선형 자동생성 원리를 설명하는 개념도이다.
도 5는 본 발명에 따른 시스템을 구성하는 차량에 설치된 컨트롤박스 및 DB케이스의 방진, 완충구조를 보인 예시도이다.FIG. 1 is an exemplary block diagram of a voice recognition field survey and a road alignment system for producing a high-precision electronic map for an autonomous vehicle according to the present invention.
FIG. 2 is an exemplary flow chart illustrating a field recognition process for producing a high-precision electronic map for an autonomous vehicle according to the present invention, and a field survey process using a road line generation system.
FIG. 3 is an exemplary plan view illustrating an example in which a road line by car line is automatically generated through speech recognition in the system according to the present invention.
4 is a conceptual diagram for explaining the principle of road linear automatic generation according to the present invention.
FIG. 5 is a view showing an example of a dust and damping structure of a control box and a DB case installed in a vehicle constituting the system according to the present invention.

이하에서는, 첨부도면을 참고하여 본 발명에 따른 바람직한 실시예를 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 발명 설명에 앞서, 이하의 특정한 구조 내지 기능적 설명들은 단지 본 발명의 개념에 따른 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며, 본 명세서에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니된다.Before describing the present invention, the following specific structural or functional descriptions are merely illustrative for the purpose of describing an embodiment according to the concept of the present invention, and embodiments according to the concept of the present invention may be embodied in various forms, And should not be construed as limited to the embodiments described herein.

또한, 본 발명의 개념에 따른 실시예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로, 특정 실시예들은 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태에 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경물, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.In addition, since the embodiments according to the concept of the present invention can make various changes and have various forms, specific embodiments are illustrated in the drawings and described in detail herein. However, it should be understood that the embodiments according to the concept of the present invention are not intended to limit the present invention to specific modes of operation, but include all modifications, equivalents and alternatives falling within the spirit and scope of the present invention.

도 1에 도시된 바와 같이, 본 발명에 따른 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템은 GPS 위성(100)으로부터 위치정보를 수신 받아 정밀하게 보정하는 DGPS수신부(102)와; 현장에서 조사하는 조사자의 음성을 마이크(106)를 통해 입력받아 인식하는 오디어 입력부(104)와; 360도 모든 방향으로의 촬영이 이루어지도록 차량의 전후좌우에 설치되는 제1카메라(122) 및 제2카메라(124)와 제3카메라(126)와 제4카메라(128)가 생성하는 영상을 저장하는 영상저장부(114), 도로 주변의 시설물 형태를 파악하고 저장하는 LiDAR DATA 측위 및 저장부(116), 차량의 속도ㆍ기울기ㆍ높이값을 측위하고 저장하는 IMU DATA 측위 및 저장부(118), 사용자와의 인터페이스(UI)를 제공하고 처리하는 사용자 DATA 처리부(120)를 포함하여 이들이 제공하는 수신데이터를 저장하고 처리하는 수신데이터 저장 및 처리부(112)와; 상기 수신데이터 저장 및 처리부(112)가 제공하는 데이터와 영상, DGPS수신부(102)로부터 수신되는 위치정보가 디스플레이되는 표시부(108)와; 상기 DGPS수신부(102)로부터의 위치정보를 이용하여 현재 위치좌표를 연산한 후 현재 촬영되는 지점의 지도데이터를 메모리부(148)로부터 추출하여 해당 촬영 지점의 카메라 영상과 LiDAR Data, IMU Data와 함께 디스플레이 제어를 수행하는 제어부(110);를 포함하며, 상기 메모리부(148)는 전자지도 데이터를 저장하는 전자지도 데이터 저장DB(132), 사용자 인터페이스를 통해 입력되는 정보를 저장하는 사용자 데이터 저장DB(134), 제1ㆍ2ㆍ3ㆍ4카메라(122,124,126,128)로부터 수신된 영상정보를 저장하는 영상 데이터 저장DB(136), 오디오 입력부(104)를 통해 입력된 오디오 정보를 저장하는 오디오 데이터 저장DB(138), LiDAR DATA 측위 및 저장부(116)로부터 제공되는 LiDAR 정보를 저장하는 LiDAR 데이터 저장DB(140), 국토지리정보원으로부터 제공되는 신규 도로 정보를 저장하는 신규 도로 데이터 저장DB(146), DGPS 수신부(102)로부터 제공되는 DGPS 정보를 저장하는 DGPS 데이터 저장DB(142), IMU DATA 측위 및 저장부(118)로부터 제공되는 측위정보를 저장하는 IMU 데이터 저장DB(144)를 포함한다.As shown in FIG. 1, a voice recognition field survey and a road linearization system for producing a high-precision electronic map for an autonomous vehicle according to the present invention includes a DGPS receiver 102 )Wow; An audio input unit 104 for inputting and recognizing the voice of the researcher who is surveyed in the field through the microphone 106; The images generated by the first camera 122 and the second camera 124, the third camera 126 and the fourth camera 128 installed on the front, rear, left, and right sides of the vehicle are stored An LiDAR DATA positioning and storage unit 116 for recognizing and storing the facility type around the road, an IMU DATA positioning and storing unit 118 for positioning and storing the speed, slope, and height values of the vehicle, A received data storage and processing unit 112 including a user data processing unit 120 for providing and processing an interface (UI) with a user and storing and processing the received data provided by them; A display unit 108 for displaying data and images provided by the received data storage and processing unit 112 and positional information received from the DGPS receiving unit 102; The current position coordinates are calculated using the position information from the DGPS receiving unit 102, and the map data of the currently photographed point is extracted from the memory unit 148, and the camera image of the photographing point, the LiDAR data, and the IMU data The memory unit 148 includes an electronic map data storage DB 132 for storing electronic map data, a user data storage DB 132 for storing information input through a user interface, An image data storage DB 136 for storing image information received from the first, second, third and fourth cameras 122, 124, 126 and 128; an audio data storage DB 136 for storing audio information input through the audio input unit 104; A LiDAR data storage DB 140 for storing LiDAR information provided from the LiDAR DATA positioning and storage unit 116, a new road information storage unit 140 for storing new road information provided from the national geographical information source, A DGPS data storing DB 142 for storing DGPS information provided from the DGPS receiving unit 102, an IMU data storing DB 142 for storing positioning information provided from the IMU DATA positioning and storing unit 118, (144).

이러한 구성으로 이루어진 본 발명에 따른 시스템은 도 2 및 도 3과 같은 형태로 현장조사에 활용된다.The system according to the present invention having such a configuration is utilized for field investigation in the form of FIG. 2 and FIG.

먼저, 현장조사 시작되면 본 발명에 따른 현장조사 시스템이 부팅된다.First, when the field survey is started, the field survey system according to the present invention is booted.

그리고, 현장조사모드로 전환된다.Then, the mode is switched to the field survey mode.

이때, 현장조사모드가 On인 경우에는 주행을 시작하고, 그렇지 않으면 조사를 계속할 것인지 확인하여 조사를 종료하면 종료하고 조사를 계속한다면 현장조사모드를 On으로 유지한다.At this time, if the field survey mode is On, it starts driving. Otherwise, it confirms whether to continue the investigation. If the investigation is finished, the process ends. If the investigation is continued, the field survey mode is kept on.

이어, 주행을 계속할지를 확인하여 주행을 종료해야 한다면 현장조사모드 전환단계로 피드백하고, 주행을 계속한다면 각종 측위되는 신호들이 정상적으로 수신되는지 확인하고, 각종 신호들이 정상적으로 수신된다면 위치좌표를 계산하여 현재의 위치를 확인하며, 현재의 위치를 확인했다면 해당 위치의 지도 로딩하고, 현재의 위치에 맞게 수신되는 DGPS신호 등을 표시부에 디스플레이하도록 한다.If it is determined that the driving is to be continued and the driving is to be terminated, the operation is fed back to the field survey mode switching step. If the driving is continued, it is checked whether various signals are normally received. If the signals are normally received, If the current location is confirmed, the map is loaded and the DGPS signal received according to the current location is displayed on the display unit.

이때, 정해진 음성신호가 수신되면, 해당 위치에 변경점(Node)을 생성한다.At this time, when a predetermined voice signal is received, a change point (Node) is generated at the corresponding position.

그리고, 정해진 음성신호가 맞는지 확인하여 음성인식에 실패했을 경우에는 다시 음성신호 입력을 요청한다.If it is determined that the predetermined voice signal is not correct, the voice signal is requested to be input again.

이렇게 하여, 음성인식을 통해 정보를 입력 받게 되면 입력 받은 내용을 기준으로 화면에 표시하며, 그 과정은 도 2의 도시된 변경점 생성 이후 1차선인지 판단하거나 2차선인지 판단하거나 이 과정을 거쳐 n차선인지를 판단하는 단계로부터 생성된 라인을 저장하고 디스플레이하는 과정까지를 말한다.When the information is inputted through voice recognition, the input contents are displayed on the screen on the basis of the inputted information. The process of determining whether the information is a first lane or a second lane after the change point shown in FIG. 2 is generated, And a process of storing and displaying a line generated from the step of determining whether the line is displayed.

다만, 이러한 과정은 시계열적으로 수행되는 것이므로 굳이 부연설명을 생략한 것이다.However, since this process is performed in a time-wise manner, a detailed explanation is omitted.

이러한 과정은 '종료'라는 음성신호가 들어 오기 전까지는 음성신호 수신은 반복적으로 수행하며, '종료'라는 음성신호가 들어 오면 현장조사 과정 자체를 종료하게 된다.In this process, the voice signal is repeatedly received until the voice signal of 'end' is received, and when the voice signal of 'end' is received, the field investigation process itself is terminated.

이때, 음성인식은 정해진 규칙에 따라 이루어지는데, 이는 규칙을 정함으로써 이루어지므로 얼마든지 변형될 수 있다.At this time, speech recognition is performed according to a predetermined rule, which can be modified at any time since it is done by defining a rule.

이를 테면, '편도5차선에1차'라는 음성이 들어오면 해당 위치를 기준으로 화면에 편도 5차선이 그려지고, 현재 주행중인 1차선의 도로 선형은 적색으로 표시되는 형태를 예시할 수 있다.For example, if a voice of 'primary one in five lanes' comes in, one lane five lanes are drawn on the screen based on the position, and the road linear of the primary lane during the current driving is displayed in red.

이것은 곧, 음성인식을 통해 차선별 도로선형이 자동으로 생성되는 것을 의미하며, 도로 선형 자동 생성원리는 도 4를 참고하여 후술하기로 한다.This means that the road line type road line type is automatically generated through voice recognition, and the principle of road line type automatic generation will be described later with reference to FIG.

이러한 경우는 반대편 차선이 확인(경계석/중앙분리대 등)되지 않거나 반대편 차선과 주행 중 차선이 상이한 경우나 혹은 특별히 편도로 정보를 수집할 경우에 사용할 수 있다.This can be used when the opposite lane is not identified (boundary / median etc.), or when the lane on the opposite lane is different from the lane on the other side, or especially when collecting information on one way.

다른 예로, '왕복9차선에5차1차'라는 음성이 들어오면 이는 왕복으로 정보를 취득할 경우에 해당되는 것으로, 왕복으로 총 9차선을 의미하고, 현재의 위치는 왼쪽 끝 차선을 기준으로 5번째이며, 주행방향에서는 1차로로 주행 중이라는 의미고, 이 경우도 편도와 동일하게 주행 중인 차선의 도로 선형은 적색으로 표시할 수 있다. 이것은 중앙선이 도로의 왼쪽 끝 차선을 기준으로 4번째 차로와 5번째 차로 사이에 있다는 것을 알려준다.As another example, when a voice called '5-car primary in 9 round trip rounds' is received, it corresponds to the case of acquiring information by round trip. It means 9 lanes in total, and the present position is based on the leftmost lane 5th, and means that the vehicle is traveling in the primary direction in the running direction, and in this case, the road line form of the running lane can be displayed in red as in the one way. This indicates that the center line is between the fourth lane and the fifth lane with respect to the leftmost lane of the road.

이렇게 수집된 정보는 도로 선형을 자동으로 생성하는데 활용되며, 기존에 형성된 단순한 선형이 아닌 고정밀전자지도용 도로 선형(Network)으로 생성되는 것이다.The collected information is used to automatically generate the road line shape, and it is generated as a linear network for the high precision electronic map, which is not a simple linear line formed in the past.

즉, 기존에는 촬영된 영상을 보고 차선별 도로 선형을 제작하였으나, 현장에서 취득한 음성을 기반으로 차선별 도로 선형을 자동으로 제작할 수 있어 이와 같은 방식으로 도로 선형을 취득하게 될 경우, 제작 공정의 단순화와 제작 시간을 획기적으로 줄일 수 있게 된다.In other words, in the past, a road line shape was selected by looking at a photographed image. However, it is possible to automatically produce a road line shape by car line based on the voice obtained from the field. When the road line shape is obtained in this manner, And the production time can be drastically reduced.

그럼, 도 4를 참조하여 도로 선형 자동 생성원리를 설명한다.The principle of road linear autogeneration will now be described with reference to FIG.

도 4를 참조하면, 차량의 위치정보는 DGPS 수신부를 통해 측위된 절대위치를 적용하며, 터널 등과 같이 DGPS를 수신받지 못하는 곳에서는 IMU를 통해 절대위치를 상대측위로 보정하여 사용한다.Referring to FIG. 4, the absolute position of the vehicle is applied through the DGPS receiver, and the absolute position of the vehicle is corrected through the IMU when the DGPS is not received, such as in a tunnel.

또한, 우측경계석과의 거리는 LiDAR를 통해 측위된 차량과 해당 시설물(형태)과의 상대거리를 측위하여 사용하며, 좌측경계석과의 거리도 동일하게 측위된 상대거리를 사용한다.In addition, the distance to the right side boundary is used to measure the relative distance between the vehicle and the facility (shape), which is located through LiDAR, and the distance to the left side boundary is the same.

뿐만 아니라, 차선수는 음성정보를 통해 입력된 차선수를 적용하며, 단위는 m로 환산한다.In addition, the car player applies the car entered through voice information, and the unit is converted into m.

이러한 전제를 기준으로 먼저, 도로폭을 계산한다.Based on these assumptions, first calculate the road width.

도로폭은 X=(｜Gx-Lx｜) ＋ (｜Gx-Rx｜)로 산출한다.The road width is calculated as X = (| Gx-Lx |) + (| Gx-Rx |).

도 4에 따르면, 차량의 위치정보는 (Gx,Gy)로 표시되고, 우측경계석과의 거리는 (△Rx,y)로 표시되며, 좌측경계석과의 거리는 (△Lx,y)로 표시되므로 도로폭 산출은 이들 값을 이용한다.4, the vehicle position information is represented by (Gx, Gy), the distance from the right side boundary is expressed by (DELTA Rx, y), and the distance from the left side boundary is indicated by (DELTA Lx, The output uses these values.

예를 들어, 도로폭인 X가 19.5m이고, 음성정보가 '왕복6차선에3차2차'로 입력되었다면,For example, if the road width X is 19.5 m and the voice information is entered as 'third-order second order in six round-trip lanes'

차선폭 = X(19.5m) ÷ 6(총 차선수) = 3.25m 가 된다.Lane width = X (19.5m) / 6 (total difference) = 3.25m.

따라서, 도로 선형 자동 생성은 조사 차량을 기준으로 도로 선형이 1개 생성되며, 오른쪽으로 3.25m 간격으로 1개, 왼쪽으로 4개의 도로 선형이 3.25m 간격으로 생성된다.Therefore, in the road linear automatic generation, one road linear form is generated based on the survey vehicle, one road is formed at 3.25m intervals on the right side, and four road linear forms are arranged on the left side at 3.25m intervals.

이때, 음성정보는 왕복으로 총 6차선을 의미하고, 현재의 위치는 왼쪽 끝 차선을 기준으로 3번째이며, 주행방향에서는 2차로로 주행 중이라는 의미이고, 중앙선은 도로의 왼쪽 끝 차선을 기준으로 1번째 차로와 2번째 차로 사이에 있다는 것을 알게 해 준다. In this case, the voice information means a total of six lanes on a round trip basis, the current position is the third from the leftmost lane, the second lane in the running direction, and the center line refers to the leftmost lane of the road And that it is between the first lane and the second lane.

이와 같이, 본 발명에서는 상술한 시스템과 음성인식의 기반하에 도로 선형 자동 생성이 가능하여 전자지도 제작 시간을 현저히 줄일 수 있고, 이를 통해 신속한 업데이트가 가능하게 된다.As described above, according to the present invention, it is possible to automatically generate roads linearly on the basis of the above-mentioned system and speech recognition, thereby making it possible to reduce the time required for producing electronic maps, thereby enabling quick updating.

이에 더하여, 도 5의 예시와 같이, 본 발명에서는 상기 제어부(110)가 컨트롤박스(200)에 실장되고, 상기 메모리부(148)는 컨트롤박스(200)에 인접하여 고정된 DB케이스(210) 내부에 서버랙 선박 형태로 다수의 DB들이 탑재되며, 이들 컨트롤박스(200)와 DB케이스(210)는 차량 내부의 바닥면에 단순 고정되어 있으므로 차량 진동이나 노면이 고르지 못한 곳을 주행할 때 발생되는 충격이나 진동에 의해 영향을 받을 수 있다.5, the control unit 110 is mounted on the control box 200, and the memory unit 148 includes a DB case 210 fixed adjacent to the control box 200. In addition, A plurality of DBs are mounted in the form of a server rack ship inside. These control box 200 and DB case 210 are fixed to the bottom surface of the vehicle so that they are generated when the vehicle vibrates or the road surface is uneven. Which may be affected by impact or vibration.

따라서, 이러한 영향을 최소화시키기 위해 본 발명에서는 상기 컨트롤박스(200)의 바닥면과 DB케이스(210)의 바닥면에 방진완충시트(300)를 더 구비하여 방진, 완충시킬 수 있도록 구성된다. 여기에다 절연성까지 갖추게 되면 전기적 안정성도 유지할 수 있다.Therefore, in order to minimize such influence, the vibration damping sheet 300 is further provided on the bottom surface of the control box 200 and the bottom surface of the DB case 210 to prevent vibration and shock. Electrical stability can also be maintained if it is equipped with insulation.

이러한 방진완충시트(300)는 육각벌집 모양의 탄성복원구조를 갖도록 제직된 시트를 접착제로 접착 고정하는 방식이 바람직하다.The vibration damping buffer sheet 300 preferably has a hexagonal honeycomb-like elastic recovery structure and is preferably bonded and fixed with an adhesive.

이때, 육각벌집 모양은 탄성복원력을 충분히 유지하기 위해 폴리프로필렌과 PET(polyethylene terephthalate)의 조합으로 이루어진다.At this time, the hexagonal honeycomb shape is formed by a combination of polypropylene and PET (polyethylene terephthalate) in order to sufficiently retain elastic restoring force.

예컨대, 상기 방진완충시트(300)는 상부층을 구성하는 상부프레임필라멘트(310)와, 하부층을 구성하는 하부프레임필라멘트(320)가 육각벌집 형상으로 제직되고, 상기 상,하부프레임필라멘트(310,320) 사이를 상하로 다수의 결속필라멘트(330)가 연결하여 상,하부프레임필라멘트(310,320) 사이를 연결하면서 포집력을 높이면서 탄성력을 증대시키도록 구성된다.For example, the vibration damping buffer sheet 300 may include upper frame filaments 310 and upper frame filaments 320 forming a lower layer and upper frame filaments 310 and 320, respectively, The upper and lower frame filaments 310 and 320 are connected to each other by connecting a plurality of bundling filaments 330 so as to increase the collecting force while increasing the elastic force.

이 경우, 상기 상,하부프레임필라멘트(310,320)는 굵은 실, 이를 테면 60필라멘트-300데니어 굵기의 실로 제직됨이 바람직하다.In this case, it is preferable that the upper and lower frame filaments 310 and 320 are made of a coarse yarn, such as a yarn of 60 filament -300 denier.

이것은 틀을 유지하기 위함이며, 이 보다 얇은 실을 사용하게 되면 형태가 무너져 버려서 방진완충시트(300)의 형상을 유지하기 어렵다.This is to maintain the frame, and when the thinner yarn is used, the shape is broken and it is difficult to maintain the shape of the vibration damping buffer sheet 300.

특히, 상기 결속필라멘트(330)는 상,하부프레임필라멘트(310,320) 보다 얇은 필라멘트로서 이들 상,하부프레임필라멘트(310,320)를 구속함과 동시에 상호간에 간격을 유지시키면서 탄성복원력을 강화시키도록 일종의 활시위 형태, 즉 일측으로 배부른 만곡진 형상으로 굽어진 형태로 제직되게 하여 포집공간을 형성함으로써 소음 및 더스트 포집력을 높이고, 나아가 탄성 흡수력 확보에 따른 방진력을 강화시키도록 구성함이 더욱 바람직하다.Particularly, the bundling filaments 330 are filaments thinner than the upper and lower frame filaments 310 and 320 so as to constrain the upper and lower frame filaments 310 and 320 and to maintain a gap therebetween, That is, it is curled in a curved shape that is distributed to one side to form a collecting space, thereby enhancing noise and dust collecting power, and further strengthening the anti-vibration force by securing the elastic absorbing power.

뿐만 아니라, 상기 방진완충시트(300)는 내열성과 절연성, 내화학성, 내구성을 강화시킬 수 있도록 적철광(Fe2O3)과 크로뮴오커(Cr2O3)를 1:1의 중량비로 혼합한 혼합물에 중탄산나트륨 2-4중량%와 붕사 1.5-2.5중량%를 더 첨가한 상태에서 800-1200℃의 온도로 소성하고, 소성물을 크러셔로 습식크러싱하여 1㎛ 이하의 입도를 갖도록 한 후 이를 100℃에서 10시간 건조한 산화물 분말 20중량%와; 게르마늄과 비화갈륨(Gallium Arsenide) 및 셀렌화아연이 1:1:1의 중량비로 혼합된 혼합물 5.5중량%와; 육수화질산아연(Zn(NO3)2ㆍ6H2O) 3.0중량%와; 알로펜 분말 2.5중량%와; 알루미늄하이드록사이드(Aluminum hydroxide) 분말 2.5중량%와; 니켈 티타네이트 2.5중량%와; 제1인산 알루미늄[Al(H2PO4)3]과 제1인산 마그네슘[Mg(H2PO4)2]이 1:1의 중량비로 혼합된 인삼염 10중량%와; 크실렌(Xylene) 10중량% 및 나머지 액상 불포화폴리에스테르 수지로 이루어진 함침액에 24시간 함침된 것을 사용한다.In addition, the vibration damping buffer sheet 300 may be prepared by mixing a mixture of hematite (Fe 2 O 3 ) and chromium oxide (Cr 2 O 3 ) in a weight ratio of 1: 1 so as to enhance heat resistance, insulation resistance, chemical resistance and durability By weight of sodium bicarbonate and 1.5-2.5% by weight of borax, calcining the calcined body at a temperature of 800 to 1200 ° C, wet-crushing the calcined body with a crusher to have a particle size of 1 μm or less, 20% by weight of an oxide powder dried at 100 DEG C for 10 hours; 5.5 weight percent of a mixture of germanium and gallium arsenide and zinc selenide in a weight ratio of 1: 1: 1; 3.0% by weight of zinc oxide (Zn (NO 3 ) 2 .6H 2 O); 2.5% by weight of allopene powder; 2.5% by weight of aluminum hydroxide powder; 2.5% by weight of nickel titanate; First aluminum phosphate [Al (H 2 PO 4) 3] and the first of magnesium phosphate [Mg (H 2 PO 4) 2] is 1 to 10% by weight of the ginseng salt mixed in a weight ratio of 1; 10% by weight of xylene and the remaining liquid unsaturated polyester resin is impregnated for 24 hours.

이때, 상기 산화물 분말을 구성하는 적철광과 크로뮴오커는 발색과 함께 적외선 반사율을 30% 이상 유지시키는 성분이며, 중탄산나트륨은 기화된 나트륨 가스가 산화물에 작용하여 산화물 표면에 유리상을 형성함으로써 광택도를 증가시키는 성분이고, 붕사는 산화물 표면의 유면을 매끄럽게 하면서 결합력을 강화시키기 위해 첨가되는 성분이다.In this case, the hematite and chromium oxide constituting the oxide powder are components that maintain the infrared reflectance of 30% or more with the color development. Sodium bicarbonate causes the vaporized sodium gas to act on the oxide to form a glass phase on the oxide surface, And borax is a component added to enhance the bonding force while smoothing the oil surface of the oxide surface.

아울러, 소성하는 이유는 발색도와 적외선 반사율을 높이기 위한 것으로, 소성온도가 800℃에 미달할 경우 발색도가 급격히 떨어지고 적외선 흡수율이 높아져 본 발명이 목적하는 적외선 반사성 안료로서의 기능을 달성하지 못하며, 1200℃를 초과하게 되면 자화현상이 나타나므로 상기 범위의 온도로 제한하여 소성하여야 한다.When the firing temperature is less than 800 ° C., the coloring degree is drastically lowered and the infrared absorption rate is increased, so that the function of the present invention as an infrared reflective pigment can not be achieved, and the firing temperature of 1200 ° C. The magnetization phenomenon occurs. Therefore, the temperature should be limited to the above-mentioned range and fired.

특히, 고온 소성을 하게 되면 상기와 같은 특성 외에도 산화물들이 배합, 합성되기 때문에 강력한 결정구조를 만들어 내후성, 내열성, 내약품성, 안전성이 뛰어난 화학적 특성을 갖기 때문이기도 하다.Particularly, when high-temperature firing is performed, oxides are compounded and synthesized in addition to the above-mentioned characteristics, thereby forming a strong crystal structure and also having chemical characteristics excellent in weather resistance, heat resistance, chemical resistance and safety.

여기에서, 상기 게르마늄과 비화갈륨(Gallium Arsenide) 및 셀렌화아연은 전기적 절연성을 강화시키는 물질로서 특히 이들이 동일 비율로 혼합되었을 때 절연특성이 매우 우수하다.Here, germanium, gallium arsenide, and zinc selenide are materials for enhancing electrical insulation. Especially, when they are mixed in the same ratio, they have excellent insulating properties.

아울러, 육수화질산아연은 공융점 형성에 따른 열보지력을 높여 내열 안정성을 강화시키기 위해 첨가되고, 알로펜 분말은 화산재의 풍화과정에서 생기는 점토광물로서 예외적으로 결정구조를 갖지 않는 이른 바 비정질점토 분말로서 VOC 저감효과를 높이기 위해 첨가된다.In addition, zinc sulfate is added to enhance heat-resistance stability by forming a eutectic point, and alophene powder is a clay mineral generated in the weathering process of volcanic ash, which is an exceptionally non-crystalline structure, It is added as a powder to enhance the VOC abatement effect.

그리고, 상기 알루미늄하이드록사이드 분말은 산을 중화하는 역할을 하며, 분말을 나노미터 크기로 하며 더욱 좋은데, 이는 공극이 작아 입자와 입자사이가 치밀해지고, 방진방음절연시트의 표면과 연결이 잘 이루어져 부착력이 향상됨에 따라 내구성이 증진되기 때문이다.The aluminum hydroxide powder serves to neutralize the acid, and the powder has a nanometer size. The aluminum hydroxide powder is more preferable because it has a small pore size so that particles and particles are dense and connected to the surface of the dustproof soundproofing sheet This is because the durability is improved as the adhesion is improved.

아울러, 상기 니켈 티타네이트는 코팅액의 안정성을 유지하면서 절연차폐 특성을 강화시키기 위해 첨가된다.In addition, the nickel titanate is added to enhance the insulating shielding property while maintaining the stability of the coating liquid.

또한, 상기 인산염은 코팅층의 절연특성을 극대화시키기 위한 것으로, 인산에 의한 섬유 필라멘트의 피막특성 강화, 즉 코팅 후 코팅층의 안정화와 강한 결합력을 유지하여 고온 환경하에서도 피막 파괴를 억제하기 위해 첨가된다.The phosphate is added to maximize the insulation property of the coating layer, and is added to enhance the film properties of the filament by phosphoric acid, that is, to stabilize the coating layer after coating and to maintain strong bonding force and to suppress film breakdown even under high temperature environment.

100 : GPS 위성 102: DPGS 수신부
104: 오디오 입력부 108: 표시부
110: 제어부 112: 수신데이터 저장 및 처리부
148: 메모리부 100: GPS satellite 102: DPGS receiver
104: audio input unit 108:
110: control unit 112: received data storage and processing unit
148:

Claims (1)

GPS 위성(100)으로부터 위치정보를 수신 받아 정밀하게 보정하는 DGPS수신부(102)와; 현장에서 조사하는 조사자의 음성을 마이크(106)를 통해 입력받아 인식하는 오디어 입력부(104)와; 360도 모든 방향으로의 촬영이 이루어지도록 차량의 전후좌우에 설치되는 제1카메라(122) 및 제2카메라(124)와 제3카메라(126)와 제4카메라(128)가 생성하는 영상을 저장하는 영상저장부(114), 도로 주변의 시설물 형태를 파악하고 저장하는 LiDAR DATA 측위 및 저장부(116), 차량의 속도ㆍ기울기ㆍ높이값을 측위하고 저장하는 IMU DATA 측위 및 저장부(118), 사용자와의 인터페이스(UI)를 제공하고 처리하는 사용자 DATA 처리부(120)를 포함하여 이들이 제공하는 수신데이터를 저장하고 처리하는 수신데이터 저장 및 처리부(112)와; 상기 수신데이터 저장 및 처리부(112)가 제공하는 데이터와 영상, DGPS수신부(102)로부터 수신되는 위치정보가 디스플레이되는 표시부(108)와; 상기 DGPS수신부(102)로부터의 위치정보를 이용하여 현재 위치좌표를 연산한 후 현재 촬영되는 지점의 지도데이터를 메모리부(148)로부터 추출하여 해당 촬영 지점의 카메라 영상과 LiDAR Data, IMU Data와 함께 디스플레이 제어를 수행하는 제어부(110);를 포함하며,
상기 메모리부(148)는 전자지도 데이터를 저장하는 전자지도 데이터 저장DB(132), 사용자 인터페이스를 통해 입력되는 정보를 저장하는 사용자 데이터 저장DB(134), 제1ㆍ2ㆍ3ㆍ4카메라(122,124,126,128)로부터 수신된 영상정보를 저장하는 영상 데이터 저장DB(136), 오디오 입력부(104)를 통해 입력된 오디오 정보를 저장하는 오디오 데이터 저장DB(138), LiDAR DATA 측위 및 저장부(116)로부터 제공되는 LiDAR 정보를 저장하는 LiDAR 데이터 저장DB(140), 국토지리정보원으로부터 제공되는 신규 도로 정보를 저장하는 신규 도로 데이터 저장DB(146), DGPS 수신부(102)로부터 제공되는 DGPS 정보를 저장하는 DGPS 데이터 저장DB(142), IMU DATA 측위 및 저장부(118)로부터 제공되는 측위정보를 저장하는 IMU 데이터 저장DB(144)로 이루어지고;
상기 DGPS 수신부(102)를 통해 측위된 절대위치와, 터널을 포함한 DGPS를 수신받지 못하는 곳에서는 IMU를 통해 절대위치를 상대측위로 보정한 위치를 차량의 위치정보로 하고; 우측경계석과의 거리는 LiDAR를 통해 측위된 차량과 해당 시설물과의 상대거리를 측위하여 사용하며, 좌측경계석과의 거리도 LiDAR를 통해 측위된 차량과 해당 시설물과의 상대거리를 측위하여 사용하고; 차선수는 음성정보를 통해 입력된 차선수를 적용하며, 단위는 m로 환산하여 도로폭(X)를 먼저 계산하되,
도로폭 X=(｜Gx-Lx｜) ＋ (｜Gx-Rx｜)로 산출되고, 차선폭 = X ÷ 총 차선수로 산출되어 입력된 음성정보가 제공하는 차량의 주행차로를 기준으로 좌,우에 도로 선형을 자동 생성하도록 한 것을 특징으로 하는 자율주행차량용 고정밀전자지도 제작을 위한 음성인식 현장조사와 도로선형 생성 시스템.
(이때, Gx는 차량의 위치정보중 X좌표값이고, Lx는 좌측경계석과의 거리중 X좌표값이며, Rx는 우측경계석과의 거리중 X좌표값임)

A DGPS receiver (102) for receiving position information from the GPS satellite (100) and precisely correcting the position information; An audio input unit 104 for inputting and recognizing the voice of the researcher who is surveyed in the field through the microphone 106; The images generated by the first camera 122 and the second camera 124, the third camera 126 and the fourth camera 128 installed on the front, rear, left, and right sides of the vehicle are stored An LiDAR DATA positioning and storage unit 116 for recognizing and storing the facility type around the road, an IMU DATA positioning and storing unit 118 for positioning and storing the speed, slope, and height values of the vehicle, A received data storage and processing unit 112 including a user data processing unit 120 for providing and processing an interface (UI) with a user and storing and processing the received data provided by them; A display unit 108 for displaying data and images provided by the received data storage and processing unit 112 and positional information received from the DGPS receiving unit 102; The current position coordinates are calculated using the position information from the DGPS receiving unit 102, and the map data of the currently photographed point is extracted from the memory unit 148, and the camera image of the photographing point, the LiDAR data, and the IMU data And a control unit (110) for performing display control,
The memory unit 148 includes an electronic map data storage DB 132 for storing electronic map data, a user data storage DB 134 for storing information input through a user interface, a first, second, An audio data storage DB 138 for storing audio information input through the audio input unit 104, and an audio data storage DB 138 for storing audio information received from the LiDAR data positioning and storage unit 116 A LiDAR data storage DB 140 for storing LiDAR information provided, a new road data storage DB 146 for storing new road information provided from the terrestrial geographic information source, a DGPS storing DGPS information provided from the DGPS receiving unit 102, A data storage DB 142, and an IMU data storage DB 144 for storing positioning information provided from the IMU DATA positioning and storage unit 118;
A position where the absolute position positioned through the DGPS receiving unit 102 and the absolute position corrected through the IMU on the opponent side in a place where the DGPS including the tunnel is not received is set as the position information of the vehicle; The distance to the right boundary is used to measure the relative distance between the vehicle and the facility located through LiDAR and the distance to the left boundary to the relative distance between the vehicle and the facility located through LiDAR; The car player applies the car entered through the voice information and calculates the road width (X) in units of m,
The road width X = (| Gx-Lx |) + (| Gx-Rx |) is calculated as the lane width = X / And a road linearization system for producing a high-precision electronic map for an autonomous driving vehicle.
(Where Gx is the X coordinate value of the vehicle position information, Lx is the X coordinate value of the distance from the left boundary seat, and Rx is the X coordinate value of the distance from the right boundary seat)

KR1020180023371A 2018-02-27 2018-02-27 Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle KR101871441B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180023371A KR101871441B1 (en) 2018-02-27 2018-02-27 Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180023371A KR101871441B1 (en) 2018-02-27 2018-02-27 Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle

Publications (1)

Publication Number Publication Date
KR101871441B1 true KR101871441B1 (en) 2018-06-27

Family

ID=62790131

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180023371A KR101871441B1 (en) 2018-02-27 2018-02-27 Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle

Country Status (1)

Country Link
KR (1) KR101871441B1 (en)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109357680A (en) * 2018-10-26 2019-02-19 北京主线科技有限公司 The unmanned container truck high-precision ground drawing generating method in harbour
CN110320504A (en) * 2019-07-29 2019-10-11 浙江大学 A kind of unstructured road detection method based on laser radar point cloud statistics geometrical model
KR102056564B1 (en) * 2019-03-27 2019-12-16 주식회사 지오플랜코리아 Method And Apparatus for Managing Facility by using Machine Vision
WO2020071619A1 (en) * 2018-10-02 2020-04-09 에스케이텔레콤 주식회사 Apparatus and method for updating detailed map
KR102252924B1 (en) 2020-10-23 2021-05-18 제일항업(주) MMS for making of accurate road map
KR20210060068A (en) 2019-11-18 2021-05-26 (주)이노시뮬레이션 Map Data Processing and Format Change Method for Land Vehicle Simulation
KR102272143B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 3D high-precision road map production system for autonomous driving
KR102272141B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 Lane marking detection system for map production with precision autonomous driving
KR102272140B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 Precision map production system for road median zone based on various MMS data
KR102283865B1 (en) * 2020-10-20 2021-08-02 한국항공촬영 주식회사 MMS data update system for map production with precision autonomous driving
KR102284544B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) MMS data editing system for high-precision road map production
KR102283868B1 (en) * 2020-10-20 2021-08-03 한국항공촬영 주식회사 Road precision map production system for autonomous driving
KR102284540B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) Map road facility filtering system with precision through MMS data
KR102283862B1 (en) * 2020-10-20 2021-08-03 한국항공촬영 주식회사 Autonomous driving processing system for accurate map production
KR102284543B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) MMS imaging system for map production with precision autonomous driving
KR102284560B1 (en) * 2020-10-19 2021-08-04 삼아항업(주) Map update system with high precision of MMS vehicle
KR102284559B1 (en) * 2020-10-20 2021-08-04 제일항업(주) MMS image processing system for map production with precision autonomous driving
KR102286328B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 MMS editing system for map production with precision autonomous driving
KR102286327B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 Drawing system for map production with precision autonomous driving
KR102286330B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 Road facility detection system for map production with precision autonomous driving
KR102290775B1 (en) * 2020-10-19 2021-08-23 삼아항업(주) Autonomous driving processing system for accurate map production
KR102291959B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 Marking facility detection system for map production with precision autonomous driving
KR102290774B1 (en) * 2020-10-19 2021-08-24 삼아항업(주) High-precision map production system for autonomous vehicles
KR102291962B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 MMS data processing system for map production with precision autonomous driving
KR102291957B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 MMS data correction system for map production with precision
CN114999099A (en) * 2022-07-18 2022-09-02 中国地质大学（武汉） Big data based collaborative early warning method, device, equipment and storage medium
KR102477858B1 (en) * 2022-07-28 2022-12-16 주식회사 베스트정보기술 MMS vehicle system for map production with precision autonomous driving
KR20230072060A (en) 2021-11-17 2023-05-24 (주)이노시뮬레이션 High precision map data processing and conversion method for autonomous driving
KR102720358B1 (en) 2020-11-12 2024-10-23 재단법인대구경북과학기술원 System and method for automatically converting the format of high-definition map data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100508974B1 (en) 1999-12-18 2005-08-17 주식회사 케이티 System and method for generating digital map using road information
KR100887721B1 (en) * 2007-11-26 2009-03-12 한국전자통신연구원 Image car navigation system and method
KR101209062B1 (en) * 2012-07-24 2012-12-06 주식회사 피엘케이 테크놀로지 Gps correction system using image recognition information and its method
KR20170118501A (en) * 2016-04-15 2017-10-25 현대자동차주식회사 Driving path planning apparatus and method for autonomous vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100508974B1 (en) 1999-12-18 2005-08-17 주식회사 케이티 System and method for generating digital map using road information
KR100887721B1 (en) * 2007-11-26 2009-03-12 한국전자통신연구원 Image car navigation system and method
KR101209062B1 (en) * 2012-07-24 2012-12-06 주식회사 피엘케이 테크놀로지 Gps correction system using image recognition information and its method
KR20170118501A (en) * 2016-04-15 2017-10-25 현대자동차주식회사 Driving path planning apparatus and method for autonomous vehicles

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020071619A1 (en) * 2018-10-02 2020-04-09 에스케이텔레콤 주식회사 Apparatus and method for updating detailed map
KR20200038140A (en) * 2018-10-02 2020-04-10 에스케이텔레콤 주식회사 Apparatus and method for updating high definition map
KR102233260B1 (en) 2018-10-02 2021-03-29 에스케이텔레콤 주식회사 Apparatus and method for updating high definition map
US12055413B2 (en) 2018-10-02 2024-08-06 Sk Telecom Co., Ltd. Apparatus and method for updating detailed map
CN109357680A (en) * 2018-10-26 2019-02-19 北京主线科技有限公司 The unmanned container truck high-precision ground drawing generating method in harbour
KR102056564B1 (en) * 2019-03-27 2019-12-16 주식회사 지오플랜코리아 Method And Apparatus for Managing Facility by using Machine Vision
CN110320504A (en) * 2019-07-29 2019-10-11 浙江大学 A kind of unstructured road detection method based on laser radar point cloud statistics geometrical model
CN110320504B (en) * 2019-07-29 2021-05-18 浙江大学 Unstructured road detection method based on laser radar point cloud statistical geometric model
KR20210060068A (en) 2019-11-18 2021-05-26 (주)이노시뮬레이션 Map Data Processing and Format Change Method for Land Vehicle Simulation
KR102290774B1 (en) * 2020-10-19 2021-08-24 삼아항업(주) High-precision map production system for autonomous vehicles
KR102290775B1 (en) * 2020-10-19 2021-08-23 삼아항업(주) Autonomous driving processing system for accurate map production
KR102284560B1 (en) * 2020-10-19 2021-08-04 삼아항업(주) Map update system with high precision of MMS vehicle
KR102283862B1 (en) * 2020-10-20 2021-08-03 한국항공촬영 주식회사 Autonomous driving processing system for accurate map production
KR102284559B1 (en) * 2020-10-20 2021-08-04 제일항업(주) MMS image processing system for map production with precision autonomous driving
KR102283868B1 (en) * 2020-10-20 2021-08-03 한국항공촬영 주식회사 Road precision map production system for autonomous driving
KR102291962B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 MMS data processing system for map production with precision autonomous driving
KR102283865B1 (en) * 2020-10-20 2021-08-02 한국항공촬영 주식회사 MMS data update system for map production with precision autonomous driving
KR102291959B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 Marking facility detection system for map production with precision autonomous driving
KR102286330B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 Road facility detection system for map production with precision autonomous driving
KR102291957B1 (en) * 2020-10-20 2021-08-24 젠스코리아 주식회사 MMS data correction system for map production with precision
KR102286328B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 MMS editing system for map production with precision autonomous driving
KR102286327B1 (en) * 2020-10-20 2021-08-09 (주)지오투정보기술 Drawing system for map production with precision autonomous driving
KR102252924B1 (en) 2020-10-23 2021-05-18 제일항업(주) MMS for making of accurate road map
KR102284544B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) MMS data editing system for high-precision road map production
KR102284543B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) MMS imaging system for map production with precision autonomous driving
KR102284540B1 (en) * 2020-10-30 2021-08-03 명화지리정보(주) Map road facility filtering system with precision through MMS data
KR102720358B1 (en) 2020-11-12 2024-10-23 재단법인대구경북과학기술원 System and method for automatically converting the format of high-definition map data
KR102272141B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 Lane marking detection system for map production with precision autonomous driving
KR102272143B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 3D high-precision road map production system for autonomous driving
KR102272140B1 (en) * 2021-01-04 2021-07-02 공간정보기술 주식회사 Precision map production system for road median zone based on various MMS data
KR20230072060A (en) 2021-11-17 2023-05-24 (주)이노시뮬레이션 High precision map data processing and conversion method for autonomous driving
CN114999099A (en) * 2022-07-18 2022-09-02 中国地质大学（武汉） Big data based collaborative early warning method, device, equipment and storage medium
KR102477858B1 (en) * 2022-07-28 2022-12-16 주식회사 베스트정보기술 MMS vehicle system for map production with precision autonomous driving

Similar Documents

Publication Publication Date Title
KR101871441B1 (en) Voice recognition field survey and road linear generation system for high definition electronic map production for autonomous vehicle
CN111077556B (en) Airport luggage tractor positioning device and method integrating Beidou and multiple sensors
EP3290952B1 (en) Automatic localization geometry detection
Eisenbeiss A mini unmanned aerial vehicle (UAV): system overview and image acquisition
JP2022019642A (en) Positioning method and device based upon multi-sensor combination
CN104115081B (en) Wind calculation system using constant bank angle turn
US20200355506A1 (en) Image data generation device for vehicle, travel trajectory data generation system, and storage medium
CN106352867A (en) Method and apparatus for determining a vehicle ego-position
DE112019006128T5 (en) SYSTEMS AND METHODS FOR VALIDATION OF SENSOR CALIBRATION
CN109870689A (en) Millimetre-wave radar and the matched lane grade localization method of high-precision map vector and system
CN105865454A (en) Unmanned aerial vehicle navigation method based on real-time online map generation
CN106289275A (en) For improving unit and the method for positioning precision
CN102829779B (en) Aircraft multi-optical flow sensor and inertia navigation combination method
CN113819905B (en) Mileage metering method and device based on multi-sensor fusion
CN111426320B (en) Vehicle autonomous navigation method based on image matching/inertial navigation/milemeter
CN107533801A (en) Use the ground mapping technology of mapping vehicle
CN105424010A (en) Unmanned aerial vehicle video geographic space information registering method
CN109506660B (en) Attitude optimization resolving method for bionic navigation
CN107132563A (en) A kind of odometer combination double antenna difference GNSS Combinated navigation method
DE112019001087T5 (en) ON-CHIP COMPENSATION FOR THE EFFECT OF A ROLLING LOCK IN A VEHICLE IMAGING SENSOR
Gao et al. An integrated land vehicle navigation system based on context awareness
Chiang et al. Mobile mapping technologies
CN116358515A (en) Map building and positioning method and device for low-speed unmanned system
Xiang et al. A SINS/GNSS/2D-LDV integrated navigation scheme for unmanned ground vehicles
CN117249839A (en) Lane line map generation method, device, equipment and storage medium

Legal Events

Date Code Title Description
GRNT Written decision to grant