KR102274548B1 - 도로 특징 지도 구축 방법 및 장치 - Google Patents

도로 특징 지도 구축 방법 및 장치 Download PDF

Info

Publication number
KR102274548B1
KR102274548B1 KR1020190167390A KR20190167390A KR102274548B1 KR 102274548 B1 KR102274548 B1 KR 102274548B1 KR 1020190167390 A KR1020190167390 A KR 1020190167390A KR 20190167390 A KR20190167390 A KR 20190167390A KR 102274548 B1 KR102274548 B1 KR 102274548B1
Authority
KR
South Korea
Prior art keywords
point data
moving object
road
ground point
movable body
Prior art date
Application number
KR1020190167390A
Other languages
English (en)
Other versions
KR20210076335A (ko
Inventor
황종락
박성민
이진희
권순
쿠마 아재이
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020190167390A priority Critical patent/KR102274548B1/ko
Publication of KR20210076335A publication Critical patent/KR20210076335A/ko
Application granted granted Critical
Publication of KR102274548B1 publication Critical patent/KR102274548B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2004—Aligning objects, relative positioning of parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2008—Assembling, disassembling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

도로 특징 지도 구축 방법 및 장치가 개시된다. 도로 특징 지도 구축 방법은 도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신하는 단계; 상기 수신된 포인트 데이터를 이용하여 상기 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별하는 단계; 상기 제1 이동체의 위치에 기초하여 추출된 상기 제2 이동체의 이동 궤적을 이용하여 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 단계를 포함할 수 있다.

Description

도로 특징 지도 구축 방법 및 장치{ROAD FEATURE MAP CONSTRUCTION METHOD AND APPARATUS}
본 발명은 도로 특징 지도 구축 방법 및 장치에 관한 것으로, 보다 구체적으로는 포인트 데이터를 이용하여 식별된 타 이동체의 이동 궤적을 통해 타겟 이동체의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 결정하여 도로 특징 지도를 구축하는 방법 및 장치에 관한 것이다.
전 세계적으로 자율주행 차량 기술에 대한 관심이 점점 증가하고 있다. 최근에는, 단지 차량에 부착된 센서를 통해 수집된 센서 데이터에만 의존하지 않고, V2X(Vehicle to Everything)나 도로 특징 지도(HD-Map) 등 외부 데이터를 활용하는 형태의 자율주행 기술들이 관심을 끌고 있다. V2X 기술은 자율주행 차량이 도로 주변에 존재하는 다양한 요소와 통신하는 기술로 다른 차량과의 통신(V2V)뿐 아니라 신호등, 주차장 등 도로 인프라와의 통신(V2I)도 모두 포함하는 개념이다. 최근에는 5G 통신 기반의 V2X 통신 기법에 관한 연구가 진행되고 있으며, 해당 정보를 활용 시 신호등 변경 시간 및 센서 사각 지대의 차량 등 자율주행 차량이 알기 힘든 정보를 받게 됨으로써 보다 뛰어난 자율주행 차량 기술 개발이 가능하다.
도로 특징 지도는 자율주행 차량의 주행을 돕기 위해 차선, 표지판, 신호등 등 다양한 도로 특징을 담은 지도이다. 도로 특징 지도 역시 자율주행 기술 발전이 고도화됨에 따라 중요성이 강조되고 있으며, 도로 특징 지도를 활용한 정밀 위치 인식 기법 등 다양한 알고리즘이 개발되고 있다. 현재 우리나라 국토지리정보원에서는 정밀지도를 연구용으로 배포 중이다. 이러한 정밀지도는 3D LiDAR를 이용해 포인트 맵(Point Map)을 구축하고 도화하는 과정을 거쳐 완성되지만, 특히 도화하는 과정에서 많은 인력과 시간을 필요로 한다.
특히 종래의 도로 특징 지도 구축 기술은 포인트 데이터에서 직접 검출이 가능한 표지판, 차선, 신호등 등과 같은 객체만을 검출하여 도로 특징 지도를 제작할 수 있다. 따라서, 종래의 도로 특징 지도 구축 기술은 직접 검출이 힘든 주행 가능 영역 및 주행 가능 영역 내의 차로에 대한 중심선을 수작업으로 도화를 진행하여 도로 특징 지도를 구축해야 하는 단점이 있다.
본 발명은 도로 특징 지도 구축 방법 및 장치에 관한 것으로, 보다 구체적으로는 포인트 데이터를 이용하여 식별된 타 이동체의 이동 궤적을 통해 타겟 이동체의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 결정하여 도로 특징 지도를 구축하는 방법 및 장치를 제공한다.
본 발명의 일실시예에 따른 도로 특징 지도 구축 방법은 도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신하는 단계; 상기 수신된 포인트 데이터를 이용하여 상기 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별하는 단계; 상기 제1 이동체의 위치에 기초하여 추출된 상기 제2 이동체의 이동 궤적을 이용하여 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 단계를 포함할 수 있다.
상기 식별하는 단계는 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하는 단계; 상기 분류된 비지면 포인트 데이터 간의 거리를 기준으로 일정 거리 내에 속하는 비지면 포인트 데이터들을 그룹핑하여 군집화 하는 단계; 및 상기 군집화된 비지면 포인트 데이터들 중 상기 제2 이동체의 특징 정보에 대응되는 비지면 포인트 데이터들을 상기 제2 이동체로 식별하는 단계를 포함할 수 있다.
상기 분류하는 단계는 상기 수신된 포인트 데이터에 대해 평면 검출을 수행함으로써 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류할 수 있다.
상기 제2 이동체의 특징 정보는 차량의 기본적인 특징인 차량의 중심, 폭, 높이 및 단위 면적 당 측정되는 포인트 개수 중 적어도 하나를 포함할 수 있다.
상기 결정하는 단계는 상기 제1 이동체의 위치에 기초하여 식별된 제2 이동체의 위치에 대한 상대 좌표를 전역 좌표로 변환하는 단계; 상기 전역 좌표로 변환된 제2 이동체의 위치에 기초하여 상기 제2 이동체의 이동 궤적을 추출하는 단계; 및 상기 추출된 제2 이동체의 이동 궤적에 상기 제2 이동체의 폭을 적용함으로써 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 단계를 포함할 수 있다.
상기 결정된 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 이용하여 상기 제1 이동체의 주행 경로 상의 도로 특징 지도를 구축하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 따른 도로 특징 지도 구축 장치는 프로세서를 포함하고, 상기 프로세서는 도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신하여 상기 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별하고, 상기 제1 이동체의 위치에 기초하여 추출된 상기 제2 이동체의 이동 궤적을 이용하여 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정할 수 있다.
상기 프로세서는 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하고, 상기 분류된 비지면 포인트 데이터 간의 거리를 기준으로 일정 거리 내에 속하는 비지면 포인트 데이터들을 그룹핑하여 군집화 하며, 상기 군집화된 비지면 포인트 데이터들 중 상기 제2 이동체의 특징 정보에 대응되는 비지면 포인트 데이터들을 상기 제2 이동체로 식별할 수 있다.
상기 프로세서는 상기 수신된 포인트 데이터에 대해 평면 검출을 수행함으로써 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류할 수 있다.
상기 제2 이동체의 특징 정보는 차량의 기본적인 특징인 차량의 중심, 폭, 높이 및 단위 면적 당 측정되는 포인트 개수 중 적어도 하나를 포함할 수 있다.
상기 프로세서는 상기 제1 이동체의 위치에 기초하여 식별된 제2 이동체의 위치에 대한 상대 좌표를 전역 좌표로 변환하고, 상기 전역 좌표로 변환된 제2 이동체의 위치에 기초하여 상기 제2 이동체의 이동 궤적을 추출하며, 상기 추출된 제2 이동체의 이동 궤적에 상기 제2 이동체의 폭을 적용함으로써 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정할 수 있다.
상기 프로세서는 상기 결정된 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 이용하여 상기 제1 이동체의 주행 경로 상의 도로 특징 지도를 구축할 수 있다.
본 발명은 도로 특징 지도 구축 방법 및 장치에 관한 것으로, 보다 구체적으로는 포인트 데이터를 이용하여 식별된 타 이동체의 이동 궤적을 통해 타겟 이동체의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 결정하여 도로 특징 지도를 구축할 수 있다.
도 1은 본 발명의 일실시예에 따른 도로 특징 지도 구축 장치가 수행하는 도로 특징 지도 구축의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 집적 검출이 불가능한 객체에 대응하는 도로 특징을 식별하는 도로 특징 지도 구축 장치를 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 도로 특징 지도 구축 방법을 플로우챠트로 도시한 도면이다.
도 4는 본 발명의 일실시예에 따라 도로 특징 지도 구축 장치가 도로 특징 지도를 구축한 예를 보여준다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 도로 특징 지도 구축 장치가 수행하는 도로 특징 지도 구축의 예를 도시한 도면이다.
도로 특징 지도 구축 장치는 자기 차량(100)의 일영역에 설치된 센서를 이용하여 수집된 포인트 데이터를 통해 자기 차량(100)의 주행 경로 상에 존재하는 타 차량(110)을 포함하는 다양한 객체들을 검출하고, 검출된 객체들을 이용하여 도로 특징 지도를 구축할 수 있다. 도로 특징 지도는 자율 주행 차량의 무인 주행을 돕기 위해 표지판(120), 신호등(130) 및 차선(140) 등의 다양한 도로 특징을 포함하는 지도이다.
일례로, 도로 특징 지도 구축 장치는 자기 차량(100)의 일영역에 설치된 3D LiDAR 센서로부터 주행 경로에 따라 전방향(Omnidirectional)에 대한 포인트 데이터를 수집될 수 있다. 도로 특징 지도 구축 장치는 이와 같은 3D LiDAR 센서를 통해 수집된 전방향에 대한 포인트 데이터에서 객체를 검출 한 후 검출된 객체를 통해 도로 상의 다양한 도로 특징을 담은 도로 특징 지도를 구축할 수 있다.
보다 구체적으로 도로 특징 지도 구축 장치는 센서를 통해 수집된 전방향에 대한 포인트 데이터에서 자기 차량(100)의 주행 경로 상에 존재하는 동적 객체 및 정적 객체를 검출할 수 있다. 일례로, 동적 객체는 자기 차량(100)의 주행 경로 상에 존재하는 타 차량(110)에 대응할 수 있고, 정적 객체는 자기 차량(100)의 주행 경로 상에 존재하는 표지판(120), 신호등(130) 및 차선(140) 등에 대응할 수 있다. 이때, 도로 특징 지도 구축 장치가 검출하는 동적 객체 및 정적 객체의 위치는 자기 차량(100)의 위치를 기준으로 하는 상대 좌표로 표현될 수 있다.
따라서, 도로 특징 지도 구축 장치는 이와 같이 상대 좌표로 표현된 동적 객체 및 정적 객체의 위치를 전역 좌표로 변경하여 하나의 지도로 표현함으로써 주행 경로 상에 존재하는 다양한 도로 특징들이 포함된 도로 특징 지도를 구축할 수 있다. 다만, 도로 특징 지도 구축 장치가 도로 특징 지도를 통해 구축 가능한 도로 특징은 위에서 언급한 바와 같이 타 차량(110), 표지판(120), 신호등(130) 및 차선(140) 등과 같이 직접 검출이 가능한 객체에 한정될 수 있다.
그러나 자율 주행 차량이 보다 안전하게 도로를 무인 운행하기 위해서는 해당 자율 주행 차량이 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선에 대응하는 도로 특징이 중요할 수 있다. 일례로, 차선이 그려진 도로와 차선이 없는 골목길이나 시골길 등의 경우 자율 주행 차량의 주행 가능한 영역은 서로 다를 수 있으며, 자율 주행 차량은 상황에 따라 적절한 주행 가능한 영역을 식별하고, 식별된 주행 가능 영역 내에서만 무인 운행하여야 한다. 또한, 자율 주행 차량의 경우 무인 운행 시 가급적 차로의 중심으로 주행해야 하기 때문에 차로에 대한 중심선을 식별하는 것도 중요한 요소가 될 수 있다.
하지만 이와 같은 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선에 대응하는 도로 특징은 직접 검출이 불가능한 객체에 해당할 수 있다. 따라서, 본 발명의 도로 특징 지도 구출 장치는 이와 같이 직접 검출이 불가능한 객체에 대응하는 도로 특징을 식별하고, 식별된 집적 검출이 불가능한 객체에 대응하는 도로 특징을 직접 검출이 가능한 도로 특징과 함께 이용함으로써 보다 높은 정확도의 도로 특징 지도를 구축하는 방법을 제공할 수 있다.
도 2는 본 발명의 일실시예에 따른 집적 검출이 불가능한 객체에 대응하는 도로 특징을 식별하는 도로 특징 지도 구축 장치를 도시한 도면이다.
도 2를 참고하면, 도로 특징 지도 구축 장치(200)는 센서 데이터 처리 모듈(210), 동적 객체 검출 모듈(220), 차량 위치 추정 모듈(230) 및 도로 특징 지도 구축 모듈(240)로 구성될 수 있다. 먼저 센서 데이터 처리 모듈(210)은 자기 차량(100)의 일영역에 설치된 센서와의 통신을 수행하여 주행 경로 상의 전방향에 대한 포인트 데이터를 수집할 수 있다. 이때, 센서를 통해 수집되는 포인트 데이터는 수백만개에 달할 수 있으므로 센서 데이터 처리 모듈(210)은 도로 특징 지도를 구축하기 위해 별도의 가공 작업을 수행 할 수 있다. 일례로, 자기 차량(100)의 일영역에 설치된 센서가 3D Lidar 센서로써, Velodyne 사의 HDL-64E 제품인 경우, 해당 센서를 통해 실시간으로 측정되는 데이터는 2,200,000 포인트이다. 따라서, 센서 데이터 처리 모듈(210)은 해당 포인트 데이터들을 보다 쉽게 사용하기 위한 가공 작업을 수행할 수 있다.
보다 구체적으로 센서 데이터 처리 모듈(210)은 수집된 제1 포인트 데이터의 수를 줄이기 위하여 필터링 작업을 수행할 수 있다. 이러한 필터링 작업을 위해 다운 샘플링(DownSampling) 기법이 사용될 수 있으며, 일례로, 센서 데이터 처리 모듈(210)은 다운 샘플링 기법 중 하나인 Voxel Grid Filter를 통해 3차원 공간 상에 작은 3D Grid를 만들고, 해당 3차원 공간 상에 포함된 포인트 데이터들을 하나의 대표 값으로 변환함으로써 필터링 작업을 수행할 수 있다.
동적 객체 검출 모듈(220)은 센서 데이터 처리 모듈(210)을 통해 가공된 포인트 데이터를 이용하여 자기 차량(100)의 주행 경로 상에 존재하는 다양한 동적 객체를 검출 할 수 있다. 이때, 동적 객체 검출 모듈(220)은 자기 차량(100)의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선 등과 같이 직접 검출이 불가능한 도로 특징을 검출하기 위하여 승용차, 트럭, 버스 등과 같은 차량에 해당하는 동적 객체는 물론 보행자, 자전거 등 도로 상에 존재할 수 있는 동적 객체들을 모두 검출할 수 있다.
이때, 동적 객체 검출 모듈(220)을 통해 검출되는 동적 객체의 위치는 자기 차량(100)의 위치를 기준으로 하는 상대 좌표로 표현될 수 있다. 따라서, 이러한 동적 객체들의 정보를 이용하여 도로 특징 지도를 구축하기 위해서는 동적 객체들의 상대 좌표를 전역 좌표로 변환해야 한다.
이를 위해 차량 위치 추정 모듈(230)은 자기 차량(100)의 위치를 추정할 수 있는데, 일례로, 차량 위치 추정 모듈(230)은 DGPS 센서를 통해 수집된 DPGS 데이터를 이용하여 자기 차량(100)의 위치를 추정할 수 있다.
도로 특징 지도 구축 모듈(240)은 동적 객체 검출 모듈(220) 및 차량 위치 추정 모듈(230)을 통해 획득된 결과를 이용하여 도로 특징 지도를 구축할 수 있다. 먼저, 위에서 언급한 바와 같이 동적 객체 검출 모듈(220)을 통해 검출된 동적 객체의 위치는 자기 차량(100)의 센서를 기준으로 상대 좌표로 표현되기 때문에 도로 특징 지도 구축 모듈(240)은 이와 같이 상대 좌표로 표현된 동적 객체의 위치를 전역 좌표로 변환할 수 있다.
이때, 도로 특징 지도 구축 모듈(240)은 자기 차량(100)의 위치 및 검출된 동적 객체의 위치에 대한 상대 좌표를 이용하여 아래의 식 1 및 식 2를 통해 동적 객체의 위치를 전역 좌표로 변환할 수 있다.
<식 1>
Figure 112019129424679-pat00001
<식 2>
Figure 112019129424679-pat00002
여기서
Figure 112019129424679-pat00003
,
Figure 112019129424679-pat00004
는 검출된 동적 객체의 위치에 대한 상대 좌표를 나타내고,
Figure 112019129424679-pat00005
,
Figure 112019129424679-pat00006
,
Figure 112019129424679-pat00007
는 자기 차량(100)의 위치를 나타내며, X, Y는 검출된 동적 객체의 위치에 대한 상대 좌표를 전역 좌표로 변경한 결과를 나타낸다.
이때, 도로 특징 지도 구축 모듈(240)이 도로 특징 지도를 구축하는데 사용하는 값은 전역 좌표이고, 검출된 동적 객체에 대한 전역 좌표를 통해 해당 동적 객체의 위치와 크기를 식별할 수 있다. 즉, 도로 특징 지도 구축 모듈(240)은 전역 좌표로 변환된 동적 객체의 위치를 통해 해당 동적 객체의 이동 궤적을 추출할 수 있고, 추출된 이동 궤적에 대해 해당 동적 객체의 크기(일례로, 폭)를 적용함으로써 이동 궤적을 선이 아닌 면으로 추정할 수 있다.
이때, 도로 특징 지도 구축 모듈(240)은 자기 차량(100)의 주행 경로 상에 존재하는 복수의 동적 객체들에 대해 면으로 추정된 이동 궤적에 대한 데이터를 취합하여 누적함으로써 보다 정확한 차량의 주행 가능한 영역을 추정할 수 있다. 또한, 도로 특징 지도 구축 모듈(240)은 이와 같이 추정된 동적 객체들의 이동 궤적으로 통해 각각의 동적 객체들이 주행하는 차로를 구별할 수 있으며, 구별된 차로에 대한 중심선 역시 높은 정확도를 결정할 수 있다.
도 3은 본 발명의 일실시예에 따른 도로 특징 지도 구축 방법을 플로우챠트로 도시한 도면이다.
단계(310)에서, 도로 특징 지도 구축 장치(200)는 도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신할 수 있다.
단계(320)에서, 도로 특징 지도 구축 장치(200)는 수신된 포인트 데이터를 이용하여 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별할 수 있다. 보다 구체적으로 도로 특징 지도 구축 장치(200)는 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류할 수 있다. 이때, 도로 특징 지도 구축 장치(200)는 수신된 포인트 데이터에 대해 평면 검출을 수행함으로써 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류할 수 있다.
이후 도로 특징 지도 구축 장치(200)는 분류된 비지면 포인트 데이터 간의 거리를 기준으로 일정 거리 내에 속한 비지면 포인트 데이터들을 그룹핑하여 군집화할 수 있다. 도로 특징 지도 구축 장치(200)는 이와 같이 군집화된 비지면 포인트 데이터들 중 제2 이동체의 특징 정보에 대응되는 비지면 포인트 데이터들을 제2 이동체로 식별할 수 있다. 예를 들어, 도로 특징 지도 구축 장치(200)는 차량의 기본적인 특징인 차량의 중심, 폭, 높이 및 단위 면적 당 측정되는 포인트 개수 중 적어도 하나를 포함하는 제2 이동체의 특징 정보를 이용하여 군집화된 비지면 포인트 데이터들로부터 제2 이동체를 식별할 수 있다.
단계(330)에서, 도로 특징 지도 구축 장치(200)는 제1 이동체의 위치에 기초하여 추출된 제2 이동체의 이동 궤적을 이용하여 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정할 수 있다. 보다 구체적으로 도로 특징 지도 구축 장치(200)는 제1 이동체의 위치에 기초하여 식별된 제2 이동체의 위치에 대한 상대 좌표를 전역 좌표로 변환할 수 있다. 이후 도로 특징 지도 구축 장치(200)는 전역 좌표로 변환된 제2 이동체의 위치에 기초하여 제2 이동체의 이동 궤적을 추출할 수 있다.
도로 특징 지도 구축 장치(200)는 이와 같이 추출된 제2 이동체의 이동 궤적에 제2 이동체의 폭을 적용함으로써 제1 이동체의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 결정할 수 있다. 일례로, 도로 특징 지도 구축 장치(200)는 차선이 없는 골목길이나 시골길 등의 경우 제1 이동체 및 제2 이동체의 이동 궤적에 해당 이동체들의 폭을 적용함으로써 차량이 주행 가능한 전체 영역을 결정할 수 있고, 결정된 전체 영역의 중심선을 차로에 대한 중심선으로 판단할 수 있다.
이때, 도로 특징 지도 구축 장치(200)는 제2 이동체의 이동 궤적 뿐만 아니라 제1 이동체의 이동 궤적을 추가적으로 이용함으로써 보다 정확한 주행 가능 영역 및 주행 가능 영역 내의 차로에 대한 중심선을 결정할 수 있다.
마지막으로 단계(340)에서, 도로 특징 지도 구축 장치(200)는 결정된 제1 이동체의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 이용하여 제1 이동체의 주행 경로 상의 도로 특징 지도를 구축할 수 있다.
도 4는 본 발명의 일실시예에 따라 도로 특징 지도 구축 장치가 도로 특징 지도를 구축한 예를 보여준다.
도 4를 참고하면, 도로 특징 지도 구축 장치(200)는 주행 경로 상에 존재하는 이동체의 이동 궤적을 통해 해당 도로가 직선 도로인지 또는 회전 교차로인지를 판단하여 도로 특징 지도를 구축할 수 있다. 이와 동시에 도로 특징 지도 구축 장치(200)는 주행 경로 상에 존재하는 복수의 이동체에 대한 이동 경로를 이용함으로써 차량의 주행 가능한 영역 및 주행 가능한 영역 내의 차로에 대한 중심선을 보다 정확하게 도출할 수 있다.
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100 : 자기 차량
110 : 타 차량
120 : 표지판
130 : 신호등
140 : 차선
200 : 도로 특징 지도 구축 장치
210 : 센서 데이터 처리 모듈
220 : 동적 객체 검출 모듈
230 : 차량 위치 추정 모듈
240 : 도로 특징 지도 구축 모듈

Claims (12)

  1. 도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신하는 단계;
    상기 수신된 포인트 데이터를 이용하여 상기 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별하는 단계;
    상기 제1 이동체의 위치에 기초하여 추출된 상기 제2 이동체의 이동 궤적을 이용하여 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 단계;
    상기 제2 이동체의 이동 궤적에 따라 주행 경로 상의 도로를 직선 도로 또는 회전 교차로인지를 판단하는 단계; 및
    상기 판단 결과, 상기 결정된 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 이용하여 상기 제1 이동체의 주행 경로 상의 도로 특징 지도를 구축하는 단계;를 포함하는 도로 특징 지도 구축 방법.
  2. 제1항에 있어서,
    상기 식별하는 단계는,
    상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하는 단계;
    상기 분류된 비지면 포인트 데이터 간의 거리를 기준으로 일정 거리 내에 속하는 비지면 포인트 데이터들을 그룹핑하여 군집화 하는 단계; 및
    상기 군집화된 비지면 포인트 데이터들 중 상기 제2 이동체의 특징 정보에 대응되는 비지면 포인트 데이터들을 상기 제2 이동체로 식별하는 단계
    를 포함하는 도로 특징 지도 구축 방법.
  3. 제2항에 있어서,
    상기 분류하는 단계는,
    상기 수신된 포인트 데이터에 대해 평면 검출을 수행함으로써 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하는 도로 특징 지도 구축 방법.
  4. 제2항에 있어서,
    상기 제2 이동체의 특징 정보는,
    차량의 기본적인 특징인 차량의 중심, 폭, 높이 및 단위 면적 당 측정되는 포인트 개수 중 적어도 하나를 포함하는 도로 특징 지도 구축 방법.
  5. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 제1 이동체의 위치에 기초하여 식별된 제2 이동체의 위치에 대한 상대 좌표를 전역 좌표로 변환하는 단계;
    상기 전역 좌표로 변환된 제2 이동체의 위치에 기초하여 상기 제2 이동체의 이동 궤적을 추출하는 단계; 및
    상기 추출된 제2 이동체의 이동 궤적에 상기 제2 이동체의 폭을 적용함으로써 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 단계
    를 포함하는 도로 특징 지도 구축 방법.
  6. 삭제
  7. 도로 특징 지도 구축 장치에 있어서,
    프로세서를 포함하고,
    상기 프로세서는,
    도로 특징 지도를 구축하고자 하는 제1 이동체에 설치된 센서를 이용하여 전방향(Omnidirectional)에 대한 포인트 데이터를 수신하여 상기 제1 이동체의 전방향에 존재하는 적어도 하나 이상의 제2 이동체를 식별하고, 상기 제1 이동체의 위치에 기초하여 추출된 상기 제2 이동체의 이동 궤적을 이용하여 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하고,
    상기 프로세서는,
    상기 제2 이동체의 이동 궤적에 따라 주행 경로 상의 도로를 직선 도로 또는 회전 교차로인지를 판단하고, 상기 판단 결과, 상기 결정된 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 이용하여 상기 제1 이동체의 주행 경로 상의 도로 특징 지도를 구축하는 도로 특징 지도 구축 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하고, 상기 분류된 비지면 포인트 데이터 간의 거리를 기준으로 일정 거리 내에 속하는 비지면 포인트 데이터들을 그룹핑하여 군집화 하며, 상기 군집화된 비지면 포인트 데이터들 중 상기 제2 이동체의 특징 정보에 대응되는 비지면 포인트 데이터들을 상기 제2 이동체로 식별하는 도로 특징 지도 구축 장치.
  9. 제8항에 있어서,
    상기 프로세서는,
    상기 수신된 포인트 데이터에 대해 평면 검출을 수행함으로써 상기 수신된 포인트 데이터를 지면 포인트 데이터와 비지면 포인트 데이터로 분류하는 도로 특징 지도 구축 장치.
  10. 제8항에 있어서,
    상기 제2 이동체의 특징 정보는,
    차량의 기본적인 특징인 차량의 중심, 폭, 높이 및 단위 면적 당 측정되는 포인트 개수 중 적어도 하나를 포함하는 도로 특징 지도 구축 장치.
  11. 제7항에 있어서,
    상기 프로세서는,
    상기 제1 이동체의 위치에 기초하여 식별된 제2 이동체의 위치에 대한 상대 좌표를 전역 좌표로 변환하고, 상기 전역 좌표로 변환된 제2 이동체의 위치에 기초하여 상기 제2 이동체의 이동 궤적을 추출하며, 상기 추출된 제2 이동체의 이동 궤적에 상기 제2 이동체의 폭을 적용함으로써 상기 제1 이동체의 주행 가능한 영역 및 상기 주행 가능한 영역 내의 차로에 대한 중심선을 결정하는 도로 특징 지도 구축 장치.
  12. 삭제
KR1020190167390A 2019-12-16 2019-12-16 도로 특징 지도 구축 방법 및 장치 KR102274548B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190167390A KR102274548B1 (ko) 2019-12-16 2019-12-16 도로 특징 지도 구축 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190167390A KR102274548B1 (ko) 2019-12-16 2019-12-16 도로 특징 지도 구축 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20210076335A KR20210076335A (ko) 2021-06-24
KR102274548B1 true KR102274548B1 (ko) 2021-07-07

Family

ID=76607503

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190167390A KR102274548B1 (ko) 2019-12-16 2019-12-16 도로 특징 지도 구축 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102274548B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114111816B (zh) * 2021-11-16 2022-10-04 北京长隆讯飞科技有限公司 一种基于人工智能的低成本车道级高精度地图的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017151764A (ja) * 2016-02-25 2017-08-31 トヨタ自動車株式会社 走行制御装置
JP2019166870A (ja) * 2018-03-22 2019-10-03 株式会社Ｓｏｋｅｎ 車両走行制御装置、車両走行制御システムおよび車両走行制御方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102061522B1 (ko) * 2019-10-31 2020-01-02 충북대학교 산학협력단 라이다 센서를 이용한 밀집도 기반의 객체 검출 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017151764A (ja) * 2016-02-25 2017-08-31 トヨタ自動車株式会社 走行制御装置
JP2019166870A (ja) * 2018-03-22 2019-10-03 株式会社Ｓｏｋｅｎ 車両走行制御装置、車両走行制御システムおよび車両走行制御方法

Also Published As

Publication number Publication date
KR20210076335A (ko) 2021-06-24

Similar Documents

Publication Publication Date Title
US11885910B2 (en) Hybrid-view LIDAR-based object detection
CN111102986B (zh) 用于运载工具导航的尺寸缩小的地图的自动生成以及时空定位
CN108345822B (zh) 一种点云数据处理方法及装置
US20190147320A1 (en) &#34;Matching Adversarial Networks&#34;
US11188091B2 (en) Mesh decimation based on semantic information
EP3647726A1 (en) Method and apparatus for predicting sensor error for self-localisation of a vehicle
US11295161B2 (en) Localization using semantically segmented images
WO2020112649A1 (en) Probabilistic risk assessment for trajectory evaluation
WO2020236720A1 (en) Localization using semantically segmented images
US9576200B2 (en) Background map format for autonomous driving
CN116324661A (zh) 基于激光雷达数据的地面高度估计
US10884428B2 (en) Mesh decimation techniques and validation
CN109872530B (zh) 一种路况信息的生成方法、车载终端及服务器
CN105022397A (zh) 用于使用多个传感器进行物体检测的方法和系统
CN111177288A (zh) 用于导出自主车辆启用的可行驶地图的系统
US11628850B2 (en) System for generating generalized simulation scenarios
US20220318464A1 (en) Machine Learning Data Augmentation for Simulation
US11105639B2 (en) Map refinement using feature extraction from images
CN113924459A (zh) 用于车辆导航的动态传感器范围检测
KR102274548B1 (ko) 도로 특징 지도 구축 방법 및 장치
US20230298356A1 (en) Instance segmentation in a pseudo-image
US11783178B2 (en) Systems and methods for corridor intent prediction
CN117545674A (zh) 用于识别路缘的技术
KR102384754B1 (ko) 포인트 데이터 기반 지도 구축 방법 및 장치
KR102312892B1 (ko) 도로 연석 검출 방법 및 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant