KR20180080828A - 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치 - Google Patents

라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치 Download PDF

Info

Publication number
KR20180080828A
KR20180080828A KR1020170001847A KR20170001847A KR20180080828A KR 20180080828 A KR20180080828 A KR 20180080828A KR 1020170001847 A KR1020170001847 A KR 1020170001847A KR 20170001847 A KR20170001847 A KR 20170001847A KR 20180080828 A KR20180080828 A KR 20180080828A
Authority
KR
South Korea
Prior art keywords
vehicle
lane
map
map data
global
Prior art date
Application number
KR1020170001847A
Other languages
English (en)
Inventor
이경수
박성렬
이현성
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020170001847A priority Critical patent/KR20180080828A/ko
Publication of KR20180080828A publication Critical patent/KR20180080828A/ko

Links

Images

Classifications

    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • 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
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/42—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/52—Radar, Lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/62—Laser

Abstract

라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은, 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌하는 단계; 차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득하는 단계; 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행하는 단계; 및 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계를 포함한다. 이에 따라, 고가의 장비 없이도 라이더 측위를 이용하여 차량의 위치와 진행 방향을 더욱 정확하게 측정할 수 있다.

Description

라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치{METHOD FOR RECOGNIZING LANE-LEVEL VEHICLE POSITIONING INFORMATION BASED ON LIDAR MAP MATCHING, RECORDING MEDIUM AND DEVICE FOR PERFORMING THE METHOD}
본 발명은 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것으로서, 더욱 상세하게는 차량의 위치와 방향 등의 측위 정보의 정확도를 향상시켜 DAS(Driver Assistance System)나 무인자동차 기술 등 차량을 자동으로 제어하는 기술에 적용할 수 있는 차량 자세 정보의 획득 기술에 관한 것이다.
차량의 위치 정보의 취득은 단계적으로 이루어지며 그 정밀도에 따라서 여러 단계로 구분이 가능하다. 도 1을 참조하면, 차량 제어용 측의 정보의 단계 구분을 보여주기 위한 도면으로, Macro-level, Road-level 및 lane-level으로 분류한 경우이다.
저가형 GPS정보를 사용한 차량의 방향/위치는 현재 어느 도로에 있는가 등의 대략적인 차량의 위치를 인지하기에는 충분하다. 이와 같은 정보는 Macro-level로써, 차가 어떠한 도로 위에 있는지 정도를 알 수 있으며, 차량용 네비게이션과 같은 기능은 이 정도의 정확도로도 구현이 가능하다.
그러나, 직접적인 차량의 제어에 활용하기에는 많이 부정확하다. 위성 신호 기반인 만큼 도심지나 산간지역 등에서 수신률이 좋지 않은 경우 더욱 측위정보의 품질이 낮아진다는 문제가 있다.
이러한 저품질의 위치 정보를 개선하기 위하여, 도로 연석과 가드레일 등의 장애물을 인지하여 도로의 경계를 감지하여 차량이 도로 위에서 대략적으로 어느 위치에 있는지를 파악하기 위하여 레이더나 라이다 등의 센서를 활용할 수 있다.
이 방법을 사용하면, 도로 위에서 차량이 몇 번째 차선에 있는지 등의 정보를 알아낼 수 있게 된다. 따라서, 이를 Road-level의 측위정보라고 한다. 하지만, 해당 차선 내에서 얼마나 차선을 잘 지키는지와 같이, 차선 내에서의 위치(lane-level의 측위정보)를 알기에는 센서의 정밀도의 한계로 인해 어려움이 있다.
저가형 GPS모듈에서 나오는 정보는 차량의 제어를 위해서 바로 사용하기에는 어려울 정도로 그 정확성에 문제가 있다. GPS를 기반으로 한 자율주행은 자체에 GPS의 많은 오차와 안정적 데이터를 추정하는데 어려움이 있어 이를 보완하기 위해 개발사들은 다양한 센서들과 추가적인 정보들을 융합하여 이를 상황에 맞게 운영하여 고정밀복합측위를 시도하고 있다.
예를 들어, 벤츠(Benz)와 구글(Google)의 자율주행 차량은 고가의 센서(StereoCamera, 3D-Lidar, IMU, DGPS)를 이용하여 0.2m 수준의 측위 오차성능을 가지는 측위기술을 개발하여 자율주행에 성공하였다.
그러나, 종래의 기술을 기반으로 고성능의 위치/자세 등의 정보를 얻기 위하여는 RTK나 IMU와 같은 고가의 장비를 활용하여야 하였다. 정확한 측위정보는 오늘날 화제가 되고 있는 무인자율주행 기술은 물론, 운전자의 안전을 지키는데 도움이 되는 ADAS에 필수적이나, 높은 센서 단가로 인하여 소비자들이 접하는 차량에 구현될 수 있는 기능은 현재 매우 제한적이다.
KR 10-2015-0066182 A KR 10-2013-0004746 A KR 10-1091057 B1 KR 10-1679911 B1
Jesse Levinson, Sebastian Thrun, Robust vehicle localization in urban environments using probabilistic maps, Robotics and Automation, (ICRA) 2010. Oliver Pink, Visual map matching and localization using a global feature map, Computer Vision and Pattern Recognition Workshops, 2008.　
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록 매체를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법을 수행하기 위한 장치를 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은, 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌하는 단계; 차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득하는 단계; 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행하는 단계; 및 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계를 포함한다.
본 발명의 실시예에서, 상기 센서는 AVM(Around View Monitor), 레이저 스캐너, 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 중 적어도 하나를 포함할 수 있다.
본 발명의 실시예에서, 상기 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬(local) 맵 데이터의 맵 매칭을 수행하는 단계는, 매칭 에러가 최소로 수렴할 때까지 ICP(Iterative Closest Point) 알고리즘을 반복적으로 수행하여, 변환행렬(T)를 도출할 수 있다.
본 발명의 실시예에서, 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계는, EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정할 수 있다.
본 발명의 실시예에서, 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계는, 에러 제거를 위한 유효 범위(validation gate)를 설정하는 단계; 및 상기 유효 범위 내의 측위 데이터만을 상기 EKF에 적용하는 단계를 더 포함할 수 있다.
본 발명의 실시예에서, 상기 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은, 주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 글로벌 맵 데이터를 취득하는 단계를 더 포함할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.
상기한 본 발명의 또 다른 목적을 실현하기 위한 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치는, 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌하는 글로벌 맵 취득부; 차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득하는 로컬 맵 취득부; 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행하는 맵 매칭부; 및 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 위치 추정부를 포함한다.
본 발명의 실시예에서, 상기 차량에 설치된 센서는, AVM(Around View Monitor), 레이저 스캐너, 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 중 적어도 하나를 포함할 수 있다.
본 발명의 실시예에서, 상기 맵 매칭부는, 매칭 에러가 최소로 수렴할 때까지 ICP(Iterative Closest Point) 알고리즘을 반복적으로 수행하여, 변환행렬(T)를 도출할 수 있다.
본 발명의 실시예에서, 상기 위치 추정부는, EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정할 수 있다.
본 발명의 실시예에서, 상기 위치 추정부는, 에러 제거를 위한 유효 범위(validation gate)를 설정하고, 상기 유효 범위 내의 측위 데이터만을 상기 EKF에 적용할 수 있다.
본 발명의 실시예에서, 상기 글로벌 맵 취득부는, 주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 글로벌 맵 데이터를 취득할 수 있다.
이와 같은 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법에 따르면, 라이더(Lidar)의 누적을 통해 제작한 맵을 GPS 기반으로 일부 발췌한 데이터와 실시간 라이더 측정치를 대조하여 차량의 위치와 진행 방향을 더욱 정확하게 알 수 있다. 본 발명은 고가의 RTK GPS나 Velodyne과 같은 센서를 사용하지 않고도 높은 수준(Lane-level)의 측위 정보를 얻을 수 있다.
이를 통하여 자율주행 자동차나 운전자 보조 시스템의 가격을 낮추는 데에 기여하여 지능형 자동차의 소비자들에 대한 접근성을 높이고 가격 경쟁력을 키울 수 있을 것으로 보인다. 또한, 본 발명이 기술하는 알고리즘은 차량뿐만 아니라, 라이더를 사용하는 이동형 로봇의 측위에도 사용이 가능하다.
도 1은 차량 제어용 측의 정보의 단계 구분을 보여주기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치의 블록도이다.
도 3은 차선 인식용 라이더 센서의 예시이다.
도 4는 도 3의 라이더 센서를 이용한 도로 경계와 차선의 인식을 설명하기 위한 도면들이다.
도 5는 본 발명에 따른 차량의 위치를 추정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법의 흐름도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치의 블록도이다.
본 발명은 GPS모듈에서 나오는 위치정보를 현재 라이더(Lidar) 센서 입력과 맵 데이터의 매칭을 통하여 고도화하여 자율주행이나 ADAS에 활용할 수 있도록 한다. 본 발명에서는 단 기간에 양산 가능한 센서(AVM-Camera, Radar, Lidar, GPS)를 활용하여 자율주행 차량의 위치를 차선 수준(lane-level)으로 판단(측위 오차 약 0.5m 이내)할 수 있는 측위 소프트웨어(S/W)를 탑재한 하드웨어(H/W) 전체 시스템을 다룬다.
도 2를 참조하면, 본 발명에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치(10, 이하 장치)는 글로벌 맵 취득부(100), 로컬 맵 취득부(300), 맵 매칭부(500) 및 위치 추정부(700)를 포함한다.
본 발명의 상기 장치(10)는 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지를 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 상기 글로벌 맵 취득부(100), 상기 로컬 맵 취득부(300), 상기 맵 매칭부(500) 및 상기 위치 추정부(700)의 구성은 상기 장치(10)에서 실행되는 상기 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지를 수행하기 위한 소프트웨어에 의해 제어될 수 있다.
상기 장치(10)는 ADAS나 무인 자율주행 시스템의 일부 모듈을 구성할 수도 있고, 별도의 장치일 수도 있다. 또한, 상기 글로벌 맵 취득부(100), 상기 로컬 맵 취득부(300), 상기 맵 매칭부(500) 및 상기 위치 추정부(700)의 구성은 통합 모듈로 형성되거나, 하나 이상의 모듈로 이루어 질 수 있다. 그러나, 이와 반대로 각 구성은 별도의 모듈로 이루어질 수도 있다.
상기 장치(10)는 이동성을 갖거나 고정될 수 있다. 상기 장치(10)는, 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
상기 장치(10)는 운영체제(Operation System; OS), 즉 시스템을 기반으로 다양한 소프트웨어를 실행하거나 제작할 수 있다. 상기 운영체제는 소프트웨어가 장치의 하드웨어를 사용할 수 있도록 하기 위한 시스템 프로그램으로서, 안드로이드 OS, iOS, 윈도우 모바일 OS, 바다 OS, 심비안 OS, 블랙베리 OS 등 모바일 컴퓨터 운영체제 및 윈도우 계열, 리눅스 계열, 유닉스 계열, MAC, AIX, HP-UX 등 컴퓨터 운영체제를 모두 포함할 수 있다.
본 발명의 상기 장치(10)는 차량에 설치되어 GPS(Global Positioning System) 데이터를 기반으로 보유중인 맵 데이터와 주변 정보를 대조하여 차량의 위치와 진행방향을 더욱 정확하게 알 수 있도록 한다.
차선이나 도로변 연석 등 도로의 특징점이 담긴 지도정보를 저장하고 있는 맵을 글로벌(global) 맵, 현재 들어오는 센서의 값들로 구성된 차량 주변의 맵을 로컬(local) 맵이라고 한다.
본 발명에서 제안하는 측위 방법은 GPS 신호를 기반으로 발췌한 글로벌 맵의 일부와 로컬 맵을 회전하거나 평행이동을 통하여 일치시켜 더욱 더 정확한 차량의 위치정보를 취득할 수 있다.
상기 글로벌 맵 취득부(100)는 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌한다.
일 실시예로, 도 3 및 도 4를 참조하면, 전방 차로를 향하는 형태로 설치한 라이더(Lidar) 센서의 반사율과 높이를 이용하여 차로의 경계와 차선의 위치를 알 수 있다. 차량의 주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 데이터를 취득할 수 있다.
이때, 사용하는 GPS는 맵정보의 정확성을 위하여 RTK GPS와 같은 고성능 DGPS(Differential Global Positioning System)와 IMU(Inertial Measurement Unit) 등의 장비를 사용할 수 있다. 취득된 센서 데이터는 클러스터링과 Douglas-Peucker's algorithm 등의 알고리즘을 사용하여 복잡도를 낮추고 사용하기 편리하도록 전처리 할 수 있다.
상기 로컬 맵 취득부(300)는 차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득한다.
본 발명에서 사용하는 방식은 환경인지 센서의 종류를 제한하지 않기 때문에, 맵을 구성하기 위한 센서기술은 레이저 스캐너, AVM(Around View Monitor), 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 등 상황에 맞게 다양하게 선택 가능하다.
이에 따라, 기존과 같이 차선 수준(lane-level)의 측위를 위해 필요한 고가의 센서(StereoCamera, 3D-Lidar, IMU, DGPS)가 필요하지 않다.
상기 맵 매칭부(500)는 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행한다. 이를 위해, ICP 알고리즘을 활용한다.
구체적으로, 지표면 상에서의 차량의 상태 변수를 다음과 같이 구성할 수 있다.
Figure pat00001
여기서 x, y와 Θ는 지표면 상에서의 차량의 위치(방향 포함), v와 γ는 차량의 종방향 속도와 요레이트(yawrate)이다. 아래의 알고리즘 순서도는 본 발명에서 사용하는 ICP(Iterative Closest Point) 알고리즘의 동작 방식을 기술한다.
Figure pat00002
여기서,
Figure pat00003
i는 점 mi에서의 법선벡터, T는 매칭 과정의 결과, 즉 로컬 맵과 글로벌 맵의 일부를 맞추기 위한 회전(Rr)과 평행이동(Tt)를 담고 있는 행렬을 말한다. ICP알고리즘은 위와 같은 순서로 동작하며 두 포인트 클라우드(point cloud)들의 매칭 에러가 최소로 수렴할 때까지 변환행렬 T를 매 반복(iteration) 마다 갱신한다.
반복 루프가 끝난 뒤 최종적으로 얻어지는 행렬 T를 통해 GPS신호를 처리하여 얻은 차량의 위치와 방향을 변환하면, 보정된 차량의 위치와 방향(Xv, Θ)을 얻을 수 있다(도 5 참조).
Figure pat00004
결과적으로 보정된 자세 정보는 다음과 같다:
Figure pat00005
GPS나 맵매칭에서 생길 수 있는 에러를 걸러내기 위하여 유효 범위(validation gate)가 사용된다. 유효 범위는 받아들일 수 있는 측위(measurement)를 필터링 할 때 쓰는 역치와 같은 역할을 한다. 유효 범위 내에 들어오는 측위만이 칼만 필터의 업데이트에 쓰이게 된다. 예를 들어, 유효 범위는 다음과 같이 구성된다(g2 은 confidence level):
Figure pat00006
차량의 종방향 속도와 요레이트가 알고리즘 샘플링 타임 사이에 일정하게 유지된다는 가정 하에, 차량의 이산 프로세스 모델(discrete process model)은 다음과 같이 정리할 수 있다.
Figure pat00007
이 식에서 k는 이산 모델(discrete model)의 시간 인덱스(time index)이고, w는 프로세스 노이즈(process noise)를 나타낸다(covariance matrix W를 가지는 white noise로 가정한다). 휠속 등 센서값을 통하여 계산된 v와 γ를 이용하여 예측한 차량의 거동의 공분산(covariance)은 다음과 같다.
Figure pat00008
상기 위치 추정부(700)는 맵매칭 결과를 측위(measurement)로 삼아, EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정할 수 있다. 일 실시예에서 측위 모델(Measurement model)은 다음과 같이 구성된다:
Figure pat00009
측위 노이즈(Measurement noise)는 공분산(covariance) V의 백색 노이즈(white noise)로 가정한다. 이와 같은 측위 모델(Measurement model)을 사용하면 EKF를 통하여 다음과 같이 측위 업데이트(measurement update)가 이루어진다.
Figure pat00010
본 발명은 라이더의 누적을 통해 제작한 맵을 GPS 기반으로 일부 발췌한 데이터와 실시간 라이더의 측정치를 대조하여 차량의 위치와 진행방향을 더욱 정확하게 알 수 있도록 한다.
본 발명의 종래의 기술과의 차이점은 고가의 RTK GPS나 Velodyne과 같은 센서를 사용하지 않고도 높은 수준의 측위정보를 얻을 수 있다는 점이다. 이를 통하여 자율주행자동차나 운전자 보조 시스템의 가격을 낮추는 데에 기여하여 지능형 자동차의 소비자들에 대한 접근성을 높이고 가격 경쟁력을 키울 수 있을 것으로 보인다. 또한, 본 발명이 기술하는 알고리즘은 차량뿐만이 아니라, 라이더를 사용하는 이동형 로봇의 측위에도 사용이 가능하다.
도 6은 본 발명의 일 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법의 흐름도이다.
본 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은, 도 2의 장치(10)와 실질적으로 동일한 구성에서 진행될 수 있다. 따라서, 도 2의 장치(10)와 동일한 구성요소는 동일한 도면부호를 부여하고, 반복되는 설명은 생략한다.
또한, 본 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지를 수행하기 위한 소프트웨어(애플리케이션)에 의해 실행될 수 있다.
본 발명은 GPS모듈에서 나오는 위치정보를 현재 라이더(Lidar) 센서 입력과 맵 데이터의 매칭을 통하여 고도화하여 자율주행이나 ADAS에 활용할 수 있도록 한다. 본 발명에서는 단 기간에 양산 가능한 센서(AVM-Camera, Radar, Lidar, GPS)를 활용하여 자율주행 차량의 위치를 차선 수준(lane-level)으로 판단(측위 오차 약 0.5m 이내)할 수 있다.
도 6을 참조하면, 본 실시예에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은, 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌한다(단계 S10).
본 발명은 차량에 설치되어 GPS(Global Positioning System) 데이터를 기반으로 보유중인 맵 데이터와 주변 정보를 대조하여 차량의 위치와 진행방향을 더욱 정확하게 알 수 있도록 한다.
차선이나 도로변 연석 등 도로의 특징점이 담긴 지도정보를 저장하고 있는 맵을 글로벌(global) 맵, 현재 들어오는 센서의 값들로 구성된 차량 주변의 맵을 로컬(local) 맵이라고 한다.
본 발명에서 제안하는 측위 방법은 GPS 신호를 기반으로 발췌한 글로벌 맵의 일부와 로컬 맵을 회전하거나 평행이동을 통하여 일치시켜 더욱 더 정확한 차량의 위치정보를 취득할 수 있다.
일 실시예로, 도 3 및 도 4를 참조하면, 전방 차로를 향하는 형태로 설치한 라이더(Lidar) 센서의 반사율과 높이를 이용하여 차로의 경계와 차선의 위치를 알 수 있다. 차량의 주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 데이터를 취득할 수 있다.
이때, 사용하는 GPS는 맵정보의 정확성을 위하여 RTK GPS와 같은 고성능 DGPS(Differential Global Positioning System)와 IMU(Inertial Measurement Unit) 등의 장비를 사용할 수 있다. 취득된 센서 데이터는 클러스터링과 Douglas-Peucker's algorithm 등의 알고리즘을 사용하여 복잡도를 낮추고 사용하기 편리하도록 전처리 할 수 있다.
차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득한다(단계 S30).
본 발명에서 사용하는 방식은 환경인지 센서의 종류를 제한하지 않기 때문에, 맵을 구성하기 위한 센서기술은 레이저 스캐너, AVM(Around View Monitor), 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 등 상황에 맞게 다양하게 선택 가능하다.
이에 따라, 기존과 같이 차선 수준(lane-level)의 측위를 위해 필요한 고가의 센서(StereoCamera, 3D-Lidar, IMU, DGPS)가 필요하지 않다.
회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행한다(단계 S50). 이를 위해, ICP 알고리즘을 활용하여, 매칭 에러가 최소로 수렴할 때까지 알고리즘을 반복 수행하여 변환행렬 T를 도출할 수 있다.
상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정한다(단계 S70). 단계 S50에서 반복 루프가 끝난 뒤 최종적으로 얻어지는 행렬 T를 통해 GPS신호를 처리하여 얻은 차량의 위치와 방향을 변환하면, 보정된 차량의 위치와 방향(Xv, Θ)을 얻을 수 있다.
단계 S70에서는, 맵매칭 결과를 측위(measurement)로 삼아, EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정할 수 있다.
이때, GPS나 맵매칭에서 생길 수 있는 에러를 걸러내기 위하여 유효 범위(validation gate)가 사용된다. 유효 범위는 받아들일 수 있는 측위(measurement)를 필터링 할 때 쓰는 역치와 같은 역할을 한다. 유효 범위 내에 들어오는 측위만이 칼만 필터의 업데이트에 쓰일 수 있다.
본 발명은 고가의 RTK GPS나 Velodyne과 같은 센서를 사용하지 않고도 높은 수준의 측위정보를 얻을 수 있다. 이를 통하여 자율주행자동차나 운전자 보조 시스템의 가격을 낮추는 데에 기여하여 지능형 자동차의 소비자들에 대한 접근성을 높이고 가격 경쟁력을 키울 수 있다.
이와 같은, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에 필요한 센서 구성 및 처리 모듈의 단가는 이러한 고가의 장비에 비하여 현저히 낮은 가격에 보급이 가능하며 많은 부분 이미 상용화된 수준에 있다. 따라서, 이 발명을 통하여 고품질의 측위 정보를 활용한 발전된 형태의 ADAS나 무인 자율주행 시스템이 보편화되는 시기를 앞당길 수 있을 것으로 기대된다.
10: 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치
100: 글로벌 맵 취득부
300: 로컬 맵 취득부
500: 맵 매칭부
700: 위치 추정부

Claims (13)

  1. 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌하는 단계;
    차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득하는 단계;
    회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행하는 단계; 및
    상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계를 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  2. 제1항에 있어서,
    상기 센서는 AVM(Around View Monitor), 레이저 스캐너, 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 중 적어도 하나를 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  3. 제1항에 있어서, 상기 회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬(local) 맵 데이터의 맵 매칭을 수행하는 단계는,
    매칭 에러가 최소로 수렴할 때까지 ICP(Iterative Closest Point) 알고리즘을 반복적으로 수행하여, 변환행렬(T)를 도출하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  4. 제1항에 있어서, 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계는,
    EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  5. 제4항에 있어서, 상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 단계는,
    에러 제거를 위한 유효 범위(validation gate)를 설정하는 단계; 및
    상기 유효 범위 내의 측위 데이터만을 상기 EKF에 적용하는 단계를 더 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  6. 제1항에 있어서,
    주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 글로벌 맵 데이터를 취득하는 단계를 더 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법.
  7. 제1항 내지 제6항 중 어느 하나의 항에 따른 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  8. 차량에 설치된 GPS(Global Positioning System) 데이터를 기반으로 저장된 참조 글로벌(global) 맵 데이터 중 차량의 현재 위치와 관련된 일부의 글로벌 맵 데이터를 발췌하는 글로벌 맵 취득부;
    차량에 설치된 센서로부터 주행 중인 차량의 현재 차선(lane) 내의 위치와 관련된 로컬(local) 맵 데이터를 실시간으로 취득하는 로컬 맵 취득부;
    회전 및 평행이동을 통해 상기 일부의 글로벌 맵 데이터와 상기 로컬 맵 데이터의 맵 매칭을 수행하는 맵 매칭부; 및
    상기 맵 매칭의 결과를 기초로, GPS 신호로부터 획득한 차량의 위치와 방향을 보정하는 위치 추정부를 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
  9. 제8항에 있어서, 상기 차량에 설치된 센서는,
    AVM(Around View Monitor), 레이저 스캐너, 전방 카메라, 레이더(Radar), 라이더(Lidar), GPS 중 적어도 하나를 포함하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
  10. 제8항에 있어서, 상기 맵 매칭부는,
    매칭 에러가 최소로 수렴할 때까지 ICP(Iterative Closest Point) 알고리즘을 반복적으로 수행하여, 변환행렬(T)를 도출하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
  11. 제8항에 있어서, 상기 위치 추정부는,
    EKF(Extended Kalman Filter)를 사용하여 차량의 상태를 추정하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
  12. 제11항에 있어서, 상기 위치 추정부는,
    에러 제거를 위한 유효 범위(validation gate)를 설정하고, 상기 유효 범위 내의 측위 데이터만을 상기 EKF에 적용하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
  13. 제8항에 있어서, 상기 글로벌 맵 취득부는,
    주행 중 누적된 차선과 차로 경계의 정보를 모아 차후 측위에 사용할 수 있는 글로벌 맵 데이터를 취득하는, 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 장치.
KR1020170001847A 2017-01-05 2017-01-05 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치 KR20180080828A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170001847A KR20180080828A (ko) 2017-01-05 2017-01-05 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170001847A KR20180080828A (ko) 2017-01-05 2017-01-05 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치

Publications (1)

Publication Number Publication Date
KR20180080828A true KR20180080828A (ko) 2018-07-13

Family

ID=62913663

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170001847A KR20180080828A (ko) 2017-01-05 2017-01-05 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치

Country Status (1)

Country Link
KR (1) KR20180080828A (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110058205A (zh) * 2019-05-24 2019-07-26 中国人民解放军陆军炮兵防空兵学院郑州校区 一种基于迭代最近点算法的警戒雷达系统误差校正方法
CN110221324A (zh) * 2019-05-28 2019-09-10 上海车轮互联网服务有限公司 用于定位的数据处理方法及装置
CN110544375A (zh) * 2019-06-10 2019-12-06 河南北斗卫星导航平台有限公司 一种车辆监管方法、装置及计算机可读存储介质
KR20200027215A (ko) * 2018-09-04 2020-03-12 한국교통대학교산학협력단 차선 끝점 검출 알고리즘을 이용한 차량 위치 인식 시스템 및 상기 차선 끝점 검출 알고리즘의 성능을 평가하는 방법
KR102101706B1 (ko) * 2018-11-05 2020-04-20 한국교통대학교산학협력단 연석 형태 정보와 정밀지도를 이용한 저가 상용 gnss의 측위 정확도 개선 시스템 및 방법
KR102092913B1 (ko) * 2018-10-08 2020-04-23 현대모비스 주식회사 주행차로 안내 장치 및 그 제어 방법
CN111323802A (zh) * 2020-03-20 2020-06-23 北京百度网讯科技有限公司 车辆定位方法、装置及设备
KR20200076989A (ko) * 2018-12-20 2020-06-30 주식회사 만도 라이다를 이용한 어라운드 뷰 모니터링 장치 및 방법
CN111458700A (zh) * 2019-01-18 2020-07-28 通用汽车环球科技运作有限责任公司 车辆映射和定位的方法和系统
KR20210003386A (ko) * 2019-07-02 2021-01-12 한국교통대학교산학협력단 라이다를 이용한 차선 정보 생성 시스템
CN112363192A (zh) * 2020-09-29 2021-02-12 蘑菇车联信息科技有限公司 车道定位方法、装置、车辆、电子设备及存储介质
CN112729316A (zh) * 2019-10-14 2021-04-30 北京图森智途科技有限公司 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆
CN112859051A (zh) * 2021-01-11 2021-05-28 桂林电子科技大学 激光雷达点云运动畸变的矫正方法
CN112880664A (zh) * 2021-01-21 2021-06-01 深圳市镭神智能系统有限公司 一种行驶设备的定位方法、装置、设备及存储介质
WO2021107403A1 (ko) * 2019-11-27 2021-06-03 재단법인 지능형자동차부품진흥원 저채널 3차원 라이다센서를 이용한 희소점군 기반의 위치인식 방법 및 장치
CN113805145A (zh) * 2020-05-29 2021-12-17 通用汽车环球科技运作有限责任公司 动态激光雷达对准

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200027215A (ko) * 2018-09-04 2020-03-12 한국교통대학교산학협력단 차선 끝점 검출 알고리즘을 이용한 차량 위치 인식 시스템 및 상기 차선 끝점 검출 알고리즘의 성능을 평가하는 방법
KR102092913B1 (ko) * 2018-10-08 2020-04-23 현대모비스 주식회사 주행차로 안내 장치 및 그 제어 방법
CN111086514A (zh) * 2018-10-08 2020-05-01 现代摩比斯株式会社 用于通知行车车道的装置及其控制方法
CN111086514B (zh) * 2018-10-08 2023-02-17 现代摩比斯株式会社 用于通知行车车道的装置及其控制方法
KR102101706B1 (ko) * 2018-11-05 2020-04-20 한국교통대학교산학협력단 연석 형태 정보와 정밀지도를 이용한 저가 상용 gnss의 측위 정확도 개선 시스템 및 방법
KR20200076989A (ko) * 2018-12-20 2020-06-30 주식회사 만도 라이다를 이용한 어라운드 뷰 모니터링 장치 및 방법
CN111458700B (zh) * 2019-01-18 2024-02-02 通用汽车环球科技运作有限责任公司 车辆映射和定位的方法和系统
CN111458700A (zh) * 2019-01-18 2020-07-28 通用汽车环球科技运作有限责任公司 车辆映射和定位的方法和系统
CN110058205A (zh) * 2019-05-24 2019-07-26 中国人民解放军陆军炮兵防空兵学院郑州校区 一种基于迭代最近点算法的警戒雷达系统误差校正方法
CN110221324B (zh) * 2019-05-28 2021-04-27 上海车轮互联网服务有限公司 用于定位的数据处理方法及装置
CN110221324A (zh) * 2019-05-28 2019-09-10 上海车轮互联网服务有限公司 用于定位的数据处理方法及装置
CN110544375A (zh) * 2019-06-10 2019-12-06 河南北斗卫星导航平台有限公司 一种车辆监管方法、装置及计算机可读存储介质
KR20210003386A (ko) * 2019-07-02 2021-01-12 한국교통대학교산학협력단 라이다를 이용한 차선 정보 생성 시스템
CN112729316A (zh) * 2019-10-14 2021-04-30 北京图森智途科技有限公司 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆
WO2021107403A1 (ko) * 2019-11-27 2021-06-03 재단법인 지능형자동차부품진흥원 저채널 3차원 라이다센서를 이용한 희소점군 기반의 위치인식 방법 및 장치
CN111323802B (zh) * 2020-03-20 2023-02-28 阿波罗智能技术(北京)有限公司 智能驾驶车辆定位方法、装置及设备
CN111323802A (zh) * 2020-03-20 2020-06-23 北京百度网讯科技有限公司 车辆定位方法、装置及设备
CN113805145A (zh) * 2020-05-29 2021-12-17 通用汽车环球科技运作有限责任公司 动态激光雷达对准
CN112363192A (zh) * 2020-09-29 2021-02-12 蘑菇车联信息科技有限公司 车道定位方法、装置、车辆、电子设备及存储介质
CN112859051A (zh) * 2021-01-11 2021-05-28 桂林电子科技大学 激光雷达点云运动畸变的矫正方法
CN112859051B (zh) * 2021-01-11 2024-04-09 桂林电子科技大学 激光雷达点云运动畸变的矫正方法
CN112880664A (zh) * 2021-01-21 2021-06-01 深圳市镭神智能系统有限公司 一种行驶设备的定位方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
KR20180080828A (ko) 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치
US9933268B2 (en) Method and system for improving accuracy of digital map data utilized by a vehicle
US11125566B2 (en) Method and apparatus for determining a vehicle ego-position
US9283967B2 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
KR101454153B1 (ko) 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템
US11193782B2 (en) Vehicle position estimation apparatus
JP2019517089A (ja) 地面マーキングを認識するための画像処理方法、および地面マーキングを検出するためのシステム
EP3018448A1 (en) Methods and systems for enabling improved positioning of a vehicle
KR20220031607A (ko) 주변 차량 인지 시스템 및 방법
US20200072617A1 (en) Host vehicle position estimation device
JP6776707B2 (ja) 自車位置推定装置
KR102441073B1 (ko) 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법
JPWO2018225596A1 (ja) 情報処理装置
KR101797818B1 (ko) 딥 러닝 기반 도로 정보 제공 방법 및 장치
KR102331312B1 (ko) 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템
EP3644016A1 (en) Localization using dynamic landmarks
US20220266825A1 (en) Sourced lateral offset for adas or ad features
JP2020071122A (ja) 自車位置推定装置
CN114694111A (zh) 车辆定位
JP2018017668A (ja) 情報処理装置、及び情報処理プログラム
WO2021045096A1 (ja) 車両用位置特定装置及び車両用位置特定方法
JP6790951B2 (ja) 地図情報学習方法及び地図情報学習装置
EP3872692A1 (en) Compensation for vertical road curvature in road geometry estimation
JP7234840B2 (ja) 位置推定装置
Park et al. Vehicle localization using an AVM camera for an automated urban driving

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application