KR20180106417A - 차량의 위치 인식 시스템 및 방법 - Google Patents

차량의 위치 인식 시스템 및 방법 Download PDF

Info

Publication number
KR20180106417A
KR20180106417A KR1020170034705A KR20170034705A KR20180106417A KR 20180106417 A KR20180106417 A KR 20180106417A KR 1020170034705 A KR1020170034705 A KR 1020170034705A KR 20170034705 A KR20170034705 A KR 20170034705A KR 20180106417 A KR20180106417 A KR 20180106417A
Authority
KR
South Korea
Prior art keywords
vehicle
correction information
information
heading angle
lane
Prior art date
Application number
KR1020170034705A
Other languages
English (en)
Inventor
오영철
신기철
유병용
허명선
우하용
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170034705A priority Critical patent/KR20180106417A/ko
Priority to US15/717,064 priority patent/US20180267172A1/en
Priority to DE102017218249.0A priority patent/DE102017218249A1/de
Priority to CN201710977452.9A priority patent/CN108627175A/zh
Publication of KR20180106417A publication Critical patent/KR20180106417A/ko

Links

Images

Classifications

    • G01S17/023—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2420/52—Radar, Lidar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser

Abstract

본 발명의 일실시예에 따른 차량의 위치 인식 시스템은 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 차선 기반 위치 인식부, 라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출하여 차량의 위치에 관한 보정정보를 추출하는 라이다 기반 위치 인식부 및 상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보, 라이다 센서로부터 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도 및 종방향 위치에 관한 보정정보를 이용하여 위치를 융합하는 위치 융합부를 포함한다.

Description

차량의 위치 인식 시스템 및 방법{System and Method for recognizing location of vehicle}
본 발명은 차량의 위치 인식 시스템 및 방법에 관한 것으로, 보다 상세하게는 차량의 주변의 지형, 지물 또는 랜드마크 등을 이용하여 차량의 위치를 인식하는 기술에 관한 것이다.
자율주행차량은 일반적으로 운전자의 조작없이 차량 스스로 주행환경을 인식하여 목적지까지 주행하는 차량을 말한다. 이러한 자율주행차량이 도심에서 활용되기 위해서는 주행환경을 정확하게 인식하는 것이 중요한데, 이를 위해 GPS(global positioning system), 지도정보, 각종 센서 등을 융합한 주행환경 인식기술에 대한 연구가 이루어지고 있다.
최근에는 주로 레이더 및 라이더(Light Detection And Ranging, LiDAR) 센서와 영상 센서를 이용한 주행환경 인식기술이 소개되고 있다. 이러한 종래의 주행환경 인식기술은 GPS 정보 및 지도 정보의 정밀도를 고려하지 않고 단순하게 영상 센서와 거리센서를 융합한다. 따라서, 종래의 주행환경 인식기술은 복잡한 도심에서 적용하기 어렵다.
또한, 종래와 같이, 정밀지도 없이 일반지도를 이용하는 경우 종방향에 대해서는 비교적 정확한 위치 매칭이 가능하나 횡방향에 대한 정확한 위치 매칭이 어렵다.
뿐만 아니라, 레이더 및 라이더(Light Detection And Ranging, LiDAR) 센서와 영상 센서를 이용한 주행환경 인식기술은 주변 차량 또는 장애물 등에 의해 위치가 정확하게 측정되지 않을 수 있는 문제점이 있다.
[특허문헌]한국등록특허 10-1655606호.
본 발명은 차량 센서로부터 검출된 차선정보와 정밀지도상의 차선정보를 비교하여 현재 차량의 헤딩각도 및 횡방향 위치 정보를 추출하고, 라이다 센서를 기반으로 차량의 헤딩각도, 차량의 종방향 위치 및 횡방향 위치 정보를 추출하며, GPS 기반의 차량의 헤딩각도, 차량의 종방향 위치 정보를 추출하여 각각의 센서로부터 추출된 위치 정보를 이용하여 측정된 위치에서 보정된 위치정보를 생성하고, 보정된 위치정보에서 차량의 위치 에러 예측(경계)값을 추출하는 차량의 위치 인식 시스템 및 방법을 제공한다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일실시예에 따른 차량의 위치 인식 시스템은 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 차선 기반 위치 인식부, 라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출하여 차량의 위치에 관한 보정정보를 추출하는 라이다 기반 위치 인식부 및 상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보, 라이다 센서로부터 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도 및 종방향 위치에 관한 보정정보를 이용하여 위치를 융합하는 위치 융합부를 포함한다.
아울러, 본 발명의 일실시예에 따른 차량의 위치 인식 방법은 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계, 라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출하여 차량의 위치에 관한 보정정보를 추출하는 단계 및 상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보, 라이다 센서로부터 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도 및 종방향 위치에 관한 보정정보를 이용하여 위치를 융합하는 단계를 포함한다.
또한, 상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계 이전에 상기 차량의 이전 위치로부터 현재 위치까지 이동한 위치를 예측하는 단계를 포함할 수 있다.
또한, 상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계는 측정된 차선과 정밀지도 상의 차선을 차량의 종방향을 기준으로 다수의 매칭 구간으로 분류하는 단계 및 상기 측정된 차선과 정밀지도 상의 차선을 매칭하는 단계를 포함할 수 있다.
또한, 상기 위치를 융합하는 단계는 각각의 센서 별 최종위치를 차량의 위치 중심 좌표계로 변환하는 단계, 상기 차량의 헤딩각도 보정정보를 추출하는 단계, 상기 차량의 횡방향 위치정보를 추출하는 단계, 상기 차량의 종방향 위치정보를 추출하는 단계 및 상기 추출된 정보를 글로벌 좌표계로 변환하는 단계를 포함할 수 있다.
또한, 상기 차량의 위치에 관한 보정정보를 추출하는 단계는, 라이다 신호를 이용하여 외곽선을 추출하는 단계, 상기 외곽선으로부터 매칭 가능 영역의 ROI를 계산하는 단계, 종방향, 횡방향 및 대각선 방향을 갖는 특징선을 분류하는 단계, 상기 특징선 분류에 따른 매칭 가능 영역을 설정하는 단계, 외곽선마다 차량의 헤딩각도, 종방향 위치 및 횡방향 위치 보정정보를 추출하는 단계 및 상기 외곽선 별 가중치를 계산하는 단계를 포함할 수 있다.
또한, 상기 종방향을 갖는 특징선을 분류하는 단계에서, 횡방향 위치 에러 예측값(E_LAT)을 이용하여 상기 특징선과 상기 외곽선을 매칭할 수 있다.
또한, 상기 횡방향을 갖는 특징선을 분류하는 단계에서, 종방향 위치 에러 예측값(E_LONG)을 이용하여 상기 특징선과 외곽선을 매칭할 수 있다.
또한, 상기 대각선 방향을 갖는 특징선을 분류하는 단계에서, 횡방향 보정정보가 있는 경우에는 종방향 위치 에러 예측값을 이용하여 상기 특징선과 외곽선을 매칭하고, 상기 횡방향 보정정보가 없는 경우에는 횡방향 위치 및 종방향 위치 에러 예측값을 모두 이용하여 상기 특징선과 외곽선을 매칭할 수 있다.
본 기술은 영상 센서, 라이다 센서 및 GPS를 이용하여 차량의 위치를 인식하는 방법으로, GPS 수신이 좋지 않은 경우에도 차량의 위치를 보다 정확하게 인식할 수 있는 기술이다.
아울러, 본 기술은 차량의 위치에 관한 에러 예측값을 이용하여 안정적으로 차량의 위치를 인식할 수 있다.
도 1은 본 발명의 일실시예에 따른 차량의 위치 인식 시스템을 설명하는 구성도이다.
도 2는 본 발명의 일실시예에 따른 차량의 위치 인식 방법을 설명하는 순서도이다.
도 3 및 도 4는 본 발명의 일실시예 따른 차선을 기반으로 차량의 횡방향 위치의 오차를 예측하는 방법을 설명하는 도면이다.
도 5는 본 발명의 일실시예에 따른 라이다 센서를 기반으로 위치정보를 추출하는 방법을 설명하는 순서도이다.
도 6 및 도 7은 본 발명의 일실시예에 따른 라이다 센서 기반으로 위치정보를 추출하고, 추출된 위치정보에서 매칭 가능 영역을 생성하는 방법을 설명하는 도면이다.
도 8은 본 발명의 일실시예에 따른 라이다 센서 기반으로 종방향, 횡방향 또는 대각선 방향으로 생성된 특징선을 이용하는 방법을 설명하는 도면이다.
도 9는 본 발명의 일실시예에 따른 차량의 위치를 추출하기 위하여 센서로부터 추출된 정보를 융합하는 방법을 설명하는 순서도이다.
도 10은 본 발명의 일실시예에 따른 차량의 위치를 추출하기 위하여 센서로부터 추출된 정보를 융합하는 방법을 설명하는 도면이다.
도 11은 본 발명의 일실시예에 따른 차량의 헤딩각도, 종방향 위치 및 횡방향 위치 에러 예측값을 이용하는 방법을 설명하는 순서도이다.
도 12는 본 발명의 일실시예에 따른 차량의 위치 인식 방법을 실행하는 컴퓨팅 시스템을 보여주는 블록도이다.
본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 통해 설명될 것이다. 그러나 본 발명은 여기에서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 본 실시 예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.
도면들에 있어서, 본 발명의 실시 예들은 도시된 특정 형태로 제한되는 것이 아니며 명확성을 기하기 위하여 과장된 것이다. 본 명세서에서 특정한 용어들이 사용되었으나. 이는 본 발명을 설명하기 위한 목적에서 사용된 것이며, 의미 한정이나 특허 청구 범위에 기재된 본 발명의 권리 범위를 제한하기 위하여 사용된 것은 아니다.
본 명세서에서 '및/또는'이란 표현은 전후에 나열된 구성요소들 중 적어도 하나를 포함하는 의미로 사용된다. 또한, '연결되는/결합되는'이란 표현은 다른 구성요소와 직접적으로 연결되거나 다른 구성요소를 통해 간접적으로 연결되는 것을 포함하는 의미로 사용된다. 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 명세서에서 사용되는 '포함한다' 또는 '포함하는'으로 언급된 구성요소, 단계, 동작 및 소자는 하나 이상의 다른 구성요소, 단계, 동작 및 소자의 존재 또는 추가를 의미한다.
이하, 도면들을 참조하여 본 발명의 실시 예에 대해 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 차량의 위치 인식 시스템을 설명하는 구성도이다.
도 1을 참조하면, 차량의 위치 인식 시스템은 차선 측정부(100), 정밀지도 제공부(110), 라이다 센서부(120), GPS 위치 추정부(130), 차선 기반 위치 인식부(200), 라이다 기반 위치 인식부(300) 및 위치 융합부(400)를 포함한다.
차선 측정부(100)는 차량에 구비된 센서 또는 카메라로부터 차선을 인지하여 차선을 측정한다. 차량에 구비된 센서 또는 카메라는 차량에 장착되어 차량의 주변영상(전방 영상, 후방 영상, 측방 영상 등)을 획득한다. 이러한 카메라는 단일 카메라, 입체 카메라, 전방위 카메라, 단안 카메라 등을 포함할 수 있다.
정밀지도 제공부(110)는 차량에 저장된 정밀지도를 제공하며, 정밀지도는 차선정보, 주변의 건물, 랜드마크(Landmark) 등을 측정한 위치 정보를 갖고 있다.
구체적으로, 정밀지도 제공부(110)는 POI(Point of Interest) 또는 ROI(Region of Interest) 정보 및 랜드마크 정보 등의 지형지물정보를 포함하고 있는 지도데이터를 제공한다. 여기서, 지도데이터는 정밀지도(1:2만5천 이상 축척) 및/또는 일반지도(1:2만5천 미만 축척)이고, 정밀지도는 일반지도에 비하여 POI 정보, ROI 정보 및 랜드마크 정보와 같은 지형지물 정보를 더 많이 포함한다.
라이다 센서부(120)는 차량에 구비된 라이다 센서를 이용하여 주변차량 및 장애물을 측정한다.
구체적으로, 라이다 센서부(120)는 차량 주변에 존재하는 객체를 검출하고 차량과 객체(피측정물, 물체, 장애물, 차량 등) 간의 거리를 측정한다. 즉, 라이다 센서부(120)는 차량 주변에 위치하는 객체에 대한 정보를 검출하며, 레이더(Radio Detection And Ranging, RADAR), 라이다(Light Detection and Ranging, lidar), 초음파 센서, 적외선 센서 등으로 구현될 수 있다.
GPS 위치 추정부(130)는 GPS를 이용하여 현재 차량의 위치를 추정한다.
구체적으로, GPS 위치 추정부(130)는 위성으로부터 방송되는 항법정보(navigation message)를 수신하는 GPS(Global Positioning System) 수신기를 포함하고, 항법정보(GPS 정보, GPS 신호, 위성신호)를 활용하여 차량의 현재위치, 위성신호 수신 가능한 전체 위성 수, 일직선(Line Of Sight, LOS)으로 신호 수신 가능한 위성수, 현재 차량속도 등을 확인할 수 있다.
차선 기반 위치 인식부(200)는 차선 측정부(100)로부터 측정된 차선정보와 정밀지도 제공부(110)에서 제공하는 정밀지도 상의 차선정보를 비교하여 현재 차량의 헤딩각도(헤딩방향) 및 횡방향 위치를 추출한다.
즉, 차선 기반 위치 인식부(200)는 측정된 차선정보와 정밀지도 상의 차선정보를 매핑하여 차선 기반의 헤딩각도, 횡방향 위치에 관한 보정정보를 추출할 수 있다.
라이다 기반 위치 인식부(300)는 라이다 센서 기반의 헤딩각도, 종방향 위치 및 횡방향 위치를 추출한다.
즉, 라이다 기반 위치 인식부(300)는 라이다 센서부(120)의 라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출한다.
위치 융합부(400)는 추출된 차선 기반의 헤딩각도, 횡방향 위치에 관한 보정정보, 라이다 센서 기반의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도, 종방향 위치에 관한 보정정보를 이용하여 위치를 융합한다.
도 2는 본 발명의 일실시예에 따른 차량의 위치 인식 방법을 설명하는 순서도이다.
도 2를 참조하면, 차량의 위치 인식 시스템은 차량에 구비된 센서 또는 카메라로부터 차선을 인지하여 차선을 측정하며, 차량에 구비된 라이다 센서로부터 주변차량 및 장애물을 측정하고, GPS를 이용하여 현재 차량의 위치를 수신한다(S11~S15).
다음에는, 차량의 위치 인식 시스템은 차량에 구비된 센서마다 신호주기 또는 시간이 다르기 때문에 센서로부터 수신된 신호를 신호주기 또는 시간에 대응하도록 동기화시켜서 수신된 신호(데이터)를 보정한다(S17).
다음으로, 차량의 위치 인식 시스템은 차량에 구비된 센서를 이용하여 차량의 이전 위치로부터 현재의 위치까지 예측한다(S19).
여기서, 차량의 이전 위치로부터 현재의 위치까지 예측하는 방법은 차량에 구비된 센서로부터 차량의 요레이트(yaw rate) 또는 속도(speed) 등을 이용하여 차량의 이동 범위를 예측할 수 있다.
다음에는, 차량의 위치 인식 시스템은 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 현재의 차량의 헤딩각도 및 횡방향 위치를 추출한다(S21).
즉, 차량의 위치 인식 시스템은 측정된 차선정보와 정밀지도 상의 차선정보를 매핑하여 차선 기반의 헤딩각도, 횡방향 위치에 관한 보정정보를 추출할 수 있다.
다음으로, 차량의 위치 인식 시스템은 라이다 센서 기반의 차량의 헤딩각도, 종방향 위치 및 횡방향 위치를 추출한다(S23).
즉, 차량의 위치 인식 시스템은 라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출할 수 있다.
여기서, 매칭이 가능한 영역은 관심영역(Region of Interest, ROI)일 수 있다.
즉, 차량의 위치 인식 시스템은 차선 기반의 횡방향 위치에 관한 정보를 이용하여 종방향 위치, 횡방향 위치 및 헤딩각도 보정정보를 추출할 수 있다.
다음에는, 차량의 위치 인식 시스템은 GPS를 이용하여 차량의 헤딩각도, 종방향 위치에 관한 보정정보를 추출한다(S25).
다음으로, 추출된 차선 기반의 헤딩각도, 횡방향 위치에 관한 정보, 라이다 센서 기반의 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 정보 및 GPS를 이용한 차량의 헤딩각도, 종방향 위치에 관한 정보를 모두 융합하여 각 센서 별로 추출된 차량의 예측 위치를 (현재의) 차량의 예측 위치와 차이가 작은 결과에 높은 가중치(weight)를 부여하여 융합된 차량의 위치를 추출한다(S27~S29).
여기서, 차량의 위치를 추출하기 위하여 센서로부터 추출된 정보를 융합하는 구체적인 방법은 도 9에서 설명한다.
다음에는, 예측된 현재의 차량의 위치 및 보정된 위치를 이용하여 차량의 헤딩각도 에러 예측값, 종방향 위치 에러 예측값 및 횡방향 위치 에러 예측값을 추출한다(S31).
도 3 및 도 4는 본 발명의 일실시예 따른 차선을 기반으로 차량의 횡방향 위치의 오차를 예측하는 방법을 설명하는 도면이다.
도 3의 (a) 내지 (c)를 참조하면, 차량의 위치 인식 시스템은 정밀지도 내 차선(A)과 측정된 차선(B)을 매칭하는데 있어서 제 1 매칭 구간, 제 2 매칭 구간 및 제 3 매칭 구간으로 분류할 수 있다.
즉, 차량의 위치 인식 시스템은 최대 인지 구간(MAX View Range)에 대응하는 차량의 종방향을 기준으로 매칭 구간을 3단계로 분류할 수 있다.
그리고, 차량의 위치 인식 시스템은 분류된 매칭 구간 중 제 1 단계 매칭 구간(저단계 매칭 구간)에서 정밀지도 내 차선과 측정된 차선이 매칭되면, 제 2 단계 매칭 구간 또는 제 3 단계 매칭 구간에서 매칭은 더 이상 실시되지 않는다.
아울러, 차량의 위치 인식 시스템은 횡방향 위치 에러 예측(경계) 값(E_LAT) 범위 이내에 정밀지도 내 차선(A) 및 측정된 차선(B)이 검출되고, 정밀지도 내 차선(A) 및 측정된 차선(B)의 기울기 차이가 헤딩각도 에러 예측값(E_ANGLE) 이내이면 정밀지도 내 차선(A)과 측정된 차선(B)을 매칭한다(X 참조).
여기서, 차량의 위치 인식 시스템은 매칭된 정밀지도 내 차선(A)과 측정된 차선(B)의 기울기가 서로 다르기 때문에 서로 기울기가 동일해지도록 차량의 헤딩각도를 추출하고, 추출된 차량의 헤딩각도가 보정되면, 두 차선의 기울기가 평행해진다.
또한, 차량의 위치 인식 시스템은 정밀지도 내 차선(A)과 측정된 차선(B)에서 각각의 벡터정보를 추출하여 현재의 차량의 위치를 추출할 수 있다.
도 4를 참조하면, 차량의 위치 인식 시스템은 차량이 교차로(C)를 통과 시 정밀지도 내 차선 및 측정된 차선이 모두 단절된 경우에도 차량의 위치를 인식할 수 있다.
즉, 차량이 교차로(C)를 통과 시 차선이 일시적으로 끊기거나, 차선이 존재하지 않는 경우에, 차량의 위치 인식 시스템은 근거리 차선 및 원거리 차선의 검출이 가능하기 때문에 매칭 구간별 매칭된 정보를 이용하여 차량의 횡방향 위치를 추출할 수 있다.
도 5는 본 발명의 일실시예에 따른 라이다 센서 기반으로 위치정보를 추출하는 방법을 설명하는 순서도이다.
차량의 위치 인식 시스템의 라이다 센서는 라이다 신호를 처리하여 주변차량의 거동을 나타내는 외곽선(컨투어, contour)을 추출한다(S101).
즉, 차량의 위치 인식 시스템은 포인트 클라우드 데이터로 매칭되는 ROI를 계산하기 위하여 라이다 센서로부터 추출된 포인트 클라우드 데이터를 외곽선으로 변경할 수 있다.
다음으로, 차량의 위치 인식 시스템은 매칭 가능 영역 즉, 관심영역 (Region of Interest, ROI)을 계산한다(S103). 하기 도 6 및 도 7에서는 매칭 가능 영역을 생성하는 방법을 구체적으로 설명한다.
즉, 차량의 위치 인식 시스템은 주변차량 또는 장애물을 고려하여 정밀지도에서 ROI를 계산한다.
다음에는, 차량의 위치 인식 시스템은 차량의 종방향, 횡방향 및 대각선 방향으로 생성된 특징선을 분류한다(S105).
여기서, 특징선은 정밀지도 상에 검출된 선분으로, 라이다 센서로부터 검출된 외곽선과 매칭되어 보정될 수 있고, 도 8에서는 특징선과 외곽선이 매칭되어 보정되는 방법을 구체적으로 설명한다.
다음으로, 차량의 위치 인식 시스템은 특징선에 대응하는 매칭 경계(또는 매칭 가능 영역, 매칭 영역)를 설정한다(S107).
다음에는, 차량의 위치 인식 시스템은 각각의 외곽선마다 차량의 헤딩각도, 종방향 위치 및 횡방향 위치 보정정보를 추출한다(S109).
다음으로, 차량의 위치 인식 시스템은 차량의 헤딩각도, 종방향 및 횡방향에 관한 외곽선 별 대응하는 가중치를 계산한다(S111).
다음에는, 차량의 위치 인식 시스템은 라이다 기반의 융합된 위치정보를 추출한다(S113).
구체적으로, 차량의 위치 인식 시스템은 차량의 종방향, 횡방향 및 대각선 방향으로 분류된 특징선을 기준으로 외곽선을 분류하고, 차량의 종방향 및 횡방향으로 분류된 외곽선 별로 차량의 헤딩각도 보정정보, 종방향 위치 및 횡방향 위치 보정정보를 추출한다.
다음으로, 차량의 위치 인식 시스템은 외곽선 별로 추출된 차량의 헤딩 각도 보정정보, 종방향 위치 및 횡방향 위치 보정정보를 추출한 후, 각 보정정보마다 예측된 위치정보와 차이가 작은 결과에 높은 가중치를 적용하여 최종적으로 융합된 보정정보를 추출한다.
도 6 및 도 7은 본 발명의 일실시예에 따른 라이다 센서 기반으로 위치정보를 추출하고, 추출된 위치정보에서 매칭 가능 영역을 생성하는 방법을 설명하는 도면으로써, 차량이 주행하는 도로의 주변에는 연석(E), 벽(F) 등을 포함하는 장애물 또는 랜드마크 등이 존재한다.
도 6을 참조하면, 차량의 위치 인식 시스템은 매칭 가능한 ROI를 계산하기 위하여 라이다 센서로부터 수신된 라이다 신호를 처리하여 외곽선(D)을 추출한다.
구체적으로, 차량의 위치 인식 시스템은 라이다 센서로부터 수집한 포인트 클라우드 데이터를 군집화 알고리즘을 통해 군집화한 후, 각각의 오브젝트와 1:1 매칭시켜 각각의 오브젝트를 추적하고, 그 오브젝트에 대응하는 외곽선(D)을 추출하며, 이러한 외곽선(D)은 다수의 직선으로 구성될 수 있다.
도 7을 참조하면, 차량의 위치 인식 시스템은 정밀지도 내 라이다 센서로부터 제공된 라이다 신호의 방사각도와 해상도를 고려하여 직선(G, 방사선)을 추출한다.
차량의 위치 인식 시스템은 방사선(G)이 외곽선(D)을 만나면 방사선(G)의 확장이 중지된다.
여기서, 차량의 위치 인식 시스템은 방사선(G)과 외곽선(D)이 매칭되면 매칭 가능 영역(H, 매칭 영역)으로 판단하고, 차량이 주행하는 도로의 주변에는 연석(E), 벽(F) 등에 대한 매칭 가능 영역을 먼저 판단하되, 연석(E)에 의한 외곽선(D)은 제외시키고, 높이가 높은 벽(F)은 매칭이 가능하다.
도 8은 본 발명의 일실시예에 따른 라이다 센서 기반으로 종방향, 횡방향 또는 대각선 방향으로 생성된 특징선을 이용하는 방법을 설명하는 도면이다.
도 8을 참조하면, 차량의 헤딩각도(방향)에서 차이가 일부 존재하는 특징선(정밀지도 내 특징선, I)은 횡방향 위치 보정에 이용하고, 횡방향 위치 보정은 횡방향 위치 에러 예측값(E_LAT)을 이용한다. 여기서, L은 횡방향 위치 에러 예측값을 반영한 매칭 영역이고, N은 종방향 위치 에러 예측값을 반영한 매칭 영역이며, M은 종방향 위치 및 횡방향 위치 에러 예측값 중 큰 값을 반영한 매칭 영역이다.
즉, 차량의 위치 인식 시스템은 횡방향 위치 에러 예측값(E_LAT)을 이용하여 보정된 특징선(I)과 외곽선(J, 매칭 외곽선 또는 매칭 영역 내에 있는 컨투어선)을 매칭할 수 있다. 단, 차량의 위치 인식 시스템은 특징선(I)과 매칭 제외되는 외곽선(K)과는 매칭을 실시하지 않는다. 여기서 매칭 제외되는 외곽선(K)은 라이다 센서로부터 추출된 컨투어선 일 수 있다.
그러나, 차량의 헤딩각도(방향)에서 90도 내외(예를 들면, 85도 내지 95도)로 차이가 존재하는 특징선(정밀지도 내 특징선, I)은 종방향 위치 보정에 이용하고, 종방향 위치 보정은 종방향 위치 에러 예측값(E_LONG)을 이용한다.
즉, 차량의 위치 인식 시스템은 종방향 위치 에러 예측값(E_LONG)을 이용하여 보정된 특징선(I)과 외곽선(J)을 매칭할 수 있다.
그 이외의 특징선(정밀지도 내 대각선 형상의 특징선, I)은 횡방향 위치 보정정보가 있을 경우에 종방향 위치 에러 예측값(E_LONG) 추출에만 이용하고, 횡방향 위치 보정정보가 없을 경우에 종방향 위치 및 횡방향 위치 보정에 모두 이용한다(E_LONG 및 E_LAT 중 큰 값 적용).
도 9는 본 발명의 일실시예에 따른 차량의 위치를 추출하기 위하여 센서로부터 추출된 정보를 융합하는 방법을 설명하는 순서도이다.
도 9를 참조하면, 차량의 위치 인식 시스템은 각각의 센서 별 최종위치를 자차량의 위치 중심 좌표계로 변환한다(S1001).
즉, 차량의 위치 인식 시스템은 자차량과 주변차량의 위치를 기준으로 하여 X, Y 좌표계로 변환할 수 있다.
다음으로, 차량의 위치 인식 시스템은 차량의 헤딩각도 보정정보를 추출한다(S1003).
즉, 차량의 위치 인식 시스템은 예측된 헤딩각도 정보와 자차량에 구비된 헤딩각도 센서로부터 수신된 헤딩각도 정보의 차이를 계산한 후, 가중치를 결정한다.
다음에는 차량의 위치 인식 시스템은 횡방향 위치정보를 추출한다(S1005).
즉, 차량의 위치 인식 시스템은 자차량의 위치 중심 좌표계에서의 Y축 거리를 측정한다.
다음으로, 차량의 위치 인식 시스템은 종방향 위치정보를 추출한다(S1007). 즉, 차량의 위치 인식 시스템은 자차량의 위치 중심 좌표계에서의 X축 거리를 측정한다.
다음에는, 차량의 위치 인식 시스템은 추출된(보정된) 위치를 글로벌 좌표계로 변환한다(S1009).
도 10은 본 발명의 일실시예에 따른 차량의 위치를 추출하기 위하여 센서로부터 추출된 정보를 융합하는 방법을 설명하는 도면이다.
도 10을 참조하면, 차량의 위치 인식 시스템은 글로벌 좌표계로 표현하기 위하여 차선을 이용하여 차량의 헤딩각도(방향) 및 횡방향 위치를 보정할 수 있다.
또한, 차량의 위치 인식 시스템은 글로벌 좌표계로 표현하기 위하여 라이다 센서를 이용하여 차량의 헤딩각도, 종방향 위치 및 횡방향 위치를 보정할 수 있고, GPS를 이용하여 차량의 헤딩각도 및 종방향 위치를 보정할 수 있다.
여기서, 도 10은 차량의 주행범위(O, DR_x, DR_y), 라이다 횡방향(P, LidarLat_X, LidarLat_Y), 라이다 종방향(Q, LidarLong_X, LidarLong_Y), 좌측차선의 방향(R, LeftLane_X, LeftLane_Y), 우측차선의 방향(S, RightLane_X, RightLane_Y) 및 GPS의 방향(T, GPS_X, GPS_Y)를 포함하는 횡방향 보정정보 및 종방향 보정정보를 글로벌 좌표로 개시한다.
도 11은 본 발명의 일실시예에 따른 차량의 헤딩각도, 종방향 위치 및 횡방향 위치 에러 예측값을 이용하는 방법을 설명하는 순서도이다.
도 11을 참조하면, 차량의 위치 인식 시스템은 헤딩각도에 대한 보정값이 있으면, 헤딩각도 보정값의 크기를 헤딩각도 에러 예측값으로 이용한다(S1011~S1013).
다음으로, 헤딩각도 대한 보정값이 없으면, 차량의 위치 인식 시스템은 헤딩각도를 추출할 수 있는 영역이 정밀지도에 존재하는지 여부(종방향 및 횡방향 매칭 가능 영역이 존재하는지 여부)를 판단한다(S1015).
즉, 차량의 위치 인식 시스템은 헤딩각도를 추출할 수 있는 영역이 정밀지도에 존재하지 않으면, 이전의 헤딩각도 에러 예측값을 그대로 이용한다(S1017).
그러나, 차량의 위치 인식 시스템은 헤딩각도를 추출할 수 있는 영역이 정밀지도에 존재하면, 헤딩각도 에러 예측값을 이전의 헤딩각도 에러 예측값에 일정값(설정된 값)을 증가시켜 이용한다(S1019).
다음으로, 차량의 위치 인식 시스템은 종방향 위치에 대한 보정값이 있으면, 종방향 위치 보정값의 크기를 종방향 위치 에러 예측값으로 이용한다(S1021~S1023).
다음에는, 종방향 위치에 대한 보정값이 없으면, 차량의 위치 인식 시스템은 종방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하는지 여부(종방향 매칭 가능 영역이 존재하는지 여부)를 판단한다(S1025).
즉, 차량의 위치 인식 시스템은 종방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하지 않으면, 이전의 종방향 위치 에러 예측값을 그대로 이용한다(S1027).
그러나, 차량의 위치 인식 시스템은 종방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하면, 종방향 위치 에러 예측값을 이전의 종방향 위치 에러 예측값에 일정값(설정된 값)을 증가시켜 이용한다(S1029).
다음으로, 차량의 위치 인식 시스템은 횡방향 위치에 대한 보정값이 있으면, 횡방향 위치 보정값의 크기를 종방향 위치 에러 예측값으로 이용한다(S1031~S1033).
다음에는, 횡방향 위치에 대한 보정값이 없으면, 차량의 위치 인식 시스템은 횡방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하는지 여부(횡방향 매칭 가능 영역이 존재하는지 여부)를 판단한다(S1035).
즉, 차량의 위치 인식 시스템은 횡방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하지 않으면, 이전의 횡방향 위치 에러 예측값을 그대로 이용한다(S1037).
그러나, 차량의 위치 인식 시스템은 횡방향 위치를 추출할 수 있는 영역이 정밀지도에 존재하면, 횡방향 위치 에러 예측값을 이전의 횡방향 위치 에러 예측값에 일정값(설정된 값)을 증가시켜 이용한다(S1039).
도 12은 본 발명의 일실시예에 따른 차량의 위치 인식 방법을 실행하는 컴퓨팅 시스템을 보여주는 블록도이다.
도 12를 참조하면, 컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다.
프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
본 기술은 영상 센서, 라이다 센서 및 GPS를 이용하여 차량의 위치를 인식하는 방법으로, GPS 수신이 좋지 않은 경우에도 차량의 위치를 보다 정확하게 인식할 수 있는 기술이다.
아울러, 본 기술은 차량의 위치에 관한 에러 예측값을 이용하여 안정적으로 차량의 위치를 인식할 수 있다.
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상, 본 발명은 비록 한정된 구성과 도면에 의해 설명되었으나, 본 발명의 기술적 사상은 이러한 것에 한정되지 않으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해, 본 발명의 기술적 사상과 하기 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형 실시가 가능할 것이다.
100: 차선 측정부 110: 정밀지도 제공부
120: 라이다 센서부 130: GPS 위치 추정부
200: 차선 기반 위치 인식부 300: 라이다 기반 위치 인식부
400: 위치 융합부

Claims (9)

  1. 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 차선 기반 위치 인식부;
    라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출하여 차량의 위치에 관한 보정정보를 추출하는 라이다 기반 위치 인식부; 및
    상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보, 라이다 센서로부터 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도 및 종방향 위치에 관한 보정정보를 이용하여 위치를 융합하는 위치 융합부
    를 포함하는 차량의 위치 인식 시스템.
  2. 측정된 차선정보와 정밀지도 상의 차선정보를 비교하여 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계;
    라이다 센서로부터 측정된 주변차량 및 장애물을 고려하여 정밀지도와 매칭이 가능한 영역을 검출하여 차량의 위치에 관한 보정정보를 추출하는 단계; 및
    상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보, 라이다 센서로부터 차량의 헤딩각도, 종방향 위치 및 횡방향 위치에 관한 보정정보 및 GPS를 이용한 차량의 헤딩각도 및 종방향 위치에 관한 보정정보를 이용하여 위치를 융합하는 단계
    를 포함하는 차량의 위치 인식 방법.
  3. 청구항 2에 있어서,
    상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계 이전에
    상기 차량의 이전 위치로부터 현재 위치까지 이동한 위치를 예측하는 단계를 포함하는 차량의 위치 인식 방법.
  4. 청구항 2에 있어서,
    상기 차량의 헤딩각도 및 횡방향 위치에 관한 보정정보를 추출하는 단계는
    측정된 차선과 정밀지도 상의 차선을 차량의 종방향을 기준으로 다수의 매칭 구간으로 분류하는 단계; 및
    상기 측정된 차선과 정밀지도 상의 차선을 매칭하는 단계를 포함하는 차량의 위치 인식 방법.
  5. 청구항 2에 있어서,
    상기 위치를 융합하는 단계는
    각각의 센서 별 최종위치를 차량의 위치 중심 좌표계로 변환하는 단계;
    상기 차량의 헤딩각도 보정정보를 추출하는 단계;
    상기 차량의 횡방향 위치정보를 추출하는 단계;
    상기 차량의 종방향 위치정보를 추출하는 단계; 및
    상기 추출된 정보를 글로벌 좌표계로 변환하는 단계를 포함하는 것을 특징으로 하는 차량의 위치 인식 방법.
  6. 청구항 2에 있어서,
    상기 차량의 위치에 관한 보정정보를 추출하는 단계는,
    라이다 신호를 이용하여 외곽선을 추출하는 단계;
    상기 외곽선으로부터 매칭 가능 영역의 ROI를 계산하는 단계;
    종방향, 횡방향 및 대각선 방향을 갖는 특징선을 분류하는 단계;
    상기 특징선 분류에 따른 매칭 가능 영역을 설정하는 단계;
    상기 외곽선마다 차량의 헤딩각도, 종방향 위치 및 횡방향 위치 보정정보를 추출하는 단계; 및
    상기 외곽선 별 가중치를 계산하는 단계를 포함하는 차량의 위치 인식 방법.
  7. 청구항 6에 있어서,
    상기 종방향을 갖는 특징선을 분류하는 단계에서,
    횡방향 위치 에러 예측값(E_LAT)을 이용하여 상기 특징선과 상기 외곽선을 매칭하는 것을 특징으로 하는 차량의 위치 인식 방법.
  8. 청구항 6에 있어서,
    상기 횡방향을 갖는 특징선을 분류하는 단계에서,
    종방향 위치 에러 예측값(E_LONG)을 이용하여 상기 특징선과 외곽선을 매칭하는 것을 특징으로 하는 차량의 위치 인식 방법.
  9. 청구항 6에 있어서,
    상기 대각선 방향을 갖는 특징선을 분류하는 단계에서,
    횡방향 보정정보가 있는 경우에는 종방향 위치 에러 예측값을 이용하여 상기 특징선과 외곽선을 매칭하고, 상기 횡방향 보정정보가 없는 경우에는 횡방향 위치 및 종방향 위치 에러 예측값을 모두 이용하여 상기 특징선과 외곽선을 매칭하는 것을 특징으로 하는 차량의 위치 인식 방법.
KR1020170034705A 2017-03-20 2017-03-20 차량의 위치 인식 시스템 및 방법 KR20180106417A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170034705A KR20180106417A (ko) 2017-03-20 2017-03-20 차량의 위치 인식 시스템 및 방법
US15/717,064 US20180267172A1 (en) 2017-03-20 2017-09-27 System and method for recognizing position of vehicle
DE102017218249.0A DE102017218249A1 (de) 2017-03-20 2017-10-12 System und Verfahren zum Erkennen der Position eines Fahrzeugs
CN201710977452.9A CN108627175A (zh) 2017-03-20 2017-10-17 用于识别车辆位置的系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170034705A KR20180106417A (ko) 2017-03-20 2017-03-20 차량의 위치 인식 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20180106417A true KR20180106417A (ko) 2018-10-01

Family

ID=63372255

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170034705A KR20180106417A (ko) 2017-03-20 2017-03-20 차량의 위치 인식 시스템 및 방법

Country Status (4)

Country Link
US (1) US20180267172A1 (ko)
KR (1) KR20180106417A (ko)
CN (1) CN108627175A (ko)
DE (1) DE102017218249A1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200054373A (ko) * 2018-11-06 2020-05-20 현대자동차주식회사 주행차량 위치 인식 방법 및 장치
WO2020116767A1 (ko) * 2018-12-06 2020-06-11 주식회사 비트센싱 교통 관리 서버, 이를 이용한 교통 관리 방법 및 컴퓨터 프로그램
KR20200075922A (ko) * 2018-12-10 2020-06-29 현대자동차주식회사 차량의 자율주행 제어 장치 및 방법
KR20210003386A (ko) * 2019-07-02 2021-01-12 한국교통대학교산학협력단 라이다를 이용한 차선 정보 생성 시스템
KR20210029323A (ko) * 2019-09-05 2021-03-16 현대모비스 주식회사 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법
KR102272499B1 (ko) * 2020-12-16 2021-07-05 주식회사 칼만 복수의 gps를 이용한 차량의 위치 및 헤딩각 제어 시스템 및 그 제어방법
KR20210093130A (ko) * 2020-01-17 2021-07-27 한국전자통신연구원 능동 스틱 필터를 이용한 융합 인식 시스템 및 그 방법
US11092692B2 (en) 2019-06-07 2021-08-17 Hyundai Motor Company Apparatus and method for recognizing location in autonomous vehicle
WO2021178163A1 (en) * 2020-03-03 2021-09-10 Waymo Llc Calibration and localization of a light detection and ranging (lidar) device using a previously calibrated and localized lidar device
KR20220079360A (ko) * 2020-12-03 2022-06-13 모셔널 에이디 엘엘씨 주변 차량에 기초한 로컬화
KR102562031B1 (ko) * 2022-12-02 2023-08-02 주식회사 라이드플럭스 차선 정보를 이용한 자율주행 차량의 측위 방법, 장치 및 컴퓨터프로그램
US11790555B2 (en) 2020-01-17 2023-10-17 Electronics And Telecommunications Research Institute System and method for fusion recognition using active stick filter

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6082415B2 (ja) * 2015-03-03 2017-02-15 富士重工業株式会社 車両の走行制御装置
US20200215689A1 (en) * 2017-09-25 2020-07-09 Sony Corporation Control device, control method, and program
KR102496290B1 (ko) * 2018-07-06 2023-02-06 현대모비스 주식회사 헤딩각 보상 장치 및 방법
KR102146451B1 (ko) * 2018-08-17 2020-08-20 에스케이텔레콤 주식회사 좌표계 변환 정보 획득 장치 및 방법
CN109444932B (zh) * 2018-10-30 2021-05-04 百度在线网络技术（北京）有限公司 一种车辆定位方法、装置、电子设备及存储介质
EP3929048A1 (en) * 2018-11-15 2021-12-29 Volvo Car Corporation Vehicle safe stop
US11226630B2 (en) * 2018-12-04 2022-01-18 Here Global B.V. Method and apparatus for estimating a localized position on a map
CN111337010B (zh) 2018-12-18 2022-05-03 北京地平线机器人技术研发有限公司 可移动设备的定位方法、定位装置及电子设备
CN110111374B (zh) * 2019-04-29 2020-11-17 上海电机学院 基于分组阶梯式阈值判断的激光点云匹配方法
CN113994406B (zh) * 2019-06-19 2023-09-08 三菱电机株式会社 相对位置判定装置、相对位置判定方法以及存储介质
JP7151905B2 (ja) * 2019-09-05 2022-10-12 株式会社デンソー 車両用位置特定装置及び車両用位置特定方法
CN111413692B (zh) * 2020-03-18 2022-03-18 东风汽车集团有限公司 一种基于路旁静止物体的摄像头横向位置估测自标定方法
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
FR3109213B1 (fr) * 2020-04-14 2022-03-11 Renault Sas Procédé de correction de la future pose relative pour contrôle du véhicule automobile en conduite autonome
CN111523471B (zh) * 2020-04-23 2023-08-04 阿波罗智联(北京)科技有限公司 车辆所在车道的确定方法、装置、设备以及存储介质
CN111208839B (zh) * 2020-04-24 2020-08-04 清华大学 一种实时感知信息与自动驾驶地图的融合方法及系统
CN112101222A (zh) * 2020-09-16 2020-12-18 中国海洋大学 一种基于无人艇多模态传感器的海面三维目标检测方法
CN112508081A (zh) * 2020-12-02 2021-03-16 王刚 车辆识别方法、装置及计算机可读存储介质
CN113267787A (zh) * 2021-02-26 2021-08-17 深圳易行机器人有限公司 基于激光导航agv精准定位系统及其控制方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008020446A1 (de) * 2007-08-29 2009-03-05 Continental Teves Ag & Co. Ohg Korrektur einer Fahrzeugposition mittels markanter Punkte
US8452535B2 (en) * 2010-12-13 2013-05-28 GM Global Technology Operations LLC Systems and methods for precise sub-lane vehicle positioning
US9140792B2 (en) * 2011-06-01 2015-09-22 GM Global Technology Operations LLC System and method for sensor based environmental model construction
WO2013149149A1 (en) * 2012-03-29 2013-10-03 Honda Motor Co., Ltd Method to identify driven lane on map and improve vehicle position estimate
DE102012110595A1 (de) * 2012-11-06 2014-05-08 Conti Temic Microelectronic Gmbh Verfahren und Vorrichtung zur Erkennung von Verkehrszeichen für ein Fahrzeug
KR102037129B1 (ko) * 2014-03-28 2019-11-26 한화디펜스 주식회사 차량의 위치 보정 장치 및 방법과 이를 이용한 차량 위치 보정 시스템 및 무인 운행이 가능한 차량
KR101610502B1 (ko) * 2014-09-02 2016-04-07 현대자동차주식회사 자율주행차량의 주행환경 인식장치 및 방법
KR101778558B1 (ko) * 2015-08-28 2017-09-26 현대자동차주식회사 물체 인식 장치, 그를 가지는 차량 및 그 제어 방법
KR101774247B1 (ko) 2015-09-21 2017-09-04 국방과학연구소 이동식 평면 가공기
KR101704405B1 (ko) * 2016-03-31 2017-02-15 (주)와이파이브 차선 인식 시스템 및 방법
KR20180088149A (ko) * 2017-01-26 2018-08-03 삼성전자주식회사 차량 경로 가이드 방법 및 장치

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200054373A (ko) * 2018-11-06 2020-05-20 현대자동차주식회사 주행차량 위치 인식 방법 및 장치
WO2020116767A1 (ko) * 2018-12-06 2020-06-11 주식회사 비트센싱 교통 관리 서버, 이를 이용한 교통 관리 방법 및 컴퓨터 프로그램
KR20200069127A (ko) * 2018-12-06 2020-06-16 주식회사 비트센싱 교통 관리 서버, 이를 이용한 교통 관리 방법 및 컴퓨터 프로그램
US11823570B2 (en) 2018-12-06 2023-11-21 Bitsensing Inc. Traffic management server, and method and computer program for traffic management using the same
KR20200075922A (ko) * 2018-12-10 2020-06-29 현대자동차주식회사 차량의 자율주행 제어 장치 및 방법
US11092692B2 (en) 2019-06-07 2021-08-17 Hyundai Motor Company Apparatus and method for recognizing location in autonomous vehicle
KR20210003386A (ko) * 2019-07-02 2021-01-12 한국교통대학교산학협력단 라이다를 이용한 차선 정보 생성 시스템
KR20210029323A (ko) * 2019-09-05 2021-03-16 현대모비스 주식회사 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법
KR20210093130A (ko) * 2020-01-17 2021-07-27 한국전자통신연구원 능동 스틱 필터를 이용한 융합 인식 시스템 및 그 방법
US11790555B2 (en) 2020-01-17 2023-10-17 Electronics And Telecommunications Research Institute System and method for fusion recognition using active stick filter
WO2021178163A1 (en) * 2020-03-03 2021-09-10 Waymo Llc Calibration and localization of a light detection and ranging (lidar) device using a previously calibrated and localized lidar device
KR20220079360A (ko) * 2020-12-03 2022-06-13 모셔널 에이디 엘엘씨 주변 차량에 기초한 로컬화
KR102279762B1 (ko) * 2020-12-16 2021-07-20 주식회사 칼만 골프카트의 자율 주행 제어 시스템 및 그 제어방법
KR102273704B1 (ko) * 2020-12-16 2021-07-06 주식회사 칼만 호스트가 최근접 기지국의 신호를 능동적으로 선택하여 각 gps에 주입 가능한 자율주행차량의 주행 제어 시스템
KR102273705B1 (ko) * 2020-12-16 2021-07-06 주식회사 칼만 칼만 필터 알고리즘에 따른 예측 및 업데이트 동작에 따라 자율주행차량의 상태 정보를 결정하는 시스템 및 그 제어방법
KR102272499B1 (ko) * 2020-12-16 2021-07-05 주식회사 칼만 복수의 gps를 이용한 차량의 위치 및 헤딩각 제어 시스템 및 그 제어방법
KR102562031B1 (ko) * 2022-12-02 2023-08-02 주식회사 라이드플럭스 차선 정보를 이용한 자율주행 차량의 측위 방법, 장치 및 컴퓨터프로그램

Also Published As

Publication number Publication date
CN108627175A (zh) 2018-10-09
DE102017218249A1 (de) 2018-09-20
US20180267172A1 (en) 2018-09-20

Similar Documents

Publication Publication Date Title
KR20180106417A (ko) 차량의 위치 인식 시스템 및 방법
AU2022203635B2 (en) Crowdsourcing and distributing a sparse map, and lane measurements or autonomous vehicle navigation
US20210311490A1 (en) Crowdsourcing a sparse map for autonomous vehicle navigation
US11067995B2 (en) Navigation by augmented path prediction
KR102558055B1 (ko) 차선의 추정 방법
US10248124B2 (en) Localizing vehicle navigation using lane measurements
KR101454153B1 (ko) 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템
Rose et al. An integrated vehicle navigation system utilizing lane-detection and lateral position estimation systems in difficult environments for GPS
CN102529975B (zh) 用于精确的分车道车辆定位的系统和方法
US8447519B2 (en) Method of augmenting GPS or GPS/sensor vehicle positioning using additional in-vehicle vision sensors
US8630461B2 (en) Vehicle position detection system
EP3740737A1 (en) Systems and methods for determining navigational parameters
KR20220033477A (ko) 자동 발렛 파킹 시스템의 위치 추정 장치 및 방법
US11193782B2 (en) Vehicle position estimation apparatus
JP2001331787A (ja) 道路形状推定装置
JP4596566B2 (ja) 自車情報認識装置及び自車情報認識方法
KR102331312B1 (ko) 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템
KR20190109645A (ko) 차량의 측위 장치 및 그 방법
KR102134841B1 (ko) 자율주행차의 위치추정시스템 및 그의 위치추정방법
KR102596297B1 (ko) 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법
KR101667484B1 (ko) 수치 지도를 이용하는 차량 위치 추정 방법 및 장치
KR20230053054A (ko) 도로와 차선의 이력 정보를 이용한 자차 위치 결정 방법과 이를 적용한 시스템
US20230101472A1 (en) Methods and Systems for Estimating Lanes for a Vehicle
EP4160154A1 (en) Methods and systems for estimating lanes for a vehicle
JP2023151393A (ja) 走行制御方法及び走行制御装置

Legal Events

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