KR20220085186A - 정밀지도를 이용한 라이다 센서 캘리브레이션 방법 - Google Patents

Abstract

본 발명은 차량에 장착된 라이다 센서 캘리브레이션 방법에 관한 것으로서, 라이다 센서에서 측정한 값을 이용하여 라이다 센서 기반 차선을 검출하는 단계, 상기 라이다 센서 기반 차선에 대한 라이다 센서 기반 차선 평면을 계산하는 단계, 상기 라이다 센서 기반 차선 평면에 수직인 라이다 기반 법선벡터를 산출하는 단계, 차랑에 내장된 정밀지도를 기반으로 정밀지도 기반 차선을 검출하는 단계, 상기 정밀지도 기반 차선에 대한 정밀지도 기반 차선 평면을 계산하는 단계, 상기 정밀지도 기반 차선 평면에 수직인 정밀지도 기반 법선벡터를 산출하는 단계, 상기 라이다 기반 법선벡터와 상기 정밀지도 기반 법선벡터 간의 법선벡터 오차를 계산하는 단계, 상기 라이다 기반 법선벡터를 기준으로 상기 정밀지도 기반 법선벡터의 오차를 보정하고, 이에 따라 라이다 센서 기반 차선 평면을 보정하고, 보정된 차선 평면에서 정밀지도 기반 차선과 라이다 센서 기반 차선간의 차선 오차를 계산하는 단계, 상기 법선벡터 오차값과 상기 차선 오차값을 이용하여 회전 변환 행렬을 산출하는 단계 및 상기 회전 변환 행렬을 이용하여 라이다 센서의 각도 오차를 캘리브레이션하는 단계를 포함한다.

Description

정밀지도를 이용한 라이다 센서 캘리브레이션 방법 {Method for calibration of Lidar sensor using precision map}

본 발명은 라이다(LiDAR, Light Detection And Ranging) 센서에 대한 캘리브레이션(calibration) 기술에 관한 것이다.

자율주행 자동차는 인간을 대신하여 주변 환경을 감지해야 하므로, 다양한 종류의 센서를 필요로 한다. 그 중에서도 장애물까지의 거리 정보를 획득하기 위한 다양한 센서 중에 라이다(LiDAR, Light Detection And Ranging) 센서가 대표적으로 사용되고 있다. 라이다 센서는 획득 가능한 거리 정보의 범위가 약 100m로 넓으며, 거리 정보의 정확도가 약 ±3cm로, 스테레오 카메라, 초음파 센서 등의 다른 거리 센서에 비해 정확도가 높다는 장점이 있기 때문이다.

라이다(LiDAR)는 자율주행 자동차에서 많이 사용하는 센서로서, 라이다 본체에서 레이저를 발사하고 반사되어 돌아오는 시간을 가지고 주변 물체의 거리를 측정하는 장치이다. 카메라와 달리 라이다는 빛의 영향을 덜 받기 때문에 주야간 관계 없이 주변 물체 감지가 가능하다.

차량에 장착된 라이다에 각도 오차가 생겨 객체 검출에 문제가 발생할 수 있다. 예를 들어 전방 객체가 2차로에 존재하나, 라이다를 통한 인식 결과는 1차로와 2차로 사이로 인식될 수 있다.

이러한 문제는 라이다 센서들을 재장착하면서 라이다의 각도가 변경되는 것 등이 원인이 될 수 있다. 라이다를 재장착할 경우, 캘리브레이션을 정확히 하기 힘들고 캘리브레이션을 하더라도 외부충격(과속방지턱 등) 때문에 틀어질 수 있다. 이렇게 발생한 라이다의 각도 오차는 거리가 멀어질수록 위치 오류에 큰 영향을 끼친다. 예를 들어, 자동차에 장착된 라이다의 각도가 1도 틀어지면 50m 앞 객체를 인식하는데 있어서 약 0.9m 차이가 발생하며, 이런 경우 객체가 차선 위에 걸쳐있거나 도로 가장자리에 있다면 현재 차로에 객체가 없다고 오인식할 수 있다.

종래 라이다 캘리브레이션을 하는 방법에는 크게 두 종류가 있는데, 정지상태에서 하는 오프라인 방법과 주행 중에 하는 온라인 방법이 그것이다. 오프라인 방법에는 라이다에서 측정되는 빛의 세기인 반사도가 높은 객체를 제작하고, 이를 라이다로 측정하여 교정하는 방법이 있다. 이 방법은 교정을 위한 특정객체가 있어야 하므로 외부 사용성이 떨어진다.

또한, 온라인 방법은 라이다로 차선을 검출하여 요(yaw) 값을 캘리브레이션 하는 방법이 있다. 이 방법은 롤(roll)과 피치(pitch)를 고려하지 않는다는 문제가 있다.

다른 온라인 방법으로는 IMU(Inertial Measurement Unit)를 사용하여 차량 위치의 변화량과 라이다 위치변화량을 비교해 라이다를 교정하는 방법이 있다. 그러나 이 방법은 정지된 상태에서 밖에 사용할 수 없고, IMU의 누적 오차가 있다는 문제가 있다.

대한민국 공개특허 10-2016-0057756

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 누적 오차를 줄일 수 있으며, 보다 정확한 캘리브레이션을 수행하기 위하여, 정밀지도를 이용한 라이다 센서 캘리브레이션 방법을 제공하는데 그 목적이 있다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

이와 같은 목적을 달성하기 위한 본 발명은 차량에 장착된 라이다 센서 캘리브레이션 방법에 관한 것으로서, 라이다 센서에서 측정한 값을 이용하여 라이다 센서 기반 차선을 검출하는 단계, 상기 라이다 센서 기반 차선에 대한 라이다 센서 기반 차선 평면을 계산하는 단계, 상기 라이다 센서 기반 차선 평면에 수직인 라이다 기반 법선벡터를 산출하는 단계, 차랑에 내장된 정밀지도를 기반으로 정밀지도 기반 차선을 검출하는 단계, 상기 정밀지도 기반 차선에 대한 정밀지도 기반 차선 평면을 계산하는 단계, 상기 정밀지도 기반 차선 평면에 수직인 정밀지도 기반 법선벡터를 산출하는 단계, 상기 라이다 기반 법선벡터와 상기 정밀지도 기반 법선벡터 간의 법선벡터 오차를 계산하는 단계, 상기 라이다 기반 법선벡터를 기준으로 상기 정밀지도 기반 법선벡터의 오차를 보정하고, 이에 따라 라이다 센서 기반 차선 평면을 보정하고, 보정된 차선 평면에서 정밀지도 기반 차선과 라이다 센서 기반 차선간의 차선 오차를 계산하는 단계, 상기 법선벡터 오차값과 상기 차선 오차값을 이용하여 회전 변환 행렬을 산출하는 단계 및 상기 회전 변환 행렬을 이용하여 라이다 센서의 각도 오차를 캘리브레이션하는 단계를 포함한다.

상기 정밀지도 기반 차선을 검출하는 단계에서, GNSS(Global Navigation Satellite System) 위치 기반으로 차선을 검출할 수 있다.

상기 법선벡터 오차를 계산하는 단계에서, 상기 정밀지도 기반 법선벡터를 기준으로 상기 라이다 기반 법선벡터의 롤(roll) 각도 오차와 피치(pitch) 각도 오차를 계산할 수 있다.

상기 차선 오차를 계산하는 단계에서, 상기 라이다 기반 법선벡터의 롤 각도 오차와 피치 각도 오차를 보정한 상태에서, 상기 정밀지도 기반 차선을 기준으로 상기 라이다 센서 기반 차선의 요(yaw) 각도 오차를 계산할 수 있다.

본 발명에 의하면, 정밀지도를 이용하여 라이다 센서에 대한 캘리브레이션을 수행함으로써, 누적 오차를 줄일 수 있는 효과가 있다.

또한, 본 발명에 의하면, 라이다의 요(yaw) 값뿐만 아니라 롤(roll), 피치(pitch) 값도 캘리브레이션함으로써, 보다 정확하다는 장점이 있다.

또한, 본 발명에 의하면, 별도의 라이다 캘리브레이션을 수행하지 않고, 정밀지도의 구간 주행 중에 자동으로 라이다 센서의 요, 롤, 피치 값을 캘리브레이션할 수 있다는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 정밀지도를 이용한 라이다 센서 캘리브레이션 방법을 보여주는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 라이다 센서 측정값과 관심영역을 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 라이다 센서로 검출한 차선을 도시한 것이다.
도 4는 본 발명의 일 실시예에 따른 정밀지도 차선과 라이다 센서로 검출한 차선을 도시한 것이다.
도 5는 본 발명의 일 실시예에 따른 정밀지도 기반 차선과 라이다 센서 기반 차선을 도시한 것이다.
도 6은 본 발명의 일 실시예에 따른 정밀지도 기반 차선 평면과 라이다 센서 기반 차선 평면을 도시한 것이다.
도 7은 본 발명의 일 실시예에 따른 정밀지도 기반 법선벡터와 라이다 센서로 검출한 법선벡터를 도시한 것이다.
도 8은 본 발명의 일 실시예에 따른 정밀지도 기반 법선벡터와 라이다 센서로 검출한 법선벡터 간의 각도 오차를 도시한 것이다.
도 9는 본 발명의 일 실시예에 따른 롤과 피치를 보정한 차선을 도시한 것이다.

본 명세서에서 개시된 실시 예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 개시에서 제안하고자 하는 실시 예는 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 당해 기술분야에서 통상의 지식을 가진 자에게 실시 예들의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시 예에 대해 구체적으로 설명하기로 한다.

본 명세서에서 사용되는 용어는 개시된 실시 예들의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 명세서의 상세한 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 명세서의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 발명은 차량에 장착된 라이다 센서 캘리브레이션 방법에 관한 것이다.

본 발명에서 정밀지도를 이용한 라이다 센서 캘리브레이션 방법을 수행하는 주체는 라이다 센서 캘리브레이션 방법을 수행하는 제반 시스템이라고 할 수 있으며, 또는 라이다 센서 캘리브레이션 방법을 수행하는 시스템 또는 장치를 전반적으로 제어하는 제어부나 프로세서(processor)일 수 있다. 즉, 본 발명의 라이다 센서 캘리브레이션 방법은 일종의 소프트웨어인 알고리즘으로 구성되며, 소프트웨어는 라이다 센서 캘리브레이션 수행 시스템, 라이다 센서 캘리브레이션 수행 장치의 제어부 또는 프로세서(processor)에서 실행될 수 있다.

도 1은 본 발명의 일 실시예에 따른 정밀지도를 이용한 라이다 센서 캘리브레이션 방법을 보여주는 흐름도이다.

도 1을 참조하면, 라이다 센서에서 측정한 값을 이용하여 라이다 센서 기반 차선을 검출한다(S101).

그리고, 라이다 센서 기반 차선에 대한 라이다 센서 기반 차선 평면을 계산한다(S103).

그리고, 라이다 센서 기반 차선 평면에 수직인 라이다 기반 법선벡터를 산출한다(S105).

차랑에 내장된 정밀지도를 기반으로 정밀지도 기반 차선을 검출한다(S107). 예를 들어, 정밀지도란 오차범위가 10cm 이내인 지도를 지칭할 수 있다.

그리고, 정밀지도 기반 차선에 대한 정밀지도 기반 차선 평면을 계산한다(S109).

그리고, 정밀지도 기반 차선 평면에 수직인 정밀지도 기반 법선벡터를 산출한다(S111).

그리고, 라이다 기반 법선벡터와 정밀지도 기반 법선벡터 간의 법선벡터 오차를 계산한다(S113).

그리고, 라이다 기반 법선벡터를 기준으로 정밀지도 기반 법선벡터의 오차를 보정하고, 이에 따라 라이다 센서 기반 차선 평면을 보정하고, 보정된 차선 평면에서 정밀지도 기반 차선과 라이다 센서 기반 차선간의 차선 오차를 계산한다(S115).

그리고, 법선벡터 오차값과 차선 오차값을 이용하여 회전 변환 행렬을 산출한다(S117).

그리고, 회전 변환 행렬을 이용하여 라이다 센서의 각도 오차를 캘리브레이션(calibration)한다(S119).

정밀지도 기반 차선을 검출하는 단계(S107)에서, GNSS(Global Navigation Satellite System) 위치 기반으로 차선을 검출할 수 있다. GNSS란 인공위성을 이용하여 위치·고도·속도 등에 관한 정보를 제공하는 시스템을 말한다.

법선벡터 오차를 계산하는 단계(S113)에서, 정밀지도 기반 법선벡터를 기준으로 라이다 기반 법선벡터의 롤(roll) 각도 오차와 피치(pitch) 각도 오차를 계산할 수 있다. 여기서 롤(roll)이란 x축을 기준으로 한 회전을 의미하고, 피치(pitch)란 y축을 기준으로 한 기준 회전을 의미한다.

차선 오차를 계산하는 단계(S115)에서, 라이다 기반 법선벡터의 롤 각도 오차와 피치 각도 오차를 보정한 상태에서, 정밀지도 기반 차선을 기준으로 라이다 센서 기반 차선의 요(yaw) 각도 오차를 계산할 수 있다. 여기서 요(yaw)란 z축을 기준으로 한 회전을 의미한다.

본 발명에서 라이다 센서 기반 차선을 검출하는 단계(S101)에서 라이다에서 측정되는 빛의 세기인 반사도를 이용하여 차선을 검출할 수 있다. 즉, 차선의 반사도가 도로의 반사도보다 높으므로, 이를 이용하여 차선을 검출할 수 있다. 이때, 차선과 관련없는 부분을 최소화하기 위하여 관심 영역을 제한한다.

도 2는 본 발명의 일 실시예에 따른 라이다 센서 측정값과 관심영역을 도시한 것이다. 도 2에서 라이다 센서 기반 차선 검출 시에 관심영역을 제한한 것을 확인할 수 있다.

도 3은 본 발명의 일 실시예에 따른 라이다 센서로 검출한 차선을 도시한 것이다.

도 3에서 보는 바와 같이, 라이다 센서를 이용하여 차선을 검출할 수 있으며, 파란색으로 표시되어 있다.

그리고, 본 발명에서 정밀지도를 이용하여 차선을 검출한다(S107). 예를 들어, GNSS 위치 기반으로 정밀지도 기반 차선을 검출할 수 있다.

도 4는 본 발명의 일 실시예에 따른 정밀지도 차선과 라이다 센서로 검출한 차선을 도시한 것이다.

도 4에서 정밀지도를 이용하여 검출한 차선이 초록색으로 표시되어 있고, 라이다 센서를 이용하여 검출한 차선이 파란색으로 표시되어 있다.

이렇게 검출된 정밀지도 기반 차선과 라이다 센서 기반 차선을 3차원 공간에 도시하면 다음과 같다.

도 5는 본 발명의 일 실시예에 따른 정밀지도 기반 차선과 라이다 센서 기반 차선을 도시한 것이다.

도 5는 3차원 공간에 정밀지도 기반 차선과 라이다 센서 기반 차선을 도시한 것으로서, 정밀지도 기반 차선과 라이다 센서 기반 차선이 3차원 공간에 도시되어 있다.

도 5에서 정밀지도 기반 차선과 라이다 센서 기반 차선에서 각각 임의의 세 점을 선택하여 연결하면 유일한 평면을 특정할 수 있다. 예를 들어, 차량에서 우측차선과 가장 가까운 점, 그 점으로부터 일정 거리 떨어진 우측차선 위의 한 점, 그리고, 좌측 차선과 가장 가까운 점을 선택한다. 이렇게 총 3개의 점으로

형태의 평면의 방정식을 구할 수 있다.

도 6은 본 발명의 일 실시예에 따른 정밀지도 기반 차선 평면과 라이다 센서 기반 차선 평면을 도시한 것이다.

도 6에서 정밀지도 기반 차선 평면이 초록색으로 표시되어 있고, 라이다 센서 기반 차선 평면이 파란색으로 표시되어 있다.

도 7은 본 발명의 일 실시예에 따른 정밀지도 기반 법선벡터와 라이다 센서로 검출한 법선벡터를 도시한 것이다.

도 7을 참조하면, 정밀지도 기반 차선평면과 라이다 센서 기반 차선평면에 각가 수직인 법선벡터를 구한다. 이때 법선벡터를 평면의 방정식을 이용하여 구할 수 있다. 즉,

의 평면의 방정식에서 법선벡터는 (a, b, c)이다.

도 8은 본 발명의 일 실시예에 따른 정밀지도 기반 법선벡터와 라이다 센서로 검출한 법선벡터 간의 각도 오차를 도시한 것이다.

도 8을 참조하면, 각도 계산을 하기 위해 각 법선벡터의 크기를 1로 만들고, 정밀지도 기반 법선벡터의 방향이 z축과 일치되도록 각 벡터에 일정한 값을 뺀다. 그 후 법선벡터의 롤 각도 오차 θ와, 피치 각도 오차 φ를 계산한다.

두 법선벡터 사이의 회전변환을 계산하면 롤 오차와 피치 오차를 캘리브레이션할 수 있다. 이를 수학식으로 나타내면 다음과 같다.

[수학식 1]

도 9는 본 발명의 일 실시예에 따른 롤과 피치를 보정한 차선을 도시한 것이다.

도 9에는 라이다 센서 기반 차선평면을 회전시켜서 롤과 피치를 보정한 차선이 도시되어 있으며, 정밀지도 기반 차선이 초록색으로 표시되고, 라이다 센서 기반 차선이 파란색으로 표시되어 있다.

정밀지도 기반 차선과 라이다 센서 기반 차선을 3차원의 직선의 방정식으로 표현하고, 두 차선을 일치시킨다. 이때, 롤과 피치가 보정되어 있으므로, 단지 요(yaw) 값만 캘리브레이션하는 것보다 더 정확한 것을 확인할 수 있다.

다음, 보정된 차선의 각도 차이를 이용하여 요 오차를 계산하고, 최종적으로 회전변환행렬을 구한다. 이를 수학식으로 나타내면 다음과 같다.

[수학식 2]

그리고, 라이다 센서를 통해 산출한 각도의 오차가 미리 정해진 임곗값 이상이면, 회전변환행렬 R을 사용하여 라이다 센서를 캘리브레이션한다. 이를 수학식으로 나타내면 다음과 같다.

[수학식 3]

수학식 3에서 S는 캘리브레이션 전 라이다 센서 값이고, S'는 캘리브레이션 후 라이다 센서 값을 나타낸다.

이상 본 발명을 몇 가지 바람직한 실시 예를 사용하여 설명하였으나, 이들 실시 예는 예시적인 것이며 한정적인 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.

Claims (4)

1. 차량에 장착된 라이다 센서 캘리브레이션 방법에서,
   라이다 센서에서 측정한 값을 이용하여 라이다 센서 기반 차선을 검출하는 단계;
   상기 라이다 센서 기반 차선에 대한 라이다 센서 기반 차선 평면을 계산하는 단계;
   상기 라이다 센서 기반 차선 평면에 수직인 라이다 기반 법선벡터를 산출하는 단계;
   차랑에 내장된 정밀지도를 기반으로 정밀지도 기반 차선을 검출하는 단계;
   상기 정밀지도 기반 차선에 대한 정밀지도 기반 차선 평면을 계산하는 단계;
   상기 정밀지도 기반 차선 평면에 수직인 정밀지도 기반 법선벡터를 산출하는 단계;
   상기 라이다 기반 법선벡터와 상기 정밀지도 기반 법선벡터 간의 법선벡터 오차를 계산하는 단계;
   상기 라이다 기반 법선벡터를 기준으로 상기 정밀지도 기반 법선벡터의 오차를 보정하고, 이에 따라 라이다 센서 기반 차선 평면을 보정하고, 보정된 차선 평면에서 정밀지도 기반 차선과 라이다 센서 기반 차선간의 차선 오차를 계산하는 단계;
   상기 법선벡터 오차값과 상기 차선 오차값을 이용하여 회전 변환 행렬을 산출하는 단계; 및
   상기 회전 변환 행렬을 이용하여 라이다 센서의 각도 오차를 캘리브레이션하는 단계
   를 포함하는 라이다 센서 캘리브레이션 방법.
   
2. 청구항 1에 있어서,
   상기 정밀지도 기반 차선을 검출하는 단계에서,
   GNSS(Global Navigation Satellite System) 위치 기반으로 차선을 검출하는 것을 특징으로 하는 라이다 센서 캘리브레이션 방법.
   
3. 청구항 1에 있어서,
   상기 법선벡터 오차를 계산하는 단계에서,
   상기 정밀지도 기반 법선벡터를 기준으로 상기 라이다 기반 법선벡터의 롤(roll) 각도 오차와 피치(pitch) 각도 오차를 계산하는 것을 특징으로 하는 라이다 센서 캘리브레이션 방법.
   
4. 청구항 3에 있어서,
   상기 차선 오차를 계산하는 단계에서,
   상기 라이다 기반 법선벡터의 롤 각도 오차와 피치 각도 오차를 보정한 상태에서, 상기 정밀지도 기반 차선을 기준으로 상기 라이다 센서 기반 차선의 요(yaw) 각도 오차를 계산하는 것을 특징으로 하는 라이다 센서 캘리브레이션 방법.
   
   

Images