KR20230012159A - 차량 측위 방법, 차량 및 차량 측위 시스템 - Google Patents
차량 측위 방법, 차량 및 차량 측위 시스템 Download PDFInfo
- Publication number
- KR20230012159A KR20230012159A KR1020210092607A KR20210092607A KR20230012159A KR 20230012159 A KR20230012159 A KR 20230012159A KR 1020210092607 A KR1020210092607 A KR 1020210092607A KR 20210092607 A KR20210092607 A KR 20210092607A KR 20230012159 A KR20230012159 A KR 20230012159A
- Authority
- KR
- South Korea
- Prior art keywords
- positioning
- vehicle
- location information
- information
- weight
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000003068 static effect Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 abstract description 2
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 abstract description 2
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000012937 correction Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000005433 ionosphere Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 102000027426 receptor tyrosine kinases Human genes 0.000 description 1
- 108091008598 receptor tyrosine kinases Proteins 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
-
- 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
- G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
-
- 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
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Operations Research (AREA)
Abstract
본 발명은 고가의 센서나 장비를 구비하지 않고 단순히 카메라와 GPS장치가 장착되고 ADAS혹은 반자율 주행이 가능한 차량에 있어서 보다 정밀한 측위가 가능한 차량 측위방법 및 차량 측위 시스템에 관한 것이다.
Description
본 발명은 고가의 센서나 장비를 구비하지 않고 보다 정밀한 측위가 가능한 차량 측위방법, 차량 및 차량측위 시스템에 관한 것이다.
위성항법시스템(GNSS: Global Navigation Satellite System: GNSS)은 인공위성에서 송신된 전파를 이용하여 지상 목표물의 위치정보를 산출하는 측위 시스템이다. GNSS는 교통수단의 위치 확인 등 민간 분야는 물론 미사일의 위치 추적 등 군사 분야에서 활발하게 이용되고 있다. 그 대표적인 예로 GPS(Global Positioning System)를 들 수 있다.
GPS는, 지상 목표물의 위치를 추적하기 위하여, 일반적으로 인공위성으로부터 수신된 L1 및 L2 반송파를 이용한 삼각 측량 방식을 사용하여, 지상 목표물의 절대 위치정보를 산출한다. 그러나, 이와 같은 위치 산출방법은, 위성시계, 위성궤도, 전리층과 대류층에 의한 전파지연 및 다중 전파경로 등의 구조적 요인, 위성배치 상황 등의 기하학적 요인 및 SA(Selective Availability) 등에 의해 측위 오차가 발생할 수 있다.
정확한 측위를 위하여 이러한 측위 오차를 보정할 필요가 있는데, 대표적인 측위 오차 보정 시스템으로서 RTK(Real Time Kinematic)가 있다. RTK는 정확한 위치정보를 갖고 있는 기준국(reference station)의 반송파 위상에 대한 보정치를 이용하여 실시간으로 cm급의 높은 정밀도를 갖는 위치정보를 산출하는 시스템이다.
또는 차량에 설치된 LiDAR 나 레이다와 같은 센서를 통해 도로의 신호등이나 표지판과 같은 객체를 인식하고, 자신의 주행거리와 비교하여 자차의 위치를 계산하여 측위의 정확도를 높일 수 있다. 이는 SLAM(simultaneously Localization and Mapping) 이라 칭하며, 표지판, 신호등 등 도로의 랜드마크가 되는 정밀지도의 정적 객체들의 정확한 위치(차량과의 거리와 방향)와 정밀지도에서 정의된 해당 인식한 객체의 정확한 객체 위치를 계산하여 자차의 위치를 정확하게 계산한다.
다만, 이러한 방식으로 정확한 측위를 얻는 방법은 고가의 RTK 장비, LiDar, 레이다 등의 수백, 수천만원에 달하는 고가의 센서가 필요하므로, 이러한 장비를 보유하지 않은 차량은 측위오차를 보정할 수 없다.
본 발명은 고가의 센서나 장비를 구비하지 않고 단순히 카메라와 GPS장치가 장착되고 ADAS혹은 반자율 주행이 가능한 차량에 있어서 보다 정밀한 측위가 가능한 차량 측위방법 및 차량 측위 시스템을 제공하는 것을 목적으로 한다.
위성으로부터 수신한 위성신호를 기초로 측위차량의 제1 위치정보를 산출하는 단계; 카메라 영상을 분석하여 도로 상의 객체를 추출하는 단계; LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 단계; 상기 추출한 객체 중 동적객체와 상기 제2 위치정보의 차량을 매칭하는 단계; 상기 제2 위치정보를 기초로 상기 측위차량의 제1 예상위치를 산출하는 단계; 상기 추출한 객체 중 정적객체와 고정밀지도(HD Map)과 매칭하여 상기 정적객체의 고정밀 지도상의 제3 위치정보를 검출하는 단계; 상기 제3 위치정보를 기초로 상기 측위차량의 제2 예상위치를 산출하는 단계; 및 상기 제1 예상위치와 상기 제2 예상위치를 기초로 측위차량의 측위정보를 산출하는 단계를 포함하는 차량측위 방법을 제공한다.
상기 제2 위치정보의 신뢰성을 기초로 상기 제1 예상위치의 제1 가중치를 설정하는 단계; 및 상기 제3 위치정보의 신뢰성을 기초로 상기 제2 예상위치의 제2 가중치를 설정하는 단계를 더 포함하는 단계를 포함할 수 있다.
상기 동적객체와 상기 정적객체의 합이 2 이상인 경우, 상기 측위정보를 산출하는 단계는 고, 상기 측위정보 산출단계는, 상기 제1 예상위치, 상기 제1 가중치, 상기 제2 예상위치 및 상기 제2 가중치를 기초로 상기 측위차량의 측위정보를산출할 수 있다.
상기 추출한 객체가 동적객체 한 개인 경우 상기 제1 가중치는 0이 되고 상기 측위정보 산출단계는 상기 제1 위치정보를 측위정보로 결정할 수 있다.
상기 추출한 객체가 정적객체 한 개인 경우 상기 제2 가중치는 1이 되고 상기 제3 위치정보를 측위정보로 결정할 수 있다.
상기 제1 가중치는 상기 제2 가중치 보다 작을 수 있다.
상기 제1 가중치 및 상기 제2 가중치는 상기 제1 위치정보와 상기 제2 위치정보 사이의 거리 및 상기 제1 위치정보와 상기 제3 위치정보사이의 거리가 멀수록 작아질 수 있다.
상기 제1 예상위치는 상기 제2 예상위치보다 범위가 넓을 수 있다.
상기 수신한 제2 위치정보가 정밀측위 정보가 아닌 경우LDM서버로부터 주변차량의 제2 위치정보를 재수신할 수 있다.
본 발명의 다른 측면에 따르면, 위성으로부터 수신한 위성신호를 기초로 측위차량의 위치정보를 산출하는 제1 위치정보 산출단계; 카메라 영상을 분석하여 도로 상의 복수개의 동적객체를 추출하는 단계; LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 단계; 상기 복수개의 동적객체와 상기 제2 위치정보의 차량을 매칭하는 단계; 상기 제2 위치정보를 기초로 상기 측위차량의 제1 예상위치를 산출하는 단계; 상기 제2 위치정보의 신뢰성을 기초로 상기 제1 예상위치의 제1 가중치를 설정하는 단계; 상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위차량의 측위정보를 산출하는 단계를 포함하는 차량 측위방법을 제공할 수 있다.
상기 제1 가중치는 상기 제1 위치정보와 상기 제2 위치정보 사이의 거리가 멀 수록 작아질 수 있다.
본 발명의 또다른 측면에 따르면, 위성신호를 수신하여 측위차량의 제1 위치정보를 산출하는 GPS장치; LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 통신부; 상기 측위차량의 주변의 영상을 취득하는 카메라; 상기 카메라로부터 취득한 영상에서 추출한 객체와 상기 제2 위치정보를 기초로 상기 측위차량의 측위정보를 산출하는 제어부를 포함하며, 상기 제어부는, 상기 제2 위치정보의 차량과 상기 추출한 객체를 매칭하여 제1 예상위치를 산출하고, 상기 제2 위치정보의 신뢰도를 기초로 상기 제1 예상 위치의 제1 가중치를 산출하며, 상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위정보를 산출하는 측위차량을 제공할 수 있다.
상기 제어부는, 추출객체 중 정적객체와 고정밀지도(HD Map)과 매칭하여 상기 정적객체의 고정밀 지도상의 제3 위치정보를 검출하고, 상기 제3 위치정보를 기초로 상기 측위차량의 제 2 예상위치를 산출하며, 상기 제3 위치정보의 신뢰성을 기초로 제2 가중치를 설정하고, 상기 제1 예상위치, 상기 제1 가중치, 상기 제2 예상위치 및 상기 제2 가중치를 기초로 측위차량의 측위정보를 산출할 수 있다.
상기 제1 가중치는 상기 제2 가중치 보다 작을 수 있다.
상기 제1 예상위치는 상기 제2 예상위치보다 범위가 넓을 수 있다.
상기 제1 위치정보와 상기 제2 위치정보 사이의 거리가 멀 수록 작아질 수 있다.
상기 수신한 상기 제2 위치정보가 정밀측위 정보가 아닌 경우 LDM서버로부터 주변차량의 상기 제2 위치정보를 재수신할 수 있다.
본 발명의 다른 측면에 따르면 위성신호를 기초로 제1 위치정보를 산출하는 측위차량; 도로 상의 차량의 제2 위치정보를 수신하고 상기 제2 위치정보를 상기 측위차량에 전송하는 LDM서버를 포함하고, 상기 측위차량은 상기 위성신호를 수신하는 GPS장치; 상기 LDM서버로부터 상기 제1 위치정보의 주변차량의 상기 제2 위치정보를 수신하는 통신부; 상기 측위차량의 주변의 영상을 취득하는 카메라; 상기 카메라로부터 취득한 영상에서 추출한 객체와 상기 제2 위치정보를 기초로 상기 측위차량의 측위정보를 산출하는 제어부를 포함하며, 상기 제어부는, 상기 제2 위치정보의 차량과 상기 추출한 객체를 매칭하여 제1 예상위치를 산출하고, 상기 제2 위치정보의 신뢰도를 기초로 상기 제1 예상 위치의 제1 가중치를 산출하며, 상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위정보를 산출하는 차량 측위 시스템을 제공할 수 있다.
고가의 장비가 없고 카메라와 같이 저렴한 장비만 구비한 차량에서도 주변 차량의 위치정보를 이용하여 정확한 측위가 가능하다.
본 발명의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 발명의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 발명의 바람직한 실시 예와 같은 특정 실시 예는 단지 예시로 주어진 것으로 이해되어야 한다.
도 1은 위성항법 시스템을 이용한 위치정보를 취득하는 방법을 설명하는 블록도이다.
도 2는 RTK방식을 이용하여 위치정보를 취득하는 방법을 설명하는 블록도이다.
도 3및 도 4는 본 발명의 주변 객체의 위치정보 취득 방법에 대한 개념도이다.
도 5및 도 6은 본 발명의 측위차량의 측위정보 산출 방법의 플로우 차트이다.
도 7및 도 8은 본 발명의 위치정보 취득 방법을 활용한 삼각측위 방법을 설명하기 위한 도면이다.
도 2는 RTK방식을 이용하여 위치정보를 취득하는 방법을 설명하는 블록도이다.
도 3및 도 4는 본 발명의 주변 객체의 위치정보 취득 방법에 대한 개념도이다.
도 5및 도 6은 본 발명의 측위차량의 측위정보 산출 방법의 플로우 차트이다.
도 7및 도 8은 본 발명의 위치정보 취득 방법을 활용한 삼각측위 방법을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 위성항법 시스템을 이용한 위치정보를 취득하는 방법을 설명하는 블록도이다.
위성항법시스템(GNSS: Global Navigation Satellite System: GNSS)은 인공위성에서 송신된 전파를 이용하여 지상 목표물의 위치정보를 산출하는 측위 시스템이다. GNSS는 교통수단의 위치 확인 등 민간 분야는 물론 미사일의 위치 추적 등 군사 분야에서 활발하게 이용되고 있다. 그 대표적인 예로 GPS(Global Positioning System)를 들 수 있다.
지구를 둘러싸고 있는 복수개의 위성을 통해 지상 목표물의 위치를 추적할 수 있다. 일반적으로 인공위성으로부터 수신된 신호의 반송파를 이용하여 지상 목표물과의 거리를 산출하고 복수개의 위성으로부터의 거리를 종합하여 지상 목표물의 절대 위치정보를 산출한다.
이론상 3개의 위성이 있으면 위치를 산출할 수 있으나, 시간오차까지 보상하기 위해 최소 4개 이상의 위성을 사용할 수 있다.
그러나, 이와 같은 위치 산출방법은, 위성시계, 위성궤도, 전리층과 대류층에 의한 전파지연 및 다중 전파경로 등의 구조적 요인, 위성배치 상황 등의 기하학적 요인 및 SA(Selective Availability) 등에 의해 측위 오차가 발생할 수 있다. 또한, 지상에서의 GPS수신기의 성능, 주변의 환경 및 날씨 등에 영향을 받을 수 있다.
정확한 측위를 위하여 이러한 측위 오차를 보정할 필요가 있는데, 대표적인 측위 오차 보정 시스템으로서 DGPS(Differential GPS)나, RTK(Real Time Kinematic)가 있다.
도 2는 RTK방식을 이용하여 위치정보를 취득하는 방법을 설명하는 블록도이다.
RTK는 정확한 위치정보를 갖고 있는 기준국(reference station)의 반송파 위상에 대한 보정치를 이용하여 실시간으로 cm급의 높은 정밀도를 갖는 위치정보를 산출하는 시스템이다.
RTK(Real-Time Kinematic; 실시간 이동식) 측량은 기준국(reference station) 의 보정 정보(RTCM: Real-Time Differential Correction Maritime)를 무선으로 이동국에 송신하여 의사거리를 보정한 후 위치를 계산할 수 있다.
RTK는 정확한 위치정보를 갖고 있는 기준국(reference station)의 반송파 위상에 대한 보정치를 이용하여 실시간으로 cm급의 높은 정밀도를 갖는 위치정보를 산출하는 시스템이다. 그러나, RTK는 기준국 반경 약 10 km에서 멀어질수록 정밀도가 감소하여 측위 오차가 증가하는 문제가 있는데, 이를 공간이격 오차라고 한다.
이러한 문제를 해결하기 위하여 GPS기준국망을 활용하여 GPS의 공간 비상관 오차(Spatial Decorrelation Error)의 영향을 완화함으로써 GPS-RTK기준국의 서비스 반경을 약 50~70km 수준까지 넓힐 수 있는 네트워크(Network) RTK가 제안되었다.
국내에서 서비스 중인 네트워크 RTK로서 VRS(virtual reference station) 방식, FKP(Flachen Korrektur Parameter) 방식 및 MAC(Master-Auxiliary Concept) 방식이 있다.
GPS와 같은 위성항법 시스템은 저비용의 단말기를 이용하여 누구나 사용할 수 있으나, RTK 는 고가의 장비를 이용해야 하기 때문에 모든 차량에 이를 구비하는 것은 어려움이 있다. RTK방식도 원거리의 기준국이나 서버와 통신을 수행해야 하므로 오차가 발생할 수 있어 신뢰성의 검증이 필요하다.
RTK기능을 구비하지 않은 일반적인 GPS장치만으로는 위치보정이 어렵고, RTK기능을 구비하더라도 GPS신호가 약하거나 RTK보정정보가 부정확한 경우 차량의 정확한 위치의 측위가 어렵다.
이에 본 발명은 고가의 RTK 장비를 보유하지 않고도, 주변 차량의 정보를 이용하여 보다 정확한 위치정보를 보정할 수 있는 기술을 제공한다. 도 3은 본 발명의 위치정보 취득 방법에 대한 개념도이고, 도 4는 본 발명의 위치정보 취득 방법을 설명하는 블록도이다.
본 발명의 측위 시스템은 위성신호를 이용할 뿐만 아니라 차량간의 무선신호를 이용하므로, 본 차량과 본 차량에 인접한 주변차량까지 포함된다.
측위 시스템의 차량은 기본적인 차체와 차체를 구동하는 구동부를 기본적으로 포함하고, 위치정보를 산출하기 위해 측위모듈, 무선통신 부 및 제어부를 포함한다.
자율주행 자동차란 운전자 또는 승객의 조작없이 자동차가 스스로 운행가능한 자동차를 의미한다. 현재까지는 완전 자율주행은 아니지만 적어도 일부 기능은 운전자가 조작하지 않고 차량이 스스로 판단하여 주행할 수 있다.
현재까지 상용화된 기술의 예로, 속도유지(Cruise Control), 적응속도 유지(Adaptive Cruise Control), 차로유지(Lane Keep) 등이 있다.
속도유지(Cruise Control), 는 차량의 속도를 일정하게 유지하기 위해 가속 감속을 차량이 스스로 하는 기능이다.
적응속도 유지(Adaptive Cruise Control)는 주변 차량과의 거리 등을 고려하여 속도유지가 어려운 경우 감속할 수 있는 기능이 추가된 것을 의미한다.
차로유지(Lane Keep)는 차선을 인식하여 차선을 이탈하는 것으로 판단하면 차량 스스로 핸들을 조작하거나 운전자에게 차량이탈을 경고할 수 있다.
이와 같은 자율주행을 수행하기 위해서 차량은 각종 센서, 센서와 외부 서버나 차량과 통신할 수 있는 무선통신부 및 수집한 정보를 기초로 차량을 제어하는 제어부를 포함할 수 있다.
센서로서 카메라, 근접센서, 차량의 속도/가속도를 감지하는 속도센서, 가속도 센서 자이로 센서 등을 예로 들 수 있다.
무선통신부로서, 위성으로부터 위치정보를 받기 위한 GPS무선장치, LDM서버와 무선통신하기 위한 통신장치 및 근접차량과의 정보를 공유하기 위한V2X 통신 장치 등을 예로 들 수 있다.
자율주행을 정확하게 수행하기 위해서는 차량의 정확한 측위정보가 필요하다. 여기서 측위정보는 실시간으로 주행 차량이 움직일 때 마다 변화하는 위치정보로서, 전술한 위성항법이나 RTK방식 등 다양한 방식으로 취득할 수 있다. 후술할 주행 차량 주변의 객체의 위치정보와 구분하기 위해 측위차량(10) (반드시 측위차량(10)이 주행 중일 필요는 없고 지속적으로 위치정보의 업데이트가 필요한 차량)의 위치정보를 측위정보라고 한다.
정확한 측위정보가 자율주행의 기본이기 때문에 측위정보는 오차가 10cm이하로 정확도를 높일 필요가 있다.
GPS와 같은 위성항법을 이용한 측위방법은 오차가 크기 때문에 cm단위의 정확한 측위를 위해서는 추가적인 측위방법을 더 이용해야 한다. 본 발명은 추가적인 고가의 장비를 구비하지 않고도 정확한 측위정보를 얻을 수 있는 방법을 제공한다. 도 3및 도 4는 본 발명의 주변 객체의 위치정보 취득 방법에 대한 개념도이다.
보다 구체적으로 도 3은 본 발명의 LDM(local Dynamic Map)방식을 통한 주변 차량(21)의 위치정보 취득 방법에 대한 개념도이다.
LDM 은 센터, 노변의 기지국, 차량과 같은 ITS(Intelligent Transport Systems) station 내부에 위치하는 데이터 저장장소(30)로서, 동적정보를 기반으로 한 전자지도이다. LDM은 전자지도 자체를 의미하는 것이 아니고 전자지도가 가지고 있는 관심지점(POI: Point of Interest)을 기반으로 운영된다. 즉, 전자지도는 LDM을 운영하기 위한 매개체이자 수단으로 활용할 수 있다.
LDM은 정보를 관리하는 4개의 레이어로 구성된다. 제1 레이어는 도로, 건물, 차선 등 정적데이터를, 제2 레이어는 계획된 도로공사나 도로점용 행사 등과 같은 일시적인 정적 데이터, 제3 레이어는 돌발상황, 지체, 정체등과 같은 일시적인 동적 데이터를 포함한다. 제4 레이어는 보행자 및 기상상태와 같은 실시간으로 변화하는 요소에 대한 데이터를 포함한다.
즉 LDM은 정밀지도를 기반으로 교통상황에 다른 다양한 정보를 실시간으로 수집, 저장 가공하여 자율주행을 포함한 협력형 ITS(Intelligent Transport Systems)에 서비스를 제공할 수 있다.
LDM과 연계된 차량들은 각각의 차량의 ID, 타임스탬프, 위치정보 및 차량의 센서에서 감지한 정보를 LDM에 전송할 수 있다.
차량에 따라 GPS정보 이외에 위치정보를 수집할 수 있는 수단을 구비하지 못한 차량도 있고, 라이다(LiDAR)나 전술한 RTK를 이용하여 정확한 측위정보를 얻을 수 있다.
라이다(LiDar)는 3D 공간을 맵핑하는데 큰 역할을 한다. 라이다는 펄스 레이저를 목표물에 방출하고 빛이 돌아오기까지 걸리는 시간 및 강도를 바탕으로 정보를 축적해, 실시간으로 현실세계의 3차원 지도 정보를 수집한다.
라이다는 대상 물체까지의 거리뿐만 아니라 움직이는 속도와 방향까지 측정 가능하며 자외선, 가시광선, 근적외선 등을 사용하여 금속성이 아닌 바위나 구름, 빛방울, 에어로졸 등도 감지 가능하여 보다 정확한 지형을 탐지할 수 있다.
라이더를 부착한 차량이나 RTK방식으로 측위정보 보정이 가능한 차량 등의 정보는 보다 정확한 정보로 인식할 수 있어, LDM서버(30)에서는 해당 정보의 신뢰성을 높게 평가할 수 있다.
측위차량(10)은 이러한 주변 차량의 정보(제2 위치정보)를 LDM서버(30)로부터 받을 수 있고, 주변차량의 정보와 카메라 영상에서 획득한 영상을 매칭하여 수신한 정보의 차량과 카메라 영상에서 얻은 차량을 매칭할 수 있다. 수신한 정보와 카메라로 얻은 차량과 측위차량(10)의 상대적 위치정보를 조합하여 측위차량(10)의 최종 측위정보를 얻을 수 있다.
LDM서버(30)를 통한 측위정보 산출방법에 관해서는 도 6의 플로우 차트에서 보다 구체적으로 설명하도록 한다.
도 4는 고정밀 지도(HD Map: High Definition Map)를 이용하여 위치정보를 얻는 방법에 대한 개념도이다. 고정밀 지도란 도로와 주변지형의 정모를 높은 정확도로 구축한 3D지도로서, 자동차가 운행하는 도로와 주변 지형 정보를 cm수준으로 정밀도를 가지고 있다. 안전한 자율주행을 위해 필수적인 요소로 자율주행의 의사결정 프로세스에서 고정밀지도의 세밀 정보가 필수적이기 때문에 인간 운전자가 아닌 자동차 스스로에게 모든 정보를 맡기기 위해서는 주행공간에 대한 충분한 정보가 필요하다.
고정밀 지도에는 도로 중심선, 경계선 등 차선단위의 정보 및 신호등, 표지판, 연석, 노면마트 및 각종 구조물 정보가 3차원 디지털로 담긴다. 1:1에 가까운 규모로 제작하여 오차를 10cm이하로 낮출 수 있다.
고정밀 지도를 구축하기 위해서는 하드웨어, 소프트웨어 기술이 총동원되며 특히 센서의 역할이 중요하다. 고정밀지도를 구축하기 위해서 모바일 매핑 시스템 (Mobile Mapping System, MMS)이 필요하다.
MMS란 다양한 센서를 장착한 3차원 공간정보 조사 시스템이다. 차량 등의 이동체에 위치측정 및 지형지물 측량을 위한 카메라, 라이다(LIDAR), GPS 등의 센서를 장착한다. 이들은 서로 유연하게 작동해 다양하고 세밀한 위치정보를 획득하게 된다.
일반 차량도 라이다와 같은 고정밀 센서를 구비한 경우 인간이 운전하여 감지하는 시각 정보에 거의 근접하게 얻을 수 있어 자율주행을 구현할 수 있다. 그러나, 라이다와 같은 장치는 고가의 장비로 일반 차량에 장착하는 것은 현실적으로 어렵다.
라이다가 없더라도 카메라와 같은 저렴한 센서를 통해 수집된 정보와 고정밀 지도의 정적 정보를 매칭하여 차량의 위치 및 차량 전면의 상황에 대한 정보를 보다 정확하게 인지할 수 있다. 또한, 차량이 감지한 동적정보(사람, 차량)을 고정밀 지도와 매칭하여 자율주행을 구현할 수 있다.
정밀 지도가 더욱 정밀한 역할을 수행하려면 고정밀 GPS와의 연동이 필요하다. GPS와의 연동을 통해 지도의 상태를 최신으로 유지하고 실시간으로 변화를 읽어낼 수 있다.
측정차량이 카메라를 이용하여 인식한 이정표, 신호등, 주변 건물 등을 통해 정밀지도 상의 위치를 산출할 수 있다. 차량의 카메라를 통해 인식한 정보만으로 정확한 위치를 탐색은 시간이 소요되는 바, GPS를 통한 m단위의 제1 위치정보를 취득하고 GPS로 얻은 제1 위치정보를 포함하는 소정범위의 고정밀 지도와 카메라에서 얻은 정보를 매칭하여 cm단위로 정확도가 높은 제3 위치정보를 얻을 수 있다.
LDM 서버로부터 동적정보를 얻고 고정밀지도로부터 정적정보를 얻어 보다 정확한 측위정보를 얻을 수 있다. 도 5및 도 6은 본 발명의 측위차량(10)의 측위정보 산출 방법의 플로우 차트이다.
먼저 측위차량(10)의 GPS로 제1 위치정보를 수신한다(S110). GPS는 전술한 위성항법 시스템의 대표적인 예로 GPS이외의 다른 방식으로 인공위성과 통신을 통해서도 제1 위치정보를 취득할 수 있다.
차량에 구비된 카메라 영상분석을 통해 도로상의 객체를 인식할 수 있다(S120). 차량에 구비된 카메라는 전방을 향하는 카메라뿐만 아니라 측방향 배면방향에 위치하는 카메라를 모두 포함할 수 있다. 전면에 위치하는 카메라도 상측을 촬영하는 카메라와 하방을 촬영하는 카메라 등 복수 개를 포함할 수 있으며, 각 카메라가 취득한 영상을 기초로 서라운드 뷰를 제공할 수 있다.
카메라가 취득한 영상을 기초로 주변의 객체를 인식하고 정적객체(22)와 동적객체(21)를 추출할 수 있다. 동적객체(21)는 차량이나 보행자와 같이 위치가 변화하는 대상을 의미하고, 정적객체(22)는 표지판, 신호등 주변 랜드마크 건물과 같이 항상 동일한 위치에 고정되어 절대좌표를 가지고 있는 객체를 의미한다.
차량의 측위를 위해 보행자를 식별할 필요는 없고 차량번호 등을 카메라로 인식하여 차량을 특정할 수 있으면 객체로 추출할 수 있다. 표지판 등에서 정확한 이미지는 문자를 추출할 수 있는 경우 정적객체(22)로 추출할 수 있다.
객체추출단계(S120, S130)과 제1 위치정보 수신하는 단계(S110)은 동시에 수행될 수도 있고 순서가 바뀔 수도 있다.
추출한 객체가 없는 경우(S130), 즉 카메라 영상으로부터 객체를 추출할 수 없는 경우 위성신호를 통해 얻은 제1 위치정보를 측위차량(10)의 측위정보로 이용할 수 있다(S164). 오차가 있을 수 있으나 주변의 객체를 인식하지 못하는 경우 제1 위치정보가 얻을 수 있는 유일한 위치정보이므로 제1 위치정보를 측위차량(10)의 최종 측위정보로 설정하고 이를 기초로 차량을 제어할 수 있다.
카메라 영상에서 객체를 추출할 수 있고(S130), 추출한 객체가 2개 이상인 경우(S140) 각 객체의 위치정보로부터 상대적인 측위차량(10)의 위치를 도출하여 위성신호를 통해 취득한 제1 위치정보보다 정확한 측위정보를 산출할 수 있다(S150).
그러나 인식하는 객체가 1개인경우, 특히 추출객체가 동적객체(21)인 경우 위치가 변화하므로 속도 변화등 예측하지 못하는 변화가 생기는 경우 동적객체(21)의 위치정보는 정확도가 떨어질 수 있다.
따라서, 동적객체(21) 한 개만 추출된 경우(S160) 제1 위치정보를 측위정보로 설정할 수 있다(S164). 정적객체(22) 한 개만 추출된 경우, 고밀도 지도상에 정적객체(22)의 위치정보인 제3 위치정보를 산출할 수 있다. 전술한 바와 같이 추출객체와 고밀도 지도상에서의 객체를 빠르게 매칭하기 위해서 제1 위치정보를 활용하여 고밀도 지도의 범위를 한정할 수 있다.
예를 들어 제1 위치정보의 반경 10m이내의 고정밀 지도 상의 객체와 추출객체를 매칭하면 보다 빨리 추출객체와 고정밀 지도 상의 객체를 매칭하여 제3 위치정보를 얻을 수 있다.
제3 위치정보는 고정된 좌표로서 시간오차나 예측치를 벗어나는 돌발상황이 적어 신뢰성이 높다. 제3 위치정보와 정적객체(22)와 측위차량(10)의 거리를 기초로 측위차량(10)의 정확한 측위정보를 얻을 수 있다(S162).
도 6은 도 5의 2이상의 객체를 추출한 경우 각 객체의 위치정보를 기초로 측위차량(10)의 측위정보를 산출하는 방법(S150)을 보다 구체적으로 나타낸 플로우 차트이다.
추출한 객체의 위치정보를 취득하고(S152, S156) 이로부터 측위차량(10)의 예상위치를 산출하며(S154, S157), 위치정보의 신뢰도에 따라 산출한 예상위치의 가중치를 설정한다(S155, S158). 예상위치와 가중치를 기준으로 교집합의 좌표범위를 측위차량(10)의 측위정보로 산출할 수 있다.
보다 구체적으로 추출객체가 동적객체(21)인 경우(S152~S155)와 정적객체(22)인 경우(S156~ S158) 위치정보, 예상위치 및 가중치를 설정하고 측위차량의 측위정보를 산출하는 방법(S159)에 대해 나누어 살펴본다.
2 이상의 주변 객체의 위치정보와 측위차량(10)과 객체까지의 거리정보가 있으면 정확한 측위정보를 얻을 수 있다(S150). 추출객체가 동적객체(21)인 경우(S151) LDM서버(30)로부터 정보를 수신한다(S152).
LDM서버(30)로부터 주변 차량의 위치정보를 수신은 반드시 동적객체(21)를 확인한 이후에 수행되는 것이 아니라, 실시간으로 소정주기로 수신할 수 있다. 수신한 위치정보의 차량과 영상에서 추출한 동적객체(21)가 일치하는 경우 추출객체의 제2 위치정보를 취득할 수 있다.
LDM서버(30)로부터 수신한 위치정보가 RTK나 라이다와 같은 정밀장치를 통해 취득한 정보인 측위차량(10)의 측위정보 산출에 이용할 수 있으나, 일반적은 GPS위치정보를 통해 얻어진 위치정보인 경우 신뢰성이 낮으므로 측위정보 산출에서 배제할 수 있다.
객체의 동일성은 영상에서 추출한 동적객체(21)의 차량번호를 기초로 판단한 수 있다. LDM서버(30)에 위치정보를 전송시 각 차량의 고유 ID를 함께 제공하므로 위치정보에 대응되는 차량의 고유ID와 추출객체의 차량번호가 매칭되면 동일차량으로 인식하 수 있다.
차량의 고유ID는 차량번호일 수도 있고 차대번호일 수도 있다. 따라서 고유ID와 차량번호가 동일하지 않더라도 LDM서버(30)에서는 위치정보에 대응되는 차량의 차량번호에 대한 정보를 함께 측위차량(10)에 제공하여 추출객체와 LDM서버(30)에서 제공받은 위치정보의 차량의 동일성을 판단할 수 있다.
제2 위치정보를 기초로 측위차량(10)의 제1 예상위치를 산출할 수 있다(S154). 측위차량(10)과 추출차량의 거리를 기초로 측위차량(10)의 상대적 위치를 판단할 수 있으며 이를 제1 예상위치라 한다. 측위차량(10)과 추출차량의 거리는 카메라에서 획득한 영상을 분석하여 얻을 수 있고, 적외선 센서와 같이 거리를 측정할 수 있는 별도의 센서를 더 구비할 수도 있다.
제2 위치정보는 실제 LDM서버(30)에 제공된 시간과 수신한 시간에 차이가 발생하므로 그 시간동안 측위차량(10) 및 객체의 이동거리를 고려하여 측위차량(10)의 제1 예상위치를 산출할 수 있다.
제1 예상위치는 제2 위치정보와 측위차량(10)과 거리로 산출된 값에서 오차범위를 고려하여 일정범위를 포함할 수 있다. 객체의 위치정보의 신뢰도가 낮을수록 오차범위가 커지므로 예상위치의 범위가 넓어지고, 신뢰도가 높을수록 오차범위가 작아져 예상위치의 범위는 좁아진다.
제2 위치정보의 신뢰도에 따라 제1 예상위치의 제1 가중치를 설정할 수 있으며(S155) 제2 위치정보의 신뢰도가 낮으면 가중치도 낮아지고 신뢰도가 높으면 가중치는 높아진다.
추출객체가 정적객체(22)인 경우, 정밀지도 상 추출객체의 제3 위치정보를 검출할 수 있다(S156). 정적객체(22)인 경우 오차범위가 작으므로 정적객체(22)와 측위차량(10)의 거리와 제3 위치정보의 합으로 도출된 위치를 기준으로 소정범위의 제2 예상위치를 산출할 수 있다(S157).
제2 예상위치의 신뢰도에 따라 제2 가중치가 달라지며 정적객체(22)의 제3 위치정보는 신뢰도가 높아 제1 가중치에 비해 높은 제2 가중치를 설정할 수 있다(S158).
제1 예상위치, 제2 예상위치, 제1 가중치 및 제2 가중치를 기초로 중첩되는(교집합의) 좌표범위를 측위차량의 측위정보로 산출할 수 있다(S159)
이하에서는 도 7 및 도 8을 참고하여 제1 예상위치, 제2 예상위치, 제1 가중치 및 제2 가중치를 기초로 측위정보 산출하는 방법을 보다 구체적으로 살펴보도록 한다. 도 7및 도 8은 본 발명의 위치정보 취득 방법을 활용한 삼각측위 방법을 설명하기 위한 도면이다. 도 7을 참고하면, 진하게 표시된 부분이 주변객체의 위치정보로부터 산출한 측위차량(10)의 예상위치이다.
동적객체(21)의 경우 오차범위가 정적객체(22)보다 크므로 E1과 θ1은 E2과 θ2보다 크고 따라서 동적객체(21)(차량)의 제2 위치정보(X1, Y1) 를 기초로 산정한 제1 예상위치의 범위는 정적객체(22, 표지판)의 제3 위치정보(X2, Y2)를 기초로 산정한 제2 예상위치의 범위 보다 넓은 것을 확인할 수 있다(도 7 참조).
정적객체(22)의 제3 위치정보는 신뢰도가 높으므로 제2 예상위치의 제2 가중치는 1로 설정할 수 있다. 동적객체(21)의 제2 위치정보는 신뢰도가 낮으므로 제1 예상위치의 제1 가중치는 0.8과같이 제2 가중치보다 작은 값으로 설정할 수 있다.
또한, 도 8에 도시된 바와 같이 객체와 측위차량(10) 사이의 거리가 멀수(D1>D2)록 오차범위가 커지므로, 도면 상 부채꼴(삼각형)의 크기가 커지고, 예상위치의 범위도 커지게 된다. 또한, 객체의 위치가 멀수록 객체의 위치정보로부터 산출한 예상위치의 신뢰도도 낮게 설정될 수 있다.
예를 들어 15m 이내의 차량(동적객체(21))의 경우 가중치를 0.8로 하나, 그 이상 떨어진 경우 0.7로 낮출 수 있으며 소정거리(예를 들어 40m) 이상 벗어난 객체의 경우에는 측위정보 산출에서 가중치를 0으로 두어 배제할 수 있다.
정적 객체(22, 22')의 경우도 측위차량으로부터 거리가 먼 경우 가중치를 단계적으로 낮추고 소정거리 이상인 경우 가중치를 0으로 두어 측위정보 산출시 배제할 수 있다.
객체별 위치 및 가중치를 기준으로 오차범위를 고려하여 측위차량의 예상위치를 산출하고 예상위치의 교집합의 좌표 범위(정규분포)를 측위차량(10)의 측위정보로 결정할 수 있다.
정적객체(22)이든 동적객체(21)이든 제1 위치정보와 제2 위치정보가 2개 이상인 경우 그 교집합을 통해 산출 할 수 있으며, 도 7 및 도 8에 도시된 바와 같이 세 개 이상의 객체로부터의 상대적 거리를 이용하여 삼변측량법(trilateration)을 이용할 수 있어 정확한 측위정보를 도출할 수 있다.
도 7 및 도 8은 시각적인 표현을 위해 가중치는 표시하지 않고 오차를 고려한 예상위치의 교집합을 도시하나, 실제 측위정보는 가중치까지 고려하여 산출할 수 있다.
본 발명의 측위 방법을 이용하면 고가의 장비가 없고 카메라와 같이 저렴한 장비만 구비한 차량에서도 주변 차량의 위치정보를 이용하여 정확한 측위가 가능하다.
이상에서 살펴본 바와 같이 본 발명의 차량의 측위방법은 고가의 장비가 없고 카메라와 같이 저렴한 장비만 구비한 차량에서도 주변 차량의 위치정보를 이용하여 정확한 측위가 가능하다.
이외에도 당업자는 본 명세서에 기초하여 개시된 실시형태를 용이하게 변경 또는 변형할 수 있으며, 이러한 변경 또는 변형도 본 발명의 권리범위에 속함은 명백하다.
10: 측위 차량
21, 22: 객체
30: LDM서버
21, 22: 객체
30: LDM서버
Claims (18)
- 위성으로부터 수신한 위성신호를 기초로 측위차량의 제1 위치정보를 산출하는 단계;
카메라 영상을 분석하여 도로 상의 객체를 추출하는 단계;
LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 단계;
상기 추출한 객체 중 동적객체와 상기 제2 위치정보의 차량을 매칭하는 단계;
상기 제2 위치정보를 기초로 상기 측위차량의 제1 예상위치를 산출하는 단계;
상기 추출한 객체 중 정적객체와 고정밀지도(HD Map)과 매칭하여 상기 정적객체의 고정밀 지도상의 제3 위치정보를 검출하는 단계;
상기 제3 위치정보를 기초로 상기 측위차량의 제2 예상위치를 산출하는 단계;
상기 제1 예상위치와 상기 제2 예상위치를 기초로 측위차량의 측위정보를 산출하는 단계를 포함하는
차량 측위방법. - 제1 항에 있어서,
상기 제2 위치정보의 신뢰성을 기초로 상기 제1 예상위치의 제1 가중치를 설정하는 단계; 및
상기 제3 위치정보의 신뢰성을 기초로 상기 제2 예상위치의 제2 가중치를 설정하는 단계를 더 포함하는 단계를 포함하는 것을 특징으로 하는
차량 측위방법. - 제2 항에 있어서,
상기 동적객체와 상기 정적객체의 합이 2 이상인 경우,
상기 측위정보를 산출하는 단계는 상기 제1 예상위치, 상기 제1 가중치, 상기 제2 예상위치 및 상기 제2 가중치를 기초로 상기 측위차량의 측위정보를 산출하는 것을 특징으로 하는
차량 측위방법. - 제2 항에 있어서,
상기 추출한 객체가 동적객체 한 개인 경우
상기 제1 가중치는 0이 되고
상기 측위정보 산출단계는 상기 제1 위치정보를 측위정보로 결정하는 것을 특징으로 하는 차량 측위방법. - 제2 항에 있어서,
상기 추출한 객체가 정적객체 한 개인 경우
상기 제2 가중치는 1이 되고
상기 제3 위치정보를 측위정보로 결정하는 것을 특징으로 하는 차량 측위방법. - 제2 항에 있어서,
상기 제1 가중치는 상기 제2 가중치 보다 작은 것을 특징으로 하는 차량 측위방법. - 제2 항에 있어서,
상기 제1 가중치 및 상기 제2 가중치는
상기 제1 위치정보와 상기 제2 위치정보 사이의 거리 및 상기 제1 위치정보와 상기 제3 위치정보 사이의 거리가 멀수록 작아지는 것을 특징으로 하는
차량 측위방법. - 제1 항에 있어서,
상기 제1 예상위치는 상기 제2 예상위치보다 범위가 넓은 것을 특징으로 하는
차량 측위방법. - 제1 항에 있어서,
상기 수신한 상기 제2 위치정보가 정밀측위 정보가 아닌 경우 LDM서버로부터 주변차량의 제2위치정보를 재수신하는 것을 특징으로 하는
차량 측위방법. - 위성으로부터 수신한 위성신호를 기초로 측위차량의 위치정보를 산출하는 제1 위치정보 산출단계;
카메라 영상을 분석하여 도로 상의 복수개의 동적객체를 추출하는 단계;
LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 단계;
상기 복수개의 동적객체와 상기 제2 위치정보의 차량을 매칭하는 단계;
상기 제2 위치정보를 기초로 상기 측위차량의 제1 예상위치를 산출하는 단계;
상기 제2 위치정보의 신뢰성을 기초로 상기 제1 예상위치의 제1 가중치를 설정하는 단계;
상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위차량의 측위정보를 산출하는 단계를 포함하는
차량 측위방법. - 제10 항에 있어서,
상기 제1 가중치는
상기 제1 위치정보와 상기 제2 위치정보 사이의 거리가 멀 수록 작아지는 것을 특징으로 하는
차량 측위방법. - 위성신호를 수신하여 측위차량의 제1 위치정보를 산출하는 GPS장치;
LDM서버로부터 상기 제1 위치정보의 주변차량의 제2 위치정보를 수신하는 통신부;
상기 측위차량의 주변의 영상을 취득하는 카메라;
상기 주변의 영상에서 추출한 객체와 상기 제2 위치정보를 기초로 상기 측위차량의 측위정보를 산출하는 제어부를 포함하며,
상기 제어부는,
상기 제2 위치정보의 차량과 상기 추출한 객체를 매칭하여 상기 측위차량의 제1 예상위치를 산출하고,
상기 제2 위치정보의 신뢰도를 기초로 상기 제1 예상위치의 제1 가중치를 산출하며,
상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위정보를 산출하는 측위차량. - 제12 항에 있어서,
상기 제어부는,
추출객체 중 정적객체와 고정밀지도(HD Map)과 매칭하여 상기 정적객체의 고정밀 지도상의 제3 위치정보를 검출하고,
상기 제3 위치정보를 기초로 상기 측위차량의 제 2 예상위치를 산출하며,
상기 제3 위치정보의 신뢰성을 기초로 제2 가중치를 설정하고,
상기 제1 예상위치, 상기 제1 가중치, 상기 제2 예상위치 및 상기 제2 가중치를 기초로 상기 측위차량의 측위정보를 산출하는 것을 특징으로 하는
측위차량. - 제13 항에 있어서,
상기 제1 가중치는 상기 제2 가중치 보다 작은 것을 특징으로 하는
측위차량. - 제13 항에 있어서,
상기 제1 예상위치는 상기 제2 예상위치보다 범위가 넓은 것을 특징으로 하는
측위차량. - 제12 항에 있어서,
상기 제1 가중치는
상기 제1 위치정보와 상기 제2 위치정보 사이의 거리가 멀 수록 작아지는 것을 특징으로 하는
측위차량. - 제12 항에 있어서,
상기 수신한 상기 제2 위치정보가 정밀측위 정보가 아닌 경우 LDM서버로부터 주변차량의 상기 제2 위치정보를 재수신하는 것을 특징으로 하는
측위차량. - 위성신호를 기초로 제1 위치정보를 산출하는 측위차량;
도로 상의 차량의 제2 위치정보를 수신하고 상기 제2 위치정보를 상기 측위차량에 전송하는 LDM서버를 포함하고,
상기 측위차량은
상기 위성신호를 수신하는 GPS장치;
상기 LDM서버로부터 상기 제1 위치정보의 주변차량의 상기 제2 위치정보를 수신하는 통신부;
상기 측위차량의 주변의 영상을 취득하는 카메라;
상기 카메라로부터 취득한 영상에서 추출한 객체와 상기 제2 위치정보를 기초로 상기 측위차량의 측위정보를 산출하는 제어부를 포함하며,
상기 제어부는,
상기 제2 위치정보의 차량과 상기 추출한 객체를 매칭하여 제1 예상위치를 산출하고,
상기 제2 위치정보의 신뢰도를 기초로 상기 제1 예상 위치의 제1 가중치를 산출하며,
상기 제1 예상위치와 상기 제1 가중치를 기초로 상기 측위정보를 산출하는
차량 측위 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210092607A KR102660839B1 (ko) | 2021-07-15 | 2021-07-15 | 차량 측위 방법, 차량 및 차량 측위 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210092607A KR102660839B1 (ko) | 2021-07-15 | 2021-07-15 | 차량 측위 방법, 차량 및 차량 측위 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20230012159A true KR20230012159A (ko) | 2023-01-26 |
KR102660839B1 KR102660839B1 (ko) | 2024-04-25 |
Family
ID=85110715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210092607A KR102660839B1 (ko) | 2021-07-15 | 2021-07-15 | 차량 측위 방법, 차량 및 차량 측위 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102660839B1 (ko) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160140055A (ko) * | 2015-05-29 | 2016-12-07 | 현대자동차주식회사 | 내비게이션 장치 및 그의 동적 지도 제공 방법 |
KR20190132526A (ko) * | 2017-06-13 | 2019-11-27 | 엘지전자 주식회사 | 차량에 구비된 차량 제어 장치 및 차량의 제어방법 |
-
2021
- 2021-07-15 KR KR1020210092607A patent/KR102660839B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160140055A (ko) * | 2015-05-29 | 2016-12-07 | 현대자동차주식회사 | 내비게이션 장치 및 그의 동적 지도 제공 방법 |
KR20190132526A (ko) * | 2017-06-13 | 2019-11-27 | 엘지전자 주식회사 | 차량에 구비된 차량 제어 장치 및 차량의 제어방법 |
Also Published As
Publication number | Publication date |
---|---|
KR102660839B1 (ko) | 2024-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210063162A1 (en) | Systems and methods for vehicle navigation | |
JP6837690B2 (ja) | 表面貫通レーダーを用いた乗物位置特定方法およびシステム | |
CN106546977B (zh) | 车辆雷达感知和定位 | |
US9528834B2 (en) | Mapping techniques using probe vehicles | |
EP3617749B1 (en) | Method and arrangement for sourcing of location information, generating and updating maps representing the location | |
Brenner | Extraction of features from mobile laser scanning data for future driver assistance systems | |
CN108885106A (zh) | 使用地图的车辆部件控制 | |
US20180025632A1 (en) | Mapping Techniques Using Probe Vehicles | |
US20100176992A1 (en) | Method and device for determining a position | |
US20080243378A1 (en) | System and method for vehicle navigation and piloting including absolute and relative coordinates | |
US11920950B2 (en) | System and method for generating precise road lane map data | |
US20130293716A1 (en) | Mobile mapping system for road inventory | |
US20230243657A1 (en) | Vehicle control device and host vehicle position estimation method | |
JP2019513996A (ja) | 地上標識による周辺内の少なくとも部分自動運転走行車両の姿勢の決定方法 | |
CN110869864A (zh) | 用于定位较高程度自动化的车辆的方法以及相应的驾驶员辅助系统和计算机程序 | |
de Ponte Müller et al. | Characterization of a laser scanner sensor for the use as a reference system in vehicular relative positioning | |
KR102660839B1 (ko) | 차량 측위 방법, 차량 및 차량 측위 시스템 | |
CN111289946A (zh) | 定位系统和用于定位车辆的方法 | |
KR102603534B1 (ko) | Ldm 정보와 환경 센서를 이용한 차량의 측위 개선 방법 및 장치 | |
KR102603532B1 (ko) | Ldm 정보 기반 차량의 측위 개선 방법 및 장치 | |
JP7138290B1 (ja) | 情報処理方法、プログラム及び情報処理装置 | |
WO2024069760A1 (ja) | 環境地図製作装置、環境地図製作方法及びプログラム | |
Chu et al. | The performance analysis of a portable mobile mapping system with different gnss processing strategies | |
Noyer et al. | Generating high precision maps for advanced guidance support | |
Mohammed | In vehicle smartphone based position estimates on urban roads for lane departures using road level GIS information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |