[go: up one dir, main page]

KR20180103462A - 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법 - Google Patents

라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법 Download PDF

Info

Publication number
KR20180103462A
KR20180103462A KR1020170030436A KR20170030436A KR20180103462A KR 20180103462 A KR20180103462 A KR 20180103462A KR 1020170030436 A KR1020170030436 A KR 1020170030436A KR 20170030436 A KR20170030436 A KR 20170030436A KR 20180103462 A KR20180103462 A KR 20180103462A
Authority
KR
South Korea
Prior art keywords
data
rider
vehicle
lidar
unit
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
KR1020170030436A
Other languages
English (en)
Other versions
KR102283773B1 (ko
Inventor
김병광
임준혁
이병현
지규인
김규원
Original Assignee
현대자동차주식회사
건국대학교 산학협력단
기아자동차주식회사
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, 건국대학교 산학협력단, 기아자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170030436A priority Critical patent/KR102283773B1/ko
Publication of KR20180103462A publication Critical patent/KR20180103462A/ko
Application granted granted Critical
Publication of KR102283773B1 publication Critical patent/KR102283773B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G01S17/023—
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • 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, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B60W2420/52—

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Navigation (AREA)

Abstract

본 발명은 자율주행 자동차의 위치인식 시스템 및 그 방법에 관한 것으로서,보다 상세하게는, 자동차에 설치된 라이더 센서에 의하여 측정되며, 자동차의 현재 위치에서의 라이더 스캔 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 라이더 데이터 입력부; 자동차에 설치된 GPS 센서에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 GPS 데이터 입력부; 상기 라이더 데이터 입력부로부터 입력된 라이더 스캔 데이터와 상기 GPS 데이터 입력부로부터 입력된 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 라이더 데이터 누적부; 상기 라이더 데이터 누적부에 의하여 생성된 라이더 누적 데이터를 데이터베이스에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 지도 매칭부; 를 포함하여 구성되는 것을 특징으로 하는 자동차의 위치인식 시스템에 관한 것이다.

Description

라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법{System for localization by accummulation of LiDAR scanned data use for a automatic driving car and method therefor}
본 발명은 자율주행 자동차의 위치인식 시스템 및 그 방법에 관한 것으로서,보다 상세하게는, 자동차에 설치된 라이더 센서에 의하여 측정되며, 자동차의 현재 위치에서의 라이더 스캔 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 라이더 데이터 입력부; 자동차에 설치된 GPS 센서에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 GPS 데이터 입력부; 상기 라이더 데이터 입력부로부터 입력된 라이더 스캔 데이터와 상기 GPS 데이터 입력부로부터 입력된 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 라이더 데이터 누적부; 상기 라이더 데이터 누적부에 의하여 생성된 라이더 누적 데이터를 데이터베이스에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 지도 매칭부; 를 포함하여 구성되는 것을 특징으로 하는 자동차의 위치인식 시스템에 관한 것이다.
최근 자율주행 자동차의 개발이 활발하게 연구되면서 도로상에서의 자동차의 위치를 정밀하게 추정하는 위치인식(localization) 기술이 중요시되고 있다.
왜냐하면, 자율주행 자동차는 정밀 지도를 기반으로 하여 주행하는데, 자신의 자동차가 정밀 지도상의 어느 지점에 위치하는지를 정확하게 파악하여야 자율 주행이 가능하기 때문이다.
이러한 자율주행 자동차의 자차 위치 인식을 위하여 라이더(Light Detection And Ranging, LiDAR) 기술을 채용하고 있다.
상기 라이더(LiDAR) 기술은 레이저의 광을 원거리에 있는 물체에 비추어 물체에서 반사된 빛을 검출함으로써 거리나 속도를 측정하거나 물체의 종류 또는 모양을 알아내는 기술로서 다른 용어로 '레이저 레이더'(Laser Rader)라고도 불리운다.
그러므로, 자율주행 자동차는 자차가 위치하고 있는 도로 등의 주변 환경을 스캔하여 데이터를 생성하고, 생성된 데이터와 정밀지도상의 정보를 비교함으로써 자동차가 정밀 지도상에서 어느 위치에 있는지를 인식하게 된다.
이러한 라이더 기술은 2D(Dimension) 라이더와 3D(Dimension) 라이더의 기술이 이용되고 있다.
상기 2D 라이더 기술은 2D 라이더 센서를 이용하여 자동차가 현재 주행중인 차도의 반사율을 측정하여 차선 데이터를 추출하고, 정밀 지도와 누적된 차선 데이터를 매칭하여 정밀 지도상에서 자차의 위치를 인식한다.
그러나, 상기의 2D 라이더 센서로 측정한 자차의 위치가 횡방향으로는 보정 가능하나 종방향으로는 보정 성능이 저하되는 문제점이 있는데, 이는 기본적으로 차선 인식을 이용한 매칭 수행시 2D 라이더 센서에 의한 횡방향 정보가 충분하게 수집될 수 있으나 이에 비하여 종방향 정보는 부족하기 때문에 발생되는 문제점이다.
따라서, 이러한 문제점을 해소하기 위하여 3D 라이더 방식을 채용하여 종향의 정보를 충분하게 수집하여 정밀 지도와 매칭시킬 수는 있으나, 3D 라이더 방식을 수행하기 위한 3D 라이더 센서가 매우 고가이기 때문에 시스템의 제조원가가 상승하게 되는 단점이 있다.
본 발명은 상술한 바와 같은 종래의 제반 문제점을 해소하기 위하여 창안된 것으로서, 2D 라이더 센서를 이용하는 자차 위치 인식시 종방향 정보가 부족하여 정밀지도와의 매칭시 종방향으로의 보정 성능 저하로 인한 자차 위치의 부정확한 측정을 개선함으로써 저가의 제조비용으로서 우수한 자차 위치 인식 기능을 가지는 자율주행 자동차의 위치인식 시스템 및 그 방법을 제공하는데 본 발명의 기술적 과제가 있다.
상기와 같은 기술적 과제를 달성하기 위한 본 발명의 자율주행 자동차의 위치인식 시스템 및 그 방법은, 자동차에 설치된 라이더 센서에 의하여 측정되며, 자동차의 현재 위치에서의 라이더 스캔 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 라이더 데이터 입력부; 자동차에 설치된 GPS 센서에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 GPS 데이터 입력부; 상기 라이더 데이터 입력부로부터 입력된 라이더 스캔 데이터와 상기 GPS 데이터 입력부로부터 입력된 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 라이더 데이터 누적부; 상기 라이더 데이터 누적부에 의하여 생성된 라이더 누적 데이터를 데이터베이스에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 지도 매칭부; 를 포함하여 구성되는 것을 특징으로 한다.
상기와 같은 구성을 가지는 본 발명의 자율주행 자동차의 위치인식 시스템 및 그 방법은, GPS 데이터에 의한 자차의 위치 및 자세 정보와 2D 라이더 센서에 의한 차선의 반사도, 거리 및 각도 정보를 저장하고, 저장된 정보를 시간 순서대로 일정한 공간에 차례대로 데이터를 누적하고 누적한 데이터를 기저장된 반사도 지도와 매칭시켜 차량의 현재 위치를 추정함으로써, 종래 종방향의 보정 성능 저하로 자차의 위치가 부정확하였던 문제점을 해소하였으며, 나아가, 3D 라이더 방식이 아닌 2D 라이더 방식을 이용하므로 저가의 제조비용으로서 양호한 자자 위치 인식 성능을 구현하게 된 매우 진보한 발명인 것이다.
도 1 은 본 발명의 자동차의 위치인식 시스템의 블럭다이어그램,
도 2 는 본 발명의 자동차의 위치인식 시스템의 라이더 데이터의 누적을 나타낸 도면,
도 3 은 본 발명의 자동차의 위치인식 시스템의 데이터 누적 결과를 나타내는 도면,
도 4 는 본 발명의 자동차의 위치인식 시스템의 정밀지도상의 매칭을 나타내는 도면,
도 5 는 본 발명의 자동차의 위치인식 방법의 플로우챠트이다.
이하, 도면을 참조하여 본 발명의 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법을 상세하게 설명한다.
단, 개시된 도면들은 당업자에게 본 발명의 사상이 충분하게 전달될 수 있도록 하기 위한 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 태양으로 구체화될 수도 있다.
또한, 본 발명 명세서에서 사용되는 용어에 있어서 다른 정의가 없다면, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.
도 1 은 본 발명의 자동차의 위치인식 시스템의 블럭다이어그램, 도 2 는 본 발명의 자동차의 위치인식 시스템의 라이더 데이터의 누적을 나타낸 도면, 도 3 은 본 발명의 자동차의 위치인식 시스템의 데이터 누적 결과를 나타내는 도면이다.
먼저, 도 1 을 참조하면, 본 발명의 자동차의 위치인식 시스템은, 자동차에 설치된 라이더 센서(10)에 의하여 측정되며, 자동차의 현재 위치에서의 도로상의 물체의 반사도, 거리 및 각도 데이터를 포함하는 라이더 스캔 데이터(LiDAR scan data)를 시간순으로 라이더 데이터 누적부(50)로 입력하는 라이더 데이터 입력부(30)를 포함한다.
또한, 자동차에 설치된 GPS 센서(20)에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부(50)로 입력하는 GPS 데이터 입력부(40)를 포함한다.
그리고, 상기 라이더 데이터 입력부(30)로부터 입력된 라이더 스캔 데이터와 상기 GPS 데이터 입력부(40)로부터 입력된 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 라이더 데이터 누적부(50)를 포함한다.
또한, 상기 라이더 데이터 누적부(50)에 의하여 생성된 라이더 누적 데이터를 데이터베이스(70)에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 지도 매칭부(60)를 포함하여 구성된다.
상기 라이더 데이터 누적부(50)는 도 2 에 도시된 바와 같이, 과거의 시점(t-n)으로부터 현재 시점(t)까지의 각 시점에서 라이더 센서(10)에 의하여 측정된 자동차의 현재 위치에서의 도로상의 물체의 반사도, 거리 및 각도 데이터의 라이더 스캔 데이터(LiDAR scan data)와 GPS 데이터 입력부(40)에 의하여 측정된 자동차의 현재 위치 데이터(GPS data)를 포함하는 라이더 데이터(LiDAR Data)를 시간순으로 누적시켜 상기 라이더 누적 데이터(LiDAR accummulated data)를 생성한다.
도 3 의 상부의 (a)의 도면은 라이더 데이터 누적부(50)로 입력된 라이더 스캔 데이터와 현재 위치 데이터로 이루어진 해당 시점(t)에서의 라이더 데이터를 나타낸 것으로서, 현재 시점에서의 라이더 센서(10)에 의하여 측정된 자동차의 현재 위치에서의 도로상의 물체의 반사도, 거리 및 각도 데이터와 현재 위치 데이터(GPS data)에 따른 도로상의 차선을 나타내고 있으며, 하부의 (b)의 도면은 상기의 라이더 데이터들이 시간순으로 누적된 라이더 누적 데이터로서, (a)의 도면과 같은 차선들이 시간순으로 누적됨으로써 도로상의 차선이 보다 잘 인식된 상태를 보여주고 있다.
상기와 같은 라이더 누적 데이터를 이용하여 검출되는 지형은 전방 차선 곡률, 좌우 차선 타입(실선, 점선 등), 좌우 차선 색상, 횡단보도, 방지턱, 속도표지판 등의 지도상의 랜드마크(landmark)이다.
이때, 상기 라이더 데이터의 누적시 데이터를 누적함에 따라서 자동차의 위치의 오차도 함께 누적되므로 오히려 너무 많이 누적시키면 지도 매칭부(60)에 의한 매칭시 위치상의 오차도 커질 우려가 있다. 그러므로, 본 발명의 실시예에서는 자동차의 이동거리의 10m 단위로 라이더 데이터의 누적을 실시하여 라이더 누적 데이터를 생성하였다.
도 4 는 본 발명의 자동차의 위치인식 시스템의 정밀지도상의 매칭을 나타내는 도면이다.
상기 지도 매칭부(60)는 라이더 누적 데이터를 반사도 지도 정보와 매칭시킬 경우, 본 발명의 실시예는 최대우도추정(Maximum Likelihood Estimation)의 공지된 방법을 이용하여 매칭을 수행한다.
구체적으로, 지도 매칭부(60)는 최대우도추정시 베이시안(Bayesian) 확률 법칙에 근거하여 최대의 확률값을 가지는 자동차의 현재 위치를 찾는 과정을 통하여 매칭을 수행한다.
도 4 에 도시된 바와 같이, 지도 매칭부(60)는 시리얼 서치(Serial Search) 방식을 적용하여 데이터베이스(70)에 저장된 반사도 지도정보로부터 자동차가 위치한 장소의 반사도의 전역지도를 독출하여 상기 라이더 누적 데이터와 순차적으로 매칭시키고, 이중 최대우도추정에 따른 베이시안(Bayesian) 확률 법칙에 의하여 최대의 확률값을 가지는 위치를 최종적인 자동차의 현재 위치로 추정하게 된다. 즉, 확률 분포에 따라서 자동차가 위치할 가능성이 가장 높은 위치를 자기 위치로 추정하는 것이다.
이때, 상기 지도 매칭부(60)는 자동차의 현재 위치 기준으로 일정한 범위 내에서 매칭을 수행하며, 매칭 간격은 소망하는 정확도에 따라서 변경시킬 수 있으나 정밀한 측위를 위해서는 대략 10cm ~ 20cm 간격으로 수행하는 것이 바람직하다.
본 발명의 실시예의 최대우도추정에 의한 베이시안 확률법칙을 적용하여 현대 위치를 추정하는데 하기의 수학식 1 이 이용된다.
(수학식 1)
Figure pat00001
P: 최대우도추정에 의한 확률
x, y : 전역 지도상에서의 x축 및 y축상의 지점
m : 지도 정보에 포함된 반사도의 평균
z : 라이더 센서에 의하여 측정된 반사도 평균값
상기 수학식 1 의 계산을 위하여 하기의 수학식 2 및 수학식 3 의 공식이 사용된다.
(수학식 2)
Figure pat00002
(수학식 3)
Figure pat00003
따라서, 수학식 1 에 수학식 2 및 수학식 3 을 대입한 다음의 수학식 4 에 의하여 최대확률값을 산출하게 된다.
(수학식 4)
Figure pat00004
(범례) 상기 수학식 2 내지 4 에서,
mr: 반사도 지도 정보상의 반사도 평균값
mσ: 반사도 지도 정보상의 반사도 분산값
zr: 라이더 센서에 의하여 측정된 반사도 평균값
zσ: 라이더 센서에 의하여 측정된 반사도 분산값
σGPS: GPS 센서에 의하여 측정된 위치의 분산값
따라서, 상기와 같은 구성을 가지는 본 발명 자율주행 자동차의 위치인식 시스템 및 그 방법은, GPS 데이터에 의한 자차의 위치 정보와 2D 라이더 센서에 의한 차선의 반사도, 거리 및 각도 정보를 저장하고, 저장된 정보를 시간 순서대로 일정한 공간에 차례대로 데이터를 누적하고 누적한 데이터를 기저장된 반사도 지도와 매칭시켜 차량의 현재 위치를 추정함으로써, 종래 종방향의 보정 성능 저하로 자차의 위치가 부정확하였던 문제점을 해소하였다.
또한, 본 발명은 3D 라이더 방식이 아닌 2D 라이더 방식을 이용하는 것이 가능하므로 저가의 제조비용으로서 양호한 자자 위치 인식 성능을 구현하게 된 효과를 수득하게 되었다.
도 5 는 본 발명의 자동차의 위치인식 방법의 플로우챠트이다.
도면을 참조하면, 본 발명의 자동차의 위치인식 방법은, 라이더 센서와 GPS 센서 및 라이더 데이터 누적부를 포함하는 자동차의 위치인식 시스템에 의하여 구현된다.
구체적으로, 상기 라이더 센서에 의하여 측정되며, 자동차의 현재 위치에서의 도로상의 물체의 반사도, 거리 및 각도 데이터를 포함하는 라이더 스캔 데이터(LiDAR scan data)를 시간순으로 라이더 데이터 누적부로 입력하는 단계(S1); 상기 GPS 센서에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 단계(S2); 상기 라이더 데이터 누적부가 상기 입력된 라이더 스캔 데이터와 상기 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 단계(S3); 상기 생성된 라이더 누적 데이터를 데이터베이스에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 단계(S4); 를 포함하여 구성된다.
이때, 상기 라이더 누적 데이터를 반사도 지도 정보와 매칭시킬 경우, 본 발명실시예의 방법은 상술한 바와 같은 최대우도추정(Maximum Likelihood Estimation)의 공지된 방법을 이용하여 매칭을 수행하며, 구체적으로, 시리얼 서치(Serial Search) 방식을 적용하여 데이터베이스에 저장된 반사도 지도정보로부터 자동차가 위치한 장소의 반사도의 전역지도를 독출하여 상기 라이더 누적 데이터와 순차적으로 매칭시키고, 이중 최대우도추정에 의한 베이시안(Bayesian) 확률 법칙에 의한 최대의 확률값을 가지는 위치를 최종적인 자동차의 현재 위치로 추정하게 된다. 즉, 확률 분포에 따라서 자동차가 위치할 가능성이 가장 높은 위치를 자동차의 자기 위치로 추정하게 되는 것이다.
* 도면의 주요 부분에 대한 부호의 설명 *
10; 라이더 센서
20; GPS 센서
30; 라이더 데이터 입력부
40; GPS 데이터 입력부
50; 라이더 데이터 누적부
60; 지도 매칭부
70; 데이터베이스

Claims (8)

  1. 자동차의 위치인식 시스템에 있어서,
    자동차에 설치된 라이더 센서(10)에 의하여 측정되며, 자동차의 현재 위치에서의 라이더 스캔 데이터(LiDAR scan data)를 시간순으로 라이더 데이터 누적부(50)로 입력하는 라이더 데이터 입력부(30);
    자동차에 설치된 GPS 센서(20)에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부(50)로 입력하는 GPS 데이터 입력부(40);
    상기 라이더 데이터 입력부(30)로부터 입력된 라이더 스캔 데이터와 상기 GPS 데이터 입력부(40)로부터 입력된 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 라이더 데이터 누적부(50);
    상기 라이더 데이터 누적부(50)에 의하여 생성된 라이더 누적 데이터를 데이터베이스(70)에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 지도 매칭부(60);
    를 포함하여 구성되는 것을 특징으로 하는 자동차의 위치인식 시스템.
  2. 제 1 항에 있어서, 라이더 데이터 입력부(30)에 의하여 입력되는 상기 라이더 스캔 데이터는,
    도로상의 물체의 반사도, 거리 및 각도 데이터를 포함하는 것을 특징으로 하는 자동차의 위치인식 시스템.
  3. 제 1 항에 있어서,
    상기 지도 매칭부(60)는 라이더 누적 데이터를 반사도 지도 정보와 매칭시킬 경우, 최대우도추정(Maximum Likelihood Estimation)을 이용하여 매칭을 수행하는 것을 특징으로 하는 자동차의 위치인식 시스템.
  4. 제 3 항에 있어서,
    상기 지도 매칭부(60)의 최대우도측정에 의한 매칭의 수행은,
    시리얼 서치(Serial Search) 방식을 적용하여 데이터베이스(70)에 저장된 반사도 지도정보로부터 자동차가 위치한 장소의 반사도의 전역지도를 독출하여 상기 라이더 누적 데이터와 순차적으로 매칭시키고,
    이중 최대우도추정에 의한 베이시안(Bayesian) 확률 법칙에 의한 최대의 확률값을 가지는 위치를 최종적인 자동차의 현재 위치로 추정하는 것을 특징으로 하는 자동차의 위치인식 시스템.
  5. 제 1 항에 있어서, 상기 라이더 센서(10)는,
    2D 라이더 센서인 것을 특징으로 하는 자동차의 위치인식 시스템.
  6. 라이더 센서와 GPS 센서 및 라이더 데이터 누적부를 포함하는 자동차의 위치인식 시스템에 의하여 구현되는 자동차의 위치인식 방법에 있어서,
    상기 라이더 센서에 의하여 측정되며, 자동차의 현재 위치에서의 라이더 스캔 데이터(LiDAR scan data)를 시간순으로 라이더 데이터 누적부로 입력하는 단계(S1);
    상기 GPS 센서에 의하여 측정되는 자동차의 현재의 위치 데이터를 시간순으로 라이더 데이터 누적부로 입력하는 단계(S2);
    상기 라이더 데이터 누적부가 상기 입력된 라이더 스캔 데이터와 상기 위치 데이터를 포함하는 라이더 데이터(LiDAR data)를 시간순으로 누적시켜 라이더 누적 데이터(LiDAR accummulated data)를 생성하는 단계(S3);
    상기 생성된 라이더 누적 데이터를 데이터베이스에 기저장된 라이더 반사도 지도 정보와 매칭시켜 자동차의 현재 위치를 추정하는 단계(S4); 를 포함하여 구성되는 것을 특징으로 하는 자동차의 위치 인식 방법.
  7. 제 6 항에 있어서, 상기 라이더 센서에 의하여 측정되는 상기 라이더 스캔 데이터는,
    도로상의 물체의 반사도, 거리 및 각도 데이터를 포함하는 것을 특징으로 하는 자동차의 위치인식 방법.
  8. 제 1 항에 있어서, 상기 라이더누적데이터를 반사도 지도 정보와 매칭시킬 경우,
    최대우도추정(Maximum Likelihood Estimation)을 이용하여 매칭을 수행하는 것을 특징으로 하는 자동차의 위치인식 방법.
KR1020170030436A 2017-03-10 2017-03-10 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법 Active KR102283773B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170030436A KR102283773B1 (ko) 2017-03-10 2017-03-10 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170030436A KR102283773B1 (ko) 2017-03-10 2017-03-10 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20180103462A true KR20180103462A (ko) 2018-09-19
KR102283773B1 KR102283773B1 (ko) 2021-07-29

Family

ID=63718749

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170030436A Active KR102283773B1 (ko) 2017-03-10 2017-03-10 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102283773B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110108287A (zh) * 2019-06-03 2019-08-09 福建工程学院 一种基于路灯辅助的无人车高精度地图匹配方法及系统
CN111367269A (zh) * 2018-12-26 2020-07-03 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
KR20210066957A (ko) * 2019-11-28 2021-06-08 한국전자기술연구원 벡터맵을 이용한 라이다 데이터 범위 최적화를 위한 차량 제어 장치 및 방법
KR102400512B1 (ko) * 2020-11-17 2022-05-23 한국과학기술연구원 의미 지도 제작 시스템 및 방법
KR20220078519A (ko) * 2020-12-03 2022-06-10 재단법인대구경북과학기술원 자율주행을 위한 차량의 위치추정 장치 및 방법
KR20220081521A (ko) 2020-12-09 2022-06-16 현대자동차주식회사 도로형상분류 기반 맵 매칭을 통한 고정밀 위치추정 방법 및 자율주행 자동차
KR20220114748A (ko) 2021-02-09 2022-08-17 주식회사 인포웍스 수평수직 적층된 다채널 Fiber array 기반 FMCW LiDAR 스캐너 제어 방법
US12339363B2 (en) 2020-12-02 2025-06-24 Hyundai Motor Company Apparatus and method for recognizing high-elevation structure using LiDAR sensor

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011141663A (ja) * 2010-01-06 2011-07-21 Hitachi Plant Technologies Ltd 無人搬送車、および、その走行制御方法
KR101397933B1 (ko) * 2011-10-17 2014-06-27 국방과학연구소 무인 차량의 주행 정보 생성 장치, 이를 구비하는 무인 차량 및 그것의 제어 방법
KR101620911B1 (ko) * 2014-09-25 2016-05-13 국방과학연구소 주행정보지도 기반 무인차량 및 이를 이용한 지역경로계획 관리 방법
KR20170001148A (ko) * 2015-06-25 2017-01-04 현대자동차주식회사 레이저 스캐너를 이용한 센서 중심 좌표계의 점유 격자 지도를 작성하는 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011141663A (ja) * 2010-01-06 2011-07-21 Hitachi Plant Technologies Ltd 無人搬送車、および、その走行制御方法
KR101397933B1 (ko) * 2011-10-17 2014-06-27 국방과학연구소 무인 차량의 주행 정보 생성 장치, 이를 구비하는 무인 차량 및 그것의 제어 방법
KR101620911B1 (ko) * 2014-09-25 2016-05-13 국방과학연구소 주행정보지도 기반 무인차량 및 이를 이용한 지역경로계획 관리 방법
KR20170001148A (ko) * 2015-06-25 2017-01-04 현대자동차주식회사 레이저 스캐너를 이용한 센서 중심 좌표계의 점유 격자 지도를 작성하는 시스템 및 방법

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111367269A (zh) * 2018-12-26 2020-07-03 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
CN111367269B (zh) * 2018-12-26 2023-08-15 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
CN110108287A (zh) * 2019-06-03 2019-08-09 福建工程学院 一种基于路灯辅助的无人车高精度地图匹配方法及系统
KR20210066957A (ko) * 2019-11-28 2021-06-08 한국전자기술연구원 벡터맵을 이용한 라이다 데이터 범위 최적화를 위한 차량 제어 장치 및 방법
KR102400512B1 (ko) * 2020-11-17 2022-05-23 한국과학기술연구원 의미 지도 제작 시스템 및 방법
US12339363B2 (en) 2020-12-02 2025-06-24 Hyundai Motor Company Apparatus and method for recognizing high-elevation structure using LiDAR sensor
KR20220078519A (ko) * 2020-12-03 2022-06-10 재단법인대구경북과학기술원 자율주행을 위한 차량의 위치추정 장치 및 방법
KR20220081521A (ko) 2020-12-09 2022-06-16 현대자동차주식회사 도로형상분류 기반 맵 매칭을 통한 고정밀 위치추정 방법 및 자율주행 자동차
US11731649B2 (en) 2020-12-09 2023-08-22 Hyundai Motor Company High precision position estimation method through road shape classification-based map matching and autonomous vehicle thereof
KR20220114748A (ko) 2021-02-09 2022-08-17 주식회사 인포웍스 수평수직 적층된 다채널 Fiber array 기반 FMCW LiDAR 스캐너 제어 방법

Also Published As

Publication number Publication date
KR102283773B1 (ko) 2021-07-29

Similar Documents

Publication Publication Date Title
KR20180103462A (ko) 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법
CN109313031B (zh) 车载处理装置
RU2706763C1 (ru) Устройство локализации транспортного средства
CN105937912B (zh) 车辆的地图数据处理装置
CN113330279B (zh) 用于确定车辆的位置的方法和系统
WO2018181974A1 (ja) 判定装置、判定方法、及び、プログラム
JP6870475B2 (ja) 車線情報出力方法および車線情報出力装置
US10289120B2 (en) Self-position estimation device and self-position estimation method
US11092442B2 (en) Host vehicle position estimation device
CN112074885A (zh) 车道标志定位
US20200240806A1 (en) Vehicle position estimation apparatus
CN111429716A (zh) 用于确定自车的位置的方法
US12174021B2 (en) Measurement accuracy calculation device, self-position estimation device, control method, program and storage medium
GB2442776A (en) Object detection arrangement and positioning system for analysing the surroundings of a vehicle
CN113330454A (zh) 用于自动化和自主车辆的多传感器数据融合的方法和装置
CN110470309A (zh) 本车位置推断装置
US12359921B2 (en) Vehicle control device and host vehicle position estimation method
CN111959482B (zh) 自主驾驶装置及方法
JP2024161585A (ja) 自己位置推定装置
JP2024105508A (ja) 出力装置、制御方法、プログラム及び記憶媒体
JP2017198566A (ja) レーンマーカ認識装置、自車両位置推定装置
JP2013036856A (ja) 運転支援装置
KR101980509B1 (ko) 차간 거리 추정 방법 및 차간 거리 추정 장치
JP6604052B2 (ja) 走路境界推定装置及び走路境界推定方法
JP4760274B2 (ja) 地図更新装置

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20170310

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20191211

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20170310

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20201214

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20210531

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210726

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210726

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20240625

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20250625

Start annual number: 5

End annual number: 5