• 제목/요약/키워드: 정밀도로지도

검색결과 83건 처리시간 0.025초

정밀도로지도 제작을 위한 이동식차량측량시스템(MMS) 점군 위치정확도 성능평가 시설 구축 (Establishment of Point Cloud Location Accuracy Evaluation Facility for Car-mounted Mobile Mapping System for Mapping of High Definition Road Maps)

  • 오윤석;권영삼;박일석;홍승환;이하준;이태경;장수영
    • 한국측량학회지
    • /
    • 제38권4호
    • /
    • pp.383-390
    • /
    • 2020
  • 이동식차량측량시스템(이하 MMS)는 정밀도로지도를 제작하는데 가장 효과적인 도구이다. MMS는 다양한 센서의 조합으로 이루어져 있으며, 제조사별로 제작방법과 처리 소프트웨어가 다르기 때문에 부품의 사양만으로 성능을 예측할 수 없다. 따라서 성능평가를 통해 각 장비가 정밀도로지도 제작에 적합한지 판단을 해야 하며, 주기적인 성능평가를 위한 시설이 필요하다. 본 연구에서는 한국건설기술연구원의 SOC실증연구센터에 구축한 MMS 성능평가시설에 대해 설명하고, 문헌조사와 실험을 통해 평가시설이 갖추어야 할 조건에 대해 분석하였다.

자율주행차량이 인식 가능한 표지 시설의 역할 도출 (Deriving the Role of Sign Facilities Recognized by Autonomous Vehicles)

  • 전영재;김진우;권찬오;이준혁
    • 한국지리정보학회지
    • /
    • 제26권1호
    • /
    • pp.1-10
    • /
    • 2023
  • 4차 산업혁명 시대의 도래에 따라 자율주행 기술에 관한 관심이 증대되고 있다. 이에 따라 기존 교통시설에 대한 자율주행차의 적용 가능성 및 정밀도로지도의 활용과 함께 자율주행차에 부착된 센서를 이용하여 주변 상황을 인지함으로써 안전한 주행을 모색해야 할 필요가 있다. 본 연구에서는 자율주행시대에 도로· 교통 인프라 개선을 위해 개발한 자율주행차에 장착된 센서를 통해 인지하는 표지 시설의 활용을 위해 기존 도로시설물인 도로표지, 교통안전표지, 시선유도시설과 정밀도로지도의 시설물 관련 레이어와의 비교분석을 통한 자율주행차량이 인식 가능한 표지 시설의 역할을 도출한다. 자율주행차량이 인식 가능한 표지 시설은 자율주행차에 직접 특정한 행동을 수행하도록 하는 등의 역할을 함으로써 안전주행을 도모할 수 있다. 자율주행차가 센서를 이용하여 표지시설을 인지함으로써 주행안전을 도모하기 위해서는 설치와 관리 및 활용 기준의 마련이 필요하며, 기준에 따라 지속해서 관리 및 감독이 이루어져야 할 것으로 사료된다.

머신러닝 기반 MMS Point Cloud 의미론적 분할 (Machine Learning Based MMS Point Cloud Semantic Segmentation)

  • 배재구;서동주;김진수
    • 대한원격탐사학회지
    • /
    • 제38권5_3호
    • /
    • pp.939-951
    • /
    • 2022
  • 자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

GPS와 단안카메라, HD Map을 이용한 도심 도로상에서의 위치측정 및 맵핑 정확도 향상 방안 (Method to Improve Localization and Mapping Accuracy on the Urban Road Using GPS, Monocular Camera and HD Map)

  • 김영훈;김재명;김기창;최윤수
    • 대한원격탐사학회지
    • /
    • 제37권5_1호
    • /
    • pp.1095-1109
    • /
    • 2021
  • 안전한 자율주행을 위해 정확한 자기위치 측위와 주변지도 생성은 무엇보다 중요하다. 고가의 고정밀위성항법시스템(Global Positioning System, GPS), 관성측정장치(Inertial Measurement Unit, IMU), 라이다(Light Detection And Ranging, LiDAR), 레이더(Radio Detection And Ranging, RADAR), 주행거리측정계(Wheel odometry) 등의 많은 센서를 조합하여 워크스테이션급의 PC장비를 사용하여 센서데이터를 처리하면, cm급의 정밀한 자기위치 계산 및 주변지도 생성이 가능하다. 하지만 과도한 데이터 정합비용과 경제성 부족으로 고가의 장비 조합은 자율주행의 대중화에 걸림돌이 되고 있다. 본 논문에서는 기존 단안카메라를 사용하는 Monocular Visual SLAM을 발전시켜 RTK가 지원되는 GPS를 센서 융합하여 정확성과 경제성을 동시에 확보하였다. 또한 HD Map을 활용하여 오차를 보정하고 임베디드 PC장비에 포팅하여 도심 도로상에서 RMSE 33.7 cm의 위치 추정 및 주변지도를 생성할 수 있었다. 본 연구에서 제안한 방법으로 안전하고 저렴한 자율주행 시스템 개발과 정확한 정밀도로지도 생성이 가능할 것으로 기대한다.

전수 학습을 이용한 도로교통표지 데이터 분류 효율성 향상 연구 (Research on the Efficiency of Classification of Traffic Signs Using Transfer Learning)

  • 김준석;홍일영
    • 한국측량학회지
    • /
    • 제37권3호
    • /
    • pp.119-127
    • /
    • 2019
  • 본 연구에서는 1/1,000 수치지형도 및 정밀도로지도 제작에 있어서 도로 레이어를 구성하고 있는 교통안전표지 및 도로표지의 제작 공정에 있어서 딥러닝의 적용방안을 탐색하였다. 딥러닝의 이미지 분류에서 활용하는 전수학습을 이용하여 취득한 영상에 대한 학습자료 구축을 통해 도로 표지정보의 자동분류를 수행하였다. 분석결과 주의, 규제, 지시, 보조는 촬영된 이미지의 품질 및 형태 등 여러 가지 요소에 의해 정확도가 불규칙하게 나타났지만, 안내표지의 경우는 정확도가 97% 이상으로 높게 나타났다. 수치지도제작에 있어 전수학습을 이용한 이미지 자동분류 방식은 교통안전표지를 포함한 다양한 레이어들에 대한 자료 취득과 분류에 있어서 활용이 증가할 것으로 기대한다.

정밀 도로 지도 구축 방법을 이용한 GPR 영상 데이터 지오레퍼런싱 (Georeferencing of GPR image data using HD map construction method)

  • 신진수;원종현;이시영
    • 한국측량학회지
    • /
    • 제39권6호
    • /
    • pp.507-513
    • /
    • 2021
  • GPR (Ground Penetrating RADAR)은 도로의 포장 상태 및 싱크홀, 지하관로를 검사하는 센서로 도로관리에 활발히 사용되는 센서이다. MMS (Mobile Mapping System)는 도로 표면과 주변 환경에 대한 정확한 정밀 도로 지도를 제공한다. 두 종류의 데이터가 동일한 지역에서 구축되면 지상과 지하의 공간정보를 동시에 구축할 수 있어서 효율적이며 육안으로 도로와 도로 주변의 중요 시설물, 지하의 관로 위치등을 파악할 수 있어서 현장에 대한 직관적인 이해가 가능하여 도로나 시설물을 관리하는데 있어서 유용한 도구가 된다. 그러나 이러한 최신 기술을 적용한 해외의 장비는 고가이며 국내 실정에 맞지 않다. 해외 개발 장비를 대체하고 향후 국산 장비를 개발할 수 있는 원천기술을 확보하기 위해 LiDAR (Light Detection And Raging)와 GNSS/INS (Global Navigation Satellite System / Inertial Navigation System)를 동기화 하고, 동일한 GNSS/INS에 GPR 데이터도 동기화 하였다. 동기화된 GPR 데이터를 취득 당시의 GNSS/INS의 위치와 자세정보를 이용하여 지오레퍼런싱을 수행하는 소프트웨어를 개발하였다. 개활지와 비개활지로 구분하여 도로 현장에서 실험을 수행하였으며, LiDAR를 통해 취득되는 3D 포인트 클라우드 데이터를 통해서 지상의 도로와 주변 시설물을 육안으로 쉽게 확인할 수 있었다. 지오레퍼런싱된 GPR 데이터도 점군데이터와 함께 3D 뷰어로 볼 수 있었으며, 지하의 시설물의 위치를 GPR 데이터를 통해 쉽고 빠르게 확인할 수 있었다.

GPS-Van을 이용한 도로기반의 수치지도 수정 가능성 검증 (The Verification of updating road based digital map using GPS-Van)

  • 정주권;주영은;최종현;박수영
    • 한국지형공간정보학회:학술대회논문집
    • /
    • 한국지형공간정보학회 2004년도 추계학술발표대회 논문집
    • /
    • pp.175-181
    • /
    • 2004
  • 우리나라에서는 1995년부터 국가지리정보체계(NGIS)구축 기본계획을 수립하여 건설교통부, 정보통신부, 과학기술부 및 행정자치부 등 범국가적으로 2000년까지 제 1단계 사업을 마쳤으며, 2001년부터 제 2단계 사업을 추진 중에 있다. 하지만 국가지형 및 시설물 등이 하루가 다르게 변화하는 정보화 사회에서 다양한 객체에 대한 위치 및 속성정보의 획득, 저장, 관리, 활용을 위한 신속한 수치지도 수정갱신이 요구된다. 또한 도로시설물을 비롯한 다양한 지형지물정보는 공간정보를 다루는 도시, 교통, 물류, 환경 및 군사 분야 등 다양한 분야에서 의사결정 및 계획에 필수적으로 요구되는 정보이고 이와 같은 정보는 신속하고 정확하게 취득되어야 하며, 경제적이며, 효율적으로 정보를 획득하는 신기술을 적용한 작업방법론이 필요하다. 현재 국내에서도 신기술인 "차량탑재 모바일매핑 시스템(Mobile Mapping System : GPS-Van) 개발이 완료되었고, 이를 활용한 각종 지형공간정보의 수정 갱신 작업이 이루어지고 있기 때문에 이를 활용한 수치지도 수정갱신의 가능성에 대한 검토와 방법론에 대한 정립이 요구되고 있다. 따라서 본 연구에서는 국내에서 개발된 신기술인 GPS-Van을 이용한 수치지도 수정갱신을 위한 정확도 분석 및 오차의 영향 분석을 통하여 보다 높은 정밀도의 도로기반 수치지도 수정 갱신의 가능성 및 방안을 제시하고자 한다.

  • PDF

비전 및 HD Map 기반 차로 내 차량 정밀측위 기법 (Vehicle Localization Method for Lateral Position within Lane Based on Vision and HD Map)

  • 우리나라;서대화
    • 한국ITS학회 논문지
    • /
    • 제20권5호
    • /
    • pp.186-201
    • /
    • 2021
  • 자율 주행 기술이 발전함에 따라 주행 주변 환경을 인식하는 데 차량 위치의 정확성은 매우 중요하다. 측위의 정확도를 높이기 위해 정밀지도를 사용한 지도 정합 측위기술(map-matching localization)이 연구되고 있다. 기존의 지도 정합 기법은 지도에서 차선의 중심으로 표현된 데이터를 기반으로 차량 위치를 추정하기에 차선 내 측면 거리의 편차를 반영하지 않는다. 따라서 본 논문에서는 정밀한 측위를 제공하기 위해 영상처리를 통한 차선 검출 기법과 정밀지도의 차선 위치 정보를 이용한 기법을 제안한다. 영상 처리 기법으로 IPM(inverse perspective mapping)과 다중 차선 검출 기법, 중앙선 검출 기법을 통하여 차선 번호를 검출하고 차선 이탈 감지 방법으로 차선 중심으로부터 차량의 측면 거리를 추정한다. 최종적으로 영상처리로 검출한 차선 번호와 GNSS / INS의 위치를 기반으로 정밀지도에서 위치 링크정보를 추출하고 추출된 링크에 측면 거리를 반영하여 차선 내 차량의 위치를 추정한다. 제안된 방법의 성능을 평가하기 위하여 실제 도로에서 실험하였다. 제안하는 방법은 GNSS / INS와 비교 시 약 1.0m 정도 정확도가 개선되며, 기존의 차선레벨 맵매칭 방법과 비교 시 구간별로 약 0.04m ~ 0.21m(7~30%) 정확도가 개선됨을 확인하였다.

ISO 14296 기반의 자율협력주행지원 등을 위한 정밀지도의 개선 방안에 관한 연구 (A Study on the Improvement Method of Precise Map for Cooperative Automated Driving based on ISO 14296)

  • 김병주;강병주;박유경;권재현
    • 한국ITS학회 논문지
    • /
    • 제16권1호
    • /
    • pp.131-146
    • /
    • 2017
  • 그 동안의 자율협력주행차량의 개발이 센서를 기반으로 진행했던 것과 달리, 최근에는 센서의 단점을 보완하기 위해 LDM과 같은 외부 데이터를 활용한 연구가 진행되고 있다. 이에 본 연구에서는 LDM 기반 정보로서 차량의 자율 주행을 위한 도로 정보를 제공하는 정적지도의 구축 방안을 제시하였다. 이를 위해 LDM 정적지도에 대한 국제표준인 ISO 14296과 국토지리정보원의 정밀지도의 데이터 사양 및 구축된 데이터를 검토한 후, 국토지리정보원의 데이터 사양 및 구축 방법의 국제표준과의 부합여부를 확인하였다. 검토 결과 데이터의 요구사항 및 정보 제공 측면에서는 비교적 양호하나, 도로 구조 표현에서는 국제표준과 부분적으로 부합하지 않아, 이에 대한 보완이 필요할 것으로 사료되며 미흡한 부분에 대한 보완 및 도로 구조 표현 방안을 제시하였다.