우리나라 미래 핵심과제 중 하나인 자율주행자동차를 지원하는 정밀도로지도에 대한 구축과 연구가 민간, 국가 차원에서 빠른 실용화를 목표로 적극적으로 추진되고 있다. 이러한 상황에서 정밀도로지도의 변화정보의 최신성 확보 및 갱신에 대한 방법이 핵심과제로 부각되고 있다. 따라서 이 연구에서는 정밀도로지도의 효율적인 갱신체계 정립 방안을 마련하기 위하여 도로의 종류, 도로변화의 원인과 연간 변화율 등의 현황과 정밀도로지도 관련 시스템과 정밀도로지도 갱신체계 구축을 위한 고려사항을 분석하였다. 이러한 현황분석을 토대로 정밀도로지도의 전각문자, 내용, 지역 등을 고려하여 도로변화 정보의 수집 탐지 방법과 정밀도로지도의 갱신체계를 단기적 방안과 중장기적 방안으로 제시하였다. 현재는 기술적, 시스템적 제한으로 인해 단기적 갱신체계를 적용해야 할 것으로 판단되었으며 향후에는 기술개발과 업무협조 체계 구축 등 시스템적 개선을 통해 중장기 갱신체계 방안을 조속히 도입해 효율적이고 실시간적인 정밀도로지도 갱신체계를 구축해야 할 것으로 판단된다.
정밀도로지도는 자율주행차의 기본 인프라로 활용되어 최신 도로정보가 신속하게 반영되어야 한다. 하지만 현재 정밀도로지도 공정 중 객체 도화 및 구조화 편집과정이 수작업으로 이루어지며 주요 구축 대상인 도로 노면선 표시의 레이어를 생성하는데 가장 오랜 시간이 소요된다. 이에 본 연구에서는 선행 연구에서 기학습된 포인트넷(PointNet) 모델을 통해 색상 유형(백색, 청색, 황색)이 예측된 도로 노면선 표시의 포인트 클라우드를 입력 데이터로 활용하였고, 이를 기반으로 본 연구에서는 도로 노면선 표시 레이어의 도화 및 구조화 편집을 자동화하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 3차원 벡터 데이터의 활용성을 검증하기 위해 정밀도로지도 품질검사 기준에 따라 정확도를 분석하였다. 벡터 데이터의 위치정확도 검사에서 수평 오차와 수직 오차에 대한 평균제곱근오차(RMSE: Root Mean Square Error)는 0.1m 이내로 나타나 적합성을 검증하였으며, 구조화 편집 정확도 검사에서 선표시 유형과 선규제 유형의 구조화 정확도가 모두 88.235%로 나타나 활용성을 검증하였다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도를 위한 도로 노면선 표시의 벡터 데이터를 효율적으로 구축할 수 있는 것을 알 수 있었다.
현재 정밀도로지도 구축 공정은 수작업의 비율이 높아 구축 시간과 비용의 한계가 따른다. 인공지능을 이용하여 정밀도로지도 제작을 자동화하기 위한 연구가 활발하게 진행되고 있으나 정밀도로지도 제작을 위한 학습데이터의 구축 또한 수동으로 이루어지고 있어 학습데이터를 자동으로 구축할 필요성이 있다. 이에 본 연구에서는 모바일매핑시스템으로 취득한 포인트 클라우드를 이용하여 영상으로 변환한 후, 임계치를 이용한 영상 재분류와 중첩 분석 등을 통해 도로 노면표시 영역을 추출하고 추출한 영역의 다각형 유형 분류를 통해 정밀도로지도 제작을 위한 딥러닝 학습데이터를 자동으로 구축하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 2,764개의 차선 데이터를 딥러닝 기반의 PointNet 모델에 학습한 결과 학습 정확도는 99.977%로 나타났으며, 학습된 모델을 이용하여 3가지 색상 유형의 차선을 예측한 결과 정확도는 99.566%로 나타났다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도 구축을 위한 학습데이터를 효율적으로 제작할 수 있는 것을 알 수 있었으며, 도로 노면표시의 정밀도로지도 제작과정 또한 자동화할 수 있을 것으로 사료된다.
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.
Unlike a typical small-sized robot navigating in a free space, an autonomous vehicle has to travel in a designated road which has lanes to follow and traffic rules to obey. High-Definition (HD) maps, which include road markings, traffic signs, and traffic lights with high location accuracy, can help an autonomous vehicle avoid the need to detect such challenging road surroundings. With space constraints and a pre-built HD map, a new type of path planning algorithm can be conceived as a substitute for conventional grid-based path planning algorithms, which require substantial planning time to cover large-scale free space. In this paper, we propose an obstacle-avoiding, cost-based planning algorithm in a continuous space that aims to pursue a globally-planned path with the help of HD map information. Experimentally, the proposed algorithm is shown to outperform other state-of-the-art path planning algorithms in terms of computation complexity in a typical urban road setting, thereby achieving real-time performance and safe avoidance of obstacles.
In recent years, automated vehicles have garnered attention in the multidisciplinary research field, promising increased safety on the road and new opportunities for passengers. High-Definition (HD) maps have been in development for many years as they offer roadmaps with inch-perfect accuracy and high environmental fidelity, containing precise information about pedestrian crossings, traffic lights/signs, barriers, and more. Demonstrating autonomous driving requires verification of driving on actual roads, but this can be challenging, time-consuming, and costly. To overcome these obstacles, creating HD maps of real roads in a simulation and conducting virtual driving has become an alternative solution. However, existing HD maps using high-precision data are expensive and time-consuming to build, which limits their verification in various environments and on different roads. Thus, it is challenging to demonstrate autonomous driving on anything other than extremely limited roads and environments. In this paper, we propose a new and simple method for implementing HD maps that are more accessible for autonomous driving demonstrations. Our HD map combines the CARLA simulator and OpenStreetMap (OSM) data, which are both open-source, allowing for the creation of HD maps containing high-accuracy road information globally with minimal dependence. Our results show that our easily accessible HD map has an accuracy of 98.28% for longitudinal length on straight roads and 98.42% on curved roads. Moreover, the accuracy for the lateral direction for the road width represented 100% compared to the manual method reflected with the exact road data. The proposed method can contribute to the advancement of autonomous driving and enable its demonstration in diverse environments and on various roads.
4차 산업혁명의 대표라고 할 수 있는 자율주행차량의 안전한 운행을 위해서는 센서 기술, 소프트웨어 기술, 차량 기술 등 다양한 기술 조합이 필요하다. 자율주행차량은 차량 내에 탑재된 다양한 센서를 통해서 현재의 위치정보와 주변 상황을 인지하여 운전자에게 의존하지 않고 스스로 판단하고 주행하는 차량이다. 완전자율주행을 위해서는 완벽한 인지기술이 필요하고 정밀도로지도는 차선, 정지선, 신호등, 횡단보도 등에 대한 정보를 정밀하게 제공하고 있기 때문에 자율주행 차량에서 발생하는 인지 오차를 최소화시킬 수 있음으로, 신뢰성 있는 자율주행차량을 위해서는 도로 위 다양한 시설물들의 위치정보를 차량에 입력한 정밀지도 정보가 필수적이다. 본 연구에서는 정밀도로지도의 정의 및 필요성 국내외 동향을 분석하고 실제 운영되고 있는 대구광역시 자율주행특화지역(수성의료지구, 약 24km)과 세종특별자치시 행복도시(약 33km), 서울대학교 시흥캠퍼스 FMTC(Future Mobility Technical Center) PG(Proving Ground)를 대상으로 국토지리정보원 MMS(Mobile Mapping System) 측량 성과물을 활용하여 정밀도로지도 서비스인 Web GIS 기반 HD(High Definition) Map 프로토타입을 구축하였다. 추후 연구에서는 본 연구에서 구축한 정밀도로지도 서비스를 자율주행차량 및 관제 시스템에 탑재 시켜 실시간 위치검증 및 위치보정 알고리즘의 성능 검증을 진행하고자 한다.
세계적으로 4차 산업혁명 시대에 접어들면서 자율주행차에 대한 관심이 증대되고 있으나 최근 보행자사고, 차대차사고 등 안전 확보 등의 이슈로 이에 대한 기술적인 모델로서 차선, 노면표시 등 도로정보와 신호등, 교통표지판 등 시설물 정보가 포함된 3차원 정밀도로지도(HD Map: High Definition Map) 수요가 높아지고 있다. 하지만, 수요에 따른 일부 보완점들이 계속적으로 제기되고 있어, 정밀도로지도를 활용하는 기관·기업들의 의견을 수렴하고 그에 따른 정밀도로지도의 개선이 필요한 실정이다. 본 연구는 국토지리정보원에서 주최하고 공간정보산업진흥원에서 주관했던 정밀도로지도 활용성 검증 공모전의 결과를 활용하여 연구를 수행하였다. 본 연구를 위해서 정밀도로지도의 개선을 위한 정밀도로지도 객체 검증을 위해 정밀도로지도의 레이어 및 레이어 코드를 조사하고, 그에 따라 정밀도로지도 객체 검증 항목을 구성하였으며 그 항목에 따라 정밀도로지도 활용성 검증 공모전 참가자들이 검증을 수행하고, 그 결과를 분석하였다. 그 결과 참가자들이 가장 많이 사용한 레이어별 코드는 평면교차로 등이며, 가장 높은 사용률을 보여주는 코드는 안전표지로 나타났다. 또한 부속구간 및 높이 장애물의 사용률은 각각 16.67%, 8.88%로 낮은 비율을 보여주었다. 이번 연구로 향후 정밀도로지도의 활용을 위해서 지속적으로 수요처의 의견을 수렴하여 수요처에서 실제로 필요한 레이어와 이에 대한 데이터 모델을 개선하는 연구가 필요할 것으로 예상된다.
Tianjiao Liang;Weiguo Pan;Hong Bao;Xinyue Fan;Han Li
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권8호
/
pp.1996-2015
/
2023
High-definition (HD) maps can provide precise road information that enables an autonomous driving system to effectively navigate a vehicle. Recent research has focused on leveraging semantic segmentation to achieve automatic annotation of HD maps. However, the existing methods suffer from low recognition accuracy in automatic driving scenarios, leading to inefficient annotation processes. In this paper, we propose a novel semantic segmentation method for automatic HD map annotation. Our approach introduces a new encoder, known as the convolutional transformer hybrid encoder, to enhance the model's feature extraction capabilities. Additionally, we propose a multi-level fusion module that enables the model to aggregate different levels of detail and semantic information. Furthermore, we present a novel decoupled boundary joint decoder to improve the model's ability to handle the boundary between categories. To evaluate our method, we conducted experiments using the Bird's Eye View point cloud images dataset and Cityscapes dataset. Comparative analysis against stateof-the-art methods demonstrates that our model achieves the highest performance. Specifically, our model achieves an mIoU of 56.26%, surpassing the results of SegFormer with an mIoU of 1.47%. This innovative promises to significantly enhance the efficiency of HD map automatic annotation.
최근 자율주행차와 같이 고정밀의 위치 정확도를 요구하는 기술이 개발됨에 따라 정확도가 높은 위치정보 교환 기술 또는 위치참조방법 개발의 필요성이 대두되고 있다. 이에 본 연구는 정밀전자지도를 이용하는 차로 수준의 위치참조방법 프레임워크를 제안하고, 새로운 위치참조방법을 구현, 분석 및 평가할 수 있는 툴(tool)의 설계 및 개발을 목적으로 한다. 이를 위해 위치참조방법의 필요성과 정의, 그리고 정확도 높은 위치 정보의 교환을 위한 정밀전자지도의 기본 구조를 제안하고, 이를 기반으로 차로 수준의 위치참조방법을 위한 프레임워크를 제시하였다. 프레임워크의 실제 구현 및 테스트, 분석을 위해 필요한 분석 평가 툴을 개발하기 위해 기본 아키텍처 설계 및 그에 따른 실제 C/C++ 기반의 윈도우 응용 프로그램 개발을 수행하였다. 마지막으로 분석 평가 툴을 이용해서 이종 정밀전자지도 간의 위치 정보를 교환하는 테스트를 통해 그 실효성을 검증하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.