• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.133-145
• /
• 2019

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.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.363-369
• /
• 2021

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.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.133-139
• /
• 2021

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.

• 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.

• 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.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.375-382
• /
• 2020

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.

• 로봇학회논문지
• /
• 제16권2호
• /
• pp.112-121
• /
• 2021

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.

• 자동차안전학회지
• /
• 제15권2호
• /
• pp.42-48
• /
• 2023

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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.899-902
• /
• 2006

For a quick and accurate 3D modelling of a building, laser scanning data, digital maps, aerial photographs and satellite images should be fusioned. Moreover, library establishment according to a standard structure of a building and effective texturing method are required in order to determine the structure of a building. In this study, we made a standard library by categorizing Korean village forms and presented a model that can predict a structure of a building from a shape of the roof on an aerial photo image. We made an ortho image using the high-definition digital image and considerable amount of ground scanning point cloud and mapped this image. These methods enabled a more quick and accurate building modelling.

• Asian-Australasian Journal of Animal Sciences
• /
• 제14권4호
• /
• pp.587-596
• /
• 2001

In the last decade, rapid developments in molecular biotechnology and of genomic tools have enabled the creation of dense linkage maps across whole genomes of human, plant and animals. Successful development and implementation of interval mapping methodologies have allowed detection of the quantitative trait loci (QTL) responsible for economically important traits in experimental and commercial livestock populations. The candidate gene approach can be used in any general population with the availability of a large resource of candidate genes from the human or rodent genomes using comparative maps, and the validated candidate genes can be directly applied to commercial breeds. For the QTL detected from primary genome scans, two incipient fine mapping approaches are applied by generating new recombinants over several generations or utilizing historical recombinants with identity-by-descent (IBD) and linkage disequilibrium (LD) mapping. The high resolution definition of QTL position from fine mapping will allow the more efficient implementation of breeding programs such as marker-assisted selection (MAS) or marker-assisted introgression (MAI), and will provide a route toward cloning the QTL.