http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
자율주행 자동차의 전역지도 생성을 위한 LeGO-LOAM 개선 방법
장재헌(J. H. Jang),이담(D. Lee),임정학(J. H. Lim),이경창(K. C. Lee) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
자율주행에서 차량의 정확한 위치 추정은 차량의 제어와 인지 판단에 있어 필수적인 요소이다. 따라서 전역지도를 생성하며 위치를 추정할 수 있는 SLAM은 자율주행에서 중요한 기술로 평가받고 있다. SLAM의 결과물인 지도는 차량이 주행하는 환경을 정밀하게 나타낼 수 있다. 생성된 지도를 이용하면 차량의 정확한 위치와 차량이 주행하는 환경의 특징을 알 수 있다. 또한 지도와 실시간 센서입력의 비교를 통한 장애물의 판단 등이 가능해진다. 하지만 대부분의 SLAM 알고리즘은 모바일 로봇을 이용하여 저속에서 개발되었으며 고속에서의 적용이 제한적이었다. 따라서 본 연구는 Lidar 기반 SLAM인 LeGO-LOAM알고리즘을 고속인 차량에 적용시키기 위해 연구를 진행하였다. 적용하고자 하는 LeGO-LOAM 은 Lidar 의 포인트 클라우를 이용하여 Lidar Odometry 를 가지고 SLAM을 실시하므로 LeGO-LOAM 의 사용을 위해서는 Lidar 센서만을 필요로 하다는 장점이 있다. 하지만 LeGO-LOAM 은 고속주행 시 Lidar 의 낮은 Z 축 해상도로 인해 Z 축 방향의 오차가 발생한다. Z 축 방향의 오차는 Odometry 에서 기존 주행 경로 위로 새로운 경로가 그려지는 등의 오차를 유발해 Loop-Closer 의 동작을 방해한다. Loop-Closer 가 동작하지 않으면 지도의 경로에서 발생한 누적오차를 줄이기 힘들어 생성된 지도에 Drift 가 발생한다. 따라서 LeGO-LOAM 의 차량 적용을 위해서는 고속에서의 Z 축 오차를 줄여야 한다. 이에 본 논문에서는 Odometry 의 계산에 사용되는 피처의 선택에서 속도를 고려하고자 한다. 속도에 따른 피처 변화를 통해 Scan 간의 일치를 향상시켜 Lidar Odometry 의 정밀도를 개선하여 최종 출력물인 지도의 정밀도 또한 증가시키고자 한다.