V2V 및 Lidar/GPS 센서퓨전을 통한 확장형 칼만필터 기반의 협력측위 알고리즘

Abstract

최근 자율주행(Autonomous Driving) 기술이 활발하게 연구가 이루어지고 있다. 완성차 업계뿐만 아니라 Google과 엔비디아과 같은 IT 기업까지도 자동차 산업에 참여하여 그들만의 방식의 자율주행 자동차 개발에 박차를 가하고 있다. 자율주행은 운전자의 인식과 제어 없이 자율적으로 제어하고 주행이 가능한 기술이다. 그러므로 안전한 자율 주행이 가능하기 위해서 차량의 정확한 위치 정보와 주변 차량 및 장애물간의 거리와 같은 위치 정보들은 자율주행 기술에서 안정성 확보를 위한 필수적인 정보이다. 기존 Onboard 센서(Lidar, Radar, Camera, GPS 등) 기반의 단일 자율주행 차량은 주변 차량 및 환경을 감지하기 위한 센서의 인지 범위의 한계와 다른 차량 및 인프라(Infra)와의 협력 부재의 단점을 가지고 있다. 이러한 문제점을 해결하기 위해 차량 간 획득한 데이터들을 상호 교환하여 인지 범위를 증가시키는 협력형 자율주행(Cooperative Autonomous Driving) 기술 개발이 필요하다. 본 논문에서는 GPS와 IMU (Inertial Measurement Unit) 센서를 이용하여 자차의 위치를 측정하고, Lidar를 이용하여 가까운 이웃 차량 및 장애물들의 위치를 인식한다. 그리고 V2V 통신을 통해 통신 범위 내 다른 차량들과 통신을 통하여 자차 및 다른 차량의 위치를 공유한 결과를 통해 인식 범위를 확장한다. 데이터 오차에 따른 불확실한 자차의 위치를 보정하여 보다 정밀한 측위가 가능한 협력 측위 시스템을 제안한다.