고속 자율 주행 차선유지시스템을 위한 Deep Neural Network 기반 레이더를 이용한 차선 추정

Abstract

일반적으로 고속 주행에서의 차선 유지 시스템(Lane Keeping System, LKS)는 카메라 비전 시스템을 사용하여 작동하며, 취득한 이미지의 특징을 추출함으로써 차선을 감지하고 유지하도록 돕는다. 그러나 카메라 비전 시스템은 날씨, 차선 오염 등 환경적 요인에 약하다는 단점이 있다. 따라서 우리는 새로운 차선 유지 시스템 (LKS)의 도로 차선 모델을 추정하기 위해 환경적 요인에 대해 비교적 강인한 레이더 센서를 활용한다. 본 논문에서는 카메라 비전 시스템을 사용되지 않는 차선 유지 시스템 (LKS)을 위한 레이더를 이용한 심층 신경망 (Deep Neural Network, DNN) 기반 차선 추정 방법을 제안한다. 먼저, 특징 벡터는 레이더 및 차량 내부 데이터를 사용하여 설계된다. 특징 벡터가 자 차와 선행 차량간의 상대적인 시공간 정보를 갖도록 하기 위해, Time-windowing 방법을 이용하여 과거부터 현재까지의 데이터가 축적되어 네트워크에 입력된다. 네트워크의 최적화를 위해 Scaled Conjugate Gradient(SCG) 방법을 채택하였다. 우리는 카메라 기반 시스템과 제안된 시스템의 성능을 비교하기 위해 Test를 진행하였다. 도로 위의 그림자나 차선 오염과 같은 환경적 요인 때문에 비전 센서의 차선 추정이 불가할 때에, 제안된 시스템이 비전센서보다 성능이 우수함을 실험 결과를 통해 확인하였다. 이로써, 카메라 기반 시스템의 차선 추정이 실패했을 때 제안된 시스템이 카메라 기반 시스템과 융합되어 기존의 차선 유지 시스템 (LKS)의 성능을 개선하는데 효과적일 것이라 기대한다.