현재 자율주행 기술의 안정성을 향상하기 위해 고해상도 지도에 대한 수요가 점차 증가하고 있다. 그러나 현재의 고해상도 지도 구축 과정은 디지타이징과 구조적 편집을 위한 수작업 비중이 높아, 빈번하게 변화하는 도로 조건을 지속적으로 유지하기 어렵다. 또한 고해상도 지도의 품질은 이를 생성하는 사람의 숙련도에 따라 달라지므로, 일관성을 확보하기가 어렵다. 이에 따라 본 연구에서는 모바일 매핑 시스템으로 취득한 점군(point cloud)에서 도로 차선 표시 영역을 추출하는 방법론을 제안한다. 본 방법론은 딥러닝 모델을 사용하여 도로 차선 표시의 색상 유형을 예측한 다음, 자동으로 고해상도 지도 레이어를 생성한다. 제안된 방법론을 통해 생성된 도로 차선 표시 벡터 데이터의 활용 가능성을 검증하기 위해 위치 정확도 및 벡터 구조화(vector structuring) 테스트를 수행하였다. 위치 정확도 테스트에서 원본 및 생성 벡터 데이터의 수평·수직 위치에 대한 최대 오차는 0.2 m 이내였고, 95% 신뢰 수준에서의 평균제곱근오차(root mean square error)는 0.1 m 이내였다. 벡터 구조화 테스트에서는 두 연구 대상 영역 모두 구조화 정확도가 85% 이상으로 높은 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.