현재의 자율주행차는 고정밀(HD) 지도(고해상도 지도)가 정확한 도로 정보를 제공함으로써 정밀한 위치추정과 충돌이 없는(충돌 회피) 경로 생성을 수행할 수 있다. 따라서 HD 지도를 최신 상태로 유지하는 것은 안전한 자율주행을 위해 중요하다. 일반적으로 자동차용 HD 지도는 고가의 측량(매핑) 시스템을 사용하여 구축된다. 또한 많은 경우에서 수작업 수정이 대량으로 필요하다. 기존의 HD 매핑은 높은 비용 때문에 빈번히 수행하기 어렵다. 본 논문에서는 크라우드소싱 장치로 수집한 대량의 도로 데이터를 사용하여 HD 지도를 최신 상태로 유지하는 해법을 제시한다. 크라우드소싱 장치는 저가의 센서로 구성된다. 이 장치들은 버스와 같이 반복적으로 주행하는 차량에 장착된다. 수집된 데이터는 높은 불확실성과 낮은 정확도를 보이지만, 낮은 비용으로 짧은 시간 내에 대량의 데이터를 얻을 수 있다. 본 연구는 크라우드소싱 데이터의 활용을 통해 HD 지도를 최신 상태로 유지하는 방안을 제안한다. 개발된 해법은 크라우드소싱 데이터와 HD 지도 사이의 랜드마크 정보를 중심으로 한다. 불확실성 정보를 사용하여 지도 갱신을 위한 신뢰할 만한 관측치를 선택한다. 관측 학습기(observation learner) 알고리즘은 이산적 랜드마크와 연속적 랜드마크 사이의 차이를 고려하여 세심하게 설계되었다. 지도 갱신을 위한 트리거 조건은 제안된 갱신 모드 선택 전략에 의해 조정 가능하다. 제안된 지도 갱신 체계는 실제 도로 환경에서 수집된 크라우드소싱 데이터를 사용하여 실험적으로 검증되었다.

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