최근 HD 지도는 자율주행에서 위치추정부터 인지 및 경로계획에 이르기까지 중요한 구성요소로 자리 잡고 있다. HD 지도의 실용적 활용을 위해서는 환경의 변화가 HD 지도에 정기적으로 반영되는 것이 중요하다. 기존 접근 방식은 고가의 모바일 매핑 시스템과 전문가에 의한 상당한 수작업을 필요로 하므로, 잦은 지도 업데이트를 달성하기 어렵다. 본 논문에서는 막대한 규모의 크라우드소싱 데이터를 통해 HD 지도에서 차선 표시에 대한 빈번하고 자동화된 업데이트가 가능함을 보여준다. 크라우드소싱 데이터는 대한민국 서울에 있는 다수의 시내버스와 택시에 장착된 온보드 저가형 센싱 장치로부터 획득한다. 대량의 크라우드소싱 데이터가 매일 서버에 축적된다. 저가형 장치의 제한된 성능으로 인해 센서 측정의 품질은 그리 높지 않다. 따라서 기술적 과제는 크라우드소싱 데이터의 불확실성을 극복하는 데 있다. 다량의 저품질 데이터를 적절히 필터링해내는 것이 중요한 문제이다. 제안하는 HD 지도 업데이트 전략은 자세 보정, 관측치 할당, 관측치 군집화, 랜드마크 분류를 포함하는 여러 처리 단계로 구성된다. 제안하는 HD 지도 업데이트 전략은 크라우드소싱 데이터를 사용하여 실험적으로 검증된다. 변화한 환경이 성공적으로 추출되면, 정밀하게 업데이트된 HD 지도가 생성된다.

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