자율주행 시스템은 실제 환경에서 다양한 불확실성에 직면하며, 그중 상당수는 지도에서 표현하기 어렵다. 그중에서도 적설(積雪)은 시간이 지남에 따라 형태와 부피가 점진적으로 변화한다는 점에서 고유한 과제를 제기한다. 적설이 지도에 포함되는 경우, 두 가지 주요 문제가 발생한다. 첫째, 장기간 주행 동안, 적설이 녹는 과정에서 실제 환경과 지도에 반영된 환경 간의 불일치가 지역화 성능을 크게 저하시킬 수 있다. 둘째, 지도에 대량의 적설이 포함되면 세션 간 등록 오류가 발생하여 정확한 지도 업데이트를 방해할 수 있다. 이러한 문제를 해결하기 위해, 우리는 눈 덮인 환경을 전제로 한 특화 매핑 전략을 제안한다. 제안 방법은 먼저 딥러닝 기반 접근을 통해 적설을 탐지하고 제거한다. 그 후 눈이 없는 데이터를 지도 업데이트에 활용하며, 이어서 적설로 인해 가려졌던 지면 정보를 복원한다. 제안 방법의 효과는 실제 눈 덮인 환경에서 수집한 데이터를 통해 검증한다. 실험 결과, 제안 방법은 적설 탐지에서 IoU 78.6%를 달성하였고, 지도 정합 오차는 평균 12.5%(RMSE) 및 15.6%(Chamfer Distance)만큼 감소시켜 지도 품질을 유지하고 눈 덮인 환경에서 장기적인 자율주행을 가능하게 한다.

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