Crowdsourced 데이터 기반 HD Map 업데이트 및 도시 환경 차량 위치추정 연구

Crowdsourced HD Map Updating and Vehicle Localization for Urban Driving

연구 내용

저비용 센서에서 수집된 crowdsourced 데이터를 이용해 HD Map을 주기적으로 갱신하고, 환경 변화가 있는 도시 도로에서 차량 위치를 신뢰성 있게 추정하는 연구

본 연구는 HD Map을 기반으로 하는 자율주행에서 핵심 병목인 지도 최신성 문제를 해결하는 데 초점을 둡니다. 다수 차량에 탑재된 저비용 센서의 관측을 crowdsourced 데이터로 수집한 뒤, 측정 불확실성과 관측 품질 편차를 반영하여 업데이트에 사용할 관측을 선별합니다. 또한 landmark 및 차선 단위 정보에 대해 포즈 보정, 관측 할당, 클러스터링, 랜드마크 분류 같은 처리 단계를 조합해 자동 갱신이 가능하도록 구성합니다. 더 나아가 불확실한 센서 정보와 부분적으로만 활용 가능한 HD Map 제약을 함께 고려하여 차량 위치를 신뢰성 평가와 결합해 산출하는 절차를 제공합니다. 이를 통해 지도 갱신 빈도와 도로 적용성을 함께 확보하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기에는 crowdsourcing 기반으로 확보한 대량 도로 데이터를 이용해 HD Map의 landmark 정보를 업데이트하는 구조를 정립했습니다. 관측의 불확실성을 활용하여 신뢰도 높은 관측만 선택하고, 이산·연속 landmark 차이를 반영한 관측 학습 절차를 설계하는 방향으로 연구를 수행했습니다. 이후 2022년에는 차선 표시 단위로 처리 단계를 확장하여 자동·빈번 업데이트가 가능하도록 포즈 보정과 관측 군집화, 랜드마크 분류를 통합했습니다. 2024년에는 도시 도로의 복잡한 구조와 GNSS 차폐로 인한 저정확도 데이터를 대상으로, 현 상태에서 신뢰도 기반 위치추정 절차를 강화하며 지도와 관측의 결합 방식을 고도화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

도시 도로 HD Map 자동 갱신 시스템
저비용 차량 기반 도로 인프라 모니터링
차선 및 표지 기반 주행 위험 완화
도로 감속·정체 구간 지도 동적 반영
부분 HD Map 활용 내비게이션
대규모 차량 데이터 품질 관리 파이프라인
지도-센서 결합을 위한 신뢰도 평가 모듈
실시간 도로 변경 감지 및 배포
교통 운영을 위한 지오데이터 업데이트
도시 자율주행 테스트베드용 지도 생성