레벨 4 이상 자율주행을 달성하기 위해서는 다양한 환경 변화에 적응할 수 있는 견고하고 안정적인 자율주행 시스템이 필수적이다. 본 논문은 자율주행 시스템을 구성하는 데 있어 핵심 요소인 차량 자세 추정을 보다 보편적이고 견고하게 수행하고자 한다. 자율주행 시스템에서 널리 사용되는 차량 자세 추정 방법은 정확한 위치 획득을 보장하기 위해 Real-Time Kinematic(RTK) 센서 데이터를 활용하는 데 기반한다. 그러나 RTK 센서의 특성상 실내 공간이나 신호 간섭이 있는 지역에서는 정밀한 포지셔닝이 어렵거나 불가능하여, 부정확한 자세 추정이 발생하고 이러한 시나리오에서 자율주행을 저해한다. 본 논문은 고정밀 지도에 등록된 객체를 활용하여 이러한 문제를 극복하는 방법을 제안한다. 제안하는 접근은 추가된 객체를 포함하는 의미론적 고정밀(HD) 지도를 구축하고, 객체 중심의 특징을 형성한 뒤, 이 특징을 사용하여 위치를 인식하며, 인식된 위치로부터 차량의 자세를 정확하게 추정하는 것으로 이루어진다. 제안된 방법은 RTK 센서 데이터 획득이 어려운 환경에서 차량 자세 추정의 정밀도를 향상시켜 보다 견고하고 안정적인 자율주행을 가능하게 한다. 본 논문은 시뮬레이션과 실제 환경 실험을 통해 제안 방법의 효과를 입증하였으며, 보다 정밀한 자세 추정 능력을 보여준다.

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