라이다 기반 위치 추정 및 객체 검출 알고리즘을 이용한 실도로 주행환경 내 위험 상황 시나리오 생성 방법 개발
- 주제(키워드) Vehicle-in-the-Loop Simulator(VILS) , 위험 시나리오 , 측위
- 주제(DDC) 621.8
- 발행기관 아주대학교
- 지도교수 송봉섭
- 발행년도 2022
- 학위수여년월 2022. 2
- 학위명 석사
- 학과 및 전공 일반대학원 기계공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000031756
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 논문에서는 라이다 센서 기반 측위 및 객체 검출 알고리즘을 이용한 실제 차량 기반 시뮬레이션(Vehicle-in-the-Loop Simulation, VILS)을 구성하여 실 도로 주행 환경 내 위험 상황 시나리오 생성 방법 개발을 목적으로 한다. 실제 도로에서는 안전과 비용 때문에 모든 위험 상황을 고려하여 테스트하기엔 한계가 있다고 알려져 있기 때문에 VILS 시스템을 이용하여 가상 환경에서 충돌 시나리오를 고려해야 하며 주변 객체의 실제 움직임이 가상 환경에 반영되어야 한다. 따라서 최근 국내•외 시장에서 활용되는 VILS에서 위험 시나리오, 측위, 차량 검출이 추가로 고려된다. 먼저, 가상 환경 내 위험 시나리오를 선정하고 실제 도로 환경을 구축한다. 그 다음, 차량의 위치 정보를 위해 라이다 센서 기반 맵 매칭 알고리즘과 GPS 기반 투영법을 이용하였으며 측위가 차로 수준에서 잘 되었는지 측위 알고리즘의 횡방향 성능을 평가하였다. 또한, 주변 차량의 상대 위치 정보를 출력하기 위해 라이다를 이용한 딥러닝 기반 차량 검출 알고리즘을 적용하였다. 마지막으로, 실제 차량의 측위와 차량 검출 결과는 상수 공간(parameter space)을 가진 상세 시나리오 생성 방법 기반 테스트 자동화 기술에 결합된다. 즉, 가상 환경 차량은 상수 공간과 관련하여 반복적으로 다시 시뮬레이션되고 실제 주변 차량이 충돌 시나리오에 포함된다. 최종적으로, 차량의 결과와 VILS 내 가상 데이터와 실험 데이터 사이의 정합성을 상대 위치 차이로 나타내어 결과를 보였으며 딥러닝 기반 위험 판단 알고리즘에 적용해보았다.
more목차
1 서론 1
1.1 연구배경 1
1.2 연구내용 3
2 VILS 환경 구성 5
2.1 위험 시나리오 선정 5
2.2 실험차량 구성 8
3 라이다 기반 측위 및 객체 검출 알고리즘 15
3.1 측위 알고리즘 15
3.2 객체 검출 알고리즘 22
4 VILS 기반 알고리즘 검증 26
4.1 정합성 검증 26
4.2 알고리즘 검증 28
5 결론 33
6 참고문헌 35
