earticle

영어

Vehicle localization is one of the core technologies for autonomous driving. Image-based localization provides location information efficiently, and various related studies have been conducted. However, the image-based localization methods using feature points or lane information has a limitation that positioning accuracy may be greatly affected by road and driving environments. In this study, we propose a line segment matching framework for accurate vehicle localization. The proposed framework consists of four steps: line segment extraction, merging, overlap area detection, and MSLD-based segment matching. The proposed framework stably performed line segment matching at a sufficient level for vehicle positioning regardless of vehicle speed, driving method, and surrounding environment.

한국어

차량 측위 기술은 차량의 정확한 위치 정보를 제공한다는 점에서 자율주행을 위한 핵심 기 술 중 하나로 평가되고 있다. 이미지 기반의 측위 기술은 위치 정보를 효율적으로 제공할 수 있을 것으로 판단되어 다양한 관련 연구가 진행되고 있다. 하지만, 기존 특징점 또는 차선 정보 를 이용한 이미지 기반 측위 방법론은 도로 및 운행 환경에 측위 정확도가 큰 영향을 받을 수 있다는 한계가 있다. 선분 매칭은 특징점에 비하여 텍스쳐 반복에 강건하고 주변 환경 전체에 서 추출된 선분을 활용하기 때문에 기존 방법론의 단점을 해결할 수 있다. 하지만, 차량 운행 환경을 대상으로 한 선분 매칭 방법론을 다루는 연구는 거의 진행된 바 없다. 따라서 본 연구 에서는 정확한 차량 측위 지원을 위한 선분 매칭 프레임워크를 제안한다. 또한 도로 주행 환경 에서의 알고리즘 성능 비교 분석을 통하여 최적 선분 매칭 알고리즘을 결정하였다. 최종적으 로 제안된 프레임워크는 선분 추출, 병합, 중첩 영역 탐지 및 MSLD 기반 선분 매칭의 4단계로 구성되었다. 제안된 프레임워크는 차량의 속도, 운행 방식, 주변 환경에 상관없이 차량 측위에 충분한 수준의 선분 매칭을 안정적으로 수행하였다.