차량의 측위를 위한 다양한 기술이 연구되고 있으며, 특히 Global Positioning System (GPS)와 Inertial Measurement Unit (IMU)를 칼만 필터로 융합하는 방식은 짧은 GPS 음영 지역에서도 비교적 정확한 측위 결과를 보인다. 이 외에도 통신 인프라를 활용하거나 비전 센서를 통해 주변 환경을 인식하여 측위하는 방법이 있다. 본 논문에서는 긴 터널과 지하차도같은 GPS 음영 지역에서도 안정적인 측위를 가능 하게 하기 위해 정밀 맵(HD-Map)에 포함된 시설물의 위치 정보를 객체 검출 AI 모델로 인식하여 차량 위치를 보정하는 방법을 제안한다. 전방위 카메라 영상에 YOLOv9 기반의 사전 학습된 모델을 적용하여 정밀 맵에 등록된 시설물을 검출하고, 캘리브레이션된 라이다를 통해 해당 객체까지의 상대 거리를 계산한다. 이후 정밀 맵 상의 절대 좌표와의 차이를 기반으로 INS 위치를 보정하는 방법에 대해 제시하고자 한 다.

Vehicle Positioning in GPS Shaded Areas via HD-Map Feature Detection

Yui-Hwan Sa, Min-Gyeong Choi, Kyoung-Soo Choi, Sung-Jin Kim, Jung-Uck Lee*

Various technologies for vehicle positioning are being studied, and in particular, methods that fuse Global Positioning System (GPS) and Inertial Measurement Unit (IMU) with a Kalman filter have shown relatively accurate positioning results even in short GPS shadow areas. Other methods utilize communication infrastructure or recognize the surrounding environment through vision sensors to determine positioning. In this paper, we propose a method to correct vehicle positioning by recognizing location information of facilities included in a high-definition map (HD-Map) using an object detection AI model to enable stable positioning even in GPS shadow areas such as long tunnels and underpasses. A pre-trained model based on YOLOv9 is applied to omnidirectional camera images to detect facilities registered in the HD-Map, and the relative distance to the objects is calculated using a calibrated lidar. We then propose a method to correct the INS position based on the difference from the absolute coordinates on the HD-Map.

Keywords: HD-map, object detection, vehicle positioning

Speaker 사의환 한국자동차연구원