Core Concepts
기존 HD 맵을 OpenStreetMap을 활용하여 자동으로 업데이트하고 향상시키는 FlexMap Fusion 방법론을 제시한다.
Abstract
이 논문에서는 자율주행 시스템에 필수적인 HD 맵을 효율적으로 생성하고 업데이트하기 위한 FlexMap Fusion 방법론을 제안한다.
먼저 Map Alignment 모듈에서는 SLAM 기반 포인트 클라우드 맵과 RTK-GNSS 트래젝토리를 이용하여 HD 맵을 전역 좌표계에 정렬한다.
다음으로 Map Conflation 모듈에서는 OpenStreetMap의 정보를 활용하여 HD 맵의 의미 속성을 보완한다. 도로 네트워크 매칭 알고리즘을 통해 두 맵의 대응 객체를 식별하고, 이를 바탕으로 OpenStreetMap의 정보를 HD 맵에 통합한다.
마지막으로 Georeferencing 모듈에서는 HD 맵을 전역 좌표계로 변환하여 최종적인 지오레퍼런스 HD 맵을 생성한다.
실험 결과, 제안 방법론은 HD 맵 생성 과정의 수작업을 줄이고 맵의 완성도와 활용성을 높일 수 있음을 보여준다. 다만 복잡한 도로 구조에서의 한계가 있어 전처리 알고리즘과 매칭 파라미터 동적 조정 등의 추가 연구가 필요할 것으로 보인다.
Stats
SLAM 트래젝토리와 RTK-GNSS 트래젝토리 간 평균 편차 1.08 m, 표준편차 1.61 m, RMSE 1.93 m
참조 폴리라인 중 85.8%에 대해 OSM 매칭 성공, 정밀도 68.72%, 재현율 63.04%
지오레퍼런스 HD 맵과 오르토포토 간 평균 편차 0.38 m, 표준편차 0.27 m, RMSE 0.46 m
Quotes
"HD 맵은 자율주행 시스템에 필수적이다."
"기존 HD 맵 생성 방식의 한계를 극복하기 위해 자동화된 접근이 필요하다."
"OpenStreetMap의 풍부한 의미 속성을 활용하여 HD 맵을 향상시킬 수 있다."