LiDAR sensors are used as core sensors in autonomous vehicles. The range of use varies from positioning to recognition. In this paper, we introduce a method that can utilize the LiDAR point cloud for recognition and positioning. In the positioning section, after detecting the lane with a LiDAR, the positioning information is corrected using this information. First of all, lane detection using LiDAR has the advantage of being able to instantly determine the three-dimensional position of the lane, and the detection performance is not affected by the illuminance. Lane detection using LiDAR detects all road markings on the ground and preprocesses them to provide them as input to a multi-layer perceptron-based network to instantly obtain the three-dimensional position of points corresponding to lanes. In this way, IMU is corrected by fusing lane information detected in real time and lane information obtained using the yaw rate from the vehicle's IMU. Finally, we propose a Kalman Filter-based sensor fusion complex positioning system that corrects the absolute position estimated by the GPS absolute position and the corrected yaw rate in conjunction with high definition map.
라이다 센서는 자율주행 차량의 핵심 센서로 사용되고 있다. 사용범위는 측위부터 인지까지 다양하다. 본 논문에서는 인지와 측위에 라이다 포인트 클라우드를 활용 할 수 있는 방법을 소개한다. 측위 부분에서는 라이다로 차선을 인지한 후 이 정보를 이용하여 측위 정보를 보정한다. 우선 라이다를 이용한 차선 인식은 차선의 3차원 위치를 즉시 알아낼 수 있고 인식 성능이 조도에 영향을 받지 않는다는 장점이 있다. 라이다를 이용한 차선 인식은 바닥의 노면표시들을 모두 검출하여 전처리 후 이를 Multi Layer Perceptron 기반의 네트워크에 입력으로 제공하여 차선들에 해당하는 점들의 3차원 위치를 즉시 얻는다. 이렇게 실시간으로 검출한 3차원 상의 차선 정보와 차량의 IMU로부터 오는 yaw rate로 얻은 차선 정보를 융합하여 IMU를 보정한다. 마지막으로 GPS 절대 위치와 보정된 yaw rate으로 추정한 절대 위치를 정밀도로지도와 연계하여 보정하는 칼만 필터 기반 센서 융합 복합 측위 시스템을 제안한다.
