자율주행을 위한 Bird’s Eye View 기반 실시간 거리 추정 기법

초록

자율주행 기술이 발전함에 따라 차량의 경로 예측과 제어 전략의 기반이 되는 인식 기술의 신뢰도가 중요한 요소로 부 각되고 있다(Yoon et al, 2023). 이에 따라 현재 자율주행 차 량은 다양한 센서들을 장착하여, 주행 환경에 대한 정밀하고 포괄적인 정보를 수집한다. 이때 라이다는 높은 정밀도로 객 체와의 거리를 추정하는데 핵심적인 역할을 수행하지만, 높은 비용으로 인해 상용화에 제약이 있다는 한계를 지닌다. 이에 반해 카메라는 비용이 저렴하고 주변 환경에 대한 풍부한 시 각 정보를 제공할 수 있기에(Fetic et al, 2022), 카메라를 활 용한 거리 추정 기술의 발전은 자율주행 상용화에 기여할 수 있다. 카메라 기반으로 차량 주변 객체를 인식하고 이를 효율적 으로 회피하기 위해, 차량 주변 정보를 사각없이 획득하는 Bird's Eye View(BEV) 기법에 대한 연구가 활발히 진행되고 있다(배현수, 2018). 그러나 기존 BEV 영상 생성 방식은 지 면이 항상 평탄하다는 가정을 기반으로 하여, 실제 주행 환경 에서 차량의 기울기 변화로 인해 영상 왜곡이 발생하는 한계 가 있다. 이러한 왜곡은 객체와의 거리 추정 정확도에 영향을 미치며, 궁극적으로 차량의 경로 계획 및 장애물 회피 성능을 저하시킬 수 있다(Chen et al, 2022). 본 논문에서는 이러한 문제를 해결하기 위해 보정된 BEV 영상을 활용한 거리 추정 기법을 제안한다. 제안하는 방법은 Inverse Perspective Mapping(IPM) 과정에서 발생하는 영상 왜곡을 실시간으로 보정하여, 차량의 동적 변화에도 강건한 BEV 영상을 생성하고 이를 기반으로 객체와의 거리를 추정 한다. 특히 YOLO 모델을 적용하여 안정적인 객체 인식을 수 행하고 Inertial Measurement Unit(IMU) 센서를 활용하여 BEV 보정의 정확도를 향상시킴으로써 거리 추정의 신뢰성을 높인다. 제안된 기법의 신뢰성과 실용성을 검증하기 위하여 본 논문에서 제안하는 기법을 MORAI 시뮬레이터 환경에서 구현하여 카메라 및 라이다 기반 거리 추정 결과를 비교 분 석한다.