자율주행 가능 영역 검출을 위한 LiDAR 기반 차선 분류

초록

자율주행 시스템에서 가장 기본적이고 중요한 기능은 주변 환경을 인지하는 것이다. 그 대상에는 차선, 인접 차량, 보행 자 등이 존재하며, 그중 차선 인지는 자율주행 시스템에서 안 전한 주행 전략을 수립하는 데 매우 중추적인 역할을 한다 (Huang et al, 2021). 그러나 단순히 차선 검출만으로는 고도 화된 자율주행 구현이 어렵기 때문에 차선과 객체에 대한 추 가적인 정보가 필요하다. 실제 도심에서는 회피, 정지, 차선 변경 등의 다양한 상황이 발생하므로, 차선 검출뿐만 아니라 차선 분류와 객체 인지를 함께 수행한다면 자율주행 시스템 은 다양한 조건에서도 더욱 안정적인 성능을 발휘할 수 있다. 기존의 차선 검출 방법은 주로 카메라를 활용하여 이미지 의 색상 및 엣지 정보를 기반으로 필터링하는 방식이 일반적 이나, 조도 변화, 그림자, 날씨 등의 환경적 요인에 취약하다 는 한계가 존재한다. 최근 많은 연구에서 LiDAR 센서가 이 러한 한계를 극복할 수 있는 대안으로 주목받고 있다(Bar Hillel et al, 2014). LiDAR는 주변 환경을 3차원 Point Cloud 데이터로 변환하여 높은 정밀도로 물체를 감지할 수 있으며, 조도 변화나 왜곡에 강인한 특성을 가진다. 또한, LiDAR 센 서는 0~255 범위로 분포하는 Intensity 정보를 제공하며, 차선 과 아스팔트의 Intensity 차이를 통해 차선에 해당하는 점들 을 효과적으로 추출할 수 있다(Hata and Wolf, 2014). 본 연구는 LiDAR의 Intensity를 활용한 차선 검출 및 유형 분류를 통해 주행 가능 영역을 설정하는 방법을 제안한다. Principal Component Analysis(PCA)를 적용하여 차선 유형 을 구분하고, Least Square Method(LSM)을 이용해 차선을 모델링한다. 이를 통해 차선 검출의 정확도를 높이고, 도로 위 객체를 반영한 주행 가능 영역을 설정하여 제안 기법의 성능을 검증한다.