글로벌오토뉴스

상단배너

  • 검색
  • 시승기검색
ä ۷ιλƮ  ͼ  ī 󱳼 ڵδ ʱ ڵ 躴 ͽ ǽ ȣٱ Ÿ̾ Auto Journal  Productive Product

[오토저널] 실내 자동 주차 서비스를 위한 실내 위치 인식 기술

페이지 정보

글 : 오토저널(ksae@ksae.org)
승인 2015-12-30 16:54:41

본문

최근 자율주행 자동차에 관한 연구와 개발이 활발하게 이루어지고 있으며, 2020년경부터 점진적으로 상용화가 이루어질 것으로 전망하고 있다. 자율주행자동차의 개발과 아울러 미국, 유럽과 한국을 중심으로 자동 주차에서 좀더 진화된 실내공간 자동 발렛파킹 서비스를 상용화하기 위한 연구와 표준화가 활발히 진행되고 있다.


현재 상용화되어 있는 지능형 자동차의 자동 주차 시스템은 주차장의 인프라와의 협력 없이 자동차가 주차 공간을 탐색하여 장애물과 충돌하지 않도록 주차를 보조하는 운전자 지원 시스템인 ADAS(Advanced Driver Assistant System) 중에 하나로 개발되고 있다. 현재 지능형 스마트카에서 제공하는 ADAS 자동 주차 시스템은 실내 공간과 실외 공간을 구분하지 않고 카메라등의 비젼 센서 등을 주로 이용하여 제한된 범위의 핸들 조작을 보조하는 수준이다. 한편, 자율주행 자동차는 현재 도로 주행을 목표로 개발되고 있으며 실내공간에서의 자율주행 시스템 구현은 새로운 연구 이슈로 부각되고 있다. 실내공간에서는 위성항법 시스템인 GPS를 사용할 수 없는 단점이 있는 반면에, 날씨와 기후의 변화에 대하여 안정적이며 상대적으로 차량이 저속으로 운행되고, 인프라를 용이하게 장착할 수 있는 장점이 있다.


실내 주차장 자율 주차를 위해서는 기술적으로는 저가형이면서도 정밀하며 차량의 거동을 고려하는 감지거리를 만족하는 실내 측위 기술 확보가 가장 우선적으로 해결되어야 하는 해야 문제이며, 실내 측위를 위한 다양한 방법들이 개발되고 있다.


실내 자율주행 또는 실내 자동 발렛파킹 서비스 구현을 위해서는 현재 활발하게 진행되고 있는 일반 도로 또는 전용 도로의 자율주행 자동차 개발과는 차별화되는 개발 방식이 필요하다. 먼저, 일반도로 자율주행 자동차와 기존의 자동차가 혼재되어 주행하는 환경을 고려하면, 일반도로 자율 주행자동차를 위해서는 자율 주행을 지원하는 도로의 인프라보다는 자동차의 장매물 감지 및 위치인식 센서와 지능화가 매우 중요하다. 그러나 실내 자동 발렛파킹 서비스 구현을 위해서는 일반도로의 자율주행 자동차 수준의 자동차뿐만이 아니라 대부분의 다수를 차지하는 일반자동차도 필요한 최소한의 센서와 액추에이터를 보강하면 일반도로에서 자율주행 가능한 수준의 센서를 장착하지 않은 경우에도 자동 주차 서비스를 활용하도록 하는 방법을 고려할 필요가 있다.

 

952b0b5d14e57527cad9a44fef5383e6_1451461

만일 완벽한 자율주행 자동차의 성능과 더불어 자동주차를 위한 실내 공간 인프라를 동시에 만족해야 한다면, 실내 자동 발렛파킹 서비스의 도입은 기술적으로도 매우 어렵고 또한 비용의 증가로 인하여 실제 서비스 구현이 매우 어려워지게 되므로, 서비스 달성을 위한 최소한의 요구 조건을 파악하여 서비스를 가능하게 하는 것이 중요하다. 따라서 이는 자동주차나 발렛 파킹을 목적으로 차량을 지능형으로 개발하는 방법과 인프라를 스마트하게 구축하고 지능형증가로 인하여 실현되기 어려울 것으로 전망된다. 

 

실내 자동 주차 시스템 구성 및 요구사항
현재 주차 보조 시스템들은 기존 조향 장치만 제어하는 것이 아니라 센서로부터 획득한 외부 입력 신호를 바탕으로 차량이 직접 가감속 및 변속 제어까지 실시하여 자율 주차시스템을 구성하는 방향으로 개발 중에 있다. 또한 차량 센서 외에도 인프라 센서로부터 외부통신을 이용하여 정보를 받아들이는 협력 제어 뿐만 아니라 직접 차량에게 통신을 활용하여 제어 입력값을 주는 리모트 인프라 제어 방식 또한 개발되고 있다.


<그림 1>과 같이 실내 자동 주차 시스템의 구성은 크게 Smart Vehicle 및 Smart Infra로 나눌 수 있으며, 먼저 왼쪽과 같이 Smart Intra 시스템 측면에서는 주차 목적지나 주차장 맵, 차량 위치와 같은 정보를 인프라가 획득하여 고성능 의 센서를 장착하지 않은 차량에게 통신을 통해 제공하는 요구사항이 있다. 또한 오른쪽과 같이 Smart Vehicle 시스템의 요구사항은 센서부의 카메라, 거리 감지 센서 등을 융합하여, 주차 시 주차 공간과 주변 환경 등을 감지하고, 이 정보를 바탕으로 인지/판단부에서 주차 가능 여부 판단 및 주차 경로를 생성하여 능동적으로 차량을 제어하는 방식으로 구성된다. 따라서 성공적인 실내 자동 주차 서비스를 지원하기 위한 측위 및 경로 계획 기술 필요 제반 사항은 아래와 같다. 먼저 자율 발렛 주차 실험 및 평가를 위한 인프라를 구축해야 하며, 실내 위치 측위를 위한 주요 센서 및 기술 파악하고 적용해야 한다.

 

952b0b5d14e57527cad9a44fef5383e6_1451461



일반적인 실내 위치 측위 방식에서는 정밀도(Accuracy), 적용 거리(Coverage area), 가용성(Availability), 무결성(Integrity), 연속성(Continuity), 강인성(Robustness), 가격(Cost), 상호 간섭(Interferences) 등의 기술적 요구사항이 있다. 실내 주차의 경우에 일반적인 야외 상황과 달리 위성항법장치(GPS)를 활용할 수 없기 때문에 인프라 시스템이나, 차량 자체의 센서 융합을 통해 차량의 위치 측위를 보완함으로써 고도로 정밀한 위치 측정이 이루어져야 한다. 또한 차량의 작은 오차나 오동작으로 인하여 재산피해, 인명피해가 발생할 수 있으므로 해당 측위 기술은 높은 수준의 무결점성, 연속성, 가용성을 만족하는 정확하고 강력한 실내 위
치 측위 기법이 필요하다.


실내 위치 인식 방식
실내측위기술은 위치 정밀도 별, 적용거리 별, 적용 서비스 별, 적용 가능 센서 등에 따라 다양하게 분류되며 <그림2>와 같이 정확도와 가용 영역을 기준으로 적외선, 지자계, 카메라, WLAN, UWB, RFID 등 측위기술을 물리적 특성에 따라 분류할 수 있다. 위치 정밀도와 적용거리 관점에서만 보면 실내 자동주차는 1cm~1m 수준의 비접촉식 위치 측정이 이뤄져야 하고 십여 미터 이상의 적용거리를 필요로 하므로 <그림 2>의 파선 안에 속하는 Radar, UWB, Camera, Infrared, Bluetooth, RFID 등의 센서가 실내 자동 주차 구현에 적합한 측위 기술로 이용될 수 있다.

 

 952b0b5d14e57527cad9a44fef5383e6_1451461 

실내 자동 주차 서비스를 위한 실내 측위 기술들을 Smart Vehicle 기반 측위 기술과 Smart Infra 기반 측위 기술로 나누어 보면, Smart Vehicle 기반 측위 기술은 스마트 자동차에 장착된 인식 센서를 이용하여 인프라의 지원을 거의 받지 않고 실내 위치 측위를 수행하는 방식을 뜻하고, Smart Infra 기반 측위 기술은 인프라의 지원을 대부분으로 하여 고성능 센서를 장착하지 않은 일반자동차 방식을 뜻한다. 일반적으로 Smart Vehicle 기반 기술은 고성능의 센서를 차량에 부착하도록 요구하므로 차량 제조사나 소유자가 경제적인 추가 비용을 부담해야 한다. 반면 Smart Infra 기반 기술은 서비스 제공자가 인프라 구축의 비용을 안게 되므로 차량 소유자나 차량 제조사의 추가 비용은 거의 없게 된다. 각각 기술은 경제적인 특징 및 기술적인 장단점을 가지고 있고 자세한 내용은 아래에서 좀 더 살펴보도록 하겠다.


Smart Vehicle 기반 실내 측위 방식


● Camera 센서 기반 실내 측위 방식
Camera 센서 기반 실내 측위 방식은 영상장치로부터 획득된 영상들을 실내공간정보로 활용하여 측위를 구현하는 방식이다. 사전에 약속된 기호에 따라 실내공간에 대한 공간정보를 위치 및 상대거리 등으로 추출하는데 활용될 수 있으며 사전에 수집된 지도 정보와 비교해 위치 정보를 얻을 수 있다.


또한 두 대 혹은 그 이상의 카메라로부터 획득한 2차원영상의 기하학적 상관관계를 파악하여 깊이 정보를 추출하는 방식으로 실내공간정보 구축에 이용될 수 있다. 일반적으로 비정형적인 정보들을 가지고 있으며, 정보의 해석이 취득 당시의 위치 정확도, 관점(view) 등에 따라 어려운 경우들이 많이 존재하여 알고리즘 성능에 따라 의존성을 강하게 보인다.


● LiDAR 센서 기반 실내 측위
LiDAR 센서와 같은 레이저를 기반으로 한 실내 공간 정보 구축 및 실내 측위는 고정밀 3D 구조 및 지형 정보 등을 제작하기 위해 활용하는 기술들을 모두 포함한다. 이러한 방법은 사전에 다양한 방법으로 센서의 설치 위치를 계산하여 특정 지점에 고가의 레이저 스캐너를 장착하고, 이를 활용해 주변 지역을 스캔하며 원 데이터를 획득한다. 이 데이터들의 후처리 과정을 거쳐 실내공간의 구조 및 지형지물의 포인트를 파악한다. 이렇게 파악된 포인트들을 통해 실내 공간 정보구축은 매우 정밀한 공간 정보를 생성할 수 있고 사전정보 없이 처리 가능하다는 장점이 있다.


하지만 다채널 레이저 스캐너와 같은 고가의 센서가 요구되고, 스캔 정보를 후처리하는 과정이 필요하기 때문에 효율적인 알고리즘이 필요하다. 레이저 기반 실내 측위 기술은 기존의 레이저 장비를 이용한 실외 구축 방식을 그대로 가져와 적용할 수 있기 때문에 호환성 및 편리성 측면에서 이점을 가진다. 현재까지도 고가의 다채널 레이저 센서 기반의 실내 정보 구축 방식이 활용되고 있으나 실내 공간을 대상으로 제공되는 다양한 형태의 위치 기반 서비스들이 Nomadic Device를 통해 3G,
LTE, Wi-Fi와 같은 무선 데이터 통신으로 제공되고 있다는 점에서 이들 정보는 경량화된 형태로 재가공되어 전달되어야 한다. 이러한 서비스에 따른 정보의 경량화를 목표로 여러 연구개발이 진행되고 있다.


● Infrared 센서 기반 3D 실내 측위 방식
IR Depth 카메라로 3차원 깊이 정보를 취득하고, 일반 카메라로 촬영한 2차원 이미지에 깊이 정보를 맵핑하여 3차원 지도를 생성하는 위치 측정 방식이다. 위치 측위는 특징점 추출, 특징점 매칭, 포즈 계산 3단계로 이루어진다. 특징점 추출은 대표적으로 SURF(Speed Up Robust Feature), SIFT(Scale-Invariant Feature ransform), ORB(Oriented BRIEF)와 같은 영상처리 알고리즘이 존재하며 촬영된 이미지 내의 고유한 특징점들을 찾아내는 방법이다. 특징점 매칭은 앞서 구한 특징점을 각 프레임마다 Similarity를 따져 같은 특징점끼리 매칭시키는 기술이다. Pose 계산은 모델과 데이터 사이의 거리 오차를 최소화하여 각각의 프레임을 연결시키는 것으로 ICP (Iterative Closest Points)과 같은 기술 등이 있다.


● RFID 기반 실내 측위 방식
RFID 실내 측위 방식은 리더 내부의 송신기가 활성 신호를 송출하면 리터 근방의 태그는 자신에게 할당된 고유 ID를 회신, 리더는 이를 이용하여 태그의 위치를 파악하는 방식이다. RFID 방식은 리더와 태그로 나뉘는 점에서 앞서 구분한 분류에 따르면 차량 기반과 인프라 기반의 방식을 모두 사용한다고 볼 수 있다. RFID 방식은 근접거리의 조건을 만족하면 태그의 속도와 상관없이 위치 감지할 수 있고 태그가 매우 저렴한 것이 장점이다. 하지만 짧은 신호 도달거리(2~3m)때문에 인프라에 높은 밀도로 리더를 설치해야 한다.


● 지문인식 측위(Fingerprint) 방식
지문인식 측위는 맵매칭 기반 측위 방법 중 하나로 전파맵 구축을 위한 사전수집 단계와 수신호세기 리스트와의 전파맵 맵 매칭으로 나뉜다. 먼저 전파맵 구축을 위해 실내공간 내 임의의 Wi-Fi 수신호세기 리스트를 결합하여 전파맵을 구축 및 저장한다. 이후 측위점에서 앞서 측정된 수신호 세기 리스트와 저장된 전파맵과의 맵 매칭을 통해 단말기의 위치를 결정한다. 하지만 지문인식 측위는 실내환경이 바뀔 경우 사전수집 정보의 갱신이 필요하며, 수집주기에 따른 수집비용과 정보 갱신에 따른 정확도 사이에서 상충문제가 존재한다. 전파맵과의 맵 매칭을 통해서 단말기의 위치를 추정하는 방식은 차량 기반의 실내 측위 방식이라고 볼 수 있지만, 전파맵을 구성하는 역할은 인프라의 역할이라 할 수 있다.


Smart Infra 기반 실내 측위 방식


● WLAN/Wi-Fi 기반 실내 측위 방식
일반적으로 WLAN/Wi-Fi에서 이용하는 측위 방식으로는 수신 신호세기(RSSI) 기반 다변측위, 도착시간(TOA) 기반 다변측위, 왕복이동시간(RTT) 기반 다변측위 등이 있다.

 

먼저 수신 신호세기 기반 다변측위는 Wi-Fi 신호의 수신신호세기를 거리로 환산한 뒤, 다수의 Wi-Fi 접속점의 거리 정보들로부터 단말 위치를 계산하는 것을 의미한다. 간단한수학적 모델을 이용하여 임의의 거리에서의 수신 신호세기를 간단히 계산할 수 있는 장점이 있다. 하지만 실제 실내 환경 내 예측하기 어려운 반사(Reflection), 굴절(Refraction), 차단(Shadowing), 흡수(Absorption) 등의 요인들로 수신신호 세기의 추정오차가 크다.


도착시간 기반 다변측위는 수신신호세기 기반 다변측위에 비해 측정값이 더욱 안정적이지만, Wi-Fi 표준 인터페이스상에서는 1μs(약 300m) 수준의 분해능을 제공하기 때문에 실내 자동 주차 서비스가 요구하는 10cm 수준의 실내측위에 활용되기 어렵다.


왕복이동시간 기반 다변측위는 Wi-Fi 접속점으로의 펄스요청시간과 왕복 후 단말에서 펄스 도착시간의 시간 차이값에서 Wi-Fi 접속점에서의 지연시간을 제거한 후 이를 거리로 환산하는 다변측위를 의미한다❼. 가시거리가 확보되는 경우, 3~5m 위치 정확도를 제공하는 것으로 보이나 이 역시 실내 자동 주차 서비스를 제공하기 위한 수준에는 못미친다.


● UWB 기반 실내 측위 방식
UWB 측위 기술은 전파 기반 실내 측위 방식과 유사하나, Wi-Fi기술이 보통 20MHz의 대역폭을 사용하는데 비해 UWB는 500MHz 이상의 넓은 대역폭을 사용한다. UWB 측위 기술은 멀티패스에 강하고 뛰어난 투과성으로 실내 측위에 유리하지만 인식거리가 10m 이내로 짧은 특징을 가진다.


데이터 전송률은 수십 kbps에서 10 Mbps 이하이다. UWB 측위 방식은 송수신기의 소비전력이 적고, 디지털회로로 구현 가능하여 구조가 간단하며, 뛰어난 투과력을
갖는 장점을 가진다. 하지만 송수신에 매우 정확한 시간 동기가 요구되며, 광대역 주파수 특성이 우수한 고가의 특수안테나 사용해야 한다. 또 넓은 대역에 걸쳐 신호가 분산 되므로 타 통신에 영향을 줄 수 있다.


● 블루투스 기반 실내 측위 방식
블루투스 기반 측위 방식은 무선 주파수 2.4GHz 대역의 ISM(Industrial Scientific Medical) 밴드를 사용하는 블루투스 무선 기술을 활용해 전파 수신신호 세기 단변 측위 및 도착시간 기반 다변 측위 기술 적용한 측위 기술이다.


인프라를 구축하는 비용이 비교적 저렴하며, 뛰어난 투과 력을 갖지만 송수신 지연이 커서 이동 환경에서 위치 정확도 약할 수 있고, 저전력 저속의 기기이므로 연속 측위가 불리할 수 있다. 또 1Mbps의 낮은 속도, IEEE802.11 등과 의 상호간섭 문제 등 개선점은 있으나 스마트폰의 급격한 보급에 편승하여 앞으로 더욱 발전할 것으로 전망된다.

 

952b0b5d14e57527cad9a44fef5383e6_1451461

● 크라우드소싱 라디오맵 실내 측위 기술
국내 대학인 KAIST에서는 무선랜 장치, 지자기 센서, PDR PDR(보행자추측항법, Pedestrian Dead Reckoning) 등으로 구성된 실내 복합 측위 엔진인 KAILOS 시스템을 개발하였다 . KAILOS는 비전문가 집단의 참여를 통한 데이터 축적을 자동화함으로써 실내 공간의 라디오맵을 구축하는 크라우드소싱 라디오맵 구축 자동화는 기법를 제공하며 위치 기반 응용 서비스 개발 플랫폼과 소프트웨어 개발 환경(API)을 지원한다.


● 카메라 랜드마크 인식 기반 측위 기술
영상 랜드마크 인식 기반 측위 기술은 사전에 설정된 위치 정보와 기타 패턴 데이터를 포함한 랜드마크를 카메라 센서로 인식하여 해당 위치정보와 기타 정보를 얻어 내는 기술로 저가격으로 구현이 가능한 장점을 갖는다. 랜드마크를 실내 주차장의 벽이나 바닥, 천장 등에 설치하여, 주행 차량은 해당 랜드마크를 센서로 인식해 정보 추출 및 위치를 파악한다.

 

952b0b5d14e57527cad9a44fef5383e6_1451461



영상 랜드 마크 패턴 데이터는 색상, 격자, 도형 등의 패턴을 포함한다. 도형의 색상을 인식하여 정보를 얻는 색상 패턴 데이터, 도형의 외각 모양에 따라 정보를 인식하는 도형패턴 데이터, 여러 도형의 배치 및 순서에 따라 정보를 얻는 격자 배열 패턴 데이터로 나눌 수 있다. 이에 연세대학교 Seamless Transportation Lab(STL)에서는 실내 자동 주차 서비스 개발을 위한 저비용 고성능의 카메라 기반 랜드마크 실내 측위 기술 개발을 진행 중이며, 현재 정확도 10cm 이내, 방향 오차각 3˚이내의 성능을 목표로 실내 위치 측위 기술의 개발에 박차를 가하고 있다.

 

실내 자동 주차 서비스를 위한 실내 측위 기술에는 측위 센서의 설치 위치에 따라 크게 두 가지 기법이 있다. 먼저 Smart Vehicle 중심 기법은 차량에 부착된 자동차용 센서를 기반으로 하는 차량 주도적 측위 기술로 실내 자동 주차 서비스를 구현하기 위한 초기 인프라 구축비용은 적다. 하지만 차량용 개별 단말기의 가격에 따라 서비스 사용자의 진입문턱이 크게 상승할 수 있다. 또한 개별 차량 센서의 성능에 의한 위치 정확도 및 무결점성은 인명사고로 이어질 수 있기 때문에 개별 단말의 성능 최소요구 조건에 대한 합의가 선행되어야 한다. 해당 기법 중에는 Camera, LiDAR 센서가 정밀도와 적용거리 측면에서는 만족하나 LiDAR의 경우 개인이 부담하기엔 부담스러운 가격요소를 갖으며 Camera의 경우 알고리즘 의존성에 따른 무결점성 측면에서 조금 더 발전이 필요하다 

 

글 / 김시호 (연세대학교)
출처 / 오토저널 15년 6월호 (
http://www.ksae.org)

  • 페이스북으로 보내기
  • 트위터로 보내기
  • 구글플러스로 보내기
하단배너
우측배너(위)
우측배너(아래)