9.4 위치 추정의 정밀도 요구사항
1. 위치 추정 정밀도의 필요성
Level 4 자율주행에서 차량의 위치와 자세(pose)를 정밀하게 추정하는 것은 안전한 주행의 근본적 전제 조건이다. 차선 폭이 약 3.5 m인 도로에서 차량 폭(약 1.8 m)을 고려하면, 양측 차선 경계까지의 여유는 각각 약 0.85 m에 불과하다. 따라서 횡방향 위치 추정 오차가 수십 센티미터를 초과하면 차선 이탈이나 인접 차량과의 충돌 위험이 발생한다.
2. 위치 추정 정밀도 요구 수준
Level 4 자율주행에서 일반적으로 요구되는 위치 추정 정밀도는 다음과 같다.
| 요구 항목 | 정밀도 수준 | 비고 |
|---|---|---|
| 횡방향(lateral) 위치 | ±10–20 cm (95% 신뢰 구간) | 차선 내 안전 주행 보장 |
| 종방향(longitudinal) 위치 | ±30–50 cm (95% 신뢰 구간) | 정밀 정차, 교차로 정지선 인식 |
| 방향각(heading) | ±0.1–0.5° | 차선 추종 제어의 안정성 |
| 수직 방향(vertical) | ±50 cm | 도로 경사 인식, 입체 교차로 구분 |
| 갱신 주기 | 100 Hz 이상 | 실시간 차량 제어 루프 지원 |
3. 위치 추정 방법
3.1 GNSS/INS 융합
RTK-GNSS(Real-Time Kinematic GNSS)는 기지국 보정 데이터를 이용하여 센티미터 수준의 절대 위치를 제공한다. IMU와 칼만 필터(EKF/UKF)로 융합하여 고주파 위치 갱신과 GNSS 음영 구간에서의 연속성을 확보한다. 그러나 도심 협곡, 터널, 지하 주차장 등에서의 GNSS 가용성 한계가 있다(Groves, 2013).
3.2 LiDAR 기반 지도 매칭
LiDAR 점군을 사전 구축된 3차원 HD Map의 점군 또는 구조물과 매칭하여 차량의 위치를 추정하는 방법이다. NDT(Normal Distributions Transform)(Biber & Straßer, 2003), ICP(Iterative Closest Point) 등의 정합 알고리즘이 사용된다. GNSS 음영 지역에서도 동작하며, 센티미터 수준의 정확도를 달성할 수 있다.
3.3 시각 위치 인식(Visual Localization)
카메라 영상에서 추출한 시각 특징(차선 표시, 건물 외관, 표지판 등)을 사전 구축된 시각 지도와 매칭하여 위치를 추정하는 방법이다. 조도 변화와 계절 변화에 따른 외관 변화에 대한 강건성이 과제이다.
3.4 다중 소스 융합
실용적인 Level 4 위치 추정 시스템은 GNSS, IMU, LiDAR 매칭, 시각 위치 인식, 차륜 오도메트리 등 복수의 위치 소스를 융합하여 각 소스의 한계를 상호 보완한다. 그래프 최적화(graph optimization) 또는 요인 그래프(factor graph) 기반 융합이 사용된다.
4. 위치 추정의 가용성 요구사항
Level 4 시스템은 ODD 내에서 위치 추정 기능의 가용성(availability)을 보장하여야 한다. GNSS 단독으로는 가용성이 불충분하며, GNSS 음영 지역에서도 지도 매칭, 시각 인식, 관성 항법 등으로 위치 추정이 연속적으로 유지되어야 한다. 위치 추정의 불확실성이 설정된 임계치를 초과하는 경우, 시스템은 이를 감지하여 안전 조치(속도 감소, MRC 전환 등)를 수행하여야 한다.
5. 위치 추정의 무결성(Integrity)
위치 추정의 무결성은 추정 결과가 특정 오차 한계를 초과할 확률이 허용 가능한 수준 이하임을 보장하는 것이다. 항공 분야에서의 RAIM(Receiver Autonomous Integrity Monitoring)과 유사하게, 자율주행에서도 위치 추정의 무결성 모니터링이 연구되고 있다. 보호 수준(Protection Level, PL)이 경고 한계(Alert Limit, AL)를 초과하는 경우 위치 추정이 신뢰할 수 없음을 선언하고 대체 전략을 수행한다(Reid et al., 2019).
참고문헌
- Biber, P., & Straßer, W. (2003). The normal distributions transform: A new approach to laser scan matching. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 3, 2743–2748.
- Groves, P. D. (2013). Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems (2nd ed.). Artech House.
- Reid, T. G. R., Houts, S. E., Cammarata, R., Mills, G., Aber, S., Gill, L., & Humphreys, T. E. (2019). Localization requirements for autonomous vehicles. SAE International Journal of Connected and Automated Vehicles, 2(3), 173–190.
버전: v1.0, 2026-04-11