카카오·네이버 힘 쏟는 고정밀지도(HD Map)…자율주행 이끈다

[산업일보]
“눈, 비 같은 날씨 변화, 센서 인지 거리 제한, 도심지 터널 등은 안전한 자율주행을 어렵게 한다. 20cm 정밀도를 갖는 HD Map은 이런 제한된 센서 성능을 보완하고 주행 판단 시스템을 도와 안전하고 효율적인 자율주행을 가능하게 한다”

홍승환 카카오모빌리티(KAKAO MOBILITY) 디지털트윈 테크 리더는 최근 코엑스(COEX)에서 열린 'NEXT MOBILITY : NEMO 2022'에서 자율주행을 위한 고정밀지도(HD Map) 필요성을 강조했다.

기존의 자동차 내비게이션 지도와 첨단 운전자 보조 시스템(ADAS, Advanced Driver Assistance Systems)용 지도는 운전자가 주도하는 상황의 기술 구현을 목표로 하고 있어 완전 자율주행에 활용하기 어렵다. 반면 HD Map은 차량이 차선 단위에서 신호등, 표지판 등 주변 정보를 인식하고 자신의 위치를 인지하도록 도울 수 있다.

도시/전국 단위 HD Map 구축 기술, 자율주행 시대 앞당겨

HD Map 구현을 위해서는 모바일 맵핑 시스템(MMS, Mobile Mapping System) 제작, 센서 캘리브레이션(Calibration), 정밀 측위 분석 및 데이터 융합, 포인트 클라우드(Point Cloud) 정합 등의 과정을 거쳐야 한다.

카카오모빌리티는 지도 데이터를 수집하기 위한 모바일 맵핑 시스템 장비 ‘아르고스(ARGOS)’를 개발했다. ARGOS는 실내‧외 구분 없이 여러 측위 센서로 HD Map을 구축할 수 있다.

홍 리더는 “ARGOS는 카메라, 라이다, 위성항법시스템(GNSS, Global Navigation Satellite System), 관성 측정 장치(IMU, Inertial Measurement Unit) 등을 탑재했다”며 “터널 주행, 100km/h 이상의 고속 주행에서도 연속적인 3차원 데이터 수집이 가능하다”고 설명했다.

MMS 장비에서 수집한 데이터를 HD Map으로 변환하기 위해서는 카메라, 라이다 등 센서 데이터와 지도 데이터 간 기하 해석을 수행하는 센서 캘리브레이션이 필요하다. 이종 센서들을 동일한 디멘젼(Dimension)에서 다뤄 알고리즘을 다양한 각도에서 적용할 수 있도록 하기 위해서다.

수집한 데이터를 정교하게 맵핑하기 위해서는 정밀 측위 기술도 필수적이다. 터널, 실내 공간 등에서는 GPS 신호 미약, 차단으로 위치 값을 정확하게 산출하기 어렵기 때문이다.

홍 리더는 “자율주행 서비스가 오픈 공간뿐 아니라 도심지 같은 복잡한 환경에서 이뤄지는 것을 고려했을 때, 측위 센서 데이터들을 융합하고 필터링하는 과정에서 정교한 위치, 속도 값을 계산할 수 있다”고 말했다.

포인트 클라우드 정합은 라이다, RGB-D 등 여러 센서에서 수집한 데이터 오차를 수정하는 것이다.

홍 리더는 “이러한 기술을 바탕으로 카카오모빌리티는 서울도심 터널, 고가도로 하부, 지하차도 등을 포함해 총 3천370km에 달하는 20TB 데이터를 수집한 후 서울의 HD Map을 작성하는 데 성공했다”면서 “도심은 센서 사각지대도 많고 위성항법시스템 기반의 측위가 어려운 만큼 카카오모빌리티가 제작한 3차원 정보들이 도심 자율주행 시대를 앞당길 것으로 기대한다”고 말했다.

HD Map 활용↑…로봇 자율주행 돕는다

HD Map은 자율주행 로봇 서비스 등으로 영역을 확장하고 있다. 위성항법시스템을 사용하기 어려운 실내에서 모바일 로봇의 자율주행을 돕는 것이다.

‘NEMO 2022’에서 만난 카카오모빌리티는 코엑스 내부에서 자율주행하는 모바일 로봇이 HD Map으로 자신의 위치를 파악하는 모습을 시연했다.

박일석 카카오모빌리티 이사는 “모바일 로봇은 HD Map을 통해 공원, 아파트 단지, 대학 캠퍼스 등에서 실내‧외를 자유롭게 주행하며 지도 제작을 도울 수 있다”고 설명했다.

MMS 장비를 탑재한 로봇은 차량이 접근하기 어려운 공간을 다니며 3차원 맵핑도 한다. 네이버랩스(NAVER LABS)는 최근 모바일 맵핑 로봇으로 실내‧외 복합 공간의 3D/HD 공간 데이터 구축 솔루션 ‘ALIKE-M'을 활용해 국립중앙박물관 내부를 3차원 맵핑했다.

석상옥 네이버랩스 대표는 지난해 온라인으로 진행한 ‘DEVIEW 2021’에서 “항공사진과 MMS 데이터를 결합하는 방식으로 자율주행을 위한 HD Map, 도시 단위의 대규모 3D 모델 등을 구축할 수 있다”고 말했다.