asd

1. 자율 발렛 파킹 연구
동적 로보틱 시스템 연구실 (DYROS)
자율 주행 자동차 팀
0. 목표 및 가정 / 시스템 구조
1. 전역 경로 계획
2. 주행 가능 영역 인식
3. 주행 전략
4. 주차 가능 영역 인식
5. 주차 전략

2. • 목표 : 비-구조화된 도로인 주차장에서 빠르고 안전하게 자율 발렛 파킹
• 가정 : Topological global map을 알고 있음
주차장 환경 (v-rep 시뮬레이터)
자율 발렛 파킹 연구
0. 목표 및 가정
GyuBeom Im, Minsung Kim, Joonwoo Ahn, Minsoo Kim, Jaeheung Park / S i m u l a t o r f o r A u t o n o m o u s V e h i c l e R e s e a r c h i n P a r k i n g l o t E n v i r o n m e n t
T h e K o r e a n S o c i e t y o f A u t o m o t i v e E n g i n e e r s A n n u a l A u t u m n C o n f e r e n c e , 2 0 . 1 1 . 2 0 1 8 .
: Vertex
: Edge

3. Perception
(MAP)
Autonomous Driving SystemAutonomous Vehicle
1. 전역 경로 계획
Steering Angle, Accelerator & Brake
Steering & Velocity
AVM (Around
View Monitor)
Topological
전역 지도전방 카메라
2. 주행 가능
영역 인식
3. 주행 정책
Controller
주 제어기
RGB Image
RGB Image
- Drivable
- Non-drivable
Image
Navigation Info. (Straight, Right, Left at Intersection)
Look-ahead Point
주차 가능
영역 인식
4. 주차 정책
Look-ahead Point
Vertex
& Edge
자율 발렛 파킹 연구
0. 시스템 구조
- Drivable
- Non-drivable
- Parking Available
Image
Path
Planner

4. 자율 발렛 파킹 연구
1. 전역 경로 계획
Rural Postman Problem
Proposed Method
Original Method
• 목적 : 주차 구역이 많은 도로(𝐸 𝑅)을 우선적으로 방문
: 주차 구역 O (𝐸 𝑅)
: 주차 구역 X (𝐸 𝑂)
Minsoo Kim, Joonwoo Ahn, Jaeheung Park / G l o b a l P l a n n i n g f o r V i s i t i n g R o a d s w i t h P a r k i n g S p a c e s i n P r i o r i t y Using Rural Postman Problem
I T S C 2 0 1 9 T h e 2 2 n d I E E E I n t e r n a t i o n a l C o n f e r e n c e o n I n t e l l i g e n t T r a n s p o r t a t i o n S y s t e m s , Auckland, NZ, October 27-30, 2019
• 방법 :

5. • 목적 : 실시간으로 주행 가능 영역만 인식
• 방법 : VGG Net기반 MultiNet 이용 학습 (pre-trained weight 사용)
- 주행 가능 or 불가능 영역으로만 구분 (Train data: 200, Validation data: 100)
*Untrained Environment
Avg.
Precision
Avg.
Frames/sec
95.4 % 9.7
자율 발렛 파킹 연구
2. 주행 가능 영역 인식
x 2
Chanwoo Ahn, Jaeheung Park / R e a l - T i m e S e g m e n t a t i o n o f D r i v a b l e A r e a U s i n g S u p e r v i s e d L e a r n i n g
Conference, Ubiquitous Robots 2019 (The 16th International Conference on Ubiquitous Robots), Jeju, Korea, 24.06.2019.

6. • 목적 : 좌회전 / 직진 / 우회전 도로를 구분하여 주행 가능한 영역을 인식
• 방법 : 데이터 및 네트워크(MultiNet)를 도로별로 따로 구성하여 학습 (총 4가지)
자율 발렛 파킹 연구
2. 주행 가능 영역 인식 (+교차로)
[교차로 구분 X] [좌회전] [직진] [우회전]
*Trained Environment

7. 자율 발렛 파킹 연구
3. 주행 전략
• 목적 : 전역 경로를 정확하게 추종
• 방법 : Pure pursuit 방법에서 곡률을 반영하여 look-ahead point 위치를 조정
Joonwoo Ahn, Seho Shin, Minsung Kim, Jaeheung Park / A c c u r a t e P a t h T r a c k i n g b y A d j u s t i n g L o o k - A h e a d P o i n t i n P u r e P u r s u i t M e t h o d
A d v a n c e d R o b o t i c s 0 3 . 2 0 1 9 . [ U n d e r R e v i e w ]

8. 자율 발렛 파킹 연구
3. 주행 전략
• 목적 : 전역 경로에 정적 장애물이 있을 때, 장애물을 회피하도록 주행
• 방법 : Hybrid A* → 회피 경로 생성
Joonwoo Ahn, Minsoo Kim, GyuBeom Im, Minsung Kim, Jaeheung Park / D e v e l o p m e n t o f A u t o n o m o u s V a l e t P a r k i n g S y s t e m a n d V e h i c l e T e s t
T h e K o r e a n S o c i e t y o f A u t o m o t i v e E n g i n e e r s A n n u a l A u t u m n C o n f e r e n c e , 2 0 . 1 1 . 2 0 1 8 .
* 경로 추종: Pure pursuit

9. • 한계 : Localization data 오차 → 전역 경로 ≠ 따라가는 경로 → 충돌 가능성 ↑
3-D Global SLAM
(Cartographer)에서 틀어진 부분
실제 경로 틀어진 경로
자율 발렛 파킹 연구
3. 주행 전략
충돌
• 극복: Localization data에 의존 X, 주행 전략 수립

10. • 목적: 카메라&네비게이션정보만을이용하여,비-구조화된도로(주차장)를빠르고안전하게주행
자율 발렛 파킹 연구
3. 주행 전략
• 방법:
*Imitation Learning에
MobileNetV2(𝛼 = 0.01)사용

11. • CARLA 시뮬레이터에서 주행 전략을 학습
x 2
자율 발렛 파킹 연구
3. 주행 전략
*Untrained Environment
End-to-End
Approach
Proposed
Approach
1.4 회 충돌
/100[m]
0 회 충돌
/100[m]
100 회 시행의 평균

12. • 시뮬레이터에서 얻은 주행 전략 → 실차에 적용
x 2
자율 발렛 파킹 연구
3. 주행 전략
*Untrained Environment
End-to-End
Approach
Proposed
Approach
7.1 회 충돌
/100[m]
0 회 충돌
/100[m]
5 회 시행의 평균

13. 주차선 feature 추출
주차 공간 인식
자율 발렛 파킹 연구
4. 주차 가능 영역 인식
• 방법: Around View Monitor (AVM) [선 인식] / LiDAR [장애물 인식] 센서 퓨전

14. 자율 발렛 파킹 연구
5. 주차 전략
* 경로 추종: Pure pursuit
• 방법2: Desired-Orientation RRT* 기반
• 한계: Localization data 오차 → 전역 경로와 실제 환경이 달라짐 → 충돌 가능성 ↑
• 극복: Localization data에 의존 X, 주차 전략 수립
• 방법1: 주차 공식 기반
1. Kim Min-Sung, Joonwoo Ahn, Park Jaeheung / A c o m p a r a t i v e s t u d y o n t h e s t e e r i n g c o n t r o l l e r f o r a u t o n o m o u s p a r k i n g
T h e 1 3 t h K o r e a R o b o t i c s S o c i e t y A n n u a l C o n f e r e n c e , H o e n g s e o n g , K o r e a , 2 2 , 1 , 2 0 1 8
2. Seho Shin, Joonwoo Ahn, Jaeheung Park / D e s i r e d O r i e n t a t i o n R R T ( D O - R R T ) f o r A u t o n o m o u s V e h i c l e i n N a r r o w C l u t t e r e d S p a c e s
I E E E / R S J I n t e r n a t i o n a l C o n f e r e n c e o n I n t e l l i g e n t R o b o t s a n d S y s t e m s ( I R O S ) , D e a j e o n , K o r e a , 0 9 . 1 0 . 2 0 1 6 .

15. - 문제:
자율 주차 경로 추종 시, 전/후진 전환지점에서 정확하게 멈추기 어려운 문제
MPC 기반 주차 경로 추종 시, feasibility 와 stability 를 보장하지 못함
- 제안하는 방법:
자동으로 최적의 전/후진 전환 지점을 계산하는 주차 경로 추종 방법 제안
Invariant Theory 기반 Maximal Positive Invariant Set 과 Terminal cost로 주차
경로 추종 문제의 feasibility와 stability 보장하는 방법 제안
< 제안하는 방법 >
Difficult to stop precisely at the
switching point due to the complex
vehicle dynamics in the real-world
자율 발렛 파킹 연구
5. 주차 전략
• 방법3: MPC 기반

16. • The vehicle can converge to the origin!
• Even, there are also the localization problem!
• Someshiftings may occurw.r.t the switchingpoint!
X 4
Vehicle Trajectory
W/ Terminal Set and Cost
➢ 차량이 특정 자세에 정확히 멈추지 못하여 발생되는 경로 추종 에러 문제를 해결하기 위해서 MPC를 이용하여 전방 경로
추종 비용과 후방 경로 추종 비교를 통한 최적의 전/후진 전환점을 계산하는 알고리즘을 제안
➢ Maximal Positive Invariant Set과 Terminal Cost 를 이용하여 주차 경로 추종 문제의 feasibility와 stability 를 보장
W/O Terminal Set and Cost
자율 발렛 파킹 연구
5. 주차 전략