Parking Line-based SLAM Approach for Localization and Parking Space Detection

Abstract

Parking is a challenging task for autonomous vehicles and requires a centimeter level precision of distance measurement for safe parking at a destination to avoid collisions with nearby vehicles. In order to avoid collisions with parked vehicles while parking, real-time localization performance should be maintained even when loop closing occurs. This study proposes a simultaneous localization and mapping (SLAM) method, using around view monitor (AVM)/light detection and ranging (LiDAR) sensor fusion, that provides rapid loop closing performance. We extract the parking line features by utilizing the sensor fusion data for sparse feature-based pose graph optimization that boosts the loop closing speed. Hence, the proposed method can perform the loop closing within a few milliseconds to compensate for the accumulative errors even in a large-scale outdoor environment, which is much faster than other LiDAR-based SLAM algorithms. Therefore, it easily satisfies real-time localization performance. Furthermore, thanks to the parking line features, the proposed method can detect a parking space by utilizing the accumulated parking lines in the map. The experiment was performed in three outdoor parking lots to validate the localization performance and parking space detection performance. All of the proposed methods can be operated in real-time in a single-CPU environment.

자율발렛파킹은 자율주행차량이 주변의 주차된 차량들과 충돌 없이 안전하게 목적지까지 이동하기 위해 센티미터 수준의 위치 추정 정확도가 요구되는 정밀한 작업이다. 또한, 자율주행차량이 장시간 주차 공간을 탐색하는 상황에도 안전한 주차를 수행하기 위해서는 차량의 실시간 위치 추정 능력이 반드시 유지되어야 한다. 본 논문은 Around View Monitor(AVM) 센서와 LiDAR 센서를 퓨전하여 자율주행차량이 장시간 주차장을 탐색하는 경우에도 실시간 성능을 보장하는 주차선 기반의 SLAM 알고리즘을 제안한다. 기존 LiDAR SLAM 알고리즘들은 장시간 주차장을 탐색하는 경우 다수의 점군 데이터가 지도에 누적되어 루프 폐쇄로 에러를 보정할 때 수 초 이상 소요되는 반면, 제안하는 방법은 주차선 기반의 루프 폐쇄 방법을 사용하여 수 밀리초 내에 누적된 에러를 보정할 수 있다. 따라서 제안하는 방법의 경우 장시간 주차 공간을 탐색하는 경우에도 자율주행차량의 실시간 위치 추정 성능이 보장된다. 또한, 제안하는 방법은 지도에 누적된 주차선 데이터를 활용하여 주차 공간을 인식할 수 있다. 차량의 위치 추정 성능 및 실시간 성능을 측정하기 위한 실험은 야외주차장 세 곳에서 수행하였으며 주차 공간 탐지 성능 또한 동시에 측정하였다. 제안하는 방법은 단일 CPU 환경에서 실시간의 성능으로 작동한다.