소개

타차량 주행 예측 등을 위한 딥 네트워크 학습에 필요한 타차량 주행궤적 데이터

자차량의 위치와 자차라량의 전방에 위치한 타차량의 움직임 등의 정보를 제공함

데이터 수집 환경

G80 차량을 기반으로 GPS/IMU, Mobileye, 그리고 로깅용 노트북 컴퓨터를 활용해 데이터를 수집함

GPS/IMU는 자차량의 정확한 위치와 방향정보를 획득하기 위해 활용. 정확한 설치위치는 차량의 뒷바퀴 축 가운데이며 보다 정확한 위치정보를 얻기 위해 수집 시 상항 RTK 보정신호를 받아 동작하였음. (RTK 동작시 수평 위치정확도는 0.008m, 수직 위치정확도는 0.015m / Spatial Fog Dual 스펙 문서에 따름)

Mobileye 센서는 차량 내부 전방 유리 바로 앞에 장착되었으며 전방에 위치한 타차량의 상대 위치정보를 얻기 위해 활용되었음. 전방에만 설치되었으므로 측방과 후면의 차량 위치정보는 획득하지 못함. (View field: 40도 X 30도) Mobileye 센서의 longitude position error는 85%의 경우에서 2m와 10% 중 큰 값이며 (Mobileye 스펙 문서에 따름) 자체적으로 필터링 된 값을 제공함. 모빌아이 스펙에 따르면 검출 거리가 80m라고 명시돼 있어 그 너머에 검출된 차량정보는 삭제하였음.

Mobileye 센서가 자차량의 위치를 중심으로 상대적인 위치를 측정하기 때문에 RTK 보정신호 기반의 정확한 자차량의 절대 위치정보와 Mobileye 에서 검출되는 타차량의 상대 위치 정보를 활용하면 타차량의 궤적을 산출할 수 있음

두 센서 모두 정확한 결과를 나타내지만 간혹 발생하는 부정확한 궤적 정보를 걸러내기 위하여 모든 데이터는 직접 검토 인력이 하나하나 확인하였음

데이터 수집 일시 및 장소

• 수집은 2018년 9월 6일부터 11월 1일 사이에 대전광역시와 세종특별자치시 일부 지역에서 진행되었음
• 수집 경로는 크게 두가지이며 아래와 같음
  • 1. 대전광역시와 세종특별자치시 간을 연결하는 북유성대로 및 세종로 일부 구간에서 대전에서 세종 방향 혹은 그 역방향으로 주행하면서 데이터 수집
  • 2. 대전광역시 유성구 내 대덕연구단지에서 한국전자통신연구원 – 연구단지 네거리 – 과학공원 네거리 – 구성 삼거리 – 승적골 삼거리 – 한국전자통신연구원을 잇는 경로를 상기한 대로 혹은 그 역방향으로 주행하면서 데이터 수집
• 아래 이미지는 상기 주행경로를 실제로 주행한 결과를 지도 위에 도시한 것임

<1번 경로: 대전-세종간 도로>

<2번 경로: 대덕연구단지>

데이터 포맷

데이터는 csv (comma separated value) 파일로 제공됨

데이터는 GPS 위치가 추정되는 시간인 약 10Hz를 기준으로 기록됨

csv 파일의 각 열에는 아래 그림과 같이 해당 frame에 수집된 데이터 정보가 저장되게 되며 총 8개의 값을 가짐

• 1. frame index
• 2. 차량 ID (127은 자차량을 나타내며, 그 이외의 숫자는 Mobileye에서 각각의 차량에 부여하는 ID임. ID는 0~63의 값을 가짐.)
• 3. 해당 ID 차량의 위도
• 4. 해당 ID 차량의 경도
• 5. 해당 ID 차량의 East 축 좌표 (TM 좌표계)
• 6. 해당 ID 차량의 North 축 좌표 (TM 좌표계)
• 7. 차선 번호
• 8. 차선 변경 여부 (1일 경우 차선 변경, 0일 경우 기존차선 유지)

차량의 위치를 파악하기 위해서는 정밀지도 정보도 함께 필요함

정밀지도 정보는 아래와 같이 3행에 차선을 구성하는 polyline에 대한 정보가 있고 그 아래 차선 polyline의 x, y좌표 (TM 일경우 east, north 좌표, WGS84일 경우 경도, 위도 좌표) 가 이어져 있음

• 1열. 차선 타입 (1. 실선, 2. 점선, 3. 겹선, 4. 경계선, 5. 가상선)
• 2열. 차선 색상 (0. 흰색, 1. 노란색, 2. 파란색)
• 3열. Polyline을 구성하는 point 개수

상기 데이터와 정밀 지도 정보를 도시화 하면 아래와 같은 결과를 얻을 수 있음 (구현 결과에 따라 자세한 내용은 상이할 수 있음)