control team study

1. HEVEN 자율차
제어 팀 스터디
유정현
주행 알고리즘 설계 방법

2.  Intro – 자율차 구조와 제어 파트의 역할
 주행 알고리즘 설계 방법 소개
 GPS와 IMU를 이용
 Code review
 CAM을 이용
 Code review
 시뮬레이터를 통한 주행 알고리즘 설계 실습
 LiDAR 이용.
목 차

3. INTRO - PIPELINE
YOLO
Path_plan
Parking
LiDAR
Database Control
Auto
Driving

4.  GOAL
 차량을 차선 가운데에 정렬하여 앞을 향할 수 있도록 조향각 제어하자
(기본 주행)
 주어진 상황 (신호등, 주차, 유턴 등) 에서 차량을 멈추고 움직일 수 있도
록 속도 제어하자
주행 알고리즘 설계 방법

5. 1. GPS와 IMU 이용
차량의 현재 방향
From IMU
Target의 현재 방향
From GPS
Return angle error

6. 1. GPS와 IMU 이용
CAR
- 20 °
CAR
+ 20 °

7. CODE REVIEW

8. CODE REVIEW

9.  장점
 카메라를 사용할 필요 없음.
 GPS와 IMU만으로 직선 및 곡선 도로와 차선이 없는 교차로에서도 주행이 가
능하다.
 곡선 도로와 교차로가 많았던 K-city에서 적합한 주행 방법!
 단점
 GPS와 IMU 센서의 오차
 센서 오차가 없는 시뮬레이터에서 구현 시 주행 성능 Good
 현실에서는 GPS와 IMU의 오차 때문에 차량 제어가 부드럽게 되지 않았음
 심지어 도로 밖을 벗어나거나(offset error), 위성 상황에 따라 확연히 다른 결
과
-> 따라서, GPS와 IMU 센서의 오차를 해결해야 한다.
1. GPS와 IMU 이용

10. 2. 카메라 이용
차량 기준 차선의 각도 (degree)
차량 기준 차량의 상대적 위치 (-1 ~ 1)
From Path_plan
CAR

11.  차선의 상대 각도 – P 제어
2. 카메라 이용
CAR

12.  차량의 상대 위치 – P 제어 (linear modeling)
2. 카메라 이용
-1 +10
position
target
distance

13.  Target distance
 얼마나 더 앞으로 갔을 때 차량이 중앙에 오도록 할 것인가?
 너무 값이 크면, 조향각 변화가 둔해 짐.
 안정적 주행
 너무 늦게 조향각이 반영 됨.
 너무 값이 작으면, 조향각 변화가 예민해짐.
 신속한 조향각 변화
 불안정한 주행
2. 카메라 이용

14.  Target distance 결정
2. 카메라 이용

15.  조향각 결정 model
 Code 구현
2. 카메라 이용

16. CODE REVIEW

18.  장점
 확실한 CAM 센서를 활용 -> 오차가 매우 적다.
 GPS와 IMU에 비해 CAM은 오차가 매우 적으므로, 확실한 주행 성능 기대 가능
 GPS logging을 하지 않아도, 차선이 있는 어떤 도로에서든지 주행 가능
 차선 변경 수월
 차량이 도로에 비스듬하게 있는 경우에도 차선을 찾아 정렬할 수 있음
 단점
 무거운 CAM 센서의 이용
 주차 CAM, YOLO CAM등 동시에 process -> 컴퓨터 연산 속도 ↓
 차선이 없는 교차로, 곡선 도로 등에서 해결해야 할 문제
 차선이 없는 경우 -> 차량 정렬 불가
 곡선 도로의 경우 -> 차선이 겹치거나 사라져 안 보이는 부분을 해결해야 함
2. 카메라 이용

19.  Algorithm
 양방향 30도, 45도 LiDAR data 선언
 만약 30도 데이터가 최대(100)이면, 그쪽으로 가야 함
 그 쪽으로 조향
 만약 45도 데이터가 최대(100)이면, 그쪽으로 가야 함
 그 쪽으로 좀 더 작게 조향
 차량에 조향각 반영하기
 속도 제어
 현재 속도가 목표보다 빠르면, 줄이기
 현재 속도가 목표보다 느리면, 늘리기
시뮬레이터 이용 – 주행 알고리즘 설계
CAR