자율주행 3D 매핑에서 매핑 부정확성과 자세 드리프트 문제를 해결하기 위해 레이저 라이다 오도메터를 이용해 관성측정장치(IMU)의 누적 오류를 제거하고, IMU 사전 적분을 통해 레이저 라이다 점 구름 변형을 제거하여 라이다와 IMU의 밀접 결합 매핑 시스템을 구축하였다; 루프 검출 요소, 라이다 오도메터 요소 및 IMU 사전 적분 요소를 추가하여 후단 그래프 최적화를 수행하여 위치 추정의 전역 일관성을 향상시키고 자세 추정 오차를 감소시키며 누적 드리프트 오차를 줄이는 것을 목표로 한다. 마지막으로 대학 캠퍼스 실제 환경 및 오픈 소스 데이터셋 KITTI를 활용한 실험 검증을 진행하였으며 실험 결과 선택한 대학 캠퍼스 실제 환경에서 개선된 알고리즘의 APE 평균 오차가 기존 알고리즘 대비 11.04% 감소하였고, APE RMS 오차가 17.35% 감소하였다; KITTI 데이터셋 환경에서도 개선된 알고리즘의 평균 APE 오차가 10.04% 감소하였으며 평균 제곱근 오차도 12.04% 감소하였다. 연구 결과는 개선된 매핑 방법이 자세 추정 정확도와 지도 구축 정확도를 효과적으로 향상할 수 있음을 보여준다.

라이다;자율주행;동기 위치추정 및 매핑;센서 융합