머신런닝 딥러닝

[매틀랩 예제] vehicle cost map이란 무엇인가

1. Vehicle Cost map

- matlab에서는 autonomous driving toolbox에는 vehicle cost map이라는 함수가 존재함
- 차량 주위의 장애물, 환경 정보를 내포하고 있는 2d cost map
- 0에서 1 사이의 값으로 표현되며, cost 값에 따라 Obstacle, Inflated Area, Unkown, Free 공간으로 구분됨
- RRT 알고리즘으로 충돌하지 않는 경로를 생성할 때 활용할 수 있음

2. Vehicle Cost Map 알고리즘 4단계

2.1 충돌반경 선정

- 충돌반경은 일반적으로 차량의 중심에서부터 차량을 완전히 둘러싸는데 필요한 반지름 길이를 선택함
- 경우에 따라 차량의 종방향 부근에 원의 중심을 여러개 나열하고 반지름 길이를 줄여 정확한 충돌 검사를 수행하기도 함

2.2 팽창 반경 그리드셀 변환

- 팽창 반경을 그리드 셀에 표현하게 될 그리드를 완전히 포함하지 않는 영역이 발생함.
- 팽창 반경이 그리드 셀을 조금이라도 지나게 될경우 팽창 반경으로 고려함

 2.3 장애물 팽창반경 확장

- 차량의 제원으로 선정된 팽창반경을 장애물에 반영하여 그리드셀로 표현

2.4 출동 감지

- 차량의 중심 점이 장애물의 충돌반경 안에 들어오면 checkedoccupied =1
- 차량의 중심 점이 장애물의 충돌반경 밖에 있지만, grid cell의 cost값이  Freethreshold 값보다 작으면 free  
- 차량의 중심 점이 장애물의 충돌반경 밖에 있지만, grid cell의 cost값이  Freethreshold 값보다 크면 unkown

3. 응용

- 주변 지형의 높낮이에 따라 vehicle cost map의 값을 높게 선정할 수 있음
- 높게 선정한 cost map  부근에서는 속도가 느리도로 profile을  설계할 수 있음

4. 참조

kr.mathworks.com/help/driving/ref/vehiclecostmap.html