[자율주행] 차선 검출과 온라인 맵 — 차가 '길'을 이해하는 법

3D 데이터 표현까지 왔다면, 이제 그 위에서 도는 첫 인지 태스크를 볼 차례다. 흔히 자율주행 인지라 하면 '앞차 검출'을 떠올리지만, 그 전에 풀어야 할 더 근본적인 질문이 있다. 어디가 길인가.

물체를 아무리 잘 피해도, 차선을 모르면 차는 갈 곳을 정하지 못한다. 차선 검출(lane detection) 과 그 확장인 온라인 맵(online map) 은 차가 도로의 구조를 이해하게 만드는 알고리즘이다.

왜 차선이 먼저인가

계획(planning)의 입력을 생각해보자. 차가 다음 순간 어디로 갈지 정하려면 주행 가능한 공간과 따라야 할 차선이 필요하다. 앞차의 위치(3D 객체 검출)는 '피해야 할 것'이지, '가야 할 곳'을 주지 않는다. 가야 할 곳은 차선이 준다.

그래서 차선/도로 구조 인지는 검출과 함께 인지 스택의 두 기둥을 이룬다. 하나는 동적인 것(움직이는 물체), 하나는 정적인 것(길의 구조) 을 담당한다.

차선 검출의 세 갈래

차선을 뽑아내는 방식은 크게 세 가지로 발전해왔다.

분할(segmentation) 기반 — 픽셀마다 '차선인가 아닌가'를 칠한 뒤, 칠해진 픽셀을 후처리로 이어 선을 만든다. 직관적이지만 후처리가 지저분하고, 끊긴 차선을 잇기 어렵다.
행(row) 앵커 기반 — 이미지를 가로줄로 나누고, 각 줄에서 차선이 지나는 x 위치를 고른다. 빠르고 실시간에 유리하다(UFLD 계열).
파라미터(parametric) 기반 — 차선을 아예 곡선의 계수(다항식·베지어)로 직접 회귀한다. 후처리 없이 매끈한 곡선이 바로 나온다.

핵심 흐름은 "픽셀 → 선(폴리라인) → 구조" 로의 이동이다. 처음엔 픽셀을 칠했고, 점차 차선을 하나의 폴리라인(순서 있는 점들의 선) 으로 직접 예측하는 쪽으로 갔다.

픽셀이 아니라 '벡터'로

계획 모듈이 원하는 것은 픽셀 덩어리가 아니라 벡터 다. "이 차선은 이런 곡선이고, 저 차선으로 이어지며, 여기서 분기한다" 같은 기하 + 관계 정보. 그래서 최근 연구는 BEV 위에서 도로 요소를 벡터화된 폴리라인 집합으로 한 번에 뽑는다(MapTR 계열, 흔히 '온라인 벡터 맵').

이때 나오는 요소는 차선 중심선만이 아니다.

차선 경계(lane divider) — 실선/점선.
도로 경계(road boundary) — 연석·갓길.
횡단보도·정지선 — 교차로 요소.
차선 위상(topology) — 어느 차선이 어느 차선으로 이어지고 갈라지는가.

특히 마지막, 위상(topology) 이 중요하다. 교차로에서 "이 차선에서 좌회전하면 저 차선으로 연결된다"를 알아야 경로가 이어진다. 차선을 낱개로 보는 것과, 차선의 연결 그래프로 보는 것은 완전히 다른 수준의 이해다.

평가도 그래서 두 갈래로 본다 — 지도 요소를 얼마나 정확히 그렸는지(폴리라인을 Chamfer 거리로 매칭한 mAP)와, 차선 연결을 얼마나 맞혔는지(위상(topology) 정확도)를 함께 잰다.

HD 맵 vs 온라인 맵

여기서 자율주행의 오래된 논쟁이 갈린다. 도로 구조를 미리 만들어 둘 것인가, 주행 중 즉석에서 그릴 것인가.

HD 맵(고정밀 지도) — 도로를 미리 cm 단위로 측량·제작해 차에 싣는다. 정확하고 안정적이며 시야 밖까지 안다. 대신 제작·갱신 비용이 크고, 지도에 없는 새 도로·공사 구간엔 취약하다.
온라인 맵(online mapping) — 미리 만든 지도 없이, 지금 센서로 보이는 도로 구조를 그 자리에서 생성한다. 확장성과 최신성이 강점이지만, 시야·가림에 한계가 있고 순간의 인지 오류에 흔들린다.

현실의 스택은 대개 둘을 섞는다. 있으면 HD 맵을 뼈대로 쓰고, 없거나 바뀐 곳은 온라인 맵으로 메운다. "지도에 얼마나 의존할 것인가"는 그 회사의 철학이자 비용 구조를 드러내는 선택이다.

데이터 엔지니어의 시선

차선/맵 인지는 정답 데이터가 특히 까다롭다.

차선은 끊기고, 겹치고, 가려진다. 라벨을 폴리라인으로 일관되게 다는 것 자체가 난제다.
좌표계와 캘리브레이션 에 극도로 민감하다. 몇 도만 틀어져도 먼 차선이 옆 차로로 밀린다.
지도와 온라인 인지를 정합·검증하려면 시공간 정렬 파이프라인이 필요하다.

즉 차선은 '선 하나'처럼 보여도, 그 뒤엔 좌표·시간·위상을 다루는 무거운 데이터 문제가 있다.

정리

물체 검출 이전에 '어디가 길인가'가 계획의 전제이며, 그것을 차선 검출·온라인 맵이 담당한다.
방식은 분할 → 행 앵커 → 파라미터로, "픽셀 → 폴리라인 → 구조(위상)" 로 발전했다.
계획이 원하는 것은 픽셀이 아니라 벡터화된 차선과 그 연결 그래프다.
미리 만든 HD 맵과 즉석에서 그리는 온라인 맵은 트레이드오프가 있고, 실제로는 섞어 쓴다.

길을 이해했으니, 이제 그 길 위의 동적인 것들을 잡을 차례다. 다음 글은 3D 객체 검출(3DOD) — 세상을 3D 박스로 읽기다.