KR102196804B1

KR102196804B1 - IoT 및 인공지능 기반의 연료 절감을 구현하는 자동차 주행 시스템

Info

Publication number: KR102196804B1
Application number: KR1020200089355A
Authority: KR
Inventors: 김성규; 이정자
Original assignee: 김성규; 이정자
Priority date: 2020-07-20
Filing date: 2020-07-20
Publication date: 2020-12-30

Abstract

본 발명에서는 IoT 및 인공지능 기반의 연료 절감을 구현하는 자동차 주행 시스템이 개시된다.

Description

IoT 및 인공지능 기반의 연료 절감을 구현하는 자동차 주행 시스템{Automobile driving system to implement fuel saving based on Internet-of-Things and Artificial Intelligence}

본 발명은 연료 절감을 위한 자동차 주행 시스템에 관한 것이다.

구체적으로는, 본 발명은 4차 산업 기술인 IoT(Internet-of-Things) 및 인공지능 기반의 연료 절감을 구현하는 자동차 주행 시스템에 관한 것이며, 자동차가 고속으로 주행 시 상한 속도 이상이 되면 엔진에 공급되는 연료를 차단하고, 하한 속도 이하가 되면 엔진에 다시 연료를 공급함으로써 연료를 절약할 수 있는 자동차 주행 시스템에 관한 것이다.

일반적으로, 자동차는 내연기관의 엔진이 동력전달장치와 결합되어 있기 때문에, 가속이 필요하지 않을 때에도 엔진이 계속해서 동작하여 불필요한 연료가 소비된다. 특히 자동차가 도로 주행 시 일정 속도 이상이 되면 더 이상 가속이 필요하지 않으므로 엔진을 멈추더라도 자동차는 계속 주행할 수 있다.

한편, 도로의 종류, 교통 상황, 운전자의 주행 습관 등에 따라, 자동차가 필요로 하는 속도는 다를 수 있다. 따라서 각각의 운전자에 적합한 연료 절약을 위한 주행 방법의 필요성이 대두되고 있다.

이에 본 발명은 4차 산업 기술인 사물 인터넷(IoT) 기반의 연료 절감을 구현하는 자동차 주행 시스템으로서, 더욱 상세하게는, 저금통 장치에 4차 산업 기술인 사물 인터넷, 자율주행, 인공지능(AI, artificial intelligence) 및/또는 블록체인(block chain)을 접목시키는 기술을 제안하려고 한다.

현재, 디지털기술과 정보통신기술(ICT, information and communication technology)의 융합에 의한 제4차 산업 혁명이 눈앞에 전개되고 있다. 4차 산업혁명은 사물 인터넷(IoT), 로봇공학, 가상현실(VR) 및 인공지능(AI)과 같은 혁신적인 기술이 우리가 살고 일하는 방식을 변화시키는 현재 및 미래를 의미한다. 디지털 혁명(Digital Revolution)이라고 하는 3차 산업혁명이 일으킨 컴퓨터와 정보기술(IT)의 발전이 계속 이루어지고 있는 형태이지만 발전의 폭발성과 파괴성 때문에 3차 산업 혁명이 계속된다고 하기 보다 새로운 시대로 여겨진다.

현재 진행되고 있는 제4차 산업혁명의 특징은 디지털, 바이오, 오프라인 등의 각 기술의 융합으로 각종 정보 및 데이터의 생성과 수집 기술, 수집된 각종 정보 및 데이터의 분류 및 분석, 이러한 분석을 통하여 반복 학습에 의한 최적의 목표값(새로운 SW)을 도출하고 있다. 이러한 제4차 산업혁명과 관련된 기술들은 우선 인공지능(AI, Artificial Intelligence)이 핵심으로 부상하고 있고, 그 외에 빅데이터(Big data), 사물인터넷(loT), 블록체인(Block chain) 등이 있다. 이들의 기술들은 단독으로 또는 융합된 기술사상으로 컴퓨터, 인터넷, 모바일, 로봇 등 다양한 산업분야에 적용됨으로써 인간이 상상할 수 없을 정도의 비약적인 사회 변화와 산업발전을 촉진하고 있다.

세계 각국에서는 제4차 산업혁명이 일어나면서 한 시대를 지배하던 패러다임이 완전히 사라지고 상호 간 보완과 경쟁 관계에 있던 패러다임이 새로운 패러다임으로 자리를 대신하고 있다. 제4차 산업혁명은 현실세계에서 데이터를 수집하여(데이터 확보), 가상세계에서 이를 분석하여 지식을 추출하고(데이터분석), 이를 다시 현실세계에 활용(현실에 적용)하는 가치창출 방식에 주목하면서, 종전의 정보통신기술(ICT)을 넘어서는 다양한 SW분야로서 AI, 빅데이터, IoT, 블록체인, 클라우드 컴퓨팅, 모바일 등에 관한 지능정보기술의 개발이 진행되고 있다. 특히 제4차 산업혁명의 중심지표는 기술적으로 발전한 각종 기술들이 상호 간 융합하면편서 컴퓨터의 소프트웨어(SW)를 기반으로 한 AI가 가장 중요한 지위에 있다.

이러한 컴퓨터와 정보통신기술(ICT)의 융합현상은 모든 사물 및 다양한 빅데이터가 네트워크를 통해 상호연결 및 결합(융합)되는 IoT 및 블록체인, 그리고 이들의 기술 경계를 넘어 혁신과 기업의경계가 무너지는 산업현장에서 뚜렷한 현상이 나타나고 있다. 각국 4차 산업혁명의 특징은 초연결 사회, 융합, 탈경계라는 목표를 가지고 컴퓨터와 정보통신기술(ICT)의 발전에 의해 인간과 인간, 사물과 사물, 인간과 사물이 상호 간에 연결된 초연결사회(hyper-connected society)를 형성하고, 이로 인하여 산업 경계가 없어지는 사회 융합이 이루어지는 새로운 기술적 혁명을 일으키고 있다. 제4차 산업혁명 시대는 컴퓨터, 스마트폰, SNS, 모바일 등으로 소통하던 과거의 정보화사회와 달리, AI와 빅데이터, IoT, 블록체인 등으로 융합된 네트워크를 구축함으로서 초연결사회가 형성되고, 이러한 초연결사회에서는 오프라인과 온라인의 융합을 통해 가치혁신산업으로서의 신사업 및 신상품 등 그동안 생각하지 못한 새로운 성장과 혁신, 가치창출을 달성하고 있다.

앞으로는 수십억 인구가 모바일 기기로 연결되어 거대용량의 데이터 및 정보의 수집과 저장이 가능하고, 그 수집된 데이터와 정보는 인간의 지식과 유사한 인공신경망의 딥러닝 기술로 초연결성을 가지게 됨으로써 AI와 빅데이터의 결합 기술, AI와 IoT의 결합 기술, AI와 빅데이터 및 IoT의 복합결합기술의 발전으로 제조, 유통, 의료, 교육, 금융, 영화 등 다양한 분야에서 지능적이고 혁신적인 변화가 일어나고 있다. 즉, 제4차 산업혁명 관련기술의 융합 및 응용으로 기존의 인터넷과 모바일 발전에 의한 산업성장보다 획기적이고 진보된 지능정보사회로 변화하고 있다.

본 발명은 상술한 필요성에 의한 것으로, 자동차 및 운전자 별로 적절한 상한 속도 및 하한 속도를 판단하고, 판단된 상한 속도 및 하한 속도를 기초로 자동차의 연료를 절약하는 주행 시스템에 관한 것이다.

또한 본 발명은 자동차 및/또는 자동차 제어 장치에 설치되는 마이크로웨이브 센서 및 인공신경망을 이용하여 자동차 주행에 있어서 필요로 하는 정보를 획득 및/또는 생성하는 방법을 제안하고자 한다.

본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상술한 문제를 해결하기 위한 본 발명의 일 실시예에 따른, 연료 절감을 위한 자동차 주행 시스템은 자동차 및 서버를 포함하고, 상기 서버는 상기 자동차로부터 상기 자동차의 위치 정보, 상기 자동차의 목적지 정보 및 상기 자동차 운전자의 주행 습관 정보를 수신하고, 도로 정보 및 상기 수신한 상기 자동차의 위치 정보, 상기 자동차의 목적지 정보를 바탕으로 상기 자동차의 주행 모드를 판단하고, 상기 판단된 주행 모드, 상기 자동차 운전자의 주행 습관 정보 및 교통 정보를 바탕으로, 상기 자동차의 상한 속도 및 하한 속도를 결정하고, 상기 서버는 상기 판단된 주행 모드 및 상기 주행 모드에 대응되는 상한 속도 및 하한 속도에 대한 정보를 상기 자동차에게 전송하고, 상기 자동차는, 상기 자동차의 주행 속도가 상기 상한 속도를 초과하고, 상기 자동차의 변속 레버가 주행 모드인 경우, 상기 자동차의 변속 레버를 중립 모드로 변경하여 상기 자동차의 엔진에 연료 공급을 중단하고, 상기 자동차의 주행 속도가 하한 속도 미만이고, 상기 자동차의 변속 레버가 중립 모드인 경우, 상기 자동차의 변속 레버를 주행 모드로 변경하고, 상기 자동차의 엔진에 연료 공급을 수행하는 것을 특징으로 한다.

이때, 상기 교통 정보는, 상기 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 포함하고, 상기 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보를 바탕으로, 출발지로부터 도착지까지의 도로의 주행이 원활한 경우, 상기 자동차의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고, 상기 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보를 바탕으로, 출발지로부터 도착지까지의 도로의 주행이 원활하지 않은 경우, 상기 자동차의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정하고, 상기 제1 상한 속도는 상기 제2 상한 속도보다 높은 속도이고, 상기 제1 하한 속도는 상기 제2 하한 속도보다 높은 속도일 수 있다.

또는, 상기 교통 정보는, 상기 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 포함하고, 상기 자동차의 출발지로부터 도착지까지의 도로의 신호등이 기 설정된 단위 거리당 기 설정된 개수 이하로 존재하는 경우, 상기 자동차의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고, 상기 자동차의 출발지로부터 도착지까지의 도로의 신호등이 기 설정된 단위 거리당 기 설정된 개수 이상 존재하는 경우, 상기 자동차의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정하고, 상기 제1 상한 속도는 상기 제2 상한 속도보다 높은 속도이고, 상기 제1 하한 속도는 상기 제2 하한 속도보다 높은 속도일 수 있다.

또는, 상기 교통 정보는, 상기 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 포함하고, 상기 자동차의 출발지로부터 도착지까지의 도로의 기상 정보가 도로 주행에 적합하거나 시간 정보가 주간 시간 정보인 경우, 상기 자동차의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고, 상기 자동차의 출발지로부터 도착지까지의 도로의 기상 정보가 우천, 폭설, 안개 상황을 포함하는 도로 주행에 적합하지 않은 정보이거나 시간 정보가 야간 시간 정보 또는 새벽 시간 정보인 경우, 상기 자동차의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정하고, 상기 제1 상한 속도는 상기 제2 상한 속도보다 높은 속도이고, 상기 제1 하한 속도는 상기 제2 하한 속도보다 높은 속도일 수 있다.

이때, 상기 자동차의 주행 모드는 상기 자동차가 주행하는 도로가 직진 도로인 경우의 주행 모드인 제1 주행모드, 상기 자동차가 주행하는 도로가 커브 도로인 경우의 주행 모드인 제2 주행 모드를 포함하고, 상기 자동차가 제1 주행 모드인 경우, 상기 자동차의 상한 속도는 상기 자동차가 주행하는 도로의 교통 법규 속도이고, 상기 자동차가 제2 주행 모드이고, 상기 자동차의 속도가 하한 속도 미만이고, 기 설정된 거리 내에 커브 도로가 존재하면, 상기 자동차의 변속 레버를 중립 모드로 유지하고, 상기 자동차가 상기 커브 도로를 통과한 후 상기 자동차의 변속 레버를 주행 모드로 변경하고, 상기 자동차의 엔진에 연료 공급을 수행할 수 있다.

이때, 상기 서버는, 상기 판단된 주행 모드 및 교통 정보를 입력 데이터로 인공 지능 모델에 입력하여 기준 상한 속도 및 기준 하한 속도를 출력하고, 상기 자동차 운전자의 주행 습관 정보, 운전 히스토리 정보 및 상기 출력된 기준 상한 속도 및 기준 하한 속도를 입력 데이터로 인공 지능 모델에 입력하여 최종 상한 속도 및 최종 하한 속도를 출력하여 상기 자동차에게 전송할 수 있다.

상술한 본 발명의 다양한 실시예에 따라, 자동차는 연료를 절감하며 운행될 수 있다.

또한 본 발명은 자동차 및/또는 자동차 제어 장치에 설치되는 마이크로웨이브 센서 및 인공신경망을 이용하여 자동차 주행에 있어서 필요로 하는 정보를 획득 및/또는 생성하는 방법을 제안한다.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1a 내지 도 1c는 본 발명의 일 실시예에 따른 주행 시스템을 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 자동차 계기판을 나타낸 예시도이다.
도 3 내지 도 6은 본 발명의 다양한 실시예에 따른 자동차 연료 절감 방법을 설명하기 위한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 시스템의 동작을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 자동차 제어 장치를 나타내는 블록도이다.
도 9는 본 발명의 일 실시예에 따른 주파수 파형을 설명하기 위한 도면이다.
상기 도면들을 통해, 유사 참조 번호들은 동일한 혹은 유사한 엘리먼트들과, 특징들 및 구조들을 도시하기 위해 사용된다는 것에 유의해야만 한다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.

마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이 때, 본 실시 예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

본 발명의 실시예들을 구체적으로 설명함에 있어서, 특정 시스템의 예를 주된 대상으로 할 것이지만, 본 명세서에서 청구하고자 하는 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템 및 서비스에도 본 명세서에 개시된 범위를 크게 벗어나지 아니하는 범위에서 적용 가능하며, 이는 당해 기술분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능할 것이다.

도 1a 내지 도 1c는 본 발명의 일 실시예에 따른 주행 시스템을 설명하기 위한 예시도이다.

도 1a에 도시된 바와 같이, 자동차 주행 시스템은, 자동차(100) 및 서버(200)를 포함할 수 있다.

자동차(100)는 구동되기 위한 필수적인 기계 구성들을 모두 포함할 수 있다. 예를 들어, 자동차(100)는 프레임, 동력 발생 장치, 동력 전달 장치, 조향 장치(steering system), 제동 장치(damping　device, brake　gear) 및 현가 장치(suspension system) 등의 구성을 포함할 수 있다. 또한, 자동차(100)는 상술한 필수 구성 요소를 제어하기 위한 제어부를 포함할 수 있으며, 예를 들면 상술한 제어부는 도 1c를 참조하여 설명되는 자동차 제어 장치(110) 및/또는 제어 모듈(120)을 지칭할 수 있다.

나아가, 자동차(100)는 필요에 따라 다양한 전자 장치를 구성 요소로 할 수 있음은 물론이다. 예를 들어, 자동차(100)는 위치 판단을 위한 GPS 센서, 도로 상황 파악을 위한 전방 카메라 및 후방 카메라, 네비게이션, 전방 표시 장치(HUD, Head Up Display), 자율 주행을 위해 필요한 전자 구성 요소를 포함할 수 있다.

또한, 자동차(100)는 서버(200)와 통신하기 위한 통신부를 포함할 수 있으며, 여기서의 통신부는 도 1c를 참조하여 설명되는 자동차 제어 장치(110) 및/또는 통신 모듈(130)을 지칭할 수 있다.

한편, 자동차(100)는 저장부를 포함할 수 있으며, 여기서의 통신부는 도 1c를 참조하여 설명되는 자동차 제어 장치(110)를 지칭할 수도 있다. 저장부는 자동차(100)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 일 실시예로, 저장부는 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다. 커널, 미들웨어 또는 API의 적어도 일부는, 운영 시스템으로 지칭될 수 있다. 커널은, 예를 들면, 다른 프로그램들에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들을 제어 또는 관리할 수 있다. 또한, 커널은 미들웨어, API, 또는 어플리케이션 프로그램에서 자동차(100)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.

미들웨어는, 예를 들면, API또는 어플리케이션 프로그램이 커널과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다. 또한, 미들웨어는 어플리케이션 프로그램으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어는 어플리케이션 프로그램 중 자동차(100)의 시스템 리소스를 사용할 수 있는 우선 순위를 부여하고, 상기 하나 이상의 작업 요청들을 처리할 수 있다. API는 어플리케이션이 커널 또는 미들웨어에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다.

또한, 저장부는 내장 메모리 및 외장 메모리 중 적어도 하나를 포함할 수 있다. 내장 메모리는, 예를 들면, 휘발성 메모리(예: DRAM, SRAM, 또는 SDRAM 등), 비휘발성 메모리(예: OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브(SSD) 중 적어도 하나를 포함할 수 있다. 외장 메모리는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱 등을 포함할 수 있다. 외장 메모리는 다양한 인터페이스를 통하여 자동차(100)와 기능적으로 또는 물리적으로 연결될 수 있다.

자동차(100)는 통신부를 통해 다양한 정보를 서버(200)에게 전송할 수 있다. 예컨대, 자동차(100)는 자신의 현재 위치에 대한 GPS 정보, 주행 속도 정보, 출발지 및 목적지 정보, 연료 정보, 주행 습관 정보, 운전 히스토리 정보 등, 서버(200)가 주행 모드, 상한 속도 및 하한 속도를 결정하는데 필요한 다양한 정보를 서버(200)에게 전송할 수 있다.

한편, 자동차(100)는 서버(200)로부터 주행 모드에 대한 정보 및 상한 속도 및 하한 속도에 대한 정보를 수신할 수 있다. 자동차(100)는 서버(200)로부터 수신한 정보를 바탕으로 주행 환경을 설정할 수 있다. 구체적으로, 자동차(100)의 주행 속도가 상한 속도를 초과하고, 자동차(100)의 변속 레버가 주행 모드인 경우, 자동차(100)의 변속 레버를 중립 모드로 변경하고, 자동차(100)의 엔진에 연료 공급을 중단할 수 있다. 또는, 자동차(100)의 주행 속도가 하한 속도 미만이고, 자동차(100)의 변속 레버가 중립 모드인 경우, 자동차(100)의 변속 레버를 주행 모드로 변경하고, 자동차(100)의 엔진에 연료 공급을 수행할 수 있다. 즉, 자동차(100)는 현재 자신의 주행 속도를 상한 속도 또는 하한 속도와 비교하여, 엔진에 연료를 공급하거나 또는 공급하지 않을 수 있다. 예를 들어, 상한 속도는 100Km/h이고, 하한 속도는 80Km/h일 수 있다. 이때, 도 2에 도시된 바와 같이, 자동차(100)의 속도가 80Km/h~100Km/h 사이(예를 들어 90Km/h)인 경우, 자동차(100)는 현재 상태를 유지하며 주행할 수 있다. 구체적으로, 자동차(100)의 현재 속도(90Km/h)가 하한 속도(80Km/h)에서부터 상승한 경우라면, 자동차(100)의 변속 레버는 주행 모드인 상태를 유지할 것이고, 자동차(100)의 현재 속도(90Km/h)가 상한 속도(100Km/h)에서부터 하강한 경우라면, 자동차(100)의 변속 레버는 중립 모드인 상태를 유지할 것이다.

서버(200)는 자동차의 주행 모드, 상한 속도 및 하한 속도를 판단하기 위한 구성이다. 서버(200)는 메모리, 통신부, 프로세서를 포함할 수 있으며, 이는 도 1을 참조하여 설명되는 저장 모듈(250), 통신 모듈(220), 제어 모듈(210)에 상응할 수 있다.

서버(200)는 자동차(100)의 위치 정보, 자동차(100)의 목적지 정보 및 운전자(즉, 자동차(100)의 사용자)의 주행 습관 정보 등을 자동차(100) 및/또는 자동차 제어 장치(110)로부터 수신할 수 있다. 구체적으로, 서버(200)는 자동차(100)의 실시간 위치에 대한 GPS 정보, 주행 속도 정보, 출발지 및 목적지 정보, 연료 정보, 주행 습관 정보, 운전 히스토리 정보 등 다양한 정보를 자동차(100) 및/또는 자동차 제어 장치(110)로부터 수신할 수 있다.

한편, 서버(200)는 도로 정보, 교통 정보 등 다양한 정보를 자동차(100)(및/또는 자동차 제어 장치(110)) 및/또는 외부 서버로부터 획득할 수 있다. 구체적으로, 서버(200)는 자동차(100)(및/또는 자동차 제어 장치(110))로부터 수신한 위치 정보, 목적지 정보를 바탕으로, 자동차(100)가 주행할 도로에 대한 도로 정보 및 교통 정보를 자동차(100)(및/또는 자동차 제어 장치(110)) 및/또는 외부 서버로부터 획득할 수 있다.

서버(200)는 획득한 도로 정보 및 자동차(100)의 위치 정보, 자동차(100)의 목적지 정보를 바탕으로 자동차(100)의 주행 모드를 판단할 수 있다. 이때, 주행 모드란, 도로 상황에 따른 주행 방법과 관련된 모드를 의미할 수 있다. 예를 들어, 주행 모드는 자동차(100)가 주행하는 도로의 상태 및 모양에 따라 서버(200) 및/또는 자동차 제어 장치(110)에 의해 결정될 수 있다.

제1 주행 모드는, 자동차(100)가 직진 도로를 운행하는 경우(도 3 및 도 4 참조)에 대한 모드이고, 제2 주행 모드는 자동차(100)가 커브 도로를 운행하는 경우(도 5 참조)에 대한 모드이고, 제3 주행 모드는 자동차(100)가 차선 변경을 자주하는 경우(도 6 참조)에 대한 모드 등일 수 있다. 그 외에도, 산길에 대한 주행 모드, 해변 길에 따른 주행 모드 등, 도로 상태에 따른 다양한 주행 모드가 자동차(100)(및/또는 자동차 제어 장치(110)) 및/또는 서버(200)에 의해 구현될 수 있음은 물론이다.

서버(200)는 판단된 주행 모드, 주행 습관 정보 및 교통 정보를 바탕으로, 자동차(100)의 상한 속도 및 하한 속도를 결정하고, 결정된 주행 모드, 상한 속도 및 하한 속도에 대한 정보를 자동차(100)에게 전송할 수 있다.

한편, 서버(200)는 상술한 바와 같이, 교통 정보를 이용하여 상한 속도 및 하한 속도를 결정할 수 있다. 이때, 교통 정보는, 자동차(100)의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 포함할 수 있다.

일 실시예로, 서버(200)는 자동차(200)의 출발지로부터 도착지까지의 도로 정보 및 주변 차량 정보를 바탕으로, 출발지로부터 도착지까지의 교통 상황을 판단할 수 있다.

예를 들면, 서버(200) 및/또는 자동차 제어 장치(110)는 도 3에 도시된 바와 같이, 도로의 주행이 원활한 경우, 자동차(100)의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정할 수 있다.

또는, 서버(200) 및/또는 자동차 제어 장치(110)는 도 4에 도시된 바와 같이, 도로의 주행이 원활하지 않은 경우, 상기 자동차의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정할 수 있다. 즉, 교통 체증이 심한 경우, 하한 속도가 높은 속도로 설정되어 있다면, 주행 모드와 관계없이 자동차(100)의 속도가 하한 속도보다도 낮은 경우가 존재할 수 있으며, 원활한 도로의 경우, 자동차(100)의 상한 속도가 낮은 속도로 설정되어 있다면, 비효율적인 주행이 될 것이다. 따라서, 서버(200)는 교통 상황에 따른 상한 속도 및 하한 속도를 결정할 필요가 있다.

구체적으로, 서버(200)는 출발지로부터 도착지까지의 교통 상황을 반영한 평균 속도를 바탕으로 상한 속도 및 하한 속도를 결정할 수 있다. 예를 들어, 현재 교통 상황에 따른 출발지부터 도착지까지의 평균 속도가 70Km/h인 경우, 서버(200)는 상한 속도를 80Km/h, 하한 속도를 60Km/h로 결정할 수 있다. 한편, 제1 상한 속도는 제2 상한 속도보다 높은 속도이고, 제1 하한 속도는 제2 하한 속도보다 높은 속도일 것이다.

또 다른 실시예로, 서버(200) 및/또는 자동차 제어 장치(110)는 출발지부터 도착지까지의 도로의 신호등의 개수를 바탕으로 상한 속도 및 하한 속도를 결정할 수 있다. 예를 들어, 자동차(100)의 출발지로부터 도착지까지의 도로의 신호등이 기 설정된 단위 거리당 기 설정된 개수 이하로 존재하는 경우, 자동차(100)의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고, 자동차(100)의 출발지로부터 도착지까지의 도로의 신호등이 기 설정된 단위 거리당 기 설정된 개수 이상 존재하는 경우, 자동차(100)의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정할 수 있다. 이때, 제1 상한 속도는 제2 상한 속도보다 높은 속도이고, 제1 하한 속도는 제2 하한 속도보다 높은 속도일 것이다. 즉, 출발지로부터 도착지까지의 도로의 신호등이 많은 경우 자동차(100)가 정지하는 경우가 많을 것이다. 따라서, 자동차(100)가 정지하는 경우가 많을 것으로 예측되는 경우, 상한 속도 및 하한 속도를 낮게 잡는 것이 효율적일 것이다.

또 다른 실시예로, 서버(200) 및/또는 자동차 제어 장치(110)는 시간 정보 및 기상 정보를 바탕으로 상한 속도 및 하한 속도를 결정할 수 있다. 예를 들어, 서버(200) 및/또는 자동차 제어 장치(110)는 자동차(100)의 출발지로부터 도착지까지의 도로의 기상 정보가 도로 주행에 적합하거나 시간 정보가 주간 시간 정보인 경우, 자동차(100)의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고, 자동차(100)의 출발지로부터 도착지까지의 도로의 기상 정보가 우천, 폭설, 안개 상황을 포함하는 도로 주행에 적합하지 않은 정보이거나 시간 정보가 야간 시간 정보 또는 새벽 시간 정보인 경우, 자동차(100)의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정할 수 있다. 이때, 제1 상한 속도는 제2 상한 속도보다 높은 속도이고, 제1 하한 속도는 제2 하한 속도보다 높은 속도일 것이다. 즉, 서버(200)는 비가 오거나, 안개가 끼거나, 폭설이 내리거나, 주변이 어두운 상황과 같이, 고속 주행이 위험하다고 판단되는 상황에서는 상한 속도 및 하한 속도를 낮게 설정할 수 있다.

한편, 상술한 다양한 실시예들은 서로 독립적으로 고려될 수 있을 뿐만 아니라, 복합적으로 고려될 수 있음은 물론이다. 즉, 서버(200)는 출발지로부터 도착지까지의 도로의 교통 상황, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 모두 이용하여 상한 속도 및 하한 속도를 결정할 수 있음은 물론이다.

한편, 상한 속도 및 하한 속도는 상술한 다양한 실시예 이외에도 주행 모드에 따라 결정되거나, 변경될 수 있음은 물론이다. 일 실시예로, 자동차(100)가 제1 주행 모드인 경우, 자동차(100)의 상한 속도는 자동차(100)가 주행하는 도로의 교통 법규 속도일 수 있다. 구체적으로, 도 3에 도시된 바와 같은 도로에서의 교통 법규 속도가 60Km/h인 경우, 자동차(100)의 상한 속도는 60Km/h일 수 있다. 이때, 다양한 교통 상황이 변화하는 경우라도, 자동차(100)의 최대 상한 속도는 교통 법규 속도가 60Km/h이하가 되도록 설정될 수 있다.

또 다른 실시예로, 도 5에 도시된 바와 같이, 자동차(100)가 제2 주행 모드이고, 자동차(100)의 속도가 하한 속도 미만이고, 기 설정된 거리 내에 커브 도로가 존재하면, 자동차(100)의 변속 레버를 중립 모드로 유지하고, 자동차(100)가 커브 도로를 통과한 후 상기 자동차의 변속 레버를 주행 모드로 변경하고, 자동차의 엔진에 연료 공급을 수행할 수 있다. 일반적으로, 커브 도로에서는 자동차(100)가 감속하여 커브 도로를 통과한 후 가속하는 것이 안전한 주행을 위해 필수적이다. 따라서, 자동차(100)의 속도가 하한 속도 미만이 된 경우라도, 전방에 커브 도로가 존재하면, 자동차(100)는 변속 레버를 주행 모드로 변경하여 가속하지 않고, 커브 도로를 통과한 후 변속 레버를 주행 모드로 변경할 수 있다.

상술한 실시예 뿐만 아니라 자동차(100)의 감속이 예상되는 상황(예를 들어 전방의 신호등의 신호가 정지 신호인 경우, 도 6에 도시된 바와 같이 차선 변경의 필요성이 있는 경우)에는 자동차(100)의 속도가 하한 속도 미만으로 감속되는 경우라도, 변속 레버를 주행모드로 변경하지 않을 수 있다.

한편, 서버(200) 및/또는 자동차 제어 장치(110)는 주행모드, 상한 속도 및 하한 속도를 정확히 판단하기 위하여 인공 지능 모델을 포함할 수 있다. 상술한 인공 지능 모델을 이용하기 위하여, 서버(200)는 인공 지능 모델을 학습시키기 위한 데이터 학습부 및 학습된 인공 지능 모델을 사용하기 위한 데이터 인식부의 구성을 포함할 수 있다.

데이터 학습부 및 데이터 인식부는 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작될 수도 있다. 이 때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다.

또한, 데이터 인식 모델은 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 데이터 인식 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있다. 데이터 인식 모델은 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 데이터 인식 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다.

예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.

구체적으로, 데이터 학습부는 데이터 인식 모델이 주행 모드, 상한 속도 및 하한 속도를 결정하기 위한 기준을 갖도록 학습시킬 수 있다. 또는, 데이터 학습부는 데이터 인식 모델이 데이터에 대한 자동차(100)의 주행 습관을 결정하기 위한 기준을 갖도록 학습시킬 수 있다. 데이터 학습부는 목적지까지의 운행 경로 또는 주행 습관을 결정하기 위한 자동차(100)의 동작을 결정하기 위하여 학습 데이터를 데이터 인식 모델에 적용하여, 판단 기준을 갖는 데이터 인식 모델을 생성할 수 있다.

나아가, 데이터 학습부는 데이터 인식 모델이 주행 모드 및 교통 정보를 이용하여 획득된 기준 상한 속도 및 기준 하한 속도, 그리고, 운전자(즉, 자동차(100)의 사용자)의 주행 습관 정보, 운전 히스토리 정보를 학습 데이터로 운전자(즉, 자동차(100)의 사용자) 개개인에게 적합한 최종 상한 속도 및 최종 하한 속도를 결정하기 위한 기준을 갖도록 학습시킬 수 있다. 예를 들어, 데이터 학습부는 출발지 정보, 목적지 정보, 출발지로부터 목적지까지의 이동 경로 정보, 교통 정보, 자동차(100)의 상태 정보 등을 학습 데이터로 사용하여 데이터 인식 모델을 생성 또는 학습시킬 수 있다.

데이터 인식부는 인식 데이터에 기초하여 상황을 판단할 수 있다. 데이터 인식부는 학습된 데이터 인식 모델을 이용하여, 소정의 인식 데이터로부터 상황을 판단할 수 있다. 데이터 인식부는 기 설정된 기준에 따라 소정의 인식 데이터를 획득하고, 획득된 인식 데이터를 입력 값으로 하여 데이터 인식 모델에 적용함으로써, 소정의 인식 데이터에 기초한 소정의 상황을 판단할 수 있다(또는, 추정(estimate)할 수 있다). 또한, 획득된 인식 데이터를 입력 값을 데이터 인식 모델에 적용하여 출력된 결과 값은, 데이터 인식 모델을 갱신하는데 이용될 수 있다.

특히, 본 발명의 일 실시예에 따른, 데이터 인식부는 주행 모드 및 교통 정보를 입력 값으로 데이터 인식 모델에 적용하여 기준 상한 속도 및 기준 하한 속도를 획득할 수 있다. 이때, 기준 상한 속도 및 기준 하한 속도란 운전자(즉, 자동차(100)의 사용자)의 개인 데이터(예를 들어, 주행 습관 또는 선호 도로 등과 같은 데이터)를 고려하지 않고 출력된 속도일 수 있다.

기준 상한 속도 및 기준 하한 속도를 획득되면, 데이터 인식부는 운전자(즉, 자동차(100)의 사용자)의 주행 습관 정보, 운전 히스토리 정보 및 획득된 기준 상한 속도 및 기준 하한 속도를 입력 값으로 데이터 인식 모델에 입력하여 최종 상한 속도 및 최종 하한 속도를 획득할 수 있다. 이때, 기준 상한 속도 및 기준 하한 속도를 획득하기 위한 데이터 인식 모델 및 최종 상한 속도 및 최종 하한 속도를 획득하기 위한 데이터 인식 모델은 독립된 데이터 인식 모델일 수 있다. 즉, 최종 상한 속도 및 최종 하한 속도를 획득하기 위한 데이터 인식 모델의 입력 데이터 중 일부는 기준 상한 속도 및 기준 하한 속도를 획득하기 위한 데이터 인식 모델을 통해 출력된 데이터로서, 결과의 정확도를 향상시킬 수 있는 효과가 있다.

데이터 학습부의 적어도 일부 및 데이터 인식부의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 학습부 및 데이터 인식부 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다. 이 때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 데이터 학습부 및 데이터 인식부가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

도 7은 본 발명의 일 실시예에 따른 시스템의 동작을 설명하기 위한 흐름도이다.

먼저, 자동차(100)(및/또는 자동차 제어 장치(110))는 자동차(100)의 위치 정보, 목적지 정보 및 주행 습관 정보 등을 획득하고(S710), 획득된 데이터를 서버(200)에게 전송한다(S720). 이때, 주행 습관 정보란 주행 중 발생하는 모든 로우 데이터로서, 서버(200)에서 사용자의 주행을 예측하는데 사용되기 위한 로우 데이터일 수 있다.

서버(200)는 자동차(100)(및/또는 자동차 제어 장치(110))로부터 수신한 데이터를 바탕으로 주행 모드를 판단할 수 있다(S730). 구체적으로, 서버(200)는 도로 정보, 자동차의 위치 정보, 목적지 정보를 바탕으로 주행 모드를 판단할 수 있다. 예를 들어, 상술한 바와 같이, 서버(200)는 주행 모드를 직진 도로의 경우 제1 주행모드, 커브 도로일 경우 제2 주행 모드로 판단할 수 있다.

서버(200)는 판단된 주행 모드, 운전자(즉, 자동차(100)의 사용자)의 주행 습관 정보 및 교통 정보를 바탕으로, 상한 속도 및 하한 속도를 결정할 수 있다(S740). 상한 속도 및 하한 속도를 결정하는 다양한 방법은 상술한 실시예와 같다.

서버(200)는 획득한 주행 모드, 상한 속도 및 하한 속도에 대한 정보를 자동차(100)(및/또는 자동차 제어 장치(110))에게 전송할 수 있다(S750).

자동차(100)(및/또는 자동차 제어 장치(110))는 자동차(100)의 주행 속도가 상한 속도를 초과하고, 자동차(100)의 변속 레버가 주행 모드인 경우, 자동차(100)의 변속 레버를 중립 모드로 변경하고 자동차의 엔진에 연료 공급을 중단할 수 있다(S760)

또는, 자동차(100)(및/또는 자동차 제어 장치(110))는 상기 자동차(100)의 주행 속도가 하한 속도 미만이고, 자동차(100)의 변속 레버가 중립 모드인 경우, 자동차(100)의 변속 레버를 주행 모드로 변경하고, 자동차(100)의 엔진에 연료 공급을 수행할 수 있다(S770).

다만, 상술한 바와 같이, 자동차(100)의 속도가 하한 속도 미만이더라도, 전방에 커브 도로 또는 신호등의 정지 신호와 같이 감속의 필요성이 있는 경우, 자동차(100)(및/또는 자동차 제어 장치(110))는 변속 레버를 중립 모드로 유지하고, 감속의 필요성이 사라진 후, 자동차(100)의 변속 레버를 주행 모드로 변경하고, 자동차(100)의 엔진에 연료 공급을 수행할 수 있음은 물론이다.

삭제

그리고, 본 발명의 일 실시예는 다음과 같은 특징을 더 포함할 수도 있다.

도 8은 본 발명의 일 실시예에 따른 자동차 제어 장치를 나타내는 블록도이다.

자동차 제어 장치(110)는 자동차(100)에 포함되는 구성요소 및/또는 상기 자동차(100)에 설치되는 장치로서, 제어 모듈(120), 통신 모듈(130), 입력 모듈(140), 출력 모듈(150), 센서 모듈(160) 및/또는 내부 배터리(170)를 포함할 수 있으며, 제어 모듈(120), 통신 모듈(130), 입력 모듈(140), 출력 모듈(150)에 대해서는 도 1c를 참조하여 후술하도록 한다.

본 발명의 일 실시예에 따른 센서 모듈(160)은 마이크로웨이브 센서(161)를 포함할 수 있으며, 물체를 투과하는 마이크로웨이브 신호에 기반하여 다른 자동차의 터치(또는 접근)을 인식할 수 있다.

또한, 상기 마이크로웨이브 센서(161)는 자동차(100) 및/또는 자동차 제어 장치(110)의 외부(바깥쪽)에 설치되거나 상기 자동차(100) 및/또는 자동차 제어 장치(110)의 내부(안쪽)에 설치될 수 있다. 상기 마이크로웨이브 신호는 자동차(100)의 프레임 및/또는 자동차 제어 장치(110) 등을 투과하기 때문에 상기 마이크로웨이브 센서(161)가 상기 자동차(100) 및/또는 자동차 제어 장치(110)의 내부에 설치되어 있어도 다른 자동차의 접근(또는 멀어짐)을 인식할 수 있다.

또한 마이크로웨이브 센서(161)는, 마이크로웨이브 센서(161)에서 발생하는 송신 신호(910)를 연속적으로 송신하는 제1 단계; 상기의 송신 신호(910)가 감지 대상, 즉 다른 자동차(또는 다른 자동차의 프레임)에 반사되어 마이크로웨이브 센서(161)에 입력되는 수신 신호(920)를 수신하는 제2 단계; 상기의 송신 신호(910)와 수신 신호(920)를 믹싱하여 감지 대상의 주파수 파형(930)을 생성하는 제3 단계; 상기의 주파수 파형(930)을 자동차 제어 장치(110)의 저장 모듈(예; 메모리)에 저장하는 제4 단계를 수행할 수 있다. 여기서의 '수신 신호(920)'는 '반사 신호'로 호칭될 수도 있다.

또한 마이크로웨이브 센서(161)는, 상기의 제1 단계 내지 제4 단계를 반복 수행하여 자동차 제어 장치(110)의 저장 모듈에 저장된 복수 개의 주파수 파형(930)을 감지 대상이 다른 자동차(또는 다른 자동차의 프레임)인지 다른 객체(예; 사람(행인), 기타 생명체, 기타 물체)인지에 따라 분류하여 감지 대상 데이터 베이스를 구축하는 제5단계; 마이크로웨이브 센서(161)에 감지 대상이 접근하면 상기의 제1 단계 내지 제3 단계를 수행하여 생성되는 주파수 파형(930)을 상기의 데이터 베이스에 저장되어 있는 주파수 파형(930)과 대비하여 감지 대상이 다른 자동차인지 다른 객체인지 식별하는 제6 단계(S60);를 포함할 수도 있다.

예를 들면, 상기의 송신 신호(910)와 수신 신호(920)의 사용 주파수는 약 10.525GHz 정도이고, 획득된 신호는 FMCW(Frequency Modulated Continuous Wave) 변조를 통하여 도 9의 상단에 도시된 그래프와 같이 연속적인 시간에 따른 주파수 변화를 그래프로 출력할 수 있다.

이때, 송신 신호(910)가 마이크로웨이브 센서(161)에서 송신되어 감지 대상에 반사된 수신 신호(920)가 마이크로웨이브 센서(161)로 입력되는 사이에 걸리는 시간은 t=2R/c로 표현될 수 있다. 여기서 R은 마이크로웨이브 센서(161)와 감지 대상 사이의 거리이며, c는 광속으로 약 3*108 [m/s]이다.

그리고, 이를 통하여 전술한 제3 단계에서 송신 신호(910)와 수신 신호(920)를 믹싱할 때, 시간 지연에 의해 발생하는 주파수 변화(ft)와 도플러 효과에 의하여 발생하는 주파수 변화(fv)의 합(sum)과 차를 통하여 감지 대상의 거리(R)와 속도 (vr)정보를 생성하며 도 9의 하단에 도시된 그래프와 같이 송신 신호(910)와 수신 신호(920)가 혼합된 주파수 파형(930)을 생성한다.

또한, 도 9의

는 라운드 트립 지연(round trip delay)으로, 송신 신호(910)가 마이크로웨이브 센서(161)에서 송신되어 감지 대상에 반사된 수신 신호(920)가 마이크로웨이브 센서(161)로 입력되는 사이에 걸리는 시간이며, 도 9의 상단에 도시된 그래프에서 Tm은 주파수 변화 단위 시간(sweep time)으로, 송신 신호(910) 또는 수신 신호(920)의 주파수가 최소 주파수(minimum frequency)인 f0에서 증가하여 첨두치(Peak level)까지 걸리는 시간이다.

또한, 도 9의 하단에 도시된 그래프에서 ft는 시간 지연에 의하여 발생하는 주파수 변화(frequency shift to time delay)이며, fv는 도플러 효과에 의하여 발생하는 주파수 변화(Doppler frequency)이다.

그리고, 상기의 제3 단계에서 송신 신호(910)와 수신 신호(920)를 믹싱(mixing)할 때, 시간 지연에 의해 발생하는 주파수 변화(ft)와 도플러 효과에 의하여 발생하는 주파수 변화(fv)의 합과 차를 통하여 감지 대상의 거리(R)와 접근 속도(Vr)정보를 생성하는 것을 특징으로 한다.

또한, 감지 대상의 거리(R)는

이고, 감지 대상의 접근 속도(Vr)는

인 것을 특징으로 할 수 있다. 여기서 B는 주파수 변화 대역폭(sweep bandwidth)이고, Tm이 주파수 변화 단위 시간(sweep time)이고, ft는 시간 지연에 의하여 발생하는 주파수 변화(frequency shift to time delay)이며, fv는 도플러 효과에 의하여 발생하는 주파수 변화(doppler frequency)이고, c는 광속(3*10⁸ m/s)이며,

은 주파수 파장(wavelength)일 수 있다. 이 때 n은 정수일수 있으며, 일 예로 n은 2일 수 있다.

상기 제3 단계에서 도플러 효과에 의하여 발생하는 주파수 변화(Doppler frequency) 값 fv 가 60~150Hz 범위에서 수렴 감지될 시 이는 다른 자동차(또는 다른 자동차 프레임)로 구분하여 정보를 저장하고 상기 제4 단계에서 감지 대상의 거리(R)와 접근 속도(Vr) 정보를 획득할 시 접근 속도(Vr)는 1~10Km/h의 범위를 다른 자동차의 이동 속도로 한정하여 이를 통해 0~200Hz 범주 외 측정된 수치의 도플러 주파수 fv 는 노이즈로 처리할 수 있다. 이와 같이 다른 자동차(또는 자동차 프레임)의 도플러 주파수 변화 값을 실제 측정 값을 통해 사람으로 구분될 수 있는 정보를 한정함으로써 정확도를 향상시킬 수 있도록 하고 이를 통해 오인식률을 개선할 수 있다.

그리고, 전술한 제4 단계에서는 감지 대상의 거리에 따른 각각의 송신 신호(910)와 수신 신호(920)의 진폭(Amplitude), 너비(Duration), 첨두치(Peak level), 극성(Polarity), 상승 시간(Rise time)이 주파수 파형(930)과 함께 저장되고, 상기의 제5 단계에서 주파수 파형(930)과 함께 감지 대상이 다른 자동차인지 아니면 다른 객체(다른 생명체 또는 다른 물체)인지에 따라 분류되어 데이터 베이스에 저장되며, 상기의 제6 단계에서 감지 대상이 접근하면 제1 단계 내지 제3 단계가 수행되어 해당 감지 대상 거리에 따른 송신 신호(910)와 수신 신호(920)의 진폭(Amplitude), 너비(Duration), 첨두치(Peak level), 극성(Polarity), 상승 시간(Rise time) 및 주파수 파형(930)을 데이터 베이스의 분류되어 있는 각각의 데이터와 대비하여 감지 대상이 다른 자동차인지 아니면 다른 객체(다른 생명체 또는 다른 물체)인지 식별하는 것을 특징으로 한다.

전술한 제6 단계에서 주파수 대역을 출력 시 각 진폭의 첨두치가 주파수 11Hz에서 142, 18Hz에서 77.9, 26Hz에서 65.5, 29Hz에서 74.6의 값을 가질 때 이를 사람의 기준 패턴 정보로 구분되어 저장될 수 있다.

전술한 진폭(Amplitude), 너비(Duration), 첨두치(Peak level), 극성(Polarity), 상승 시간(Rise time) 및 주파수 파형(930)을 데이터 베이스의 분류되어 있는 각각의 데이터는 감지 대상의 움직임이 다른 자동차인지 아니면 다른 객체(다른 생명체 또는 다른 물체)인지에 따라 분류될 수 있을 정도로 독특한 신호 파형의 시퀀스를 생성하고 이를 통하여 빅데이터를 구축할 수 있다.

또한 자동차 제어 장치(110) 및/또는 제어 모듈(120)은 상기 마이크로웨이브 센서(161)를 통하여 획득되는 반사 신호(920), 주파수 파형(930) 및/또는 감지 대상이 다른 자동차인지 아니면 다른 객체(다른 생명체 또는 다른 물체)인지를 나타내는 정보에 기반하여 자동차(100)의 주행 모드를 상이하게 설정할 수도 있다.

또한 자동차 제어 장치(110) 및/또는 제어 모듈(120)은 상기 마이크로웨이브 센서(161)를 통하여 감지 대상의 거리(R)와 감지 대상의 접근 속도(vr)를 실시간으로 획득할 수 있으며(즉, 복수의 거리(R) 값과 복수의 접근 속도(vr) 값을 측정할 수 있으며), 이에 기반하여 자동차 제어 장치(110) 및/또는 제어 모듈(120)의 이동에 대한 벡터 정보를 생성할 수 있다.

예를 들면, 자동차 제어 장치(110) 및/또는 제어 모듈(120)은 제1 시점에 상기 마이크로웨이브 센서(161)를 통하여 제1 감지 대상에 대한 i) 제1 거리(R1) 및 ii) 제1 접근 속도(Vr1) 그리고 iii) 제1 감지 대상으로부터 반사되어 수신된 수신 신호의 제1 수신 방향을 측정할 수 있으며, 제2 시점에 상기 제1 감지 대상에 대한 제2 거리(R2) 및 제2 접근 속도(Vr2) 그리고 iii) 제1 감지 대상으로부터 반사되어 수신된 수신 신호의 제2 수신 방향을 측정할 수 있다.

일 예로, 자동차 제어 장치(110) 및/또는 제어 모듈(120)는 제1 거리, 제1 접근 속도, 제1 수신 방향, 제2 거리, 제2 접근 속도 및 제2 수신 방향에 기반하여 상기 제1 감지 대상에 대한 벡터 정보를 생성할 수 있다. 상기 제1 감지 대상에 대한 벡터 정보는 상기 제1 감지 대상의 이동 방향 및 이동 속도에 대한 정보를 포함할 수 있다. 여기서 제1 감지 대상의 이동 속도는 상기 제1 감지 대상이 이동 방향을 향하여 이동하는 속도를 나타내는 것과는 달리 제1 접근 속도는 상기 제1 감지 대상이 자동차(100) 및/또는 자동차 제어 장치(110)에 접근하는 속도를 나타낸다는 점에서 상이하다.

다른 예로, 자동차 제어 장치(110) 및/또는 제어 모듈(120)는 제1 거리, 제1 수신 방향, 제2 거리, 및 제2 수신 방향에 기반하여 상기 제1 감지 대상에 대한 벡터 정보를 생성할 수 있다.

예를 들면, 자동차 제어 장치(110) 및/또는 제어 모듈(120)은 제1 시점에 상기 마이크로웨이브 센서(161)를 통하여 제1 감지 대상에 대한 i) 제1 거리(R1) 및 ii) 제1 접근 속도(Vr1) 그리고 iii) 제1 감지 대상으로부터 반사되어 수신된 수신 신호의 제1 수신 방향을 측정할 수 있으며, 제2 시점에 상기 제1 감지 대상에 대한 제2 거리(R2) 및 제2 접근 속도(Vr2) 그리고 iii) 제1 감지 대상으로부터 반사되어 수신된 수신 신호의 제2 수신 방향을 측정할 수 있으며, 제3 시점에 상기 제1 감지 대상에 대한 제3 거리(R3) 및 제2 접근 속도(Vr3) 그리고 iii) 제1 감지 대상으로부터 반사되어 수신된 수신 신호의 제3 수신 방향을 측정할 수 있다.

또한, 자동차 제어 장치(110) 및/또는 제어 모듈(120)는 제1 거리, 제1 접근 속도, 제1 수신 방향, 제2 거리, 제2 접근 속도 및 제2 수신 방향에 기반하여 상기 제1 감지 대상에 대한 제1 벡터 정보(v1 또는 [x1, y1, z1])를 생성하고, 제2 거리, 제2 접근 속도, 제2 수신 방향, 제3 거리, 제3 접근 속도 및 제3 수신 방향에 기반하여 상기 제1 감지 대상에 대한 제2 벡터 정보(v2 또는 [x2, y2, z2])를 생성할 수 있다. 다른 예로, 자동차 제어 장치(110) 및/또는 제어 모듈(120)는 제1 거리, 제1 수신 방향, 제2 거리 및 제2 수신 방향에 기반하여 상기 제1 벡터 정보(v1 또는 [x1, y1, z1])를 생성하고, 제2 거리, 제2 수신 방향, 제3 거리 및 제3 수신 방향에 기반하여 상기 제2 벡터 정보(v2 또는 [x2, y2, z2])를 생성할 수 있다.

또한, 자동차 제어 장치(110) 및/또는 제어 모듈(120)는 아래의 수학식 1에 기반하여 상기 제1 벡터 정보와 상기 제2 벡터 정보 사이의 각도를 추출해낼 수 있다.

[수학식 1]

또한 자동차 제어 장치(110) 및/또는 제어 모듈(120)는, 예를 들면, 상기 수학식 1에 따른 각도 추출을 수행할 수 있으며, i) 상기 추출되는 각도가 각도 임계치를 넘는 것으로 판단되는 경우 및/또는 ii) 제1 거리, 제2 거리, 제3 거리 중 적어도 어느 하나가 거리 임계치보다 짧은 경우, 및/또는 iii) 제1 속도, 제2 속도, 제3 속도 중 적어도 어느 하나가 속도 임계치보다 빠른 경우에는 마이크로웨어브 센서(161)가 송신신호(910)를 발산하여 반사신호(920)를 수신하는 횟수를 기준 이상 수행하는, 즉 더 많이 및/또는 더 자주 수행하는 안전모드(safety mode)로 설정할 수 있다. 한편 각도 임계치는 0보다 큰 각도로 설정될 수 있다.

여기서 안전모드는 마이크로웨이브 센서(161)가 동작하는 횟수가 증가하기에 전력 소모 측면에서는 불리해지지만 다른 자동차 또는 다른 객체의 상황을 더 자주(또는 더 많이) 파악함으로써 상기 다른 자동차 또는 다른 객체를 회피할 수 있는 가능성을 높일 수 있다는 점에서 더 안전한 모드를 운전자(또는 사용자)에게 제공할 수 있다는 기술적인 효과를 제공한다.

또한 자동차 제어 장치(110)는 자동차(100)의 제1 내부 배터리(미도시) 및/또는 자동차 제어 장치(110)의 제2 내부 배터리(170)의 충전 전력에 기반하여 상이한 동작을 수행할 수도 있다. 여기서 충전 전력은 내부 배터리의 잔류 전력, 저장 전력 등으로 대체될 수 있다. 여기서 제1 내부 배터리는 자동차(100)의 동력 발생 장치, 동력 전달 장치, 조향 장치(steering system), 제동 장치(damping　device, brake　gear) 및 현가 장치(suspension system) 등을 구동시키기 위한 전력을 제공하거나 및/또는 충전하는 장치일 수 있다.

예를 들면, 자동차 제어 장치(110)는 제2 내부 배터리(170)의 충전 전력이 임계값 이상인 경우에는 제1 벡터 정보, 제2 벡터 정보, 및 수학식 1에 기반하여 소정의 각도를 추출하는 동작을 수행하되, 미만인 경우에는 제1 벡터 정보, 제2 벡터 정보, 및 수학식 1에 기반하여 소정의 각도를 추출하는 동작을 생략할 수 있다.

다만, 제2 내부 배터리(170)의 충전 전력이 임계값 미만으로 판단되는 경우에도 안전 모드가 구동될 필요가 있으므로, 자동차 제어 장치(110)는 제1 속도, 제2 속도, 제3 속도 중 적어도 어느 하나가 속도 임계치 이상이거나 및/또는 제1 거리, 제2 거리, 제3 거리 중 적어도 어느 하나가 거리 임계치보다 짧은 경우에는 제1 내부 배터리의 충전 전력이 전력 임계값 이상이라면 제1 내부 배터리의 전력을 제2 내부 배터리(170)로 옮기도록 제어할 수 있다.

이때 제2 내부 배터리(170)의 소모를 줄이기 위해 데이터 학습부가 출발지 정보, 목적지 정보, 출발지로부터 목적지까지의 이동 경로 정보, 교통 정보, 자동차(100)의 상태 정보 등을 학습 데이터로 사용하여 인공신경망(및/또는 데이터 인식 모델)을 생성 및/또는 학습시키는 과정을 중단시키도록 제어할 수 있다.

또는 인공신경망(및/또는 데이터 인식 모델)을 생성 및/또는 학습시키는 과정은 통상적인 제어 및/또는 송수신보다 많은 프로세싱과 전력을 필요로 하기에, 자동차 제어 장치(110)의 제1 데이터 학습부가 출발지 정보, 목적지 정보, 출발지로부터 목적지까지의 이동 경로 정보, 교통 정보, 자동차(100)의 상태 정보 등을 학습 데이터로 사용하여 자동차 제어 장치(110)의 제1 인공신경망(및/또는 데이터 인식 모델)을 생성 및/또는 학습시키는 과정을 중단시키되, 출발지 정보, 목적지 정보, 출발지로부터 목적지까지의 이동 경로 정보, 교통 정보, 자동차(100)의 상태 정보 등을 서버(200)에게 전달시킴으로써 서버(200)의 제2 인공신경망(및/또는 데이터 인식 모델)이 출발지 정보, 목적지 정보, 출발지로부터 목적지까지의 이동 경로 정보, 교통 정보, 자동차(100)의 상태 정보 등을 학습데이터로 하여 서버(200)의 제2 인공신경망(및/또는 데이터 인식 모델)을 생성 및/또는 학습시키도록 제어할 수도 있다. 이때 자동차 제어 장치(110)는 서버(200)로부터 제2 인공신경망(및/또는 데이터 인식 모델)의 출력에 해당되는 정보를 수신하기만 하면 되기에, 자체적으로 인공신경망을 운용하는 것보다 저전력으로 동작할 수 있다.

도 1b 및 도 1c를 참조하면, 본 발명의 자동차(100) 및/또는 상기 자동차(100)에 구비되는 자동차 제어 장치(110)는 서버(200) 및/또는 단말(300)과 소정의 신호 및/또는 정보를 송수신할 수 있다.

도 1c를 참조하면, 서버(200)는 제어 모듈(210), 통신 모듈(220), 입력 모듈(230), 출력 모듈(240), 및/또는 저장 모듈(250)을 포함할 수 있으며, 상기 서버(200)는 본 발명의 이사 서비스 플랫폼을 제공하거나 지원하는 웹사이트(및/또는 모바일앱)를 운용하는 서버일 수 있다.

제어 모듈(110, 210, 310)은 본 발명의 일 실시예에 따른 동작/단계/과정을 구현할 수 있도록 단말(300) 및/또는 서버(200)를 직/간접적으로 제어할 수 있다. 또한 제어 모듈(110, 210, 310)은 적어도 하나의 프로세서를 포함할 수 있으며, 프로세서는 적어도 하나의 중앙 처리 유닛(CPU) 및/또는 적어도 하나의 그래픽 처리 디바이스(GPU)를 포함할 수 있다.

또한 제어 모듈(110, 210, 310)은 API(Application Programming Interface), IoT(Internet of Things), IIoT(Industrial Internet of Things), ICT(Information & Communication Technology) 기술에 기반하여 제어 정보(예; 명령어) 등을 생성하거나 및/또는 관리할 수 있다.

통신 모듈(120, 220, 320)은 단말(300), 서버(200) 및/또는 다른 네트워크 엔티티 등과 각종 데이터, 신호, 정보를 송수신할 수 있다. 또한, 통신 모듈(120, 220, 320)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 또한, 통신 모듈(120, 220, 320)은 제1 네트워크(예: 블루투스, WiFi direct 또는 IrDA(Infrared Data Association) 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다.

또한 본 발명의 통신 모듈(220)은 아래와 같은 통신표준 기술에 기반하여 동작할 수 있다.

본 발명에서, 하향링크(downlink, DL)는 기지국(base station, BS)에서 사용자 기기(user equipment, UE)로의 통신을 의미하며, 상향링크(uplink, UL)는 UE에서 BS로의 통신을 의미한다. 하향링크에서 전송기(transmitter)는 BS의 일부이고, 수신기(receiver)는 UE의 일부일 수 있다. 상향링크에서 전송기는 UE의 일부이고, 수신기는 BS의 일부일 수 있다. 본 발명에서 BS는 제 1 통신 장치로, UE는 제 2 통신 장치로 표현될 수도 있다. BS는 고정국(fixed station), Node B, eNB(evolved-NodeB), gNB(Next Generation NodeB), BTS(base transceiver system), 접속 포인트(access point, AP), 네트워크 혹은 5G 네트워크 노드, AI 시스템, RSU(road side unit), 로봇 등의 용어에 의해 대체될 수 있다. 또한, UE는 단말(terminal), MS(Mobile Station), UT(User Terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station), WT(Wireless terminal), MTC(Machine-Type Communication) 장치, M2M(Machine-to-Machine) 장치, D2D(Device-to-Device) 장치, 차량(vehicle), 로봇(robot), AI 모듈 등의 용어로 대체될 수 있다.

이하의 기술은 CDMA(Code Division Multiple Access), FDMA(Frequency Division Multiple Access), TDMA(Time Division Multiple Access), OFDMA(Orthogonal Frequency Division Multiple Access), SC-FDMA(Single Carrier FDMA) 등과 같은 다양한 무선 접속 시스템에 사용될 수 있다. CDMA는 UTRA(Universal Terrestrial Radio Access)나 CDMA2000과 같은 무선 기술로 구현될 수 있다. TDMA는 GSM(Global System for Mobile communications)/GPRS(General Packet Radio Service)/EDGE(Enhanced Data Rates for GSM Evolution)와 같은 무선 기술로 구현될 수 있다. OFDMA는 IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802-20, E-UTRA(Evolved UTRA) 등과 같은 무선 기술로 구현될 수 있다. UTRA는 UMTS(Universal Mobile Telecommunications System)의 일부이다. 3GPP(3rd Generation Partnership Project) LTE(Long Term Evolution)은 E-UTRA를 사용하는 E-UMTS(Evolved UMTS)의 일부이고 LTE-A(Advanced)/LTE-A pro는 3GPP LTE의 진화된 버전이다. 3GPP NR(New Radio or New Radio Access Technology)는 3GPP LTE/LTE-A/LTE-A pro의 진화된 버전이다.

설명을 명확하게 하기 위해, 3GPP 통신 시스템(예, LTE-A, NR)을 기반으로 설명하지만 본 발명의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미한다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭된다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미한다. LTE/NR은 3GPP 시스템으로 지칭될 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR은 3GPP 시스템으로 통칭될 수 있다.

본 발명(disclosure)에서, 노드(node)라 함은 UE와 통신하여 무선 신호를 전송/수신할 수 있는 고정된 포인트(point)을 말한다. 다양한 형태의 BS들이 그 명칭에 관계없이 노드로서 이용될 수 있다. 예를 들어, BS, NB, eNB, 피코-셀 eNB(PeNB), 홈 eNB(HeNB), 릴레이(relay), 리피터(repeater) 등이 노드가 될 수 있다. 또한, 노드는 BS가 아니어도 될 수 있다. 예를 들어, 무선 리모트 헤드(radio remote head, RRH), 무선 리모트 유닛(radio remote unit, RRU)가 될 수 있다. RRH, RRU 등은 일반적으로 BS의 전력 레벨(power level) 더욱 낮은 전력 레벨을 갖는다. 일 노드에는 최소 하나의 안테나가 설치된다. 상기 안테나는 물리 안테나를 의미할 수도 있으며, 안테나 포트, 가상 안테나, 또는 안테나 그룹을 의미할 수도 있다. 노드는 포인트(point)라고 불리기도 한다.

본 발명에서 셀(cell)이라 함은 하나 이상의 노드가 통신 서비스를 제공하는 일정 지리적 영역 혹은 무선 자원을 말한다. 지리적 영역의 "셀"은 노드가 반송파를 이용하여 서비스를 제공할 수 있는 커버리지(coverage)라고 이해될 수 있으며, 무선 자원의 "셀"은 상기 반송파에 의해 설정(configure)되는 주파수 크기인 대역폭(bandwidth, BW)와 연관된다. 노드가 유효한 신호를 전송할 수 있는 범위인 하향링크 커버리지와 UE로부터 유효한 신호를 수신할 수 있는 범위인 상향링크 커버리지는 해당 신호를 나르는 반송파에 의해 의존하므로 노드의 커버리지는 상기 노드가 사용하는 무선 자원의 "셀"의 커버리지와 연관되기도 한다. 따라서 "셀"이라는 용어는 때로는 노드에 의한 서비스의 커버리지를, 때로는 무선 자원을, 때로는 상기 무선 자원을 이용한 신호가 유효한 세기로 도달할 수 있는 범위를 의미하는 데 사용될 수 있다.

본 발명에서 특정 셀과 통신한다고 함은 상기 특정 셀에 통신 서비스를 제공하는 BS 혹은 노드와 통신하는 것을 의미할 수 있다. 또한, 특정 셀의 하향링크/상향링크 신호는 상기 특정 셀에 통신 서비스를 제공하는 BS 혹은 노드로부터의/로의 하향링크/상향링크 신호를 의미한다. UE에게 상향링크/하향링크 통신 서비스를 제공하는 셀을 특히 서빙 셀(serving cell)이라고 한다. 또한, 특정 셀의 채널 상태/품질은 상기 특정 셀에 통신 서비스를 제공하는 BS 혹은 노드와 UE 사이에 형성된 채널 혹은 통신 링크의 채널 상태/품질을 의미한다.

한편, 무선 자원과 연관된 "셀"은 하향링크 자원(DL resources)와 상향링크 자원(UL resources)의 조합, 즉, DL 컴포넌트 반송파(component carrier, CC) 와 UL CC의 조합으로 정의될 수 있다. 셀은 DL 자원 단독, 또는 DL 자원과 UL 자원의 조합으로 설정될(configured) 수도 있다. 반송파 집성(carrier aggregation)이 지원되는 경우, DL 자원(또는, DL CC)의 반송파 주파수(carrier frequency)와 UL 자원(또는, UL CC)의 반송파 주파수(carrier frequency) 사이의 링키지(linkage)는 해당 셀을 통해 전송되는 시스템 정보(system information)에 의해 지시될 수 있다. 여기서, 반송파 주파수는 각 셀 혹은 CC의 중심 주파수(center frequency)와 같을 수도 혹은 다를 수도 있다. 이하에서는 1차 주파수(primary frequency) 상에서 동작하는 셀을 1차 셀(primary cell, Pcell) 혹은 PCC로 지칭하고, 2차 주파수(Secondary frequency)(또는 SCC) 상에서 동작하는 셀을 2차 셀(secondary cell, Scell) 혹은 SCC로 칭한다. Scell이라 함은 UE가 BS와 RRC(Radio Resource Control) 연결 수립(connection establishment) 과정을 수행하여 상기 UE와 상기 BS 간에 RRC 연결이 수립된 상태, 즉, 상기 UE가 RRC_CONNECTED 상태가 된 후에 설정될 수 있다. 여기서 RRC 연결은 UE의 RRC와 BS의 RRC가 서로 RRC 메시지를 주고받을 수 있는 통로를 의미할 수 있다. Scell은 UE에게 추가적인 무선 자원을 제공하기 위해 설정될 수 있다. UE의 성능(capabilities)에 따라, Scell이 Pcell과 함께, 상기 UE를 위한 서빙 셀의 모음(set)을 형성할 수 있다. RRC_CONNECTED 상태에 있지만 반송파 집성이 설정되지 않았거나 반송파 집성을 지원하지 않는 UE의 경우, Pcell로만 설정된 서빙 셀이 단 하나 존재한다.

셀은 고유의 무선 접속 기술을 지원한다. 예를 들어, LTE 셀 상에서는 LTE 무선 접속 기술(radio access technology, RAT)에 따른 전송/수신이 수행되며, 5G 셀 상에서는 5G RAT에 따른 전송/수신이 수행된다.

반송파 집성 기술은 광대역 지원을 위해 목표 대역폭(bandwidth)보다 작은 시스템 대역폭을 가지는 복수의 반송파들을 집성하여 사용하는 기술을 말한다. 반송파 집성은 각각이 시스템 대역폭('채널 대역폭'이라고도 함)을 형성하는 복수의 반송파 주파수들을 사용하여 하향링크 혹은 상향링크 통신을 수행한다는 점에서, 복수의 직교하는 부반송파들로 분할된 기본 주파수 대역을 하나의 반송파 주파수에 실어 하향링크 혹은 상향링크 통신을 수행하는 OFDMA 기술과 구분된다. 예를 들어, OFDMA 혹은 직교 주파수 분할 다중화(orthogonal frequency division multiplexing, OFDM)의 경우에는 일정 시스템 대역폭을 갖는 하나의 주파수 대역이 일정 부반송파 간격을 갖는 복수의 부반송파들로 분할되고, 정보/데이터가 상기 복수의 부반송파들 내에서 매핑되며, 상기 정보/데이터가 맵핑된 상기 주파수 대역은 주파수 상향 변환(upconversion)을 거쳐 상기 주파수 대역의 반송파 주파수에게 전송된다. 무선 반송파 집성의 경우에는 각각이 자신의 시스템 대역폭 및 반송파 주파수를 갖는 주파수 대역들이 동시에 통신에 사용될 수 있으며, 반송파 집성에 사용되는 각 주파수 대역은 일정 부반송파 간격을 갖는 복수의 부반송파들로 분할될 수 있다.

3GPP 기반 통신 표준은 물리 계층(physical layer)의 상위 계층(upper layer)(예, 매제 접속 제어(medium access control, MAC) 계층, 무선 링크 제어(radio link control, RLC) 계층, 패킷 데이터 수렴 프로토콜(protocol data convergence protocol, PDCP) 계층, 무선 자원 제어(radio resource control, RRC) 계층, 서비스 데이터 적응 프로토콜(service data adaptation protocol, SDAP), 비-접속 층(non-access stratum, NAS) 계층)로부터 기원한 정보를 나르는 자원 요소(resource element)들에 대응하는 하향링크 물리 채널들과, 물리 계층에 의해 사용되나 상위 계층으로부터 기원하는 정보를 나르지 않는 자원 요소들에 대응하는 하향링크 물리 신호들을 정의한다. 예를 들어, 물리 하향링크 공유 채널(physical downlink shared channel, PDSCH), 물리 브로드캐스트 채널(physical broadcast channel, PBCH), 물리 멀티캐스트 채널(physical multicast channel, PMCH), 물리 제어 포맷 지시자 채널(physical control format indicator channel, PCFICH), 물리 하향링크 제어 채널(physical downlink control channel, PDCCH)이 하향링크 물리 채널들로서 정의되어 있으며, 참조 신호와 동기 신호가 하향링크 물리 신호들로서 정의되어 있다. 파일럿(pilot)이라고도 지칭되는 참조 신호(reference signal, RS)는 BS와 UE가 서로 알고 있는 기정의된 특별한 파형의 신호를 의미하는데, 예를 들어, 셀 특정적 RS(cell specific RS), UE-특정적 RS(UE-specific RS, UE-RS), 포지셔닝 RS(positioning RS, PRS), 채널 상태 정보 RS(channel state information RS, CSI-RS), 복조 참조 신호(demodulation reference signal, DMRS)가 하향링크 참조 신호들로서 정의된다. 한편, 3GPP 기반 통신 표준은 상위 계층으로부터 기원한 정보를 나르는 자원 요소들에 대응하는 상향링크 물리 채널들과, 물리 계층에 의해 사용되나 상위 계층으로부터 기원하는 정보를 나르지 않는 자원 요소들에 대응하는 상향링크 물리 신호들을 정의하고 있다. 예를 들어, 물리 상향링크 공유 채널(physical uplink shared channel, PUSCH), 물리 상향링크 제어 채널(physical uplink control channel, PUCCH), 물리 임의 접속 채널(physical random access channel, PRACH)가 상향링크 물리 채널로서 정의되며, 상향링크 제어/데이터 신호를 위한 복조 참조 신호(demodulation reference signal, DMRS)와 상향링크 채널 측정에 사용되는 사운딩 참조 신호(sounding reference signal, SRS)가 정의된다.

본 발명에서 물리 하향링크 제어 채널(physical downlink control channel, PDCCH)와 물리 하향링크 공유 채널(physical downlink shared channel, PDSCH)는 물리 계층의 하향링크 제어 정보(downlink control information, DCI)와 하향링크 데이터를 나르는 시간-주파수 자원의 집합 혹은 자원요소의 집합을 각각(respectively) 의미할 수 있다. 또한, 물리 상향링크 제어 채널(physical uplink control channel), 물리 상향링크 공유 채널(physical uplink shared channel, PUSCH) 및 물리 임의 접속 채널(physical random access channel)는 물리 계층의 상향링크 제어 정보(uplink control information, UCI), 상향링크 데이터 및 임의 접속 신호를 나르는 시간-주파수 자원의 집합 혹은 자원요소의 집합을 각각 의미한다. 이하에서 UE가 상향링크 물리 채널(예, PUCCH, PUSCH, PRACH)를 전송한다는 것은 해당 상향링크 물리 채널 상에서 혹은 통해서 DCI, 상향링크 데이터, 또는 임의 접속 신호를 전송한다는 것을 의미할 수 있다. BS가 상향링크 물리 채널을 수신한다는 것은 해당 상향링크 물리 채널 상에서 혹은 통해서 DCI, 상향링크 데이터, 또는 임의 접속 신호를 수신한다는 것을 의미할 수 있다. BS가 하향링크 물리 채널(예, PDCCH, PDSCH)를 전송한다는 것은 해당 하향링크 물리 채널 상에서 혹은 통해서 DCI 혹은 상향링크 데이터를 전송한다는 것과 동일한 의미로 사용된다. UE가 하향링크 물리 채널을 수신한다는 것은 해당 하향링크 물리 채널 상에서 혹은 통해서 DCI 혹은 상향링크 데이터를 수신한다는 것을 의미할 수 있다.

본 발명에서 수송 블록(transport block)은 물리 계층을 위한 페이로드이다. 예를 들어, 상위 계층 혹은 매체 접속 제어(medium access control, MAC) 계층으로부터 물리 계층에 주어진 데이터가 기본적으로 수송 블록으로 지칭된다.

본 발명에서 HARQ는 오류 제어 방법의 일종이다. 하향링크를 통해 전송되는 HARQ-ACK은 상향링크 데이터에 대한 오류 제어를 위해 사용되며, 상향링크를 통해 전송되는 HARQ-ACK은 하향링크 데이터에 대한 오류 제어를 위해 사용된다. HARQ 동작을 수행하는 전송단은 데이터(예, 수송 블록, 코드워드)를 전송한 후 긍정 확인(ACK)를 기다린다. HARQ 동작을 수행하는 수신단은 데이터를 제대로 받은 경우만 긍정 확인(ACK)을 보내며, 수신 데이터에 오류가 생긴 경우 부정 확인(negative ACK, NACK)을 보낸다. 전송단이 ACK을 수신한 경우에는 (새로운) 데이터를 전송할 수 있고, NACK을 수신한 경우에는 데이터를 재전송할 수 있다. BS가 스케줄링 정보와 상기 스케줄링 정보에 따른 데이터를 전송한 뒤, UE로부터 ACK/NACK을 수신하고 재전송 데이터가 전송될 때까지 시간 딜레이(delay)가 발생한다. 이러한 시간 딜레이는 채널 전파 지연(channel propagation delay), 데이터 디코딩(decoding)/인코딩(encoding)에 걸리는 시간으로 인해 발생한다. 따라서, 현재 진행 중인 HARQ 프로세스가 끝난 후에 새로운 데이터를 보내는 경우, 시간 딜레이로 인해 데이터 전송에 공백이 발생한다. 따라서, 시간 딜레이 구간 동안에 데이터 전송에 공백이 생기는 것을 방지하기 위하여 복수의 독립적인 HARQ 프로세스가 사용된다. 예를 들어, 초기 전송과 재전송 사이에 7번의 전송 기회(occasion)가 있는 경우, 통신 장치는 7개의 독립적인 HARQ 프로세스를 운영하여 공백 없이 데이터 전송을 수행할 수 있다. 복수의 병렬 HARQ 프로세스들을 활용하면, 이전 UL/DL 전송에 대한 HARQ 피드백을 기다리는 동안 UL/DL 전송이 연속적으로 수행될 수 있다.

본 발명에서 채널 상태 정보(channel state information, CSI)는 UE와 안테나 포트 사이에 형성되는 무선 채널(혹은 링크라고도 함)의 품질을 나타낼 수 있는 정보를 통칭한다. CSI는 채널 품질 지시자(channel quality indicator, CQI), 프리코딩 행렬 지시자 (precoding matrix indicator, PMI), CSI-RS 자원 지시자(CSI-RS resource indicator, CRI), SSB 자원 지시자(SSB resource indicator, SSBRI), 레이어 지시자(layer indicator. LI), 랭크 지시자(rank indicator, RI) 또는 참조 신호 수신 품질(reference signal received power, RSRP) 중 적어도 하나를 포함할 수 있다.

본 발명에서 주파수 분할 다중화(frequency division multiplexing, FDM)라 함은 신호/채널/사용자들을 서로 다른 주파수 자원에서 전송/수신하는 것을 의미할 수 있으며, 시간 분할 다중화(time division multiplexing, CDM)이라 함은 신호/채널/사용자들을 서로 다른 시간 자원에서 전송/수신하는 것을 의미할 수 있다.

본 발명에서 주파수 분할 듀플렉스(frequency division duplex, FDD)는 상향링크 반송파에서 상향링크 통신이 수행되고 상기 상향링크용 반송파에 링크된 하향링크용 반송파에서 하향링크 통신이 수행되는 통신 방식을 말하며, 시간 분할 듀플렉스(time division duplex, TDD)라 함은 상향링크 통신과 하향링크 통신이 동일 반송파에서 시간을 나누어 수행되는 통신 방식을 말한다.

본 발명에서 사용된 배경기술, 용어, 약어 등에 관해서는 본 발명 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 예를 들어, 3GPP TS 36, 24, 38 시리즈에 해당하는 문서(http://www.3gpp.org/specifications/specification-numbering)를 참조할 수 있다.

입력 모듈(130, 230, 330)은 단말(300), 서버(200) 및/또는 다른 네트워크 엔티티의 구성요소(예: 제어 모듈(210) 등)에 사용될 명령 또는 데이터를 단말(300) 및/또는 서버(200)의 외부(예: 사용자(예; 제1 사용자, 제2 사용자 등), 서버(200)의 관리자 등)로부터 수신할 수 있다. 또한, 입력 모듈(130, 230, 330)은 단말(300) 및/또는 서버(200)에 설치된 터치인식가능 디스플레이, 터치패드, 버튼형 인식 모듈, 음성인식센서, 마이크, 마우스, 또는 키보드 등을 포함할 수 있다. 여기서 터치인식가능 디스플레이, 터치패드, 버튼형 인식 모듈은 감압식 및/또는 정전식 방식을 통하여 사용자의 신체(예; 손가락)를 통한 터치를 인식할 수 있다.

출력 모듈(140, 240, 340)은 단말(300) 및/또는 서버(200)의 제어 모듈(110, 210, 310)에 의해 생성되거나 통신 모듈(120, 220, 320)을 통하여 획득된 신호(예; 음성 신호), 정보, 데이터, 이미지, 및/또는 각종 객체(object) 등을 표시하는 모듈이다. 예를 들면, 출력 모듈(140, 240, 340)은 디스플레이, 스크린, 표시부(displaying unit), 스피커 및/또는 발광장치(예; LED 램프) 등을 포함할 수 있다.

저장 모듈(250)은 단말(300) 및/또는 서버(200)의 동작을 위한 기본 프로그램, 응용 프로그램, 설정 정보 등의 데이터를 저장한다. 또한, 저장 모듈은 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), PROM(Programmable Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다.

또한, 저장 모듈(250)은 단말(300) 및/또는 서버(200)를 사용하는 고객(제1 사용자)의 개인정보, 관리자(제2 사용자)의 개인정보 등을 저장할 수 있다. 여기서 개인정보는 이름, 아이디(ID; identifier), 패스워드, 도로명 주소, 전화 번호, 휴대폰 번호, 이메일 주소, 및/또는 서버(200)에 의해 생성되는 리워드(reward)(예; 포인트 등)를 나타내는 정보 등을 포함할 수 있다. 또한, 제어 모듈(110, 210, 310)은 상기 저장 모듈(250)에 저장된 각종 이미지, 프로그램, 컨텐츠, 데이터 등을 이용하여 다양한 동작을 수행할 수 있다.

한편, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다.

다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장된 명령어로 구현될 수 있다. 명령어가 프로세서(예: 프로세서(130))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다.

여기서, 프로그램은 컴퓨터가 읽을 수 있는 비일시적 기록매체에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다.

여기서 비일시적 판독 가능 기록매체란, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미할 뿐만 아니라 레지스터, 캐쉬, 버퍼 등을 포함하며, 신호(signal), 전류(current) 등과 같은 전송 매개체는 포함하지 않는다.

구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 내장 메모리(예: 메모리(150)), 메모리 카드, ROM 또는 RAM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.

또한, 발명된 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)으로 제공될 수 있다.

컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체 또는 판매자 및 구매자 간에 거래되는 상품을 포함할 수 있다.

예를 들어, 컴퓨터 프로그램 제품은 전자 장치 또는 전자 장치의 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.

이상에서는 본 발명의 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims

연료 절감을 위한 자동차 주행 시스템에 있어서,
제1 자동차; 및
서버; 를 포함하고,
상기 제1 자동차에는 복수의 마이크로웨이브 센서를 포함하는 자동차 제어 장치(110)가 설치되고,
상기 복수의 마이크로웨이브 센서는,
적어도 하나의 제2 자동차를 향하여 제1 마이크로웨이브 신호를 방사하고,
상기 적어도 하나의 제2 자동차로부터 반사되는 제2 마이크로웨이브 신호를 수신하고,
수학식 1을 통하여 상기 제1 자동차와 상기 적어도 하나의 제2 자동차 사이의 추정 거리(R)를 산출하고,
수학식 2를 통하여 상기 적어도 하나의 제2 자동차의 추정 속도(V_r)를 산출하고,
[수학식 1]

[수학식 2]

여기서 f_t는 시간 지연에 의하여 발생하는 주파수 변화(frequency shift to time delay)에 상응하는 값이고, c는 광속(3*10⁸ m/s)이며, Tm이 주파수 변화 단위 시간(sweep time)이고, n은 임의로 설정되는 정수값이고, B는 주파수 변화 대역폭(sweep bandwidth)에 상응하는 값이고, f_v는 도플러 효과에 의하여 발생하는 주파수 변화(Doppler frequency)에 상응하는 값이고,
은 주파수 파장(wavelength)에 상응하는 값이고,
상기 수신되는 제2 마이크로웨이브 신호의 진폭(Amplitude), 너비(Duration), 첨두치(Peak level), 극성(Polarity), 상승 시간(Rise time) 및 주파수 파형에 기반하여 상기 제2 마이크로웨이브 신호가 상기 적어도 하나의 제2 자동차에 관한 것인지 또는 다른 객체에 관한 것인지 여부를 판단하고,
상기 서버는,
상기 제1 자동차로부터 상기 제1 자동차의 위치 정보, 상기 제1 자동차의 목적지 정보 및 상기 제1 자동차의 운전자의 주행 습관 정보를 수신하고,
도로 정보 및 상기 수신한 상기 제1 자동차의 위치 정보, 상기 제1 자동차의 목적지 정보, 상기 추정 거리, 상기 추정 속도 및 상기 제2 마이크로웨이브 신호가 상기 적어도 하나의 제2 자동차에 관한 것인지 또는 다른 객체에 관한 것인지 여부에 대한 판단 결과를 바탕으로 상기 제1 자동차의 주행 모드를 판단하고,
상기 판단된 주행 모드, 상기 운전자의 주행 습관 정보 및 교통 정보를 바탕으로, 상기 제1 자동차의 상한 속도 및 하한 속도를 결정하고,
상기 서버는 상기 판단된 주행 모드 및 상기 주행 모드에 대응되는 상한 속도 및 하한 속도에 대한 정보를 상기 제1 자동차에게 전송하고,
상기 제1 자동차는,
상기 제1 자동차의 주행 속도가 상기 상한 속도를 초과하고, 상기 제1 자동차의 변속 레버가 주행 모드인 경우, 상기 제1 자동차의 변속 레버를 중립 모드로 변경하여 상기 제1 자동차의 엔진에 연료 공급을 중단하고,
상기 제1 자동차의 주행 속도가 하한 속도 미만이고, 상기 제1 자동차의 변속 레버가 중립 모드인 경우, 상기 제1 자동차의 변속 레버를 주행 모드로 변경하고, 상기 제1 자동차의 엔진에 연료 공급을 수행하는 것을 특징으로 하고,
상기 교통 정보는, 상기 제1 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보, 신호등 정보, 기상 정보 및 시간 정보를 포함하고,
상기 제1 자동차의 출발지로부터 도착지까지의 도로 정보, 주변 차량 정보 및 신호등 정보, 기상 정보 및 시간 정보를 기반으로 상기 제1 자동차의 출발지로부터 도착지까지의 평균 속도 n Km/h를 결정하고,
(n+10) Km/h를 상기 제1 자동차의 상한 속도로 결정하고, (n-10) Km/h를 상기 제1 자동차의 하한 속도로 결정하고,
상기 신호등 정보는 기 설정된 거리 당 신호등의 개수에 관한 정보를 포함하고,
상기 기 설정된 거리 당 신호등의 개수가 기 설정된 개수 이상인 경우보다 상기 기 설정된 거리 당 신호등의 개수가 상기 기 설정된 개수 미만인 경우에 상기 평균 속도 n Km/h가 높게 결정되고,
상기 상한 속도가 상기 제1 자동차가 주행하는 도로의 교통 법규 속도보다 높은 경우, 상기 교통 법규 속도를 상기 상한 속도로 결정하고,
상기 서버는,
상기 제1 자동차의 출발지로부터 도착지까지의 도로의 기상 정보가 도로 주행에 적합하거나 또는 시간 정보가 주간 시간 정보인 경우, 상기 제1 자동차의 상한 속도 및 하한 속도를 제1 상한 속도 및 제1 하한 속도로 결정하고,
상기 제1 자동차의 출발지로부터 도착지까지의 도로의 기상 정보가 우천, 폭설, 안개 상황을 포함하는 도로 주행에 적합하지 않은 정보이거나 시간 정보가 야간 시간 정보 또는 새벽 시간 정보인 경우, 상기 제1 자동차의 상한 속도 및 하한 속도를 제2 상한 속도 및 제2 하한 속도로 결정하고,
상기 제1 상한 속도는 상기 제2 상한 속도보다 높은 속도이고, 상기 제1 하한 속도는 상기 제2 하한 속도보다 높은 속도인 것을 특징으로 하고,
상기 서버는,
상기 판단된 주행 모드 및 교통 정보를 입력 데이터로 인공 지능 모델에 입력하여 기준 상한 속도 및 기준 하한 속도를 출력하고,
상기 운전자의 주행 습관 정보, 운전 히스토리 정보 및 상기 출력된 기준 상한 속도 및 기준 하한 속도를 입력 데이터로 인공 지능 모델에 입력하여 최종 상한 속도 및 최종 하한 속도를 출력하여 상기 제1 자동차에게 전송하는 것을 특징으로 하고,
상기 적어도 하나의 제2 자동차는 제3 자동차 및 제4 자동차를 포함하고,
상기 제2 마이크로웨이브 신호는 상기 제3 자동차로부터 반사되어 상기 복수의 마이크로웨이브 센서에 의해 수신되는 제3 마이크로웨이브 신호 및 상기 제4 자동차로부터 반사되어 상기 복수의 마이크로웨이브 센서에 의해 수신되는 제4 마이크로웨이브 신호를 포함하고,
상기 서버는,
상기 수학식 1 및 상기 수학식 2에 기반하여 i) 상기 제3 자동차와 상기 제1 자동차 사이의 제1 추정 거리, ii) 상기 제4 자동차와 상기 제1 자동차 사이의 제2 추정 거리, iii) 상기 제3 자동차의 상기 제1 자동차로 접근하는 제1 추정 속도 및 iv) 상기 제4 자동차의 상기 제1 자동차로 접근하는 제2 추정 속도를 산출하고,
상기 제3 마이크로웨이브 신호가 상기 복수의 마이크로웨이브 센서에 의해 수신되는 제1 수신 방향에 대한 정보와 상기 제4 마이크로웨이브 신호가 상기 복수의 마이크로웨이브 센서에 의해 수신되는 제2 수신 방향에 대한 정보를 상기 복수의 마이크로웨이브 센서로부터 수신하고,
상기 제1 추정 거리, 상기 제1 추정 속도 및 상기 제1 수신 방향에 기초하여 상기 제3 자동차에 대한 제1 벡터[x₁, y₁, z₁]를 획득하고,
상기 제2 추정 거리, 상기 제2 추정 속도 및 상기 제2 수신 방향에 기초하여 상기 제4 자동차에 대한 제2 벡터[x₂, y₂, z₂]를 획득하고,
수학식 3을 통하여 상기 제1 벡터와 상기 제2 벡터 사이의 각도를 추출하되, 상기 자동차 제어 장치에 장착되며 상기 복수의 마이크로웨이브 센서를 구동하기 위한 내부 배터리의 충전 전력이 소정의 전력 임계값 미만인 경우에는 상기 각도를 추출하는 과정을 생략하도록 제어하고,
[수학식 3]

상기 자동차 제어 장치의 상기 내부 배터리의 충전 전력이 상기 소정의 전력 임계값 이상이고, 상기 제1 추정 거리 및 상기 제2 추정 거리가 거리 임계치보다 짧고, 상기 제1 추정 속도 및 상기 제2 추정 속도가 속도 임계치보다 빠르고, 상기 추출되는 각도가 각도 임계치를 초과하는 것으로 판단되면, 상기 제1 자동차의 주행 모드를 안전 모드(safety mode)로 설정하고,
상기 안전 모드로 설정되면, 상기 복수의 마이크로웨이브 센서가 상기 제1 마이크로웨이브 신호를 방사하는 횟수를 더 높게 재설정하는 것을 특징으로 하는,
자동차 주행 시스템.
삭제