KR102383433B1 - Apparatus and method for determining intention for cut-in - Google Patents

Apparatus and method for determining intention for cut-in Download PDF

Info

Publication number
KR102383433B1
KR102383433B1 KR1020170145533A KR20170145533A KR102383433B1 KR 102383433 B1 KR102383433 B1 KR 102383433B1 KR 1020170145533 A KR1020170145533 A KR 1020170145533A KR 20170145533 A KR20170145533 A KR 20170145533A KR 102383433 B1 KR102383433 B1 KR 102383433B1
Authority
KR
South Korea
Prior art keywords
surrounding vehicle
rotational motion
cut
intention
vehicle
Prior art date
Application number
KR1020170145533A
Other languages
Korean (ko)
Other versions
KR20190050217A (en
Inventor
이훈
장형선
양욱일
원지은
한슬기
윤보영
송봉섭
이성우
이상원
Original Assignee
현대자동차주식회사
기아 주식회사
아주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사, 아주대학교산학협력단 filed Critical 현대자동차주식회사
Priority to KR1020170145533A priority Critical patent/KR102383433B1/en
Publication of KR20190050217A publication Critical patent/KR20190050217A/en
Application granted granted Critical
Publication of KR102383433B1 publication Critical patent/KR102383433B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B60W2420/52—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement
    • B60Y2400/3017—Radars

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 일 실시 예에 따른 차량의 컷인(cut in) 의도 판단 장치는 외부 물체에 대한 정보를 감지하도록 구성된 센서 및 센서와 전기적으로 연결된 프로세서를 포함하고, 프로세서는 센서를 이용하여 주변 차량에 대한 데이터를 획득하고, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하고, 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다.An apparatus for determining a cut-in intention of a vehicle according to an embodiment of the present invention includes a sensor configured to detect information about an external object, and a processor electrically connected to the sensor, and the processor uses the sensor to provide information about a surrounding vehicle. The data may be obtained, a probability associated with the rotational motion of the surrounding vehicle may be calculated based on the data about the surrounding vehicle, and a cut-in intention of the surrounding vehicle may be determined based on the probability associated with the rotational motion.

Description

컷인 의도 판단 장치 및 방법{APPARATUS AND METHOD FOR DETERMINING INTENTION FOR CUT-IN}Apparatus and method for determining cut-in intent

본 발명은 센서에 의해 획득된 데이터를 이용하여 주변 차량의 컷인 의도를 판단하는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for determining a cut-in intention of a surrounding vehicle using data obtained by a sensor.

자동차 산업의 발전에 따라 운전자에게 편의성을 제공하기 위해 주변 차량의 위치, 속도, 회전각, 길이 및 폭 등과 같은 다양한 정보를 획득할 수 있는 센서 및 시스템의 개발이 지속적으로 이루어지고 있다. 예를 들어, 차량은 전방 레이더, 코너 레이더, 비전(visioin) 및 라이더(lidar) 등과 같은 다양한 센서들을 이용하여 주변 차량에 대한 정보를 획득할 수 있다. 차량은 센서를 이용하여 주변 차량이 차량의 전방으로 컷인 의도를 갖는지 여부를 판단할 수 있고, 판단 결과에 기초하여 주변 차량과 충돌을 회피하는 기능 등과 같은 다양한 기능을 운전자에게 제공할 수 있다. With the development of the automobile industry, in order to provide convenience to the driver, sensors and systems that can acquire various information such as the position, speed, rotation angle, length and width of surrounding vehicles are continuously being developed. For example, the vehicle may acquire information about the surrounding vehicle using various sensors such as a front radar, a corner radar, a vision, and a lidar. The vehicle may determine whether the surrounding vehicle has an intention to cut in to the front of the vehicle by using the sensor, and may provide the driver with various functions such as a function of avoiding collision with the surrounding vehicle based on the determination result.

종래의 차량은 주변 차량의 횡방향 위치 및 속도가 지정된 문턱 값을 초과하는지 여부, 또는 IMM-KF(interactive multiple model kalman filter)를 이용하여 횡방향 속도 및 가속도의 변화에 따른 CA 모델의 확률이 문턱 값을 초과하는지 여부에 따라 컷인 의도를 판단할 수 있다. 그러나, 저속(low speed)으로 이동하는 주변 량이 컷인 의도를 갖는 경우, 예측 값이 작아 노이즈에 민감하고, 주변 차량의 움직임이 직선 운동보다는 회전 운동에 가까워 선형 모델을 활용한 IMM-KF를 이용하여 컷인 의도를 판단하기 어렵다. In the conventional vehicle, whether the lateral position and velocity of the surrounding vehicle exceed a specified threshold value, or the probability of the CA model according to the change of lateral velocity and acceleration using an IMM-KF (interactive multiple model kalman filter) threshold Depending on whether the value is exceeded, the cut-in intention can be determined. However, when the amount of ambient moving at low speed has an intention to cut-in, the predicted value is small, so it is sensitive to noise, and the movement of the surrounding vehicle is closer to a rotational motion rather than a linear motion. It is difficult to judge the intention of the cut-in.

본 발명은 저속으로 이동하는 주변 차량의 컷인 의도를 정확하게 판단하기 위한 장치 장치 및 방법을 제공하기 위한 것이다.An object of the present invention is to provide an apparatus and method for accurately determining the cut-in intention of a nearby vehicle moving at a low speed.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problems of the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned will be clearly understood by those skilled in the art from the following description.

본 발명의 일 실시 예에 따른 컷인 의도 판단 장치는 외부 물체에 대한 정보를 감지하도록 구성된 센서 및 센서와 전기적으로 연결된 프로세서를 포함하고, 프로세서는 센서를 이용하여 주변 차량에 대한 데이터를 획득하고, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하고, 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다.A cut-in intention determination apparatus according to an embodiment of the present invention includes a sensor configured to detect information about an external object, and a processor electrically connected to the sensor, wherein the processor acquires data about a surrounding vehicle using the sensor, and A probability associated with the rotational motion of the surrounding vehicle may be calculated based on the data about the vehicle, and a cut-in intention of the surrounding vehicle may be determined based on the probability associated with the rotational motion.

일 실시 예에서, 센서는 코너 레이더일 수 있다.In one embodiment, the sensor may be a corner radar.

일 실시 예에서, 프로세서는 센서를 이용하여 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득할 수 있다.In an embodiment, the processor may acquire data on a longitudinal position, a lateral position, a speed, a rotation angle, a width, and a length of a surrounding vehicle by using the sensor.

일 실시 예에서, 프로세서는 직선 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 직선 운동과 연관된 지수를 산출할 수 있다.In an embodiment, the processor may calculate an index associated with the linear motion of the surrounding vehicle by comparing data calculated using the linear motion model with data measured by the sensor.

일 실시 예에서, 프로세서는 회전 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 회전 운동과 연관된 지수를 산출할 수 있다.In an embodiment, the processor may calculate an index associated with the rotational motion of the surrounding vehicle by comparing data calculated using the rotational motion model with data measured by the sensor.

일 실시 예에서, 프로세서는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출할 수 있다.In an embodiment, the processor may calculate a probability associated with the rotational motion of the surrounding vehicle based on the index associated with the linear motion and the index associated with the rotational motion.

일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 지정된 영역 내에 위치된 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.In an embodiment, when the probability associated with the rotational motion is greater than the specified value and the surrounding vehicle is located within the specified area, the processor may determine that the surrounding vehicle has the cut-in intention.

일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 차량에 횡방향으로 접근하는 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.In an embodiment, when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle approaches the vehicle in the lateral direction, the processor may determine that the surrounding vehicle has an intention to cut-in.

일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.In an embodiment, when the probability associated with the rotational motion is greater than a specified value and the rotation angle of the neighboring vehicle is greater than another specified value, the processor may determine that the neighboring vehicle has the cut-in intention.

일 실시 예에서, 프로세서는 주변 차량의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하고, 컷인 의도를 판단할 수 있다.In an embodiment, when the speed of the surrounding vehicle is less than a specified value, the processor may calculate a probability associated with the rotational motion and determine the cut-in intention.

본 발명의 일 실시 예에 따른 컷인 의도 판단 방법은 센서를 이용하여 주변 차량에 대한 데이터를 획득하는 단계, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계 및 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단하는 단계를 포함할 수 있다.A cut-in intention determination method according to an embodiment of the present invention includes obtaining data on a surrounding vehicle using a sensor, calculating a probability associated with a rotational motion of a surrounding vehicle based on the data on the surrounding vehicle, and rotating motion The method may include determining a cut-in intention of a surrounding vehicle based on a probability associated with the .

일 실시 예에서, 획득하는 단계는, 코너 레이더를 이용하여 주변 차량에 대한 데이터를 획득하는 단계일 수 있다.In an embodiment, the obtaining may be a step of obtaining data about a surrounding vehicle using a corner radar.

일 실시 예에서, 획득하는 단계는, 센서를 이용하여 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 단계일 수 있다.In an embodiment, the acquiring may include acquiring data about a longitudinal position, a lateral position, a speed, a rotation angle, a width, and a length of a surrounding vehicle using a sensor.

일 실시 예에서, 산출하는 단계는, 직선 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 직선 운동과 연관된 지수를 산출하는 단계를 포함할 수 있다.In an embodiment, the calculating may include calculating an index associated with the linear motion of a surrounding vehicle by comparing data calculated using the linear motion model with data measured by a sensor.

일 실시 예에서, 산출하는 단계는, 회전 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 회전 운동과 연관된 지수를 산출하는 단계를 포함할 수 있다.In an embodiment, the calculating may include calculating an index associated with the rotational motion of a surrounding vehicle by comparing data calculated using the rotational motion model with data measured by a sensor.

일 실시 예에서, 산출하는 단계는, 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계를 포함할 수 있다.In an embodiment, the calculating may include calculating a probability associated with the rotational motion of the surrounding vehicle based on the index associated with the linear motion and the index associated with the rotational motion.

일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 지정된 영역 내에 위치된 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.In an embodiment, the determining may include determining that the surrounding vehicle has a cut-in intention when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle is located within the specified area.

일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 차량에 횡방향으로 접근하는 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.In an embodiment, the determining may include determining that the surrounding vehicle has a cut-in intention when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle approaches the vehicle laterally.

일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.In an embodiment, the determining may include determining that the surrounding vehicle has a cut-in intention when the probability associated with the rotational motion is greater than a specified value and the rotation angle of the surrounding vehicle is greater than another specified value.

일 실시 예에서, 산출하는 단계는, 주변 차량의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하는 단계일 수 있다.In an embodiment, the calculating may include calculating a probability associated with the rotational motion when the speed of the surrounding vehicle is less than a specified value.

본 발명의 일 실시 예에 따른 주변 차량의 회전 운동 상태에 기초하여 컷인 의도를 판단함으로써, 저속으로 운행 중인 주변 차량에 대한 판단의 정확도를 향상시킬 수 있다.By determining the cut-in intention based on the rotational motion state of the surrounding vehicle according to an embodiment of the present invention, it is possible to improve the accuracy of determining the surrounding vehicle driving at a low speed.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition, various effects directly or indirectly identified through this document may be provided.

도 1은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 동작 환경을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 컷인 의도 판단 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 수행되는 컷인 의도를 판단하는 동작을 설명하기 위한 흐름도이다.1 is a diagram for explaining an operating environment of an apparatus for determining cut-in intention according to an embodiment of the present invention.
2 is a block diagram illustrating a configuration of an apparatus for determining cut-in intention according to an embodiment of the present invention.
3 is a flowchart illustrating a cut-in intention determination method according to an embodiment of the present invention.
4 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.
5 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.
6 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.
7 is a flowchart for explaining an operation of determining a cut-in intention performed by an apparatus for determining a cut-in intention according to an embodiment of the present invention.

이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail with reference to exemplary drawings. In adding reference numerals to the components of each drawing, it should be noted that the same components are given the same reference numerals as much as possible even though they are indicated on different drawings. In addition, in describing the embodiment of the present invention, if it is determined that a detailed description of a related known configuration or function interferes with the understanding of the embodiment of the present invention, the detailed description thereof will be omitted.

본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In describing the components of the embodiment of the present invention, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the elements from other elements, and the essence, order, or order of the elements are not limited by the terms. In addition, unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not

도 1은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 동작 환경을 설명하기 위한 도면이다.1 is a diagram for explaining an operating environment of an apparatus for determining cut-in intention according to an embodiment of the present invention.

도 1을 참조하면, 일 실시 예에 따른 차량(100)은 주변 차량(10)에 대한 정보를 수집할 수 있다. 차량(100)은 수집된 정보를 이용하여 주변 차량(10)이 차량(100)의 전방으로 컷인할 가능성이 있는지 여부를 판단할 수 있다. 예를 들어, 차량(100)은 주변 차량(10)이 경로 ①을 따라 컷인할 것인지 또는 경로 ②를 따라 직진할 것인지 여부를 예상할 수 있다. 차량(100) 및 주변 차량(10)이 저속(low speed)으로 주행 중인 경우, 주변 차량(10)은 경로 ①을 따라 컷인하는 경우 회전 운동에 가까운 운동을 할 수 있고, 경로 ②를 따라 직진하는 경우 직선 운동에 가까운 운동을 할 수 있다. 일 실시 예에 따른 차량(100)은 주변 차량(10)에 대한 정보를 이용하여 주변 차량(10)의 회전 운동과 연관된 확률을 산출함으로써, 주변 차량(10)이 컷인할 것인지 또는 직선 주행할 것인지 여부를 판단할 수 있다.Referring to FIG. 1 , a vehicle 100 according to an exemplary embodiment may collect information about a surrounding vehicle 10 . The vehicle 100 may determine whether there is a possibility that the surrounding vehicle 10 will cut in the front of the vehicle 100 using the collected information. For example, the vehicle 100 may predict whether the surrounding vehicle 10 will cut in along the route ① or go straight along the route ②. When the vehicle 100 and the surrounding vehicle 10 are driving at low speed, the surrounding vehicle 10 can perform a motion close to a rotational motion when cutting in along the path ①, and go straight along the path ② In this case, a motion close to a linear motion can be performed. The vehicle 100 according to an embodiment calculates a probability associated with the rotational motion of the surrounding vehicle 10 using information about the surrounding vehicle 10 to determine whether the surrounding vehicle 10 will cut in or drive in a straight line. can determine whether

도 2는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 구성을 나타내는 블록도이다. 2 is a block diagram illustrating a configuration of an apparatus for determining cut-in intention according to an embodiment of the present invention.

도 2를 참조하면, 일 실시 예에 따른 컷인 의도 판단 장치(200)(이하, 설명의 편의를 위해 장치(200)라 한다.)는 센서(210) 및 프로세서(220)를 포함할 수 있다. 장치(200)는, 예를 들어, 차량(100)에 탑재되는 시스템일 수 있다.Referring to FIG. 2 , an apparatus 200 for determining cut-in intention according to an embodiment (hereinafter, referred to as an apparatus 200 for convenience of description) may include a sensor 210 and a processor 220 . The device 200 may be, for example, a system mounted on the vehicle 100 .

센서(210)는 외부 물체에 대한 정보를 감지하도록 구성될 수 있다. 예를 들어, 센서(210)는 장치(200)가 장착된 차량(예: 차량(100))의 주변에 위치된 주변 차량(20)(예: 주변 차량(10))에 대한 정보를 감지할 수 있다. 센서(210)는, 예를 들어, 외부 물체의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 정보를 감지할 수 있다. 센서(210)는, 예를 들어, 차량의 코너에 배치된 코너 레이더일 수 있다.The sensor 210 may be configured to detect information about an external object. For example, the sensor 210 may detect information about the surrounding vehicle 20 (eg, the surrounding vehicle 10) located in the vicinity of the vehicle (eg, the vehicle 100) on which the device 200 is mounted. can The sensor 210 may detect, for example, information about a longitudinal position, a lateral position, a speed, a rotation angle, a width, and a length of an external object. The sensor 210 may be, for example, a corner radar disposed at a corner of a vehicle.

프로세서(220)는 센서(210)와 전기적으로 연결될 수 있다. 프로세서(220)는 센서(210)를 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다.The processor 220 may be electrically connected to the sensor 210 . The processor 220 may control the sensor 210 and may perform various data processing and calculations.

일 실시 예에 따르면, 프로세서(220)는 센서(210)를 이용하여 주변 차량(20)에 대한 데이터를 획득할 수 있다. 예를 들어, 프로세서(220)는 센서(210)를 이용하여 주변 차량(20)의 종방향 위치, 횡방향 위치, 속도(또는 속력), 회전각, 폭 및 길이에 대한 데이터를 획득할 수 있다.According to an embodiment, the processor 220 may acquire data about the surrounding vehicle 20 by using the sensor 210 . For example, the processor 220 may use the sensor 210 to obtain data on the longitudinal position, lateral position, speed (or speed), rotation angle, width, and length of the surrounding vehicle 20 . .

일 실시 예에 따르면, 프로세서(220)는 주변 차량(20)의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하고, 컷인 의도를 판단하는 이하의 동작을 수행할 수 있다. 차량 및 주변 차량(20)이 저속으로 운행 중인 경우, 컷인 의도 판단의 신뢰도를 향상시키기 위해, 프로세서(220)는 이하에서 설명될 방식으로 컷인 의도를 판단할 수 있다.According to an embodiment, when the speed of the surrounding vehicle 20 is less than a specified value, the processor 220 may calculate a probability associated with the rotational motion and determine the cut-in intention. When the vehicle and the surrounding vehicle 20 are driving at a low speed, in order to improve the reliability of determining the cut-in intention, the processor 220 may determine the cut-in intention in a manner that will be described below.

일 실시 예에 따르면, 프로세서(220)는 주변 차량(20)에 대한 데이터에 기초하여 주변 차량(20)의 회전 운동과 연관된 확률을 산출할 수 있다. 차량 및 주변 차량(20)이 저속으로 운행 중인 경우, 주변 차량(20)이 차량의 전방으로의 컷인 의도를 갖는다면 주변 차량(20)은 회전 운동을 할 수 있으므로, 프로세서(220)는 컷인 의도의 판단을 위해 주변 차량(20)의 회전 운동과 연관된 확률을 이용할 수 있다.According to an embodiment, the processor 220 may calculate a probability associated with the rotational motion of the surrounding vehicle 20 based on data about the surrounding vehicle 20 . When the vehicle and the surrounding vehicle 20 are traveling at a low speed, if the surrounding vehicle 20 has an intention to cut in the front of the vehicle, the surrounding vehicle 20 may rotate, so the processor 220 may perform a cut-in intention. For the determination of , a probability associated with the rotational motion of the surrounding vehicle 20 may be used.

일 실시 예에 따르면, 프로세서(220)는 직선 운동 모델을 이용하여 산출된 데이터와 센서(210)에 의해 측정된 데이터를 비교함으로써 주변 차량(20)의 직선 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 프로세서(220)는 직선 운동 모델을 이용하여 센서(210)에서 측정된 특정 프레임의 데이터로부터 다음 프레임의 데이터를 예측할 수 있다. 직선 운동 모델은, 예를 들어, CV(constant velocity) 모델일 수 있다. 프로세서(220)는 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터를 비교할 수 있다. 프로세서(220)는, 예를 들어, 직선 운동과 연관된 지수로서 직선 운동 모델에 의해 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터 사이의 우도(likelihood)를 산출할 수 있다. 주변 차량(20)이 직선 운동을 하는 경우, 직선 운동과 연관된 지수는 높아질 수 있다. 직선 운동과 연관된 지수의 산출에 대해서는 도 5를 참조하여 상세히 설명한다.According to an embodiment, the processor 220 may calculate an index related to the linear motion of the surrounding vehicle 20 by comparing the data calculated using the linear motion model with the data measured by the sensor 210 . For example, the processor 220 may predict data of a next frame from data of a specific frame measured by the sensor 210 using a linear motion model. The linear motion model may be, for example, a constant velocity (CV) model. The processor 220 may compare the predicted data of the next frame with the measured data of the next frame. The processor 220 may calculate a likelihood between the data of the next frame predicted by the linear motion model and the data of the next frame measured, for example, as an index associated with the linear motion. When the surrounding vehicle 20 performs a linear motion, an index associated with the linear motion may be increased. The calculation of the index associated with the linear motion will be described in detail with reference to FIG. 5 .

일 실시 예에 따르면, 프로세서(220)는 회전 운동 모델을 이용하여 산출된 데이터와 센서(210)에 의해 측정된 데이터를 비교함으로써 주변 차량(20)의 회전 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 프로세서(220)는 회전 운동 모델을 이용하여 센서(210)에서 측정된 특정 프레임의 데이터로부터 다음 프레임의 데이터를 예측할 수 있다. 회전 운동 모델은, 예를 들어, CTRV(constant turn-rate and velocity) 모델일 수 있다. 프로세서(220)는 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터를 비교할 수 있다. 프로세서(220)는, 예를 들어, 회전 운동과 연관된 지수로서 회전 운동 모델에 의해 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터 사이의 우도를 산출할 수 있다. 주변 차량(20)이 회전 운동을 하는 경우, 회전 운동과 연관된 지수는 높아질 수 있다. 회전 운동과 연관된 지수의 산출에 대해서는 도 6을 참조하여 상세히 설명한다.According to an embodiment, the processor 220 may calculate an index associated with the rotational motion of the surrounding vehicle 20 by comparing data calculated using the rotational motion model with data measured by the sensor 210 . For example, the processor 220 may predict data of a next frame from data of a specific frame measured by the sensor 210 using a rotational motion model. The rotational motion model may be, for example, a constant turn-rate and velocity (CTRV) model. The processor 220 may compare the predicted data of the next frame with the measured data of the next frame. For example, the processor 220 may calculate a likelihood between data of the next frame predicted by the rotational motion model and data of the next frame measured by the rotational motion model as an index associated with the rotational motion. When the surrounding vehicle 20 performs a rotational motion, an index associated with the rotational motion may be increased. The calculation of the index associated with the rotational motion will be described in detail with reference to FIG. 6 .

일 실시 예에 따르면, 프로세서(220)는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량(20)의 회전 운동과 연관된 확률을 산출할 수 있다. 프로세서(220)는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수를 이용한 연산을 수행함으로써 주변 차량(20)이 회전 운동을 할 확률을 산출할 수 있다.According to an embodiment, the processor 220 may calculate a probability associated with the rotational motion of the surrounding vehicle 20 based on the index associated with the linear motion and the index associated with the rotational motion. The processor 220 may calculate the probability that the surrounding vehicle 20 will rotate by performing an operation using the index associated with the linear motion and the index associated with the rotational motion.

일 실시 예에 따르면, 프로세서(220)는 회전 운동과 연관된 확률에 기초하여 주변 차량(20)의 컷인 의도를 판단할 수 있다. 예를 들어, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 큰 경우 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다.According to an embodiment, the processor 220 may determine the cut-in intention of the surrounding vehicle 20 based on the probability associated with the rotational motion. For example, when the probability associated with the rotational motion is greater than a specified value, the processor 220 may determine that the surrounding vehicle 20 has a cut-in intention.

일 실시 예에 따르면, 프로세서(220)는 회전 운동과 연관된 확률 외에 주변 차량(20)의 위치, 주변 차량(20)의 이동 방향 및 주변 차량(20)의 회전각 등에 기초하여 주변 차량(20)의 컷인 의도를 판단할 수 있다. 예를 들어, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)이 지정된 영역 내에 위치된 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다. 다른 예를 들면, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)이 차량에 횡방향으로 접근하는 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다. 또 다른 예를 들면, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다.According to an embodiment, the processor 220 determines the surrounding vehicle 20 based on the position of the surrounding vehicle 20 , the moving direction of the surrounding vehicle 20 and the rotation angle of the surrounding vehicle 20 in addition to the probability associated with the rotational motion. It is possible to judge the intention of the cut-in of For example, when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle 20 is located within the specified area, the processor 220 may determine that the surrounding vehicle 20 has a cut-in intention. As another example, when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle 20 approaches the vehicle in the lateral direction, the processor 220 may determine that the surrounding vehicle 20 has an intention to cut-in. . As another example, when the probability associated with the rotational motion is greater than a specified value and the rotation angle of the surrounding vehicle 20 is greater than another specified value, the processor 220 determines that the surrounding vehicle 20 has a cut-in intention. can

도 3은 본 발명의 일 실시 예에 따른 컷인 의도 판단 방법을 설명하기 위한 흐름도이다.3 is a flowchart illustrating a cut-in intention determination method according to an embodiment of the present invention.

이하에서는 도 2의 장치(200)가 도 3의 프로세스를 수행하는 것을 가정한다. 또한, 도 3의 설명에서, 장치에 의해 수행되는 것으로 기술된 동작은 장치(200)의 제어부(230)에 의해 제어되는 것으로 이해될 수 있다.Hereinafter, it is assumed that the apparatus 200 of FIG. 2 performs the process of FIG. 3 . Also, in the description of FIG. 3 , an operation described as being performed by the device may be understood as being controlled by the controller 230 of the device 200 .

도 3을 참조하면, 단계 310에서, 장치는 센서를 이용하여 주변 차량에 대한 데이터를 획득할 수 있다. 예를 들어, 장치는 레이더를 이용하여 주변 차량의 위치, 움직임 및 크기와 관련된 정보를 감지할 수 있다.Referring to FIG. 3 , in step 310 , the device may acquire data on surrounding vehicles using a sensor. For example, the device may use radar to detect information related to the location, movement, and size of surrounding vehicles.

단계 320에서, 장치는 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출할 수 있다. 예를 들어, 장치는 저속의 회전 운동에 의해 컷인하는 주변 차량을 인식하기 위해 주변 차량의 회전 운동 여부를 나타내는 스코어를 산출할 수 있다.In step 320, the device may calculate a probability associated with the rotational motion of the surrounding vehicle based on the data on the surrounding vehicle. For example, the device may calculate a score indicating whether or not the surrounding vehicle rotates in order to recognize the surrounding vehicle cut in by the low-speed rotational motion.

단계 330에서, 장치는 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다. 예를 들어, 장치는 주변 차량이 일정 수준 이상의 회전 운동을 하는 것으로 판단되면, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.In step 330 , the device may determine the cut-in intention of the surrounding vehicle based on a probability associated with the rotational motion. For example, when it is determined that the surrounding vehicle is performing rotational motion of a certain level or more, the device may determine that the surrounding vehicle has a cut-in intention.

도 4는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.4 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.

도 4를 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 차량의 측방으로 접근하는 주변 차량에 대한 k 시점에서의 측정 값(측정된 상태 벡터)(zk)을 획득할 수 있다. 주변 차량의 움직임은 크게 직선 운동과 회전 운동으로 나누어 생각할 수 있다. 저속으로 주행하는 동안 컷인하기 위해서는 주변 차량의 움직임이 직선 운동에서 회전 운동으로 변화할 수 있다. 장치는 측정 값(zk)을 직선 운동 모델인 CV 모델 및 회전 운동 모델인 CTRV 모델에 적용할 수 있다. 장치는 CV 모델 및 CTRV 모델 각각을 이용하여 측정 값(zk)과 측정 값(zk - 1)으로부터 CV 모델에 의해 예측된 예측 값(예측된 상태 벡터)(X1[k]) 사이의 우도(Λ1[k]) 및 측정 값(zk)과 측정 값(zk - 1)으로부터 CTRV 모델에 의해 예측된 예측 값(X2[k])사이의 우도(Λ2[k])를 산출할 수 있다. 장치는 CV 모델 및 CTRV 모델 각각을 이용하여 예측 값(X1[k])의 공분산 행렬(P1[k]) 및 예측 값(X2[k])의 공분산 행렬(P2[k])을 산출할 수 있다. 장치는 우도(Λ1[k]) 및 우도(Λ2[k])를 이용하여 CV 모델에 대한 확률(μ1[k]) 및 CTRV 모델에 대한 확률(μ2[k])을 산출할 수 있다. 장치는 산출된 값들을 이용하여 측면으로 접근하는 주변 차량의 컷인 의도를 판단할 수 있다. Referring to FIG. 4 , the apparatus according to an embodiment may acquire a measurement value (measured state vector) z k at a time k of a neighboring vehicle approaching to the side of the vehicle using a corner radar. The movement of surrounding vehicles can be largely divided into linear motion and rotational motion. In order to cut in while driving at low speed, the motion of surrounding vehicles may change from linear motion to rotational motion. The device can apply the measured value (z k ) to a CV model, which is a linear motion model, and a CTRV model, which is a rotational motion model. The device uses the CV model and the CTRV model, respectively, to determine the difference between the predicted value (predicted state vector) (X 1 [k]) predicted by the CV model from the measured value (z k ) and the measured value (z k - 1 ). The likelihood (Λ 1 [k]) and the likelihood (Λ 2 [k]) between the measured value (z k ) and the predicted value (X 2 [k]) predicted by the CTRV model from the measured value (z k - 1 ) can be calculated. The device uses the CV model and the CTRV model, respectively, to determine the covariance matrix (P 1 [k]) of the predicted values (X 1 [k]) and the covariance matrix (P 2 [k]) of the predicted values (X 2 [k]). can be calculated. The device uses likelihood (Λ 1 [k]) and likelihood (Λ 2 [k]) to calculate the probability (μ 1 [k]) for the CV model and the probability (μ 2 [k]) for the CTRV model. can The device may determine the cut-in intention of a nearby vehicle approaching from the side using the calculated values.

도 5는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.5 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.

도 5를 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 주변 차량의 k 시점에서의 종방향 위치(xk), 횡방향 위치(yk), 회전각(θk), 상대 속도(vk) 및 회전 속도(ωk) 등에 대한 데이터를 획득할 수 있다. 장치는 획득된 데이터를 도 5에 도시된 CV 모델에 적용할 수 있다. 여기서, Ts는 샘플링 타임일 수 있다. 장치는 CV 모델을 이용하여 획득된 데이터로부터 주변 차량이 직선 운동을 하는 경우 주변 차량의 k+1 시점에서의 종방향 위치(xk +1), 횡방향 위치(yk +1), 회전각(θk+1), 상대 속도(vk +1) 및 회전 속도(ωk +1) 등에 대한 데이터를 예측할 수 있다. 장치는 코너 레이더를 이용하여 주변 차량의 k+1 시점에서의 종방향 위치, 횡방향 위치, 회전각, 상대 속도 및 회전 속도 등에 대한 데이터를 획득할 수 있다. 장치는 k+1 시점에서 측정된 데이터와 CV 모델에 의해 예측된 데이터를 비교하여 주변 차량의 직선 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 장치는 k+1 시점에서 측정된 데이터와 CV 모델에 의해 예측된 데이터 사이의 우도를 산출할 수 있다. Referring to FIG. 5 , an apparatus according to an exemplary embodiment uses a corner radar to obtain a longitudinal position (x k ), a lateral position (y k ), a rotation angle (θ k ), and a relative speed of a surrounding vehicle at a k point of view. Data on (v k ) and rotational speed (ω k ) can be obtained. The device may apply the acquired data to the CV model shown in FIG. 5 . Here, T s may be a sampling time. From the data obtained using the CV model, the device determines the longitudinal position (x k +1 ), the lateral position (y k +1 ), and the rotation angle at the k+1 time point of the surrounding vehicle when the surrounding vehicle makes a linear motion. Data on (θ k+1 ), relative speed (v k +1 ) and rotational speed (ω k +1 ) can be predicted. The device may acquire data on a longitudinal position, a lateral position, a rotation angle, a relative speed, and a rotation speed of the surrounding vehicle at the k+1 time point by using the corner radar. The device may calculate an index associated with the linear motion of the surrounding vehicle by comparing the data measured at the time k+1 with the data predicted by the CV model. For example, the device may calculate a likelihood between data measured at time k+1 and data predicted by the CV model.

도 6은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.6 is a view for explaining a method used in the cut-in intention determination apparatus according to an embodiment of the present invention.

도 6을 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 주변 차량의 k 시점에서의 종방향 위치(xk), 횡방향 위치(yk), 회전각(θk), 상대 속도(vk) 및 회전 속도(ωk) 등에 대한 데이터를 획득할 수 있다. 장치는 획득된 데이터를 도 6에 도시된 CTRV 모델에 적용할 수 있다. 여기서, Ts는 샘플링 타임일 수 있다. 장치는 CTRV 모델을 이용하여 획득된 데이터로부터 주변 차량이 회전 운동을 하는 경우 주변 차량의 k+1 시점에서의 종방향 위치(xk +1), 횡방향 위치(yk +1), 회전각(θk+1), 상대 속도(vk +1) 및 회전 속도(ωk +1) 등에 대한 데이터를 예측할 수 있다. 장치는 코너 레이더를 이용하여 주변 차량의 k+1 시점에서의 종방향 위치, 횡방향 위치, 회전각, 상대 속도 및 회전 속도 등에 대한 데이터를 획득할 수 있다. 장치는 k+1 시점에서 측정된 데이터와 CTRV 모델에 의해 예측된 데이터를 비교하여 주변 차량의 회전 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 장치는 k+1 시점에서 측정된 데이터와 CTRV 모델에 의해 예측된 데이터 사이의 우도를 산출할 수 있다.Referring to FIG. 6 , the apparatus according to an embodiment uses a corner radar to obtain a longitudinal position (x k ), a lateral position (y k ), a rotation angle (θ k ), and a relative speed at a k point of view of a surrounding vehicle. Data on (v k ) and rotational speed (ω k ) can be obtained. The device may apply the acquired data to the CTRV model shown in FIG. 6 . Here, T s may be a sampling time. From the data obtained using the CTRV model, the device determines the longitudinal position (x k +1 ), the lateral position (y k +1 ), and the rotation angle at the k+1 time point of the surrounding vehicle when the surrounding vehicle rotates. Data on (θ k+1 ), relative speed (v k +1 ) and rotational speed (ω k +1 ) can be predicted. The device may acquire data on a longitudinal position, a lateral position, a rotation angle, a relative speed, and a rotation speed of the surrounding vehicle at the k+1 time point by using the corner radar. The device may calculate an index associated with the rotational motion of the surrounding vehicle by comparing the data measured at the time k+1 with the data predicted by the CTRV model. For example, the device may calculate a likelihood between data measured at time k+1 and data predicted by the CTRV model.

도 7은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 수행되는 컷인 의도를 판단하는 동작을 설명하기 위한 흐름도이다.7 is a flowchart for explaining an operation of determining a cut-in intention performed by an apparatus for determining a cut-in intention according to an embodiment of the present invention.

도 7을 참조하면, 단계 705에서, 장치는 주변 차량을 추적할 수 있다. 예를 들어, 장치는 코너 레이더를 이용하여 주변 차량에 대한 데이터를 획득할 수 있다.Referring to FIG. 7 , in step 705 , the device may track surrounding vehicles. For example, the device may use corner radar to obtain data about surrounding vehicles.

단계 710에서, 장치는 이전 프레임(또는 이전 샘플링 시점)에서 주변 차량이 컷인 의도를 갖는 것으로 판단(Mk-1==CUT-IN)되었는지 여부를 판단할 수 있다.In operation 710 , the device may determine whether it is determined (M k-1 ==CUT-IN) that the surrounding vehicle has the cut-in intention in the previous frame (or the previous sampling time).

이전 프레임에서 주변 차량이 컷인 의도를 갖는 것으로 판단된 경우, 단계 715에서, 장치는 상태 벡터(X)가 측정되었는지 여부를 판단할 수 있다.If it is determined that the surrounding vehicle has the cut-in intention in the previous frame, in step 715 , the device may determine whether the state vector X has been measured.

상태 벡터가 측정되지 않은 경우, 단계 720에서, 장치는 주변 차량이 이전 프레임과 동일한 의도(Mk=Mk-1), 즉, 컷인 의도를 갖는 것으로 판단할 수 있다. If the state vector is not measured, in step 720 , the device may determine that the surrounding vehicle has the same intention as the previous frame (M k =M k-1 ), that is, the cut-in intention.

이전 프레임에서 주변 차량이 컷인 의도를 갖지 않는 것으로 판단된 경우, 단계 725에서, 장치는 주변 차량의 회전 운동과 연관된 확률(Prdrv)이 지정된 값(ε1)보다 큰지 여부를 판단할 수 있다.If it is determined that the surrounding vehicle does not have the cut-in intention in the previous frame, in step 725 , the device may determine whether the probability Pr drv associated with the rotational motion of the surrounding vehicle is greater than a specified value ε 1 .

회전 운동과 연관된 확률이 지정된 값보다 큰 경우, 단계 730에서, 장치는 주변 차량이 지정된 영역(ROI: region of interest) 내에 있는지 여부를 판단할 수 있다. 예를 들어, 장치는 주변 차량이 흐름도 우측에 도시된 ROI 내에 있는지 여부를 판단할 수 있다.If the probability associated with the rotational motion is greater than the specified value, in step 730 , the device may determine whether a surrounding vehicle is within a specified region of interest (ROI). For example, the device may determine whether surrounding vehicles are within the ROI shown on the right side of the flowchart.

회전 운동과 연관된 확률이 지정된 값 이하이거나 주변 차량이 지정된 영역 밖에 있는 경우, 단계 735에서, 장치는 주변 차량이 컷인 의도를 갖지 않는 것으로(Mk=DRIVING) 판단할 수 있다.If the probability associated with the rotational motion is less than or equal to the specified value or the surrounding vehicle is outside the specified area, in step 735 , the device may determine that the surrounding vehicle has no intention to cut-in (M k =DRIVING).

주변 차량이 지정된 영역 내에 있는 경우, 단계 740에서, 장치는 횡방향 속도(vy)와 위치(y)의 부호가 서로 반대인지 여부, 즉, 주변 차량이 장치가 탑재된 차량으로 근접하는지 여부를 판단할 수 있다. If the surrounding vehicle is within the designated area, in step 740, the device determines whether the signs of the lateral speed v y and the position y are opposite to each other, i.e., whether the surrounding vehicle is approaching the vehicle on which the device is mounted. can judge

횡방향 속도와 위치의 부호가 서로 반대인 경우, 단계 745에서, 장치는 회전각(θ)의 크기가 지정된 값(ε2)보다 큰지 여부를 판단할 수 있다.If the signs of the lateral velocity and the position are opposite to each other, in step 745 , the device may determine whether the magnitude of the rotation angle θ is greater than a specified value ε 2 .

회전각의 크기가 지정된 값보다 큰 경우, 단계 750에서, 장치는 주변 차량이 컷인 의도를 갖는 것으로(Mk=CUT-IN) 판단할 수 있다.If the magnitude of the rotation angle is greater than the specified value, in step 750 , the device may determine that the surrounding vehicle has an intention to cut-in (M k =CUT-IN).

회전각의 크기가 지정된 값보다 작은 경우, 단계 755에서, 장치는 주변 차량를 컷인 후보 차량으로(Mk=CUT-INcand) 판단할 수 있다.If the magnitude of the rotation angle is smaller than the specified value, in step 755 , the device may determine the surrounding vehicle as a cut-in candidate vehicle (M k =CUT-IN cand ).

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. The above description is merely illustrative of the technical spirit of the present invention, and various modifications and variations will be possible without departing from the essential characteristics of the present invention by those skilled in the art to which the present invention pertains.

따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

10: 주변 차량
100: 차량
20: 주변 차량
200: 컷인 의도 판단 장치
210: 센서
220: 프로세서10: surrounding vehicles
100: vehicle
20: surrounding vehicles
200: cut-in intention determination device
210: sensor
220: processor

Claims (20)

차량의 컷인(cut in) 의도 판단 장치에 있어서,
외부 물체에 대한 정보를 감지하도록 구성된 센서; 및
상기 센서와 전기적으로 연결된 프로세서를 포함하고,
상기 프로세서는,
상기 센서를 이용하여 주변 차량에 대한 데이터를 획득하고,
직선 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 획득한 데이터를 비교함으로써 상기 주변 차량의 직선 운동과 연관된 지수를 산출하고,
회전 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 획득한 데이터를 비교함으로써 상기 주변 차량의 회전 운동과 연관된 지수를 산출하고,
상기 직선 운동과 연관된 지수 및 상기 회전 운동과 연관된 지수에 기초하여 상기 주변 차량의 회전 운동과 연관된 확률을 산출하고,
상기 회전 운동과 연관된 확률에 기초하여 상기 주변 차량의 컷인 의도를 판단하는 것을 특징으로 하는, 장치.In the vehicle cut-in intention determination device,
a sensor configured to detect information about an external object; and
a processor electrically connected to the sensor;
The processor is
Using the sensor to obtain data on surrounding vehicles,
Comparing the data calculated using the linear motion model with the data acquired by the sensor calculates an index related to the linear motion of the surrounding vehicle,
Calculate an index associated with the rotational motion of the surrounding vehicle by comparing the data calculated using the rotational motion model with the data acquired by the sensor,
calculating a probability associated with the rotational motion of the surrounding vehicle based on the index associated with the linear motion and the index associated with the rotational motion,
and determining the cut-in intention of the surrounding vehicle based on a probability associated with the rotational motion. 제 1 항에 있어서,
상기 센서는 코너 레이더인 것을 특징으로 하는, 장치.The method of claim 1,
The device, characterized in that the sensor is a corner radar. 제 1 항에 있어서,
상기 프로세서는,
상기 센서를 이용하여 상기 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 것을 특징으로 하는, 장치.The method of claim 1,
The processor is
Apparatus, characterized in that by using the sensor to obtain data on the longitudinal position, lateral position, speed, rotation angle, width and length of the surrounding vehicle. 삭제delete 삭제delete 삭제delete 제 1 항에 있어서,
상기 프로세서는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 지정된 영역 내에 위치된 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.The method of claim 1,
The processor is
When the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle is located within a specified area, it is characterized in that it is determined that the surrounding vehicle has the cut-in intention. 제 1 항에 있어서,
상기 프로세서는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 상기 차량에 횡방향으로 접근하는 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.The method of claim 1,
The processor is
and determining that the surrounding vehicle has the cut-in intention when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle approaches the vehicle laterally. 제 1 항에 있어서
상기 프로세서는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.2. The method of claim 1
The processor is
When the probability associated with the rotational motion is greater than a specified value and the rotation angle of the surrounding vehicle is greater than another specified value, it is characterized in that it is determined that the surrounding vehicle has the cut-in intention. 제 1 항에 있어서,
상기 프로세서는,
상기 주변 차량의 속력이 지정된 값보다 작은 경우, 상기 회전 운동과 연관된 확률을 산출하고, 상기 컷인 의도를 판단하는 것을 특징으로 하는, 장치.The method of claim 1,
The processor is
When the speed of the surrounding vehicle is less than a specified value, calculating a probability associated with the rotational motion and determining the cut-in intention. 차량의 컷인 의도 판단 방법에 있어서,
센서를 이용하여 주변 차량에 대한 데이터를 획득하는 단계;
직선 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 획득한 데이터를 비교함으로써 상기 주변 차량의 직선 운동과 연관된 지수를 산출하는 단계;
회전 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 획득한 데이터를 비교함으로써 상기 주변 차량의 회전 운동과 연관된 지수를 산출하는 단계;
상기 직선 운동과 연관된 지수 및 상기 회전 운동과 연관된 지수에 기초하여 상기 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계; 및
상기 회전 운동과 연관된 확률에 기초하여 상기 주변 차량의 컷인 의도를 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.A method for determining cut-in intention of a vehicle, the method comprising:
acquiring data on surrounding vehicles using a sensor;
calculating an index related to the linear motion of the surrounding vehicle by comparing the data calculated using the linear motion model with the data acquired by the sensor;
calculating an index associated with the rotational motion of the surrounding vehicle by comparing the data calculated using the rotational motion model with the data acquired by the sensor;
calculating a probability associated with the rotational motion of the surrounding vehicle based on the index associated with the linear motion and the index associated with the rotational motion; and
and determining an intention to cut-in of the surrounding vehicle based on a probability associated with the rotational motion. 제 11 항에 있어서,
상기 획득하는 단계는,
코너 레이더를 이용하여 상기 주변 차량에 대한 상기 데이터를 획득하는 단계인 것을 특징으로 하는, 방법.12. The method of claim 11,
The obtaining step is
and acquiring the data about the surrounding vehicle using a corner radar. 제 11 항에 있어서,
상기 획득하는 단계는,
상기 센서를 이용하여 상기 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 단계인 것을 특징으로 하는, 방법.12. The method of claim 11,
The obtaining step is
and acquiring data on the longitudinal position, lateral position, speed, rotation angle, width and length of the surrounding vehicle by using the sensor. 삭제delete 삭제delete 삭제delete 제 11 항에 있어서,
상기 판단하는 단계는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 지정된 영역 내에 위치된 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.12. The method of claim 11,
The determining step is
and determining that the surrounding vehicle has the cut-in intention when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle is located within a specified area. 제 11 항에 있어서,
상기 판단하는 단계는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 상기 차량에 횡방향으로 접근하는 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.12. The method of claim 11,
The determining step is
and determining that the surrounding vehicle has the cut-in intention when the probability associated with the rotational motion is greater than a specified value and the surrounding vehicle approaches the vehicle laterally. 제 11 항에 있어서
상기 판단하는 단계는,
상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.12. The method of claim 11
The determining step is
and determining that the surrounding vehicle has the cut-in intention when the probability associated with the rotational motion is greater than a specified value and the rotation angle of the surrounding vehicle is greater than another specified value. 제 11 항에 있어서,
상기 산출하는 단계는,
상기 주변 차량의 속력이 지정된 값보다 작은 경우, 상기 회전 운동과 연관된 확률을 산출하는 단계인 것을 특징으로 하는, 방법.12. The method of claim 11,
The calculating step is
When the speed of the surrounding vehicle is less than a specified value, the method characterized in that the step of calculating a probability associated with the rotational motion.
KR1020170145533A 2017-11-02 2017-11-02 Apparatus and method for determining intention for cut-in KR102383433B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170145533A KR102383433B1 (en) 2017-11-02 2017-11-02 Apparatus and method for determining intention for cut-in

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170145533A KR102383433B1 (en) 2017-11-02 2017-11-02 Apparatus and method for determining intention for cut-in

Publications (2)

Publication Number Publication Date
KR20190050217A KR20190050217A (en) 2019-05-10
KR102383433B1 true KR102383433B1 (en) 2022-04-07

Family

ID=66580730

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170145533A KR102383433B1 (en) 2017-11-02 2017-11-02 Apparatus and method for determining intention for cut-in

Country Status (1)

Country Link
KR (1) KR102383433B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102155054B1 (en) 2019-11-28 2020-09-11 국민대학교산학협력단 Method for predicting the intentional cut-in of neighboring vehicles using artificial intelligence

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288691A (en) * 2002-03-27 2003-10-10 Toyota Central Res & Dev Lab Inc Intrusion prediction device

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101470155B1 (en) * 2013-05-13 2014-12-05 현대오트론 주식회사 Apparatus and method for alarming impact
KR20160071164A (en) * 2014-12-11 2016-06-21 현대자동차주식회사 Apparatus and Method for Drive Controlling of Vehicle Considering Cut in
JP6365481B2 (en) * 2015-09-23 2018-08-01 トヨタ自動車株式会社 Vehicle travel control device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288691A (en) * 2002-03-27 2003-10-10 Toyota Central Res & Dev Lab Inc Intrusion prediction device

Also Published As

Publication number Publication date
KR20190050217A (en) 2019-05-10

Similar Documents

Publication Publication Date Title
EP3659004B1 (en) Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles
KR102521655B1 (en) Autonomous driving method and apparatus
US20150239472A1 (en) Vehicle-installed obstacle detection apparatus having function for judging motion condition of detected object
WO2015155833A1 (en) Collision prevention device
US20080291276A1 (en) Method for Driver Assistance and Driver Assistance Device on the Basis of Lane Information
CN110834642B (en) Vehicle deviation identification method and device, vehicle and storage medium
CN112526999B (en) Speed planning method, device, electronic equipment and storage medium
CN111645679B (en) Side collision risk estimation system for vehicle
CN112154455A (en) Data processing method, equipment and movable platform
US20160098605A1 (en) Lane boundary line information acquiring device
CN107111942A (en) For detecting motor vehicle by the current method and apparatus of traffic sign door
JP6908674B2 (en) Vehicle control system based on a given calibration table for operating self-driving vehicles
CN109923438B (en) Device and method for determining vehicle speed
WO2023072135A1 (en) Assessment method and apparatus for safe traveling of vehicle, and vehicle and storage medium
CN111103587A (en) Method and apparatus for predicting simultaneous and concurrent vehicles and vehicle including the same
CN113928324A (en) Method and system for predicting the trajectory of a target vehicle in the environment of a vehicle
Valldorf et al. Advanced Microsystems for Automotive Applications 2007
KR102545582B1 (en) System for avoiding collision in crossroad and method for control thereof
KR20200084938A (en) Method and Apparatus for Planning Car Motion
JP6263453B2 (en) Momentum estimation device and program
KR20210126442A (en) Rearward warning system for vehicle and its method
KR102383433B1 (en) Apparatus and method for determining intention for cut-in
JP6115429B2 (en) Own vehicle position recognition device
KR20190081334A (en) Method for tracking moving trajectory based on complex positioning and apparatus thereof
KR102303230B1 (en) Apparatus and method for estimating radius of curvature in vehicle

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right