KR101621649B1 - Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information - Google Patents

Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information Download PDF

Info

Publication number
KR101621649B1
KR101621649B1 KR1020150013247A KR20150013247A KR101621649B1 KR 101621649 B1 KR101621649 B1 KR 101621649B1 KR 1020150013247 A KR1020150013247 A KR 1020150013247A KR 20150013247 A KR20150013247 A KR 20150013247A KR 101621649 B1 KR101621649 B1 KR 101621649B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
obstacle
dynamic obstacle
dynamic
Prior art date
Application number
KR1020150013247A
Other languages
Korean (ko)
Inventor
선우명호
김준수
조기춘
임원택
Original Assignee
한양대학교 산학협력단
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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020150013247A priority Critical patent/KR101621649B1/en
Application granted granted Critical
Publication of KR101621649B1 publication Critical patent/KR101621649B1/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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60R2021/0134—
    • B60W2030/08—
    • B60W2050/14—

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

A vehicle control method and a vehicle control system avoiding a collision between a vehicle and a dynamic obstacle by using position distribution information of the dynamic obstacle are disclosed. The disclosed vehicle control method comprises: a step of generating dynamic obstacle information using a vehicle sensor; a step of predicting a moving route of the dynamic obstacle using position distribution information in accordance with time and the speed of at least one obstacle stored in the dynamic obstacle information and the dynamic obstacle memory; and a step of controlling the vehicle by using a result of prediction.

Description

동적 장애물에 대한 위치 분포 정보 생성 방법, 위치 분포 정보를 이용한 차량 제어 방법 및 시스템{Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method of generating position distribution information for a dynamic obstacle,

본 발명은 차량 제어 방법 및 시스템에 관한 것으로, 더욱 상세하게는 동적 장애물에 대한 위치 분포 정보를 이용한 차량 제어 방법 및 시스템에 관한 것이다.
The present invention relates to a vehicle control method and system, and more particularly, to a vehicle control method and system using position distribution information on a dynamic obstacle.

기존의 동적 장애물 거동 예측 시스템은 주로 거리센서를 기반으로 하는 인식 시스템을 이용한다. 이러한 시스템은 주로 전방에 존재하는 하나의 차량 중 하나를 타겟으로 선정하여 타겟 동적 장애물과 자차간의 상대 거리 및 상대 속도를 기반으로 충돌을 예측하는 것이 일반적이다. 이와 같은 시스템은 특정 순간의 센서 정보만을 기반으로 충돌 여부를 예측하므로, 센서의 오인식 및 측정오차 등에 따라 성능이 좌우되며 곡선도로에서의 주행 또는 급격한 가감속 주행의 경우 순간적인 정보만으로 정확한 충돌여부를 판단하기엔 어려움이 따른다. The existing dynamic obstacle behavior prediction system mainly uses the recognition system based on the distance sensor. Such a system generally predicting collision based on the relative distance between the target dynamic obstacle and the vehicle and the relative speed by selecting one of the vehicles existing in front of the target as a target. Such a system predicts collision based only on sensor information at a specific moment, so performance depends on the sensor's misconception and measurement error. In the case of driving on a curved road or rapid acceleration / deceleration driving, It is difficult to judge.

이와 같은 한계점을 극복하기 위해, 최근에 개발된 동적 장애물 충돌 예측 시스템은 크게 결정론적 접근(Deterministic Approach) 방식과 확률론적 접근 (Probabilistic Approach) 방식으로 나눌 수 있다.In order to overcome these limitations, recently developed dynamic obstacle collision prediction system can be roughly divided into deterministic approach and probabilistic approach.

결정론적 접근 방식은 자차량 및 동적 장애물의 이동 경로를 예측하고 이를 바탕으로 차량을 원 또는 박스 형태의 도형으로 근사하여 시간에 따라 서로 다른 도형이 중첩되는지 여부로 충돌을 판단하는 방법이다. The deterministic approach is a method of predicting the movement path of the vehicle and the dynamic obstacle, and based on the approximation of the vehicle with a circle or box shape, the collision is judged by whether or not the different shapes are overlapped over time.

확률론적 접근 방식은 센서 및 차량 거동의 불확실성을 포함하는 차량 모델을 활용하여, 시간에 따라 차량이 위치할 확률을 예측한 경로를 따라 계산하고, 자차량 및 동적 장애물의 시간에 따른 위치 확률 분포의 중첩 정도에 따라 충돌을 판단하는 방법이다. 즉, 실시간으로 다수의 동적 장애물이 위치할 확률 값을 계산하여 충돌을 판단한다. 관련된 선행문헌으로 대한민국 공개특허 2014-0020230호가 있다.The probabilistic approach uses the vehicle model including the uncertainties of the sensor and the vehicle behavior to calculate the probability that the vehicle will be located over time and calculate the probability distribution of the location of the vehicle and the dynamic obstacle It is a method of judging the collision according to the overlapping degree. That is, a collision is determined by calculating a probability value in which a plurality of dynamic obstacles are located in real time. A related prior art is Korean Patent Publication No. 2014-0020230.

하지만 전자의 경우에도 센서 및 인식 시스템의 성능에 따라 충돌 판단 성능이 좌우되기 때문에 정확한 예측을 위해선 고가의 정밀센서가 필수적인 문제가 있다. 특히, 후자의 경우는 센서의 불확실성 및 급격한 차량거동에 대해서도 보상을 할 수 있지만, 실시간으로 다수의 동적 장애물을 고려하기 위해선 많은 연산량이 필요하므로 고성능 연산장치를 이용해야하는 문제점이 있다.
However, even in the case of the electron sensor, the collision determination performance depends on the performance of the sensor and the recognition system. In particular, in the latter case, it is possible to compensate for the uncertainty of the sensor and the sudden vehicle behavior. However, in order to consider a large number of dynamic obstacles in real time, a large amount of calculation is required.

본 발명은 동적 장애물에 대한 위치 분포 정보를 이용하여, 차량과 동적 장애물의 충돌을 회피할 수 있는 차량 제어 방법 및 시스템을 제공하기 위한 것이다.
The present invention is to provide a vehicle control method and system capable of avoiding a collision between a vehicle and a dynamic obstacle by using position distribution information on a dynamic obstacle.

상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 차량 센서를 이용하여, 동적 장애물 정보를 생성하는 단계; 상기 동적 장애물 정보 및 메모리에 저장된, 적어도 하나 이상의 장애물의 속도 및 시간에 따른 위치 분포 정보를 이용하여, 상기 동적 장애물에 대한 이동 경로를 예측하는 단계; 및 상기 예측 결과를 이용하여, 상기 차량을 제어하는 단계를 포함하는 차량 제어 방법이 제공된다.According to an embodiment of the present invention, there is provided a method of generating dynamic obstacle information, comprising: generating dynamic obstacle information using a vehicle sensor; Estimating a movement path for the dynamic obstacle using the dynamic obstacle information and the position distribution information according to the velocity and time of at least one obstacle stored in the memory; And controlling the vehicle by using the prediction result.

또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 동적 장애물에 대한 위치 분포 정보 생성 방법에 있어서, 상기 동적 장애물에 대한 파라미터를 입력받는 단계; 상기 파라미터를 이용하여, 상기 동적 장애물의 속도에 따른 상기 동적 장애물의 위치 분포를 시뮬레이션하는 단계; 및 상기 시뮬레이션 결과를 보간하여, 시간 및 상기 속도에 따른 상기 동적 장애물의 위치 분포 정보를 생성하는 단계를 포함하는 위치 분포 정보 생성 방법이 제공된다.According to another aspect of the present invention, there is provided a method of generating location distribution information for a dynamic obstacle, the method comprising: receiving parameters for the dynamic obstacle; Simulating the positional distribution of the dynamic obstacle according to the velocity of the dynamic obstacle, using the parameter; And interpolating the simulation result to generate position distribution information of the dynamic obstacle according to time and the velocity.

또한 상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따르면, 장애물의 속도 및 시간에 따른 위치 분포 정보를 수신하여 저장하는 단계; 차량 센서에 의해 검출된 동적 장애물에 대한 속도 정보와 상기 위치 분포 정보를 이용하여 상기 동적 장애물에 대한 이동 경로를 예측하는 단계; 및 상기 예측 결과를 이용하여, 상기 차량을 제어하는 단계를 포함하는 차량 제어 방법이 제공된다.
According to another aspect of the present invention, there is provided a method for controlling an obstacle, the method comprising: receiving and storing location distribution information according to a speed and a time of an obstacle; Estimating a movement path for the dynamic obstacle using velocity information on the dynamic obstacle detected by the vehicle sensor and the position distribution information; And controlling the vehicle by using the prediction result.

본 발명에 따르면, 미리 생성된 장애물에 대한 위치 분포 정보를 이용하여 검출된 동적 장애물에 대한 이동 경로를 예측함으로써, 이동 경로 예측에 필요한 연산량 및 연산 시간을 감소시킬 수 있다. According to the present invention, it is possible to reduce a calculation amount and a calculation time required for the motion path prediction by predicting the motion path for the detected dynamic obstacle by using the position distribution information on the obstacle generated in advance.

또한 본 발명에 따르면 이동 경로 예측에 필요한 연산량 및 연산 시간을 감소시킴으로써, 동적 장애물에 응답하여 수행되는 차량의 제어 속도를 향상시킬 수 있다.
Further, according to the present invention, it is possible to improve the control speed of the vehicle performed in response to the dynamic obstacle by reducing the calculation amount and the calculation time required for the motion path prediction.

도 1은 본 발명에 따른 차량 제어 방법의 개념을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 차량 제어 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 다른 실시예에 따른 차량 제어 방법을 설명하기 위한 도면이다
도 4는 본 발명의 일실시예에 따른 차량 제어 시스템을 설명하기 위한 도면이다.
도 5는 본 발명의 다른 실시예에 따른 차량 제어 시스템을 설명하기 위한 도면이다.
도 6은 본 발명에 따른 차량 제어 결과를 설명하기 위한 도면이다.
도 7은 본 발명의 일실시예에 따른 동적 장애물에 대한 위치 분포 정보 생성 방법을 설명하기 위한 도면이다.
도 8은 차량의 속도에 따른 차량의 위치 분포를 나타내는 시뮬레이션 결과이다.
도 9는 본 발명의 구체적 실시예에 따른, 동적 장애물에 대한 위치 분포 정보 생성 방법을 설명하기 위한 도면이다.1 is a diagram for explaining a concept of a vehicle control method according to the present invention.
2 is a view for explaining a vehicle control method according to an embodiment of the present invention.
3 is a view for explaining a vehicle control method according to another embodiment of the present invention
4 is a view for explaining a vehicle control system according to an embodiment of the present invention.
5 is a view for explaining a vehicle control system according to another embodiment of the present invention.
6 is a diagram for explaining vehicle control results according to the present invention.
7 is a view for explaining a method of generating location distribution information for a dynamic obstacle according to an embodiment of the present invention.
8 is a simulation result showing the position distribution of the vehicle according to the speed of the vehicle.
9 is a view for explaining a method of generating position distribution information for a dynamic obstacle according to a specific embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.

본 발명은 차량이 아닌 외부에서 미리 생성되어 차량에 저장된, 적어도 하나 이상의 장애물에 대한 위치 분포 정보와 차량 센서를 통해 검출된 동적 장애물 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측한다. The present invention predicts a movement path for a dynamic obstacle by using position distribution information on at least one obstacle previously generated outside the vehicle and stored in the vehicle, and dynamic obstacle information detected through the vehicle sensor.

즉, 본 발명은 검출된 동적 장애물의 이동 경로를 예측하기 위해, 검출된 동적 장애물의 위치 분포를 실시간으로 계산하지 않고, 미리 생성된 동적 장애물의 위치 분포 정보를 이용한다. 그리고 동적 장애물 정보와 매칭되는 위치 분포 정보를 이용함으로써, 동적 장애물에 대한 이동 경로 예측에 따른 연산량을 감소시킬 수 있다.That is, in order to predict the movement path of the detected dynamic obstacle, the present invention uses the position distribution information of the generated dynamic obstacle without calculating the position distribution of the detected dynamic obstacle in real time. And, by using the location distribution information matched with the dynamic obstacle information, it is possible to reduce the computation amount according to the motion path prediction for the dynamic obstacle.

위치 분포 정보는 장애물의 속도 및 시간에 따른 위치 분포를 나타내며, 따라서 본 발명에 따르면, 동적 장애물의 속도, 위치 및 시간에 기반하여 차량과 동적 장애물의 충돌 가능성을 판단할 수 있고 충돌을 회피할 수 있다.According to the present invention, it is possible to determine the possibility of collision between the vehicle and the dynamic obstacle based on the velocity, position and time of the dynamic obstacle, and to avoid collision have.

본 발명에 따른 차량 제어 방법 및 시스템은 프로세서를 포함하는 차량에 적용될 수 있으며, 예를 들어 운전자 보조 시스템 (Advanced Driver Assistance System, ADAS), 지능형 운송 시스템 (Intelligent Transportation System, ITS), 자율주행자동차 (Autonomous Vehicle) 및 스마트 자동차 등에 적용될 수 있다. The vehicle control method and system according to the present invention can be applied to a vehicle including a processor and can be used for a vehicle such as an Advanced Driver Assistance System (ADAS), an Intelligent Transportation System (ITS) Autonomous Vehicle) and smart cars.

이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 차량 제어 방법의 개념을 설명하기 위한 도면이다.1 is a diagram for explaining a concept of a vehicle control method according to the present invention.

도 1에서 제1차량(110)이 본 발명에 따른 차량 제어 방법을 수행하는 차량이며, 제2차량(120)이 동적 장애물에 해당한다.In Fig. 1, the first vehicle 110 is a vehicle that carries out the vehicle control method according to the present invention, and the second vehicle 120 corresponds to a dynamic obstacle.

제1차량(110)은 적어도 하나 이상의 장애물의 속도 및 시간에 따른 위치 분포 정보를 입력받아 메모리에 저장한다. 이 때, 위치 분포 정보는 제1차량(110)이 아닌 외부에서 미리 생성된 정보로서, 시뮬레이션 또는 실제 측정 데이터일 수 있다. 그리고 위치 분포 정보는 무선 통신망을 통해 서버로부터 차량으로 전송되거나 유선 연결 포트를 통해 차량으로 전송될 수 있으며 예를 들어, 위치 분포 정보가 저장된 USB와 같은 메모리 카드를 제1차량(110)에 연결함으로써, 제1차량(110)의 메모리에 저장될 수 있다. The first vehicle 110 receives position distribution information according to the velocity and time of at least one obstacle, and stores the position distribution information in the memory. At this time, the position distribution information is information previously generated outside the first vehicle 110, and may be simulation or actual measurement data. The position distribution information may be transmitted from the server to the vehicle via the wireless communication network or may be transmitted to the vehicle through the wired connection port. For example, by connecting a memory card, such as USB, to which the position distribution information is stored to the first vehicle 110 , And may be stored in the memory of the first vehicle 110.

제1차량(110)은 차량 센서를 이용하여, 동적 장애물인 제2차량(120)을 검출하고 제2차량(120)에 대한 동적 장애물 정보를 생성할 수 있다. 여기서, 동적 장애물 정보는 속도 정보, 이동 방향 정보를 포함할 수 있으며 또는 동적 장애물에 대한 종류 예를 들어, 승용차, SUV 또는 트럭인지에 대한 정보를 포함할 수 있다.The first vehicle 110 may use the vehicle sensor to detect the second vehicle 120 that is a dynamic obstacle and to generate dynamic obstacle information for the second vehicle 120. [ Here, the dynamic obstacle information may include velocity information, movement direction information, or information about a kind of a dynamic obstacle, for example, a passenger car, an SUV, or a truck.

제1차량(110)은 제2차량 정보와 위치 분포 정보를 이용하여 제2차량(120)의 이동 경로를 예측한다. 제1차량(110)은 위치 분포 정보 중에서, 제2차량(120)과 매칭되는 위치 분포 정보를 검색하여 제2차량(120)의 이동 경로를 예측할 수 있다.The first vehicle 110 predicts the movement path of the second vehicle 120 using the second vehicle information and the position distribution information. The first vehicle 110 can predict the movement path of the second vehicle 120 by searching the position distribution information matching the second vehicle 120 from the position distribution information.

예를 들어, 제2차량(120)이 30km의 속도로 이동하는 경우, 제1차량(110)은 30km로 이동하는 동적 장애물에 대한 위치 분포 정보를 이용하여 제2차량(120)의 이동 경로를 예측할 수 있다. 또는 제2차량(120)이 승용차일 경우, 제1차량(110)은 승용차에 대한 위치 분포 정보를 이용하여 제2차량(120)의 이동 경로를 예측할 수 있다.For example, when the second vehicle 120 moves at a speed of 30 km, the first vehicle 110 may use the positional distribution information for the dynamic obstacle moving to 30 km to determine the movement path of the second vehicle 120 Can be predicted. Or the second vehicle 120 is a passenger car, the first vehicle 110 can predict the travel path of the second vehicle 120 using the position distribution information on the passenger car.

이 때, 제1차량(110)은 도 1에 도시된 바와 같이, 기 설정된 예측 시간별(t=1s, 2.5s, 4.5s)로 제2차량(120)의 이동 경로를 예측하고, 기 설정된 시간에 제2차량(120)이 위치할 때의, 제1차량(110)과 제2차량(120)의 충돌 가능성을 판단할 수 있다. 도 1에서, 빨간색, 노란색, 초록색, 파란색 원으로 표시된 부분은, 제2차량(120)에 대한 예측된 이동 경로에 포함될 수 있으며, 충돌 가능성이 존재하는 위치이다. 여기서, 빨간색에서 파란색으로 갈수록 충돌 확률은 작아진다. 즉, 충돌 가능성이 존재하는 위치 중에서, 제1차량(110)이 빨간색 원의 내부에 위치할 경우 제2차량(120)과의 충돌 확률이 가장 높으며, 제1차량(110)이 파란색 원의 내부에 위치할 경우 제2차량(120)과의 충돌 확률이 가장 낮다. 1, the first vehicle 110 estimates the movement path of the second vehicle 120 at a preset predicted time (t = 1s, 2.5s, 4.5s) It is possible to determine the possibility of collision between the first vehicle 110 and the second vehicle 120 when the second vehicle 120 is positioned in the second vehicle 120. [ In FIG. 1, the red, yellow, green, and blue circles indicate locations that may be included in the predicted travel path for the second vehicle 120 and where there is a potential for collision. Here, the probability of collision decreases from red to blue. That is, when the first vehicle 110 is positioned inside the red circle among the positions where the possibility of collision exists, the collision probability with the second vehicle 120 is highest, and the collision probability of the first vehicle 110 with the inside of the blue circle The collision probability with the second vehicle 120 is lowest.

제1차량(110)은 제2차량(120)의 이동 경로에 대한 예측 결과를 이용하여, 제2차량(120)과의 충돌을 회피할 수 있도록 차량을 제어한다. 예를 들어, 제1차량(110)은 충돌 가능성이 존재하는 위치를 제1차량(110)의 이동 경로에 포함시키지 않으며, 파란색 원의 외부에서 제1차량(110)이 이동할 수 있도록 제어할 수 있다.The first vehicle 110 controls the vehicle so as to avoid a collision with the second vehicle 120 by using the prediction result of the movement path of the second vehicle 120. [ For example, the first vehicle 110 does not include the location where the possibility of collision exists in the travel path of the first vehicle 110, and can control the first vehicle 110 to move outside the blue circle have.

즉, 본 발명에 따르면, 미리 생성된 장애물에 대한 위치 분포 정보를 이용하여 검출된 동적 장애물에 대한 이동 경로를 예측함으로써, 이동 경로 예측에 필요한 연산량 및 연산 시간을 감소시킬 수 있다. 또한 연산량 및 연산 시간을 감소시킴으로써 동적 장애물에 응답하여 수행되는 차량의 제어 속도를 향상시킬 수 있다.
That is, according to the present invention, it is possible to reduce the calculation amount and the calculation time required for the motion path prediction by predicting the motion path for the detected dynamic obstacle by using the position distribution information on the obstacle generated in advance. Also, by reducing the amount of computation and the computation time, it is possible to improve the control speed of the vehicle performed in response to the dynamic obstacle.

도 2는 본 발명의 일실시예에 따른 차량 제어 방법을 설명하기 위한 도면이다.2 is a view for explaining a vehicle control method according to an embodiment of the present invention.

도 2에 도시된 바와 같이, 본 발명에 따른 차량은 차량 센서를 이용하여 동적 장애물 정보를 생성(S210)한다. 차량 센서는 예를 들어 카메라, 레이더, 초음파 센서 등일 수 있으며, 제1차량(110)의 전방위를 감지하거나 또는 충돌 위험이 많은 부분을 감지할 수 있도록 제1차량(110)에 설치될 수 있다. As shown in FIG. 2, the vehicle according to the present invention generates dynamic obstacle information using the vehicle sensor (S210). The vehicle sensor may be, for example, a camera, a radar, an ultrasonic sensor, or the like, and may be installed in the first vehicle 110 so as to sense the entire direction of the first vehicle 110 or to detect a portion with a high risk of collision.

동적 장애물 정보는 동적 장애물에 대한 속도 정보 또는 이동 방향 정보일 수 있으며, 또는 동적 장애물의 종류에 대한 정보일 수 있다. 예를 들어, 본 발명에 따른 차량은 카메라를 이용하여 동적 장애물의 형상 또는 동적 장애물에 부착된 로고 등을 이용하여 동적 장애물의 종류를 판단할 수 있다. The dynamic obstacle information may be velocity information or direction information of the dynamic obstacle, or may be information on the type of the dynamic obstacle. For example, a vehicle according to the present invention can determine the type of a dynamic obstacle by using a camera, a shape of the dynamic obstacle, or a logo attached to the dynamic obstacle.

본 발명에 따른 차량은, 차량의 메모리에 저장된, 적어도 하나 이상의 장애물의 속도 및 시간에 따른 위치 분포 정보와 동적 장애물 정보를 이용하여, 동적 장애물에 대한 이동 경로를 예측(S220)한다. 여기서, 위치 분포 정보는 외부 장치에서 생성되어 차량으로 입력될 수 있으며, 무선 통신망 또는 유선 인터페이스를 통해 차량으로 전송될 수 있다. 또한 위치 분포 정보가 업데이트된 경우에 업데이트된 위치 분포 정보가 차량으로 전송될 수 있으며, 차량은 위치 분포 정보를 업데이트할 수 있다. 외부 장치에서 생성되는 위치 분포 정보는 도 7에서 보다 상세히 후술된다.A vehicle according to the present invention predicts a movement path for a dynamic obstacle (S220) using position distribution information and dynamic obstacle information according to the velocity and time of at least one obstacle stored in a memory of the vehicle. Here, the location distribution information may be generated in an external device and input to the vehicle, and may be transmitted to the vehicle through a wireless communication network or a wired interface. Also, when the position distribution information is updated, the updated position distribution information can be transmitted to the vehicle, and the vehicle can update the position distribution information. The location distribution information generated in the external apparatus will be described later in more detail in Fig.

보다 구체적으로, 본 발명에 따른 차량은 메모리에 저장된 위치 분포 정보 중에서, 동적 장애물 정보에 대응되는 위치 분포 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측할 수 있다. 예를 들어, 본 발명에 따른 차량은 동적 장애물의 속도에 대응되는 위치 분포 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측할 수 있다. 또한 본 발명에 따른 차량은 동적 장애물의 이동 방향에 대응되는 위치 분포 정보를 이용하거나 이동 방향을 고려하여 동적 장애물에 대한 이동 경로를 예측할 수 있다.More specifically, the vehicle according to the present invention can predict the movement path for the dynamic obstacle by using the position distribution information corresponding to the dynamic obstacle information among the position distribution information stored in the memory. For example, the vehicle according to the present invention can predict the movement path for the dynamic obstacle by using the position distribution information corresponding to the velocity of the dynamic obstacle. Also, the vehicle according to the present invention can estimate the movement path for the dynamic obstacle by using the position distribution information corresponding to the moving direction of the dynamic obstacle or considering the moving direction.

그리고 본 발명에 따른 차량은 동적 장애물의 이동 경로에 대한 예측 결과를 이용하여, 차량을 제어(S230)하며, 예를 들어, 차량과 동적 장애물이 충돌하지 않도록 차량을 제어할 수 있다.Then, the vehicle according to the present invention can control the vehicle (S230) using the predicted result of the dynamic obstacle's movement path, for example, controlling the vehicle such that the dynamic obstacle does not collide with the vehicle.

이 때, 본 발명에 따른 차량은 예측 시간에서 예측된 이동 경로에 따른 동적 장애물과 차량의 충돌 가능성 정보를 생성하고, 충돌 가능성 정보를 이용하여 차량을 제어할 수 있다. 즉, 도 1에서 설명된 바와 같이, 본 발명에 따른 차량은 기 설정된 예측 시간에서의 동적 장애물의 위치를 고려하여, 충돌 확률을 나타내는 충돌 가능성 정보를 생성할 수 있다. At this time, the vehicle according to the present invention can generate the dynamic obstacle and the collision possibility information of the vehicle according to the travel route predicted at the predicted time, and can control the vehicle using the collision possibility information. That is, as described in Fig. 1, the vehicle according to the present invention can generate the collision probability information indicating the collision probability, considering the position of the dynamic obstacle at the predetermined predicted time.

한편, 본 발명에 따른 차량은, 동적 장애물과 차량이 충돌하지 않도록 다양한 방식으로 차량을 제어할 수 있다. 예를 들어, 본 발명에 따른 차량은 예측 결과에 따른 충돌 경보를 운전자에게 제공할 수 있으며, 충돌 정보는 시각, 청각 또는 촉각 데이터 중 어느 하나의 형태일 수 있다. 즉, 충돌 경보는 차량의 디스플레이 장치에 디스플레이되거나 차량의 스피커를 통해 운전자에게 제공될 수 있다. 또는 차량의 시트를 진동시키는 방식으로 운전자에게 제공될 수 있다.On the other hand, the vehicle according to the present invention can control the vehicle in various ways so that the vehicle does not collide with the dynamic obstacle. For example, the vehicle according to the present invention can provide the driver with a collision warning according to the predicted result, and the collision information can be any one of visual, auditory or tactile data. That is, the collision warning may be displayed on the display device of the vehicle or provided to the driver through the speaker of the vehicle. Or may be provided to the driver in such a manner as to vibrate the seat of the vehicle.

또는 본 발명에 따른 차량은, 차량과 동적 장애물의 충돌을 회피하는 차량에 대한 이동 경로를 생성하고, 생성된 이동 경로에 따라, 차량의 이동을 제어할 수 있다. 도 1에서 설명된 바와 같이, 본 발명에 따른 차량은 파란색 원 내부로 진입하지 않도록 차량의 이동 경로를 생성할 수 있다. 이 경우, 차량은 자율 주행 차량일 수 있다.Alternatively, the vehicle according to the present invention can generate a movement route for the vehicle that avoids collision between the vehicle and the dynamic obstacle, and can control the movement of the vehicle according to the generated movement route. As described in FIG. 1, the vehicle according to the present invention can generate a movement path of the vehicle so as not to enter the inside of the blue circle. In this case, the vehicle may be an autonomous vehicle.

또는 본 발명에 따른 차량은, 차량과 동적 장애물의 충돌을 회피하는 차량에 대한 이동 경로를 차량의 디스플레이 장치에 디스플레이할 수 있다. 운전자는 디스플레이된 이동 경로를 참조하여 차량을 운전할 수 있다.
Alternatively, the vehicle according to the present invention can display, on the display device of the vehicle, a travel route to the vehicle that avoids collision between the vehicle and the dynamic obstacle. The driver can operate the vehicle with reference to the displayed travel route.

도 3은 본 발명의 다른 실시예에 따른 차량 제어 방법을 설명하기 위한 도면이다.3 is a view for explaining a vehicle control method according to another embodiment of the present invention.

도 3에 도시된 바와 같이, 본 발명에 따른 차량은 장애물의 속도 및 시간에 따른 위치 분포 정보를 수신하여 저장(S310)한다. As shown in FIG. 3, the vehicle according to the present invention receives and stores position distribution information according to the velocity and time of an obstacle (S310).

그리고 본 발명에 따른 차량은 차량 센서에 의해 검출된 동적 장애물에 대한 속도 정보와 위치 분포 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측(S320)한다. 동적 장애물에 대한 속도 정보는 차량 센서에서 생성되거나 또는 차량 센서의 센싱 값을 이용하여 속도 정보를 생성하는 별도의 처리 장치에서 생성될 수 있다. 이 때, 동적 장애물에 대한 이동 방향 정보 역시 차량 센서에서 생성되거나 또는 차량 센서의 센싱 값을 이용하여 이동 방향 정보를 생성하는 별도의 처리 장치에서 생성될 수 있다.The vehicle according to the present invention predicts the movement path for the dynamic obstacle by using the velocity information and the position distribution information for the dynamic obstacle detected by the vehicle sensor (S320). The velocity information for the dynamic obstacle may be generated in a vehicle sensor or in a separate processing device that generates velocity information using the sensed value of the vehicle sensor. At this time, movement direction information on the dynamic obstacle can also be generated in the vehicle sensor or in a separate processing device that generates the movement direction information using the sensing value of the vehicle sensor.

그리고 본 발명에 따른 차량은 동적 장애물의 이동 경로에 대한 예측 결과를 이용하여, 차량을 제어(S230)하며, 도 2에서 설명된 바와 같이 제어할 수 있다.The vehicle according to the present invention can control the vehicle (S230) using the predicted result of the moving path of the dynamic obstacle, and can control the vehicle as described in FIG.

한편, 본 발명에 따른 차량은 차량 센서로부터 동적 장애물에 대한 이동 방향 정보를 수신할 수 있으며, 동적 장애물의 속도 정보에 대응되는 위치 분포 정보를 이용하여, 속도 정보 및 이동 방향 정보에 따른 이동 경로를 예측할 수 있다. 동적 장애물의 이동 방향에 따라 동적 장애물의 이동 경로가 변경될 수 있기 때문에, 본 발명은 동적 장애물의 이동 방향을 추가적으로 고려하여 동적 장애물의 이동 경로를 예측할 수 있다.Meanwhile, the vehicle according to the present invention can receive movement direction information on the dynamic obstacle from the vehicle sensor, and use the position distribution information corresponding to the velocity information of the dynamic obstacle to calculate a movement path based on the speed information and the movement direction information Can be predicted. Since the movement path of the dynamic obstacle can be changed according to the moving direction of the dynamic obstacle, the present invention can predict the moving path of the dynamic obstacle by further considering the moving direction of the dynamic obstacle.

이하, 도 4 및 도 5에서는 본 발명에 따른 차량 제어 시스템이 설명되며, 본 발명에 따른 차량 제어 시스템은 전술된 차량 제어 방법을 수행할 수 있다.
4 and 5, a vehicle control system according to the present invention is described, and a vehicle control system according to the present invention can perform the vehicle control method described above.

도 4는 본 발명의 일실시예에 따른 차량 제어 시스템을 설명하기 위한 도면이다.4 is a view for explaining a vehicle control system according to an embodiment of the present invention.

도 4에 도시된 바와 같이, 본 발명에 따른 차량 제어 시스템은 장애물 정보 생성부(410), 이동 경로 예측부(420) 및 차량 제어부(430)를 포함한다.4, the vehicle control system according to the present invention includes an obstacle information generating unit 410, a travel path predicting unit 420, and a vehicle control unit 430.

장애물 정보 생성부(410)는 차량 센서를 이용하여, 동적 장애물 정보를 생성한다. 동적 장애물 정보는 동적 장애물에 대한 속도 정보 또는 이동 방향 정보일 수 있다.The obstacle information generation unit 410 generates dynamic obstacle information using the vehicle sensor. The dynamic obstacle information may be velocity information or movement direction information for the dynamic obstacle.

이동 경로 예측부(420)는 동적 장애물 정보 및 메모리에 저장된, 적어도 하나 이상의 장애물의 속도 및 시간에 따른 위치 분포 정보를 이용하여, 동적 장애물에 대한 이동 경로를 예측한다. 이동 경로 예측부(420)는 위치 분포 정보 중에서, 동적 장애물 정보에 대응되는 위치 분포 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측할 수 있다.The motion path predicting unit 420 predicts the motion path for the dynamic obstacle by using the dynamic obstacle information and the position distribution information according to the velocity and time of at least one obstacle stored in the memory. The movement path predicting unit 420 can predict the movement path for the dynamic obstacle by using the position distribution information corresponding to the dynamic obstacle information among the position distribution information.

차량 제어부(430)는 예측 결과를 이용하여, 차량을 제어한다. 차량 제어부(430)는 충돌 가능성 정보를 이용하여 차량을 제어할 수 있으며, 운전자에게 충돌 경보를 제공할 수 있다. 또는 차량 제어부(430)는 예측 결과에 따라서, 차량과 동적 장애물의 충돌이 방지될 수 있도록 차량의 이동 경로를 생성하여 운전자에게 제공하거나 차량의 이동 방향을 제어할 수 있다. The vehicle control unit 430 controls the vehicle using the prediction result. The vehicle control unit 430 can control the vehicle using the collision possibility information, and can provide a collision warning to the driver. Alternatively, the vehicle control unit 430 may generate a movement path of the vehicle so as to prevent a collision between the vehicle and the dynamic obstacle according to the prediction result, and provide the motion path to the driver or may control the moving direction of the vehicle.

도 5는 본 발명의 다른 실시예에 따른 차량 제어 시스템을 설명하기 위한 도면이다.5 is a view for explaining a vehicle control system according to another embodiment of the present invention.

도 5에 도시된 바와 같이, 본 발명에 따른 차량 제어 시스템은 메모리(510), 이동 경로 예측부(520) 및 차량 제어부(530)를 포함한다.5, the vehicle control system according to the present invention includes a memory 510, a motion path predicting unit 520, and a vehicle control unit 530.

메모리(510)는 장애물의 속도 및 시간에 따른 위치 분포 정보를 수신하여 저장한다. The memory 510 receives and stores position distribution information according to the velocity and time of the obstacle.

이동 경로 예측부(520)는 차량 센서에 의해 검출된 동적 장애물에 대한 속도 정보와 위치 분포 정보를 이용하여 동적 장애물에 대한 이동 경로를 예측한다. 이 때, 이동 경로 예측부(520)는 동적 장애물에 대한 이동 방향 정보를 이용하여 동적 장애물의 이동 경로를 예측할 수 있다.The movement path prediction unit 520 predicts a movement path for the dynamic obstacle by using the velocity information and the position distribution information about the dynamic obstacle detected by the vehicle sensor. At this time, the movement path predicting unit 520 can predict the moving path of the dynamic obstacle by using the moving direction information on the dynamic obstacle.

차량 제어부(530)는 예측 결과를 이용하여, 차량을 제어한다.
The vehicle control unit 530 controls the vehicle using the prediction result.

도 6은 본 발명에 따른 차량 제어 결과를 설명하기 위한 도면이다.6 is a diagram for explaining vehicle control results according to the present invention.

도 6은 중앙선(600)을 기준으로 우측에서 주행하는 자율 주행 차량(610)이 전방의 서행 차량(620)을 추월하는 과정을 시간 흐름에 따라 나타낸다. 도 6(a) 내지 도 6(e)에서 자율 주행 차량(610)과 서행 차량(620)은 점점 가까워지고 있으며, 자율 주행 차량(610)의 좌측에는 자율 주행 차량(610)과 반대 방향으로 주행하는 차량(630, 640, 650)이 계속 지나가고 있다. 6 shows a process in which the autonomous vehicle 610 traveling on the right side with respect to the center line 600 passes over the slowing vehicle 620 in front of the center line 600 in accordance with time. 6 (a) to 6 (e), the autonomous vehicle 610 and the slowing vehicle 620 are gradually getting close to each other. On the left side of the autonomous vehicle 610, The vehicles 630, 640 and 650 continue to pass.

자율 주행 차량(610)은 서행 차량(620) 및 반대 방향으로 주행하는 차량(630, 640, 650)의 이동 경로를 전술된 바와 같이 예측하며, 자신의 다양한 이동 경로 후보군을 분홍색 라인과 같이 생성한다. 도 6(c)에서 자율 주행 차량(610)은 서행 차량(620)의 추월을 시도하지만 도 6(d)에서 차량(650)과의 충돌이 예측되어 원래 차선으로 복귀한다.The autonomous driving vehicle 610 predicts the moving path of the slow moving vehicle 620 and the vehicles 630, 640, 650 running in the opposite direction as described above, and generates the various moving path candidates of the same as the pink line . 6 (c), the autonomous vehicle 610 tries to overtake the slowing vehicle 620, but the collision with the vehicle 650 is predicted in FIG. 6 (d), and the original lane is restored.

도 6(f) 및 도 (h)에 도시된 바와 같이, 자율 주행 차량(610)은 반대 방향으로 주행하는 차량이 없어 충돌이 예측되지 않으므로, 서행 차량(620)을 추월하고 도 6(g) 및 도 6(h)에 도시된 바와 같이, 서행 차량(620)의 이동 경로를 예측하여 충돌이 발생하지 않도록 추월을 완료한다.
As shown in Figs. 6 (f) and 6 (h), since the autonomous vehicle 610 does not have a vehicle running in the opposite direction and no collision is predicted, And 6 (h), the moving route of the slowing vehicle 620 is predicted and the passing over is completed so that no collision occurs.

도 7은 본 발명의 일실시예에 따른 동적 장애물에 대한 위치 분포 정보 생성 방법을 설명하기 위한 도면이다.7 is a view for explaining a method of generating location distribution information for a dynamic obstacle according to an embodiment of the present invention.

본 발명에 따른 위치 분포 정보 생성 방법은 프로세서를 포함하는 위치 분포 정보 생성 장치에서 수행될 수 있으며, 위치 분포 정보 생성 장치는 컴퓨터와 같은 디바이스일 수 있다.The location distribution information generation method according to the present invention can be performed in a location distribution information generation apparatus including a processor, and the location distribution information generation apparatus can be a device such as a computer.

위치 분포 정보 생성 장치는 동적 장애물에 대한 파라미터를 수신(S710), 즉 입력받는다. 동적 장애물은 일실시예로서 차량일 수 있으며, 파라미터는 일실시예로서 [표 1]과 같이 동적 장애물의 질량(m), 요 모멘트(Iz), 동적 장애물의 바퀴와 무게 중심 사이의 거리(Lf, Lr) 및 동적 장애물의 타이어 코너링 강성(Cf, Cr)을 포함할 수 있다. 파라미터는 실시예에 따라서 다양하게 설정될 수 있으며, 동적 장애물의 종류 별로 파라미터가 설정될 수 있다. [표 1]에서 Uncertainty는 오차 범위를 나타낸다.The location distribution information generation device receives the parameters for the dynamic obstacle (S710), i.e. receives the input. The dynamic obstacle may be a vehicle as an example and the parameter may be, for example, the mass m of the dynamic obstacle, the yaw moment I z , the distance between the wheel and the center of gravity of the dynamic obstacle L f , L r ) and the tire cornering stiffness (C f , C r ) of the dynamic obstacle. The parameters can be set variously according to the embodiment, and parameters can be set for each type of dynamic obstacle. In Table 1, Uncertainty represents the error range.

ParameterParameter ValueValue UncertaintyUncertainty UnitUnit Mass m Mass m 1525.01525.0 300300 kgkg Yaw moment of inertia I z Yaw moment of inertia I z 3054.03054.0 100100 kgmkgm 22 Distance from the CG to the front wheel L f Distance from the CG to the front wheel L f 0.9000.900 0.20.2 mm Distance from the CG to the rear wheel L r Distance from the CG to the rear wheel L r 1.6711.671 0.20.2 mm Front tire cornering stiffness C f Front tire cornering stiffness C f 112300.0112300.0 1000010000 N/N / radrad Rear tire cornering stiffness C r Rear tire cornering stiffness C r 114000.0114000.0 1000010000 N/N / radrad

위치 분포 정보 생성 장치는 입력된 파라미터를 이용하여, 동적 장애물의 속도에 따른 동적 장애물의 위치 분포를 시뮬레이션(S720)한다. 위치 분포 정보 생성 장치는 일실시예로서, 난수를 이용하여 함수의 값을 확률적으로 계산하는 수치적 접근 방법인 몬테카를로 시뮬레이션(Monte Carlo simulation) 기법을 사용할 수 있으며, 이 때 시뮬레이션 조건으로 반복 횟수, 예측 시간, 속도 오차 및 이동 방향 오차는 [표 2]와 같이, 설정될 수 있다.The position distribution information generation device simulates the position distribution of the dynamic obstacle according to the velocity of the dynamic obstacle (S720) using the input parameters. Location distribution information generating device number in one embodiment, using a random number can be used to numerically approaches the Monte Carlo simulation (Monte Carlo simulation) techniques for calculating a value of the function probabilistically, repeating this time the simulated conditions, The predicted time, velocity error and moving direction error can be set as shown in [Table 2].

VariableVariable ValueValue UnitUnit Number of iterationNumber of iteration 1000010000 -- Prediction timePrediction time 5.05.0 secsec Velocity uncertaintyVelocity uncertainty 0.10.1 m/sm / s Heading uncertaintyHeading uncertainty 1One degdeg

[표 1] 및 [표 2]에 따른 시뮬레이션 결과는, 동적 장애물의 속도에 따른 동적 장애물의 위치 분포를 나타내는 도 8과 같이 도출될 수 있다. 도 8의 그래프는 차량의 X-Y 좌표를 나타내며, 파란색, 초록색 및 빨간색 영역은 동적 장애물의 위치 분포를 나타낸다. 동적 장애물의 속도가 10km/h(kph)에서 40kph로 증가할수록, X축 및 Y축으로 동적 장애물의 위치 분포가 넓어짐을 알 수 있다. 즉, 동적 장애물의 속도가 증가할수록 동일 예측 시간(prediction time)에서 이동 거리가 증가하므로, 위치 분포가 넓어질 수 있다.The simulation results according to [Table 1] and [Table 2] can be derived as shown in FIG. 8 which shows the position distribution of the dynamic obstacle according to the velocity of the dynamic obstacle. The graph in FIG. 8 shows the X-Y coordinates of the vehicle, and the blue, green, and red areas show the position distribution of the dynamic obstacle. As the velocity of the dynamic obstacle increases from 10 km / h (kph) to 40 kph, it can be seen that the position distribution of the dynamic obstacle becomes wider on the X axis and Y axis. That is, as the velocity of the dynamic obstacle increases, the movement distance increases at the same prediction time, so that the position distribution can be widened.

또한 도 8에서의 시뮬레이션 결과는 헤딩(heading) 값, 즉 동적 장애물의 이동 방향이 [표 2]의 특정 값을 가질 때의 결과로서, 동적 장애물의 이동 방향이 특정 값과 차이가 발생한다면 동적 장애물의 위치 분포는 차이 값에 대한 각도만큼 이동하여 발생할 수 있다.Also, the simulation results in Fig. 8 show that the heading value, that is, the result when the moving direction of the dynamic obstacle has a specific value of [Table 2], and if the moving direction of the dynamic obstacle differs from the specific value, Can be generated by shifting by an angle relative to the difference value.

전술된 본 발명에 따른 차량 제어 방법에서, 동적 장애물의 이동 방향 정보를 이용할 수 있다고 설명되었는데, 다양한 이동 방향에 대한 시뮬레이션이 수행될 수 있으며, 동적 장애물의 이동 방향에 따라 매칭되는 위치 분포 정보가 선택되어 동적 장애물의 이동 방향이 예측될 수 있다. 또는 본 발명에 따른 차량 제어 방법은 시뮬레이션 결과를 동적 장애물의 이동 방향에 따라 회전시킴으로써 차량을 제어할 수 있다.It has been described that the moving direction information of the dynamic obstacle can be used in the vehicle control method according to the present invention. Simulation of various moving directions can be performed, and the position distribution information matched according to the moving direction of the dynamic obstacle is selected The moving direction of the dynamic obstacle can be predicted. Alternatively, the vehicle control method according to the present invention can control the vehicle by rotating the simulation result according to the moving direction of the dynamic obstacle.

한편, 위치 분포 정보 생성 장치는 시뮬레이션 결과를 보간하여, 시간 및 속도에 따른 상기 동적 장애물의 위치 분포 정보를 생성(S730)한다. 도 8에 도시된 시뮬레이션 결과는 평면상에서 표현되어 위치 분포만을 나타내는 것으로 보이지만, 특정 위치에 동적 장애물이 얼마만큼 분포하였는지를 나타내는 분포 빈도에 대한 정보도 포함되어 있다. 위치 분포 정보 생성 장치는 시뮬레이션 결과를 이용하여, 동적 장애물의 분포 빈도를 나타내는 히스토그램을 생성하고, 히스토그램을 기 설정된 시간 간격으로 분할하여, 위치 분포 정보를 생성할 수 있다.On the other hand, the position distribution information generating apparatus interpolates the simulation result to generate position distribution information of the dynamic obstacle according to time and speed (S730). The simulation results shown in FIG. 8 are represented in a plane to represent only the position distribution, but also include information on the distribution frequency indicating how much the dynamic obstacle is distributed at a specific position. The location distribution information generating apparatus can generate a histogram indicating the distribution frequency of dynamic obstacles using the simulation result, and generate the location distribution information by dividing the histogram into predetermined time intervals.

본 발명에 따라 생성된 위치 분포 정보는 전술된 바와 같이, 차량으로 제공되어, 장애물과 차량의 충돌을 회피하기 위해 사용될 수 있다.
The position distribution information generated in accordance with the present invention may be provided to the vehicle, as described above, and used to avoid collision between the obstacle and the vehicle.

도 9는 본 발명의 구체적 실시예에 따른, 동적 장애물에 대한 위치 분포 정보 생성 방법을 설명하기 위한 도면이다.9 is a view for explaining a method of generating position distribution information for a dynamic obstacle according to a specific embodiment of the present invention.

도 9에서는 도 8의 시뮬레이션 결과 중 하나로부터 위치 분포 정보를 생성하는 경우가 일실시예로서 설명된다.In Fig. 9, the case of generating the position distribution information from one of the simulation results of Fig. 8 is described as an embodiment.

위치 분포 정보 생성 장치는 동적장애물의 속도가 40kph인 시뮬레이션 결과를 이용하여 동적 장애물의 분포 빈도를 나타내는 히스토그램(910)을 생성한다. 히스토그램(910)에서 X축(longitudinal position) 및 Y축(lateral position)은 동적 장애물의 위치를 나타내며, Z축(count number)는 특정 위치에 대한 동적 장애물의 분포 빈도를 나타낸다.The location distribution information generation apparatus generates a histogram 910 indicating the distribution frequency of the dynamic obstacle using the simulation result that the velocity of the dynamic obstacle is 40 kph. In the histogram 910, the longitudinal position and the Y-axis represent the position of the dynamic obstacle, and the Z-axis represents the frequency of the dynamic obstacle distribution to the specific position.

그리고 위치 분포 정보 생성 장치는 히스토그램(910)을 기 설정된 시간 간격으로 분할하고, 분할된 히스토그램(920)을 곡면 피팅으로 보간하여 위치 분포 정보(930)를 생성한다. The position distribution information generation apparatus divides the histogram 910 into predetermined time intervals and interpolates the divided histogram 920 into a curved surface fitting to generate the position distribution information 930. [

이 때, 곡면 피팅은 가우시안 분포 모델에 따라 수행될 수 있으며, 위치 분포 정보(930, p(X,Y))는 [수학식 1]과 같이 6개의 파라미터로 표현될 수 있다.At this time, the curved surface fitting can be performed according to the Gaussian distribution model, and the position distribution information 930, p (X, Y) can be expressed by six parameters as shown in [Equation 1].

Figure 112015009182235-pat00001
Figure 112015009182235-pat00001

[수학식 1]에서,

Figure 112015009182235-pat00002
및
Figure 112015009182235-pat00003
각각은 X축에서의 위치 및 Y축에서의 위치에 대한 확률 분포를 나타내며,
Figure 112015009182235-pat00004
및
Figure 112015009182235-pat00005
는 확률 분포의 최대 값을 나타낸다. 그리고
Figure 112015009182235-pat00006
및
Figure 112015009182235-pat00007
는 확률 분포의 중앙 값을 나타내며,
Figure 112015009182235-pat00008
및
Figure 112015009182235-pat00009
는 분산 값을 나타낸다.In Equation (1)
Figure 112015009182235-pat00002
And
Figure 112015009182235-pat00003
Each representing a probability distribution with respect to a position in the X-axis and a position in the Y-axis,
Figure 112015009182235-pat00004
And
Figure 112015009182235-pat00005
Represents the maximum value of the probability distribution. And
Figure 112015009182235-pat00006
And
Figure 112015009182235-pat00007
Represents the median value of the probability distribution,
Figure 112015009182235-pat00008
And
Figure 112015009182235-pat00009
Represents a dispersion value.

위치 분포 정보는 예를 들어 동적 장애물의 속도 및 시간과 전술된 6개의 파라미터가 매칭된 형태일 수 있으며, 본 발명에 따른 차량 제어 방법은 동적 장애물의 속도 및 이동 방향과 매칭되는 파라미터를 이용하여 동적 장애물의 이동 경로를 예측할 수 있다.
The position distribution information may be, for example, a form in which the velocity and time of the dynamic obstacle are matched with the six parameters described above, and the vehicle control method according to the present invention is a dynamic control method using a dynamic obstacle, The movement path of the obstacle can be predicted.

앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
The above-described technical features may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks, and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
As described above, the present invention has been described with reference to particular embodiments, such as specific elements, and specific embodiments and drawings. However, it should be understood that the present invention is not limited to the above- And various modifications and changes may be made thereto by those skilled in the art to which the present invention pertains. Accordingly, the spirit of the present invention should not be construed as being limited to the embodiments described, and all of the equivalents or equivalents of the claims, as well as the following claims, belong to the scope of the present invention .

Claims (15)

차량 제어 방법에 있어서,
차량 센서를 이용하여, 동적 차량 장애물 정보를 생성하는 단계;
메모리에 저장된, 복수의 차량 장애물의 속도 및 시간에 따른 위치 분포 정보 중에서, 상기 동적 차량 장애물 정보에 대응되는 위치 분포 정보를 이용하여, 상기 동적 차량 장애물에 대한 이동 경로를 예측하는 단계; 및
상기 예측 결과를 이용하여, 상기 차량을 제어하는 단계를 포함하며,
상기 동적 차량 장애물 정보는 상기 동적 차량 장애물에 대한 종류 정보를 포함하며, 상기 동적 차량 장애물에 대한 종류는 승용차, SUV 또는 트럭이며,
상기 위치 분포 정보는 상기 동적 차량 장애물의 종류별로 설정되는 파라미터에 따라 시뮬레이션된 정보인
차량 제어 방법.
In a vehicle control method,
Using the vehicle sensor, generating dynamic vehicle obstacle information;
Estimating a movement path for the dynamic vehicle obstacle by using position distribution information corresponding to the dynamic vehicle obstacle information among position distribution information according to velocity and time of a plurality of vehicle obstacles stored in the memory; And
And controlling the vehicle using the prediction result,
Wherein the dynamic vehicle obstacle information includes type information for the dynamic vehicle obstacle, and the kind for the dynamic vehicle obstacle is a passenger car, SUV, or truck,
The position distribution information is information that is simulated according to a parameter set for each type of the dynamic vehicle obstacle
Vehicle control method.
삭제delete 제 1항에 있어서,
상기 동적 차량 장애물 정보는
상기 동적 차량 장애물에 대한 속도 정보 또는 이동 방향 정보
를 포함하는 차량 제어 방법.
The method according to claim 1,
The dynamic vehicle obstacle information
Speed information or moving direction information for the dynamic vehicle obstacle
The vehicle control method comprising:
제 1항에 있어서,
상기 차량을 제어하는 단계는
예측 시간에서 상기 이동 경로에 따른 상기 동적 차량 장애물과 상기 차량의 충돌 가능성 정보를 생성하는 단계; 및
상기 충돌 가능성 정보를 이용하여 상기 차량을 제어하는 단계
를 포함하는 차량 제어 방법.
The method according to claim 1,
The step of controlling the vehicle
Generating collision probability information of the vehicle and the dynamic vehicle obstacle along the movement route at a predicted time; And
Controlling the vehicle using the collision probability information
The vehicle control method comprising:
제 1항에 있어서,
상기 차량을 제어하는 단계는
상기 예측 결과에 따른 충돌 경보를 운전자에게 제공하며,
상기 충돌 경보는 시각, 청각 또는 촉각 데이터 중 어느 하나의 형태인
차량 제어 방법.
The method according to claim 1,
The step of controlling the vehicle
Provides a crash alert to the driver according to the prediction result,
The collision alarm may be any one of visual, auditory or tactile data
Vehicle control method.
제 1항에 있어서,
상기 차량을 제어하는 단계는
상기 예측 결과에 따라, 상기 차량과 상기 동적 차량 장애물의 충돌을 회피하는 상기 차량에 대한 이동 경로를 생성하는 단계; 및
상기 차량에 대한 이동 경로에 따라, 상기 차량의 이동을 제어하는 단계
를 포함하는 차량 제어 방법.
The method according to claim 1,
The step of controlling the vehicle
Generating a movement path for the vehicle that avoids collision of the vehicle and the dynamic vehicle obstacle in accordance with the prediction result; And
Controlling movement of the vehicle in accordance with the movement route to the vehicle
The vehicle control method comprising:
제 1항에 있어서,
상기 차량을 제어하는 단계는
상기 예측 결과에 따라, 상기 차량과 상기 동적 차량 장애물의 충돌을 회피하는 상기 차량에 대한 이동 경로를 생성하는 단계; 및
디스플레이 장치를 이용하여 상기 이동 경로를 디스플레이하는 단계
를 포함하는 차량 제어 방법.
The method according to claim 1,
The step of controlling the vehicle
Generating a movement path for the vehicle that avoids collision of the vehicle and the dynamic vehicle obstacle in accordance with the prediction result; And
Displaying the movement route using a display device
The vehicle control method comprising:
제 1항에 있어서,
외부 장치로부터 상기 위치 분포 정보를 입력받는 단계; 및
상기 위치 분포 정보를 업데이트하는 단계
를 더 포함하는 차량 제어 방법.
The method according to claim 1,
Receiving the position distribution information from an external device; And
Updating the location distribution information
Further comprising the steps of:
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020150013247A 2015-01-28 2015-01-28 Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information KR101621649B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150013247A KR101621649B1 (en) 2015-01-28 2015-01-28 Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150013247A KR101621649B1 (en) 2015-01-28 2015-01-28 Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information

Publications (1)

Publication Number Publication Date
KR101621649B1 true KR101621649B1 (en) 2016-05-16

Family

ID=56109280

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150013247A KR101621649B1 (en) 2015-01-28 2015-01-28 Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information

Country Status (1)

Country Link
KR (1) KR101621649B1 (en)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190013688A (en) * 2017-06-22 2019-02-11 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 Traffic forecasting based on map images for autonomous driving
KR101996230B1 (en) * 2018-02-26 2019-07-04 (주)에스더블유엠 Method and apparatus for providing test information for simulation of autonomous vehicle
KR102012230B1 (en) * 2018-02-26 2019-08-21 (주)에스더블유엠 Method and apparatus for verifying operation of autonomous vehicle by test section
KR20190140491A (en) * 2018-04-24 2019-12-20 국방과학연구소 Method for generating predicted path data of objects, apparatus therefor, and unmanned ground vehicle
KR20200047766A (en) * 2017-10-31 2020-05-07 웨이모 엘엘씨 Traffic redirection detection and response for autonomous vehicles
CN111982143A (en) * 2020-08-11 2020-11-24 北京汽车研究总院有限公司 Vehicle and vehicle path planning method and device
US11402843B2 (en) 2017-10-31 2022-08-02 Waymo Llc Semantic object clustering for autonomous vehicle decision making
KR20220123886A (en) * 2021-03-02 2022-09-13 경북대학교 산학협력단 Apparatus and method of generating probability map that displays degree of risk according to moving path of moving object
WO2022209607A1 (en) * 2021-03-29 2022-10-06 本田技研工業株式会社 Information processing device, vehicle, travel support method, and travel support program
CN116691689A (en) * 2023-08-07 2023-09-05 山东海量信息技术研究院 Vehicle control method, system, equipment and computer readable storage medium
US11945429B2 (en) 2020-03-17 2024-04-02 Toyota Jidosha Kabushiki Kaisha Non-transitory storage medium, vehicle control device, and method for generating data structure

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3501009B2 (en) * 1999-03-26 2004-02-23 トヨタ自動車株式会社 Vehicle collision avoidance control device
JP2007317018A (en) * 2006-05-26 2007-12-06 Toyota Motor Corp Collision determination device
JP4760715B2 (en) * 2004-12-28 2011-08-31 株式会社豊田中央研究所 Vehicle motion control device
JP2011237871A (en) * 2010-05-06 2011-11-24 Toyota Motor Corp Driving support apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3501009B2 (en) * 1999-03-26 2004-02-23 トヨタ自動車株式会社 Vehicle collision avoidance control device
JP4760715B2 (en) * 2004-12-28 2011-08-31 株式会社豊田中央研究所 Vehicle motion control device
JP2007317018A (en) * 2006-05-26 2007-12-06 Toyota Motor Corp Collision determination device
JP2011237871A (en) * 2010-05-06 2011-11-24 Toyota Motor Corp Driving support apparatus

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190013688A (en) * 2017-06-22 2019-02-11 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 Traffic forecasting based on map images for autonomous driving
KR102093047B1 (en) * 2017-06-22 2020-03-24 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 Traffic prediction based on map image for autonomous driving
US11367354B2 (en) 2017-06-22 2022-06-21 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Traffic prediction based on map images for autonomous driving
US11887474B2 (en) 2017-10-31 2024-01-30 Waymo Llc Detecting and responding to traffic redirection for autonomous vehicles
KR20200047766A (en) * 2017-10-31 2020-05-07 웨이모 엘엘씨 Traffic redirection detection and response for autonomous vehicles
KR102488743B1 (en) * 2017-10-31 2023-01-17 웨이모 엘엘씨 Detection and response to traffic redirection for autonomous vehicles
US11951991B2 (en) 2017-10-31 2024-04-09 Waymo Llc Semantic object clustering for autonomous vehicle decision making
US11402843B2 (en) 2017-10-31 2022-08-02 Waymo Llc Semantic object clustering for autonomous vehicle decision making
KR101996230B1 (en) * 2018-02-26 2019-07-04 (주)에스더블유엠 Method and apparatus for providing test information for simulation of autonomous vehicle
KR102012230B1 (en) * 2018-02-26 2019-08-21 (주)에스더블유엠 Method and apparatus for verifying operation of autonomous vehicle by test section
KR20190140491A (en) * 2018-04-24 2019-12-20 국방과학연구소 Method for generating predicted path data of objects, apparatus therefor, and unmanned ground vehicle
KR102180036B1 (en) * 2018-04-24 2020-11-17 국방과학연구소 Method for generating predicted path data of objects, apparatus therefor, and unmanned ground vehicle
US11945429B2 (en) 2020-03-17 2024-04-02 Toyota Jidosha Kabushiki Kaisha Non-transitory storage medium, vehicle control device, and method for generating data structure
CN111982143A (en) * 2020-08-11 2020-11-24 北京汽车研究总院有限公司 Vehicle and vehicle path planning method and device
CN111982143B (en) * 2020-08-11 2024-01-19 北京汽车研究总院有限公司 Vehicle and vehicle path planning method and device
KR20220123886A (en) * 2021-03-02 2022-09-13 경북대학교 산학협력단 Apparatus and method of generating probability map that displays degree of risk according to moving path of moving object
KR102566200B1 (en) * 2021-03-02 2023-08-11 경북대학교 산학협력단 Apparatus and method of generating probability map that displays degree of risk according to moving path of moving object
WO2022209607A1 (en) * 2021-03-29 2022-10-06 本田技研工業株式会社 Information processing device, vehicle, travel support method, and travel support program
CN116691689B (en) * 2023-08-07 2024-01-12 山东海量信息技术研究院 Vehicle control method, system, equipment and computer readable storage medium
CN116691689A (en) * 2023-08-07 2023-09-05 山东海量信息技术研究院 Vehicle control method, system, equipment and computer readable storage medium

Similar Documents

Publication Publication Date Title
KR101621649B1 (en) Method for Generating Position Distribution Information of Moving Obstacle, Method and System for Controlling Vehicle Using the Position Distribution Information
JP6800899B2 (en) Risk-based driver assistance for approaching intersections with limited visibility
US10031526B1 (en) Vision-based driving scenario generator for autonomous driving simulation
EP3474254B1 (en) Surrounding environment recognition device
US11898855B2 (en) Assistance control system that prioritizes route candidates based on unsuitable sections thereof
KR102433273B1 (en) Polyline contour representations for autonomous vehicles
JP5082433B2 (en) Method, apparatus, and program for determining surrounding object risk
US11845431B2 (en) Enhanced vehicle operation
EP3869342A1 (en) System and method for generating simulation scenario definitions for an autonomous vehicle system
US11348343B1 (en) Vehicle parking navigation
US20220073070A1 (en) Vehicle draft mode
CN116135639A (en) Vehicle path adjustment
US11685379B2 (en) Vehicle control device and storage medium storing computer program for vehicle control
US20220274592A1 (en) Vehicle parking navigation
US20230150532A1 (en) Vehicle path adjustment
KR101930163B1 (en) Apparatus and method for lane Keeping control
WO2022065045A1 (en) Automatic driving device
US20220063671A1 (en) Vehicle operation along planned path
CN115447607A (en) Method and device for planning a vehicle driving trajectory
CN111231977B (en) Vehicle speed determination method and device, vehicle and storage medium
US11823465B2 (en) Neural network object identification
US20230159032A1 (en) Vehicle lane-change operations
US11530933B1 (en) Vehicle navigation
US20230399002A1 (en) Vehicle path adjustment
EP4140844A2 (en) Persisting predicted objects for robustness to perception issues in autonomous driving

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190702

Year of fee payment: 4