KR101628547B1 - Apparatus and Method for Checking of Driving Load - Google Patents

Apparatus and Method for Checking of Driving Load Download PDF

Info

Publication number
KR101628547B1
KR101628547B1 KR1020140168725A KR20140168725A KR101628547B1 KR 101628547 B1 KR101628547 B1 KR 101628547B1 KR 1020140168725 A KR1020140168725 A KR 1020140168725A KR 20140168725 A KR20140168725 A KR 20140168725A KR 101628547 B1 KR101628547 B1 KR 101628547B1
Authority
KR
South Korea
Prior art keywords
lane
vehicle
sensing data
reliability
probability
Prior art date
Application number
KR1020140168725A
Other languages
Korean (ko)
Inventor
신기철
허명선
오영철
Original Assignee
현대자동차주식회사
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 filed Critical 현대자동차주식회사
Priority to KR1020140168725A priority Critical patent/KR101628547B1/en
Application granted granted Critical
Publication of KR101628547B1 publication Critical patent/KR101628547B1/en

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/10Path keeping
    • B60W30/12Lane keeping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/009Priority selection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/10Path keeping
    • B60Y2300/12Lane keeping

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

The present invention relates to an apparatus and a method for checking a driving lane, wherein the apparatus comprises: a sensor module having a plurality of sensors to acquire sensing data relative to lane estimation of a vehicle which is being driven; and a control module estimating a lane of a vehicle which is being driven on the basis of order of priority, reliability, and lane misrecognition probability with respect to the sensors. Another embodiment of the present invention can be applied.

Description

주행 차선 확인 장치 및 방법{Apparatus and Method for Checking of Driving Load}[0001] Apparatus and Method for Checking Driving Load [0002]

본 발명의 다양한 실시 예는 주행 차선 확인 장치 및 방법에 관한 것으로, 차량에 구비된 복수개의 센서에 할당된 우선순위 및 복수개의 센서에 대한 신뢰도를 기반으로 주행 중인 자차의 차선을 추정할 수 있는 주행 차선 확인 장치 및 방법에 관한 것이다. Various embodiments of the present invention are directed to an apparatus and method for identifying a driving lane, and more particularly, to an apparatus and method for identifying a driving lane, which is capable of estimating a lane of a driving lane based on a priority assigned to a plurality of sensors provided in the vehicle, And more particularly, to a lane check apparatus and method.

차선 인식(Lane Detection)은 도로 상의 흰색 차선이나 황색 차선을 인식하는 기술로, 이를 기반으로 차선 이탈 경보 시스템, 차선 유지 보고 시스템 등이 개발되고 있다. 차선 이탈 경보 시스템 또는 차선 유지 보고 시스템은 차선 이탈이 예상될 때 이를 운전자에게 경고하여 안전 운행을 보조하는 시스템으로 운전자 없이 자동차가 차선을 인식하고 스스로 차를 운행하는 무인 자동차 등에도 이용될 수 있다. Lane Detection is a technology to recognize white lanes or yellow lanes on the road, and a lane departure warning system and a lane keeping reporting system are being developed based on this technology. The lane departure warning system or the lane keeping reporting system can be used for unmanned vehicles where the lane is recognized by the lane without the driver and the lane is driven by the self, by alerting the driver when the lane departure is expected.

일반적인 차선 인식 방법은 수집된 차도의 영상데이터 분석을 통해 차선의 색상을 측정하고, 측정된 색상을 기준으로 차선을 인식하는 기술을 이용한다. 그러나 상기와 같은 기술은 차선이 닳거나 먼지 등의 오염 물질에 의해 차선이 오염되는 등의 환경요인에 의해 인식이 용이하지 않은 경우가 발생하는 문제점이 있다. A typical lane recognition method uses the technique of measuring the lane color by analyzing the image data of the collected roadway and recognizing the lane based on the measured color. However, the above-described technology has a problem that recognition is not easy due to environmental factors such as frayed lanes or contamination of lanes due to contaminants such as dust.

상기와 같이 종래의 문제점을 해결하기 위한 본 발명의 다양한 실시 예들은 차량에 구비된 복수개의 센서에 할당된 우선순위 및 복수개의 센서에 대한 신뢰도를 기반으로 주행 중인 자차의 차선을 추정할 수 있는 주행 차선 확인 장치 및 방법을 제공하는 것이다. In order to solve the above-described problems, various embodiments of the present invention provide a method of estimating a lane of a self-driving vehicle based on a priority assigned to a plurality of sensors provided in a vehicle, And to provide a lane identification apparatus and method.

본 발명의 일 실시 예에 따른 주행 차선 확인 장치는 주행 중인 자차의 차선 추정과 관련된 센싱 데이터를 획득하는 복수개의 센서를 포함하는 센서모듈, 상기 복수개의 센서에 대한 우선순위, 신뢰도 및 차선 오인지 확률에 기반하여 주행 중인 자차의 차선을 추정하는 제어모듈을 포함할 수 있다.The driving lane identifying apparatus according to an embodiment of the present invention includes a sensor module including a plurality of sensors for obtaining sensing data related to a lane estimation of a driving vehicle, a priority module for determining a priority, a reliability, And a control module for estimating a lane of the driven vehicle on the basis of the vehicle speed.

또한, 상기 센서모듈은 이미지 센서와 레이저 센서를 포함할 수 있다.In addition, the sensor module may include an image sensor and a laser sensor.

또한, 상기 제어모듈은 상기 우선순위가 가장 마지막인 상기 레이저 센서에 대한 신뢰도가 임계치 이상이면 상기 자차의 주변 차량에 대한 주행 궤적을 확인하고, 상기 신뢰도가 임계치 미만이면 상기 자차의 선행 차량에 대한 주행 궤적을 확인할 수 있다.If the reliability is less than a threshold value, the control module checks the driving trajectory of the preceding vehicle to the preceding vehicle if the reliability of the laser sensor is the latest, The trajectory can be confirmed.

또한, 상기 제어모듈은 상기 레이저 센서에 대한 신뢰도가 임계치 이상이고, 상기 주변 차량에 대한 주행 궤적 확인 결과, 상기 차선 오인지 확률이 임계치 이상이면 상기 자차의 선행 차량에 대한 주행 궤적을 확인할 수 있다.If the reliability of the laser sensor is equal to or greater than the threshold value and the probability of the lane of sight is less than a threshold value as a result of checking the trajectory of the preceding vehicle, the control module can confirm the trajectory of the preceding vehicle.

또한, 상기 제어모듈은 상기 레이저 센서에서 획득되는 센싱 데이터를 이용하여 상기 선행 차량에 대한 주행 궤적을 확인하고, 상기 주행 궤적을 상기 차선의 중심선으로 확인할 수 있다. Also, the control module can confirm the running locus for the preceding vehicle by using the sensing data obtained from the laser sensor, and confirm the running locus as the center line of the lane.

또한, 상기 차선 오인지 확률은 상기 자차가 주행 중인 도로에 대한 차선 예측값과, 상기 센싱 데이터의 분석을 통해 산출된 차선 추정값의 차이로 산출될 수 있다. In addition, the probability of the lane-keeping error may be calculated as a difference between a lane predicted value for the road on which the vehicle is traveling and a lane-estimated value calculated through analysis of the sensing data.

또한, 상기 차선 오인지 확률은 이전 센싱 데이터와 현재 센싱 데이터에서 각각 추정된 차선 추정값의 차이로 산출될 수 있다. In addition, the probability of the lane-based error may be calculated as the difference between the estimated lane-estimated values of the previous sensing data and the current sensing data, respectively.

아울러, 본 발명의 일 실시 예에 따른 주행 차선 확인 방법은 주행 중인 자차의 차선 추정과 관련된 센싱 데이터를 획득하는 복수개의 센서에 대한 우선순위를 확인하는 단계, 상기 우선순위에 의거하여 상기 센싱 데이터를 분석하는 단계, 상기 센싱 데이터 분석결과로 상기 센서에 대한 신뢰도 및 차선 오인지 확률을 확인하는 단계, 상기 확인결과에 기반하여 상기 자차의 차선을 추정하는 단계를 포함할 수 있다.According to another aspect of the present invention, there is provided a driving lane identifying method comprising: confirming a priority of a plurality of sensors for acquiring sensing data related to lane estimation of a driving vehicle; Analyzing the sensed data, confirming the reliability of the sensor and the probability of lane recognition as a result of the sensing data analysis, and estimating the lane of the vehicle based on the confirmation result.

또한, 상기 자차의 차선을 추정하는 단계는 상기 우선순위가 가장 마지막인 레이저 센서의 신뢰도가 임계치 이상이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 주변 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계, 상기 우선순위가 가장 마지막인 레이저 센서의 신뢰도가 임계치 미만이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 선행 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계를 포함할 수 있다.The step of estimating the lane of the vehicle may further include analyzing sensing data obtained by the laser sensor when the reliability of the laser sensor having the last priority is equal to or greater than a threshold value, Estimating the lane of the vehicle through the trajectory of the preceding vehicle by analyzing the sensed data obtained by the laser sensor if the reliability of the laser sensor having the last priority is less than the threshold, .

또한, 상기 자차의 차선을 추정하는 단계는 상기 레이저 센서의 신뢰도가 임계치 이상이고, 상기 주변 차량에 대한 주행 궤적 확인 결과, 상기 차선 오인지 확률이 임계치 이상이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 선행 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계일 수 있다. The step of estimating the lane of the vehicle may further include analyzing the sensing data obtained by the laser sensor when the reliability of the laser sensor is equal to or greater than the threshold value and the probability of the lane- And estimating a lane of the preceding vehicle through the trajectory of the preceding vehicle with respect to the preceding vehicle.

또한, 상기 자차의 차선을 추정하는 단계는 상기 레이저 센서에서 획득되는 센싱 데이터를 이용하여 상기 선행 차량에 대한 주행 궤적을 확인하고, 상기 주행 궤적을 상기 차선의 중심선으로 확인하여 상기 자차의 차선을 추정하는 단계일 수 있다. The step of estimating the lane of the vehicle may include the steps of identifying a driving trajectory of the preceding vehicle using the sensing data obtained by the laser sensor and estimating a lane of the vehicle by identifying the driving trajectory as a center line of the lane, Lt; / RTI >

또한, 상기 차선 오인지 확률을 확인하는 단계는 상기 자차가 주행 중인 도로에 대한 차선 예측값과, 상기 센싱 데이터의 분석을 통해 산출된 차선 추정값의 차이로 상기 차선 오인지 확률을 확인하는 단계일 수 있다. Also, the step of checking the probability of lane-finding may be a step of checking the probability that the lane is in the lane on the basis of the difference between the lane estimation value for the road on which the vehicle is traveling and the lane estimation value calculated through analysis of the sensing data .

또한, 상기 차선 오인지 확률을 확인하는 단계는 이전 센싱 데이터와 현재 센싱 데이터에서 각각 추정된 차선 추정값의 차이로 상기 차선 오인지 확률을 확인하는 단계일 수 있다. Also, the step of checking the probability of lane-finding may be a step of checking the probability of the lane of sight by the difference between the estimated lane-estimated values of the previous sensing data and the current sensing data, respectively.

상술한 바와 같이 본 발명은 주행 차선 확인 장치 및 방법에 관한 것으로, 차량에 구비된 복수개의 센서에 할당된 우선순위 및 복수개의 센서에 대한 신뢰도를 기반으로 주행 중인 자차의 차선을 보다 정확하게 추정할 수 있다. As described above, the present invention relates to an apparatus and method for identifying a driving lane, and more particularly, it is possible to accurately estimate a lane of a driving vehicle on the basis of a priority assigned to a plurality of sensors provided in a vehicle, have.

도 1은 본 발명의 일 실시 예에 따른 주행 차선 확인 장치의 주요 구성을 나타내는 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 영상데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 연속되는 영상데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 레이저 데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 연속되는 레이저 데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 자차의 선행 차량에 대한 주행궤적을 이용한 주행 차선 추정을 설명하기 위한 도면이다.
도 7은 본 발명의 실시 예에 따른 주행 차선 확인 방법을 설명하기 위한 순서도이다.
1 is a block diagram showing a main configuration of a driving lane checking apparatus according to an embodiment of the present invention.
2 is a diagram for explaining a driving lane estimation based on image data according to an embodiment of the present invention.
3 is a diagram for explaining a driving lane estimation based on continuous image data according to an embodiment of the present invention.
4 is a view for explaining a driving lane estimation based on laser data according to an embodiment of the present invention.
5 is a view for explaining a driving lane estimation based on continuous laser data according to an embodiment of the present invention.
6 is a view for explaining a driving lane estimation using a trajectory of a preceding vehicle of a vehicle according to an embodiment of the present invention.
7 is a flowchart illustrating a method of identifying a driving lane according to an embodiment of the present invention.

이하, 본 발명의 다양한 실시 예가 첨부된 도면과 연관되어 기재된다. 본 발명의 다양한 실시 예는 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있다. 그러나, 이는 본 발명의 다양한 실시 예를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 다양한 실시 예의 사상 및 기술 범위에 포함되는 모든 변경 및/또는 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용되었다.
Best Mode for Carrying Out the Invention Various embodiments of the present invention will be described below with reference to the accompanying drawings. The various embodiments of the present invention are capable of various changes and may have various embodiments, and specific embodiments are illustrated in the drawings and the detailed description is described with reference to the drawings. It should be understood, however, that it is not intended to limit the various embodiments of the invention to the specific embodiments, but includes all changes and / or equivalents and alternatives falling within the spirit and scope of the various embodiments of the invention. In connection with the description of the drawings, like reference numerals have been used for like elements.

도 1은 본 발명의 일 실시 예에 따른 주행 차선 확인 장치의 주요 구성을 나타내는 블록도이다. 도 2는 본 발명의 일 실시 예에 따른 영상데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다. 도 3은 본 발명의 일 실시 예에 따른 연속되는 영상데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다. 도 4는 본 발명의 일 실시 예에 따른 레이저 데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다. 도 5는 본 발명의 일 실시 예에 따른 연속되는 레이저 데이터에 기반한 주행 차선 추정을 설명하기 위한 도면이다. 도 6은 본 발명의 일 실시 예에 따른 자차의 선행 차량에 대한 주행궤적을 이용한 주행 차선 추정을 설명하기 위한 도면이다. 1 is a block diagram showing a main configuration of a driving lane checking apparatus according to an embodiment of the present invention. 2 is a diagram for explaining a driving lane estimation based on image data according to an embodiment of the present invention. 3 is a diagram for explaining a driving lane estimation based on continuous image data according to an embodiment of the present invention. 4 is a view for explaining a driving lane estimation based on laser data according to an embodiment of the present invention. 5 is a view for explaining a driving lane estimation based on continuous laser data according to an embodiment of the present invention. 6 is a view for explaining a driving lane estimation using a trajectory of a preceding vehicle of a vehicle according to an embodiment of the present invention.

도 1 내지 도 6을 참조하면, 본 발명에 따른 차선확인장치(100)는 통신모듈(110), 센서모듈(120), 입력모듈(130), 출력모듈(140), 메모리(150) 및 제어모듈(160)을 포함할 수 있다. 주행 중인 자차의 차선 추정을 위해 센서모듈(120)은 이미지 센서(121) 및 레이저 센서(122)를 포함할 수 있고, 제어모듈(160)은 우선순위관리부(161), 신뢰도관리부(162) 및 차선추정부(163)를 포함할 수 있다. 1 to 6, a lane identification apparatus 100 according to the present invention includes a communication module 110, a sensor module 120, an input module 130, an output module 140, a memory 150, Module 160 may be included. The sensor module 120 may include an image sensor 121 and a laser sensor 122 and the control module 160 may include a priority manager 161, a reliability manager 162, And may include a lane estimation unit 163.

통신모듈(110)은 센서모듈(120), 입력모듈(130), 출력모듈(140), 메모리(150) 및 제어모듈(160) 사이의 통신을 위해 CAN(Controller Area Network), CAN-FD(CAN with Flexible Data rate), FlexRay, MOST(Media Oriented Systems Transport), TT Ethernet(Time Triggered Ethernet) 등의 다양한 차량 내 통신을 수행할 수 있다.The communication module 110 includes a CAN (Controller Area Network), a CAN-FD (or CAN-FD) communication module for communication between the sensor module 120, the input module 130, the output module 140, the memory 150, CAN with Flexible Data rate), FlexRay, MOST (Media Oriented Systems Transport), and TT Ethernet (Time Triggered Ethernet).

센서모듈(120)은 자차에 구비되어 주행 중인 자차의 차선을 추정하기 위해 이미지 센서(121) 및 레이저 센서(122)를 구비할 수 있다. 이때, 이미지 센서(121)는 카메라일 수 있다. 레이저 센서(122)는 LiDAR(LIght Detection And Ranging)센서로, 레이저 레이더일 수 있다. 레이저 센서(122)는 레이저 광선을 조사하는 센서일 수 있다. 아울러, 센서모듈(120)는 주행 중인 자차의 위치를 확인할 수 있는 GPS(Global Positioning System)센서를 포함할 수 있다. The sensor module 120 may include an image sensor 121 and a laser sensor 122 for estimating a lane of a driving vehicle provided on the vehicle. At this time, the image sensor 121 may be a camera. The laser sensor 122 is a LiDAR (Light Detection And Ranging) sensor, and may be a laser radar. The laser sensor 122 may be a sensor for irradiating a laser beam. In addition, the sensor module 120 may include a Global Positioning System (GPS) sensor capable of confirming the position of the driven vehicle.

이미지 센서(121)는 주행 중인 차량의 차선에 대한 이미지 데이터를 획득할 수 있도록 자차의 전방에 구비될 수 있으며, 획득된 이미지 데이터를 제어모듈(160)로 제공할 수 있다. 레이저 센서(122)는 주행 중인 자차의 전방에 존재하는 오브젝트 예컨대, 타 차량, 가드레일 등을 확인하여 차선을 추정할 수 있도록 자차의 전방에 구비될 수 있으며, 획득된 레이저 데이터를 제어모듈(160)로 제공할 수 있다. 이때, 레이저 데이터는 레이저 센서(122)에서 조사된 레이저 관성이 임의의 오브젝트에 의해 반사되는 반사광을 의미할 수 있다. The image sensor 121 may be provided in front of the vehicle so as to acquire image data of the lane of the vehicle while driving, and may provide the acquired image data to the control module 160. The laser sensor 122 may be provided in front of the vehicle so as to estimate an object such as an object existing in front of the traveling vehicle, for example, a vehicle, a guardrail, etc., ). At this time, the laser data may mean reflected light reflected by an arbitrary object of the laser inertia irradiated by the laser sensor 122.

본 발명의 실시 예에서는 센서모듈(120)이 이미지 센서(121)와 레이저 센서(122)를 포함하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니며, 다양한 종류의 센서를 추가적으로 포함할 수 있다. In the embodiment of the present invention, the sensor module 120 includes the image sensor 121 and the laser sensor 122. However, the sensor module 120 is not limited to the image sensor 121 and may include various sensors.

입력모듈(130)은 외부로부터의 입력에 따른 제어신호를 생성할 수 있다. 특히, 입력모듈(130)은 차량의 시동 온(ON) 시에 자차가 주행하는 차선을 추정할 수 있는 차선 추정모드 활성화를 설정하기 위한 신호를 생성하여 제어모듈(160)로 제공할 수 있다. 이를 위해, 입력모듈(130)은 키패드, 터치패드, 터치스크린 등의 입력장치로 형성될 수 있으며, 입력모듈(130)이 터치스크린으로 형성된 경우, 출력모듈(140)의 기능도 동시에 수행할 수 있다. The input module 130 may generate a control signal according to an input from the outside. In particular, the input module 130 may generate a signal for setting a lane estimation mode activation that can estimate a lane on which the vehicle is traveling when the vehicle is turned on, and provide the signal to the control module 160. For this purpose, the input module 130 may be formed as an input device such as a keypad, a touch pad, and a touch screen. When the input module 130 is formed as a touch screen, have.

출력모듈(140)은 차선확인장치(100)에서 수행되는 동작을 출력할 수 있다. 이를 위해, 출력모듈(140)은 LCD, 터치스크린 등의 출력장치(미도시)를 포함할 수 있고, 차선확인장치(100)에서 발생되는 경고 메시지 등의 알람을 출력하기 위한 스피커(SPK)를 포함할 수 있다. The output module 140 may output an operation performed by the lane check device 100. [ To this end, the output module 140 may include an output device (not shown) such as an LCD or a touch screen, and may include a speaker SPK for outputting an alarm such as a warning message generated by the lane check device 100 .

메모리(150)는 차선확인장치(100)를 동작시키기 위한 프로그램 등을 저장할 수 있다. 메모리(150)는 센서모듈(120)에 포함된 이미지 센서(121) 및 레이저 센서(122)에 대한 우선순위를 저장할 수 있다. 메모리(150)는 이미지 센서(121) 및 레이저 센서(122)에서 임계시간 동안 획득되는 이미지 데이터 및 레이저 데이터를 순차적으로 저장할 수 있다. The memory 150 may store a program or the like for operating the lane departure checking apparatus 100. The memory 150 may store priorities for the image sensor 121 and the laser sensor 122 included in the sensor module 120. [ The memory 150 may sequentially store the image data and the laser data acquired during the critical time in the image sensor 121 and the laser sensor 122. [

제어모듈(160)은 센서모듈(120)에 포함된 복수개의 센서에 대한 우선순위, 신뢰도 및 차선 오인지 확률을 확인할 수 있다. 제어모듈(160)은 확인된 우선순위, 신뢰도 및 차선 오인지 확률에 기반하여 주행 중인 자차의 차선을 추정할 수 있다. The control module 160 can check the priority, reliability, and probability of lane error for a plurality of sensors included in the sensor module 120. [ The control module 160 may estimate the lane of the on-coming vehicle on the basis of the identified priority, reliability, and probability of lane error.

우선순위관리부(161)는 자차의 차선 추정모드가 활성화됨이 확인되면, 자차에 구비된 복수개의 센서에 대한 우선순위를 확인할 수 있다. 이때, 우선순위는 메모리(150)에 기 저장될 수 있고, 사용자에 의해 설정될 수 있다. The priority management unit 161 can confirm the priorities of the plurality of sensors provided in the vehicle when the lane estimation mode of the vehicle is confirmed to be activated. At this time, the priority order may be stored in the memory 150 and may be set by the user.

신뢰도관리부(162)는 이미지 센서(121)의 신뢰도를 확인할 수 있다. 신뢰도관리부(162)는 이미지 센서(121)의 신뢰도가 임계치 이상이면 이미지 센서(121)에서 획득된 이미지 데이터를 이용하여 자차의 차선을 추정할 수 있고, 신뢰도가 임계치 미만이면, 레이저 센서(122)에서 획득된 레이저 데이터를 이용하여 자차의 차선을 추정할 수 있다. 또한, 신뢰도관리부(162)는 도 2에서와 같이 자차가 주행 중인 도로에 대한 차선 예측값과, 이미지 데이터의 분석을 통해 산출된 차선 추정값의 차이로 차선 오인지 확률을 확인할 수 있다. 도 2 내지 도 6에 도시된 θ는 자차에서 센싱할 수 있는 범위에 대한 각도를 의미할 수 있고, a는 자차에서 센싱된 범위 내에 존재하는 오브젝트 예컨대, 타 차량 및 가드레일 등을 의미할 수 있다. The reliability management unit 162 can confirm the reliability of the image sensor 121. [ The reliability management unit 162 can estimate the lane of the vehicle using the image data acquired by the image sensor 121 if the reliability of the image sensor 121 is equal to or greater than the threshold, The lane of the vehicle can be estimated using the laser data obtained in the step S11. Also, as shown in FIG. 2, the reliability management unit 162 can check the probability that the lane is in the lane due to the difference between the lane predicted value for the road on which the vehicle is traveling and the lane estimated value calculated through analysis of the image data. 2 to 6 may denote an angle with respect to a range that can be sensed by the vehicle, and a may denote an object existing in a range sensed by the vehicle, for example, a vehicle, a guardrail, or the like .

신뢰도관리부(162)는 우선순위관리부(161)에서 확인된 우선순위에 기반하여 우선순위가 1로 설정된 센서 예컨대, 이미지 센서(121)에 대한 신뢰도를 확인할 수 있다. 신뢰도관리부(162)는 이미지 센서(121)에서 획득된 센싱 데이터인 이미지 데이터를 분석하여 이미지 센서(121)의 신뢰도를 확인할 수 있다. 일 실시 예에 따르면, 신뢰도관리부(162)는 이미지 데이터 분석결과, 이미지 데이터에서 차선에 대한 색상, 채도 및 명도 등이 임계치 이상 예컨대, 70% 이상으로 확인되면 이미지 센서(121)의 신뢰도가 임계치 이상인 것으로 확인할 수 있다. 이미지 센서(121)의 신뢰도가 임계치 이상이라 하더라도, 주행 차선 확인의 정확도 향상을 위해 신뢰도관리부(162)는 차선 오인지 확률을 확인할 수 있다. The reliability management unit 162 may check the reliability of the sensor, for example, the image sensor 121, whose priority is set to 1 based on the priority determined by the priority management unit 161. [ The reliability management unit 162 may analyze the image data, which is the sensing data obtained by the image sensor 121, to check the reliability of the image sensor 121. [ According to one embodiment, when the reliability of the image sensor 121 is equal to or higher than the threshold value, for example, when the color, saturation, and brightness of the lane in the image data are more than the threshold value, . Even if the reliability of the image sensor 121 is equal to or higher than the threshold, the reliability management unit 162 can check the probability of lane-keeping to improve the accuracy of the checking of the driving lane.

신뢰도관리부(162)는 도 3의 (a)와 같이 자차가 주행 중인 도로에 대한 이전(t-1) 이미지 데이터와 도 3의 (b)와 같이 자차가 주행 중인 도로에 대한 현재(t) 이미지 데이터에서 확인된 차선의 차이가 임계치 이상 발생하면 차선 오인지가 발생될 수 있음을 확인할 수 있다. 신뢰도관리부(162)는 이미지 센서(121)의 신뢰도가 임계치 이상이고, 차선 오인지 확률이 임계치 미만이면 차선추정부(163)를 호출할 수 있다. 차선추정부(163)는 이미지 센서(121)에서 획득된 이미지 데이터를 출력모듈(140)에 출력할 수 있다. The reliability management unit 162 stores the previous (t-1) image data for the road on which the vehicle is traveling and the current (t) image for the road on which the vehicle is traveling, as shown in FIG. 3 (b) It can be confirmed that a lane departure may be generated when the difference between the lanes detected in the data exceeds the threshold value. The reliability management unit 162 can call the lane estimation unit 163 when the reliability of the image sensor 121 is equal to or higher than the threshold and the probability of the lane is less than the threshold. The lane estimation unit 163 may output the image data obtained by the image sensor 121 to the output module 140. [

신뢰도관리부(162)는 이미지 데이터에 대한 차선 오인지 확률이 임계치 이상이면 우선순위관리부(161)에서 확인된 우선순위에 기반하여 우선순위가 2로 설정된 센서 예컨대, 레이저 센서(122)에 대한 신뢰도를 확인할 수 있다. The reliability management unit 162 determines the reliability of the sensor, for example, the laser sensor 122 whose priority is set to 2, based on the priority determined by the priority management unit 161, if the probability of the lane- Can be confirmed.

신뢰도관리부(162)는 레이저 센서(122)에서 획득된 센싱 데이터인 레이저 데이터를 분석하여 레이저 센서(122)의 신뢰도를 확인할 수 있다. 일 실시 예에 따르면, 신뢰도관리부(162)는 레이저 데이터 분석결과, 레이저 데이터에서 자차의 주변에 위치하는 타 차량(예컨대, 주변 차량) 및 가드레일 등이 확인되면 레이저 센서(122)의 신뢰도가 임계치 이상인 것으로 확인할 수 있다.The reliability management unit 162 may analyze the laser data, which is the sensing data obtained by the laser sensor 122, to confirm the reliability of the laser sensor 122. [ According to one embodiment, when the reliability of the laser sensor 122 is determined to be less than the threshold value (e.g., Or more.

신뢰도관리부(162)는 레이저 센서(122)의 신뢰도가 임계치 이상이면, 레이저 데이터를 분석할 수 있다. 신뢰도관리부(162)는 레이저 데이터의 분석을 통해 자차의 주변 차량에 대한 위치 및 주행궤적을 추출하여 주변 차량의 궤적을 추정할 수 있다. 신뢰도관리부(162)는 추정된 주변 차량의 궤적을 이용하여 분석결과에 따른 차선의 오인지 확률을 확인할 수 있다. 신뢰도관리부(162)는 도 4에서와 같이 자차가 주행 중인 도로에 대한 차선 예측값과, 레이저 데이터의 분석을 통해 산출된 차선 추정값의 차이로 차선 오인지 확률을 확인할 수 있다. 이때, 신뢰도관리부(162)는 주변 차량의 주행궤적 및 가드레일의 형태 등을 이용하여 차선의 형태 예컨대, 곡률 및 기울기를 추정할 수 있고, 주변 차량의 주행궤적 및 가드레일의 위치를 이용하여 차선의 형태 예컨대, 좌우 옵셋을 추정할 수 있다. 신뢰도관리부(162)는 레이저 데이터의 분석을 통해 예측된 차선 예측값과 주변 차량 및 가드레일에 의해 추정된 차선 추정값을 이용하여 차선 오인지 확률을 확인할 수 있다. 신뢰도관리부(162)는 차선 오인지 확률이 임계치 미만이면 차선추정부(163)를 호출할 수 있다. 차선추정부(163)는 레이저 데이터에 대한 분석결과에 대응되는 차선을 자차가 주행 중인 차선으로 추정하여 이를 출력모듈(140)에 출력할 수 있다.The reliability management unit 162 can analyze the laser data if the reliability of the laser sensor 122 is equal to or greater than the threshold value. The reliability management unit 162 can estimate the trajectory of the surrounding vehicle by extracting the position and the running trajectory of the subject vehicle with respect to the surrounding vehicle through the analysis of the laser data. The reliability management unit 162 can check the probability of the lane according to the analysis result by using the trajectory of the estimated neighboring vehicle. The reliability management unit 162 can check the probability that the lane is in the lane due to the difference between the lane predicted value for the road on which the vehicle is traveling and the lane estimated value calculated through analysis of the laser data as shown in FIG. At this time, the reliability management unit 162 can estimate the shape of the lane, for example, the curvature and the slope, using the trajectory of the surrounding vehicle and the shape of the guard rail, For example, a left-right offset can be estimated. The reliability management unit 162 can check the probability of the lane of the lane by using the lane predicted value predicted through the analysis of the laser data and the lane estimated value estimated by the neighboring vehicle and the guard rail. The reliability management unit 162 can call the lane estimation unit 163 if the probability of the lane is less than the threshold. The lane estimating unit 163 can estimate the lane corresponding to the analysis result of the laser data as the lane in which the vehicle is traveling and output the estimated lane to the output module 140. [

신뢰도관리부(162)는 이미지 센서(121)와 레이저 센서(122)에 대한 신뢰도가 임계치 미만이거나, 레이저 데이터 분석결과에 따른 차선 오인지 확률이 임계치 이상이면 도 6에서와 같이 레이저 데이터를 이용하여 자차의 전방에 존재하는 선행차량의 궤적으로부터 주행 중인 자차의 차선을 추정할 수 있도록 차선추정부(163)를 호출할 수 있다. 차선추정부(163)는 레이저 데이터를 통한 선행차량의 궤적추정이 불가능하면 주행 중인 차선의 추정이 불가능함을 알리는 메시지를 출력모듈(140)을 통해 출력할 수 있다. 6, when the reliability of the image sensor 121 and the laser sensor 122 is less than the threshold or the probability of the lane-finding according to the result of the laser data analysis is more than the threshold value, the reliability management unit 162 uses the laser data, It is possible to call the lane estimation unit 163 so as to estimate the lane of the oncoming vehicle from the trajectory of the preceding vehicle existing in front of the lane estimation unit 163. The lane estimating unit 163 can output a message to the output module 140 indicating that estimation of the trajectory of the preceding vehicle is impossible based on the laser data,

차선추정부(163)는 선행차량의 궤적과 자차의 이동경로를 지속적으로 확인하여 자차가 주행 중인 차선을 추정할 수 있다. 차선추정부(163)는 차선인지모델을 이용하여 자차가 주행 중인 차선을 예측할 수 있고, 예측된 차선을 주행 중인 차선인 것으로 추정할 수 있다. 일 실시 예에 따르면, 차선추정부(163)는 이전 시점(t-1)에 추정한 선행 차량에 대한 차선 정보(도로의 곡률, 차량 조향각도, 자차의 중심으로 인해 확인되는 도로의 좌우 옵셋)와 현재 시점(t)에 자차의 이동정보(자차의 종방향과 횡방향의 속도, 자차의 요레이트)를 이용할 수 있다. 차선추정부(163)는 시간에 따라 자차가 이동하고, 차선을 고정되어 있다는 것을 전제로 하여 자차의 움직임을 보상함으로써 이전 시점에 추정된 선행 차량에 대한 차선으로 현재 시점에 자차가 주행 중인 차선을 추정할 수 있다. 차선추정부(163)는 선행차량의 주행 궤적을 자차가 주행 중인 차선의 중심선으로 확인할 수 있다. 차선추정부(163)는 상기 중심선을 자차가 주행 중인 차선의 추정 결과로 출력모듈(140)에 출력할 수 있다.
The lane estimating unit 163 can continuously check the trajectory of the preceding vehicle and the traveling path of the preceding vehicle and estimate the lane in which the vehicle is traveling. The lane estimating unit 163 can estimate the lane in which the vehicle is traveling by using the lane recognition model and can estimate that the lane predicted is the lane in which the vehicle is traveling. According to one embodiment, the lane estimating unit 163 estimates lane information (curvature of the road, vehicle steering angle, left and right offsets of the road identified by the center of the road) for the preceding vehicle estimated at the previous time point t- And the movement information of the vehicle (the velocity in the longitudinal direction and the lateral direction of the vehicle, the yaw rate of the vehicle) at the present point in time t. The lane estimating unit 163 compensates for the movement of the lane on the assumption that the lane is moved along with the lapse of time and the lane for the preceding vehicle estimated at the previous lane is compensated for, Can be estimated. The lane estimating section 163 can confirm the trajectory of the preceding vehicle as the centerline of the lane in which the vehicle is traveling. The lane estimating unit 163 can output the center line to the output module 140 as an estimation result of the lane on which the vehicle is traveling.

도 7은 본 발명의 실시 예에 따른 주행 차선 확인 방법을 설명하기 위한 순서도이다. 7 is a flowchart illustrating a method of identifying a driving lane according to an embodiment of the present invention.

도 1 및 도 7을 참조하면, 11단계에서 제어모듈(160)은 주행 중인 자차의 차선추정모드가 활성화된 상태인지 확인할 수 있다. 제어모듈(160)은 차선 추정모드가 활성화된 상태이면 13단계를 수행하고, 차선 추정모드가 활성화된 상태가 아니면 39단계를 수행할 수 있다. 39단계에서 제어모듈(160)은 차량의 주행 속도, 주행 도로 등의 주행정보를 확인하는 등 해당기능을 수행할 수 있다. Referring to FIGS. 1 and 7, in step 11, the control module 160 can check whether the lane estimation mode of the driving vehicle is active. The control module 160 may perform step 13 if the lane estimation mode is active and step 39 if the lane estimation mode is not active. In step 39, the control module 160 may perform a corresponding function such as checking the running information such as the running speed and the running road of the vehicle.

13단계에서 제어모듈(160)은 자차에 구비된 복수의 센서 예컨대, 이미지 센서(121)와 레이저 센서(122)의 우선순위를 확인할 수 있다. 일 실시 예에 따르면, 제어모듈(160)은 메모리(150)에 기 설정된 센서의 우선순위를 확인할 수 있다. 예컨대, 이미지 센서(121)의 기 설정된 우선순위가 1이고, 레이저 센서(122)의 기 설정된 우선순위가 2일 수 있다. In step 13, the control module 160 can check the priorities of the plurality of sensors included in the vehicle, for example, the image sensor 121 and the laser sensor 122. According to one embodiment, the control module 160 can determine the priority of the sensor set in the memory 150. For example, the predetermined priority of the image sensor 121 may be 1, and the predetermined priority of the laser sensor 122 may be 2. [

15단계에서 제어모듈(160)은 우선순위가 1인 이미지 센서(121)에서 획득된 센싱 데이터 예컨대, 이미지 데이터를 분석할 수 있다. 17단계에서 제어모듈(160)은 분석결과에 따른 이미지 센서(121)의 신뢰도를 확인할 수 있다. 일 실시 예에 따르면, 제어모듈(160)은 이미지 데이터 분석결과, 이미지 데이터에서 차선에 대한 색상, 채도 및 명도 등이 예컨대, 70% 이상으로 산출되면 이미지 센서(121)의 신뢰도가 임계치 이상인 것으로 확인할 수 있다. 제어모듈(160)은 이미지 센서(121)의 신뢰도가 임계치 이상이면 19단계를 수행할 수 있고, 신뢰도가 임계치 미만이면 21단계를 수행할 수 있다. 19단계에서 제어모듈(160)은 이미지 데이터의 분석을 통해 이전(t-1) 이미지 데이터와 현재(t) 이미지 데이터에서 각각 추정된 차선 추정값의 차이로 차선 오인지 확률을 확인할 수 있다. 19단계의 확인결과, 차선 오인지 확률이 임계치 이상이면 제어모듈(160)은 21단계를 수행하고, 차선 오인지 확률이 임계치 미만이면 35단계를 수행할 수 있다. In step 15, the control module 160 may analyze the sensing data, for example, the image data acquired by the image sensor 121 having priority 1. In step 17, the control module 160 can check the reliability of the image sensor 121 according to the analysis result. According to one embodiment, the control module 160 determines that the reliability of the image sensor 121 is equal to or greater than the threshold value when the color, saturation, and brightness of the lane in the image data are calculated to be, for example, 70% . The control module 160 may perform Step 19 if the reliability of the image sensor 121 is equal to or greater than the threshold value and Step 21 if the reliability is below the threshold value. In step 19, the control module 160 can check the probability of lane-based on the difference between the estimated lane estimation values in the previous (t-1) image data and the current (t) image data through analysis of the image data. As a result of checking in step 19, if the probability of lane-keeping error is equal to or greater than the threshold value, the control module 160 performs step 21, and if the probability of lane-keeping error is less than the threshold value, step 35 may be performed.

21단계에서 제어모듈(160)은 우선순위가 2인 레이저 센서(122)에서 획득된 센싱 데이터 예컨대, 레이저 데이터를 분석할 수 있다. 21단계에서 제어모듈(160)은 분석결과에 따른 레이저 센서(122)의 신뢰도를 확인할 수 있다. 제어모듈(160)은 레이저 센서(122)의 신뢰도가 임계치 이상이면 25단계를 수행하고, 신뢰도가 임계치 미만이면 29단계를 수행할 수 있다. 25단계에서 제어모듈(160)은 레이저 데이터로부터 주변 차량을 추출하여 주변 차량의 궤적을 추정할 수 있다. 이때, 제어모듈(160)은 레이저 데이터 분석결과, 자차의 주변에 위치하는 주변 차량 및 가드레일 등이 확인되고, 주변 차량의 위치 및 주행궤적의 추출이 가능하면 레이저 센서(122)의 신뢰도가 임계치 이상인 것으로 확인할 수 있다.In step 21, the control module 160 may analyze the sensing data, for example, laser data, obtained by the laser sensor 122 having priority 2. In step 21, the control module 160 can confirm the reliability of the laser sensor 122 according to the analysis result. The control module 160 may perform step 25 if the reliability of the laser sensor 122 is greater than or equal to the threshold value, and step 29 if the reliability is less than the threshold value. In step 25, the control module 160 can extract the surrounding vehicle from the laser data and estimate the trajectory of the surrounding vehicle. At this time, as a result of the analysis of the laser data, the control module 160 determines that the reliability of the laser sensor 122 is lower than the threshold value when the position and the trajectory of the surrounding vehicle can be extracted, Or more.

27단계에서 제어모듈(160)은 추정된 차선의 오인지 확률을 확인하여 차선 오인지 확률이 임계치 미만이면 35단계를 수행할 수 있고, 차선 오인지 확률이 임계치 이상이면 27단계를 수행할 수 있다. 일 실시 예에 따르면, 제어모듈(160)은 자차가 주행 중인 도로에 대한 차선 예측값과, 레이저 데이터의 분석을 통해 산출된 차선 추정값의 차이로 차선 오인지 확률을 확인할 수 있다. 제어모듈(160)은 이전(t-1) 센싱 데이터와 현재(t) 레이저 데이터에서 각각 추정된 차선 추정값의 차이로 차선 오인지 확률을 확인할 수 있다. In step 27, the control module 160 checks whether the estimated lane is misjudged. If the probability of the lane misjudgment is less than the threshold value, the control module 160 may perform the step 35. If the probability of the lane misjudgment is equal to or greater than the threshold value, . According to one embodiment, the control module 160 can check the probability that the lane is in the lane due to the difference between the lane estimation value for the road on which the vehicle is traveling and the lane estimation value calculated through analysis of the laser data. The control module 160 can check the probability of the lane of sight by the difference of the estimated lane estimation values from the previous (t-1) sensing data and the current (t) laser data, respectively.

29단계에서 제어모듈(160)은 레이저 데이터로부터 선행 차량을 추출하여 선행 차량의 궤적을 추정할 수 있다. 31단계에서 제어모듈(160)은 레이저 센서(122)에서 획득된 레이저 데이터를 이용하여 자차에 대한 선행차량의 궤적 추정이 가능한 것으로 확인되면 33단계를 수행하고, 선행차량의 궤적 추정이 불가능하면 37단계로 진행하여 주행 중인 차선의 추정이 불가능함을 알리는 메시지를 출력모듈(140)에 출력할 수 있다. In step 29, the control module 160 extracts the preceding vehicle from the laser data and estimates the trajectory of the preceding vehicle. If it is determined in step 31 that the trajectory of the preceding vehicle can be estimated using the laser data acquired by the laser sensor 122, the control module 160 performs step 33. If the trajectory estimation of the preceding vehicle is impossible, It may output a message to the output module 140 indicating that estimation of the driving lane is impossible.

33단계에서 제어모듈(160)은 자차의 선행차량에 대한 주행 궤적을 지속적으로 확인할 수 있다. 제어모듈(160)은 확인된 주행 궤적을 자차가 주행 중인 차선의 중심선으로 확인하고, 이를 이용하여 자차의 주행 차선을 추정할 수 있다. 자차의 주행 차선 추정이 종료되면 제어모듈(160)은 35단계를 수행할 수 있다. In step 33, the control module 160 can continuously check the driving trajectory of the preceding vehicle with respect to the preceding vehicle. The control module 160 identifies the identified trajectory as the centerline of the lane in which the vehicle is traveling, and estimates the driving lane of the vehicle using the identified trajectory. When the estimation of the driving lane of the vehicle is completed, the control module 160 may perform the step 35. [

35단계에서 제어모듈(160)은 지속적으로 추정된 자차의 주행 차선을 출력모듈(140)에 표시할 수 있다.
In step 35, the control module 160 may display the driving lane of the continuously estimated car on the output module 140.

그리고 본 명세서와 도면에 발명된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 범위는 여기에 발명된 실시 예들 이외에도 본 발명의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.It is to be understood that both the foregoing general description and the following detailed description of the present invention are exemplary and explanatory and are intended to provide further explanation of the invention as claimed. Therefore, the scope of the present invention should be construed as being included in the scope of the present invention without departing from the scope of the present invention.

100: 차선확인장치 110: 통신모듈
120: 센서모듈 121: 이미지 센서
122: 레이저 센서 130: 입력모듈
140: 출력모듈 150: 메모리
160: 제어모듈 161: 우선순위관리부
162: 신뢰도관리부 163: 차선추정부
100: lane check device 110: communication module
120: sensor module 121: image sensor
122: laser sensor 130: input module
140: output module 150: memory
160: Control module 161: Priority management section
162: reliability management unit 163:

Claims (13)

주행 중인 자차의 차선 추정과 관련된 센싱 데이터를 획득하는 복수개의 센서를 포함하는 센서모듈;
상기 복수개의 센서에 대한 우선순위, 신뢰도 및 차선 오인지 확률에 기반하여 주행 중인 자차의 차선을 추정하는 제어모듈;
을 포함하고,
상기 제어모듈은
상기 우선순위가 가장 마지막인 레이저 센서에 대한 신뢰도가 임계치 이상이면 상기 자차의 주변 차량에 대한 주행 궤적을 확인하고, 상기 신뢰도가 임계치 미만이면 상기 자차의 선행 차량에 대한 주행 궤적을 확인하는 주행 차선 확인 장치.
A sensor module including a plurality of sensors for obtaining sensing data related to a lane estimation of a driving vehicle;
A control module for estimating a lane of a driving vehicle on the basis of a priority, a reliability and a lane-opening probability of the plurality of sensors;
/ RTI >
The control module
And if the reliability of the laser sensor with the lowest priority is the threshold value or more, checking the driving trajectory of the vehicle with respect to the surrounding vehicle, and if the reliability is less than the threshold, confirming the driving trajectory of the preceding vehicle with respect to the preceding vehicle Device.
제1항에 있어서,
상기 센서모듈은
이미지 센서와 레이저 센서를 포함하는 주행 차선 확인 장치.
The method according to claim 1,
The sensor module
A driving lane identification device comprising an image sensor and a laser sensor.
삭제delete 제1항에 있어서,
상기 제어모듈은
상기 레이저 센서에 대한 신뢰도가 임계치 이상이고, 상기 주변 차량에 대한 주행 궤적 확인 결과, 상기 차선 오인지 확률이 임계치 이상이면 상기 자차의 선행 차량에 대한 주행 궤적을 확인하는 주행 차선 확인 장치.
The method according to claim 1,
The control module
Wherein if the reliability of the laser sensor is equal to or greater than a threshold value and the probability of the lane departure is greater than or equal to a threshold value as a result of checking the trajectory of the surrounding vehicle,
제4항에 있어서,
상기 제어모듈은
상기 레이저 센서에서 획득되는 센싱 데이터를 이용하여 상기 선행 차량에 대한 주행 궤적을 확인하고, 상기 주행 궤적을 상기 차선의 중심선으로 확인하는 주행 차선 확인 장치.
5. The method of claim 4,
The control module
And confirms the running locus for the preceding vehicle by using the sensing data obtained from the laser sensor and confirms the running locus as the center line of the lane.
제1항에 있어서,
상기 차선 오인지 확률은
상기 자차가 주행 중인 도로에 대한 차선 예측값과, 상기 센싱 데이터의 분석을 통해 산출된 차선 추정값의 차이로 산출되는 주행 차선 확인 장치.
The method according to claim 1,
The probability of the lane error is
Wherein the driving lane determination device calculates the difference between a lane predicted value for the road on which the vehicle is traveling and a lane estimation value calculated through analysis of the sensing data.
제1항에 있어서,
상기 차선 오인지 확률은
이전 센싱 데이터와 현재 센싱 데이터에서 각각 추정된 차선 추정값의 차이로 산출되는 주행 차선 확인 장치.
The method according to claim 1,
The probability of the lane error is
Wherein the difference between the previous sensing data and the current sensing data is calculated as a difference between estimated lane estimates.
주행 중인 자차의 차선 추정과 관련된 센싱 데이터를 획득하는 복수개의 센서에 대한 우선순위를 확인하는 단계;
상기 우선순위에 의거하여 상기 센싱 데이터를 분석하는 단계;
상기 센싱 데이터 분석결과로 상기 센서에 대한 신뢰도 및 차선 오인지 확률을 확인하는 단계;
상기 확인결과에 기반하여 상기 자차의 차선을 추정하는 단계;
를 포함하고,
상기 자차의 차선을 추정하는 단계는
상기 우선순위가 가장 마지막인 레이저 센서의 신뢰도가 임계치 이상이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 주변 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계;
상기 우선순위가 가장 마지막인 레이저 센서의 신뢰도가 임계치 미만이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 선행 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계;
를 포함하는 주행 차선 확인 방법.
Confirming a priority of a plurality of sensors for acquiring sensing data related to lane estimation of a driving vehicle;
Analyzing the sensing data based on the priority;
Confirming the reliability of the sensor and the probability of lane error as a result of the sensing data analysis;
Estimating a lane of the vehicle based on the check result;
Lt; / RTI >
The step of estimating the lane of the vehicle
Analyzing sensing data obtained from the laser sensor when the reliability of the laser sensor having the latest priority is greater than a threshold, and estimating a lane of the vehicle through a trajectory of the vehicle;
Analyzing sensing data obtained from the laser sensor when the reliability of the laser sensor having the latest priority is less than a threshold value, and estimating a lane of the vehicle through a trajectory of the preceding vehicle;
Of the vehicle.
삭제delete 제8항에 있어서,
상기 자차의 차선을 추정하는 단계는
상기 레이저 센서의 신뢰도가 임계치 이상이고, 상기 주변 차량에 대한 주행 궤적 확인 결과, 상기 차선 오인지 확률이 임계치 이상이면 상기 레이저 센서에서 획득된 센싱 데이터를 분석하여 상기 자차의 선행 차량에 대한 주행 궤적을 통해 상기 자차의 차선을 추정하는 단계인 주행 차선 확인 방법.
9. The method of claim 8,
The step of estimating the lane of the vehicle
If the reliability of the laser sensor is equal to or greater than a threshold value and the probability of lane recognition is greater than or equal to a threshold value as a result of checking the trajectory of the preceding vehicle and analyzing the sensing data obtained by the laser sensor, And estimating a lane of the vehicle through the first lane.
제10항에 있어서,
상기 자차의 차선을 추정하는 단계는
상기 레이저 센서에서 획득되는 센싱 데이터를 이용하여 상기 선행 차량에 대한 주행 궤적을 확인하고, 상기 주행 궤적을 상기 차선의 중심선으로 확인하여 상기 자차의 차선을 추정하는 단계인 주행 차선 확인 방법.
11. The method of claim 10,
The step of estimating the lane of the vehicle
Determining a driving trajectory for the preceding vehicle by using sensing data obtained from the laser sensor and estimating a lane of the vehicle by identifying the driving trajectory as a center line of the lane.
제8항에 있어서,
상기 차선 오인지 확률을 확인하는 단계는
상기 자차가 주행 중인 도로에 대한 차선 예측값과, 상기 센싱 데이터의 분석을 통해 산출된 차선 추정값의 차이로 상기 차선 오인지 확률을 확인하는 단계인 주행 차선 확인 방법.
9. The method of claim 8,
The step of verifying the probability of the lane-
And checking the probability that the lane is in the lane on the basis of a difference between a lane predicted value for the road on which the vehicle is traveling and a lane estimated value calculated through analysis of the sensing data.
제8항에 있어서,
상기 차선 오인지 확률을 확인하는 단계는
이전 센싱 데이터와 현재 센싱 데이터에서 각각 추정된 차선 추정값의 차이로 상기 차선 오인지 확률을 확인하는 단계인 주행 차선 확인 방법.
9. The method of claim 8,
The step of verifying the probability of the lane-
And checking the probability of the lane of sight by the difference between the estimated lane values estimated from the previous sensing data and the current sensing data, respectively.
KR1020140168725A 2014-11-28 2014-11-28 Apparatus and Method for Checking of Driving Load KR101628547B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140168725A KR101628547B1 (en) 2014-11-28 2014-11-28 Apparatus and Method for Checking of Driving Load

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140168725A KR101628547B1 (en) 2014-11-28 2014-11-28 Apparatus and Method for Checking of Driving Load

Publications (1)

Publication Number Publication Date
KR101628547B1 true KR101628547B1 (en) 2016-06-08

Family

ID=56194065

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140168725A KR101628547B1 (en) 2014-11-28 2014-11-28 Apparatus and Method for Checking of Driving Load

Country Status (1)

Country Link
KR (1) KR101628547B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180126225A (en) * 2017-05-17 2018-11-27 주식회사 에스더블유엠 Method and apparatus for preventing lane departure of vehicle
KR20180135672A (en) * 2017-06-13 2018-12-21 주식회사 만도 Driving control apparatus and driving control method
KR20200084949A (en) * 2018-12-27 2020-07-14 삼성전자주식회사 Electronic device and control method thereof
CN112486158A (en) * 2019-09-11 2021-03-12 株式会社东芝 Position estimation device, moving body control system, position estimation method, and program
DE102023004409A1 (en) 2022-11-09 2024-05-16 Mercedes-Benz Group AG System and method for estimating ego lane based on traffic

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010069921A (en) * 2008-09-16 2010-04-02 Toyota Motor Corp Lane recognition device
JP2013097714A (en) * 2011-11-04 2013-05-20 Toyota Motor Corp Lane recognition device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010069921A (en) * 2008-09-16 2010-04-02 Toyota Motor Corp Lane recognition device
JP2013097714A (en) * 2011-11-04 2013-05-20 Toyota Motor Corp Lane recognition device

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180126225A (en) * 2017-05-17 2018-11-27 주식회사 에스더블유엠 Method and apparatus for preventing lane departure of vehicle
KR102028394B1 (en) * 2017-05-17 2019-10-04 (주)에스더블유엠 Method and apparatus for preventing lane departure of vehicle
KR20180135672A (en) * 2017-06-13 2018-12-21 주식회사 만도 Driving control apparatus and driving control method
KR102317546B1 (en) * 2017-06-13 2021-10-27 주식회사 만도모빌리티솔루션즈 Driving control apparatus and driving control method
KR20200084949A (en) * 2018-12-27 2020-07-14 삼성전자주식회사 Electronic device and control method thereof
KR102555374B1 (en) 2018-12-27 2023-07-14 삼성전자주식회사 Electronic device and control method thereof
US11932274B2 (en) 2018-12-27 2024-03-19 Samsung Electronics Co., Ltd. Electronic device and control method therefor
CN112486158A (en) * 2019-09-11 2021-03-12 株式会社东芝 Position estimation device, moving body control system, position estimation method, and program
DE102023004409A1 (en) 2022-11-09 2024-05-16 Mercedes-Benz Group AG System and method for estimating ego lane based on traffic

Similar Documents

Publication Publication Date Title
US9132837B2 (en) Method and device for estimating the number of lanes and/or the lane width on a roadway
US10032085B2 (en) Method and system to identify traffic lights by an autonomous vehicle
US9278691B1 (en) Vehicle lane departure system based on magnetic field flux detection
US10276040B2 (en) Method for tracking a target vehicle approaching a motor vehicle by means of a camera system of the motor vehicle, camera system and motor vehicle
US11740093B2 (en) Lane marking localization and fusion
JP5971341B2 (en) Object detection device and driving support device
CN112074885A (en) Lane sign positioning
KR101628547B1 (en) Apparatus and Method for Checking of Driving Load
US10369993B2 (en) Method and device for monitoring a setpoint trajectory to be traveled by a vehicle for being collision free
US20080291276A1 (en) Method for Driver Assistance and Driver Assistance Device on the Basis of Lane Information
JP2013225295A5 (en)
JP2013225295A (en) Collision warning system taking azimuth information into consideration
US20150307023A1 (en) False warning reduction using location data
US9470537B2 (en) Accurate position determination near exit lanes
JP2008123462A (en) Object detector
KR20180080391A (en) Jaywalking pedestrian accident prevention system using v2x communication
KR20130007243A (en) Method and system for warning forward collision using camera
KR20160071161A (en) Apparatus and Method for Prevention of Collision
CN109212572B (en) Positioning drift detection method, device and equipment and computer readable storage medium
US11238731B2 (en) Method and device for detecting the passage of a motor vehicle through a road sign gantry
KR102428765B1 (en) Autonomous driving vehicle navigation system using the tunnel lighting
CN108028017A (en) Method for distinguishing real obstruction and false barrier in the driver assistance system of motor vehicle
JP2013173416A (en) Vehicle traveling support device
KR101249366B1 (en) Apparatus for detecting lane and control method of it
CN113335311B (en) Vehicle collision detection method and device, vehicle and storage medium

Legal Events

Date Code Title Description
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190528

Year of fee payment: 4