KR101751163B1

KR101751163B1 - 차량의 경로 판정 시스템 및 그 방법

Info

Publication number: KR101751163B1
Application number: KR1020157029850A
Authority: KR
Inventors: 윌리엄 브라이언 래스롭; 피터 오엘; 다니엘 리핀스키; 에릭 글레이저; 제임스 레이 토그웨일러; 나다니엘 코저 코저
Original assignee: 폭스바겐 악티엔 게젤샤프트; 아우디 아게
Priority date: 2013-03-15
Filing date: 2014-03-03
Publication date: 2017-06-26
Also published as: US20170219364A1; KR20150131348A; US10451428B2; EP2972096B1; CN105229422A; EP2972096A1; CN105229422B; WO2014139821A1

Abstract

반자율 주행 차량이, 제공되는 자율주행량에 따라 가변하는 선택가능한 경로들을 가지도록 하는 방법 및 시스템이 제공된다. 시스템은 다양한 소스로부터 데이터를 취합하여 차량의 위치설정하고 배향하며, 상이한 경로 세그먼트에 자율주행값을 할당하고, 출발 위치와 목적지 위치간의 거리를 최소화하고 할당되는 백분율 자율 주행값을 최대화하여 최적경로를 판정하며, 최적경로를 표시하는 단계들을 포함하는 프로세스들을 실행한다.

Description

차량의 경로 판정 시스템 및 그 방법{SYSTEM FOR DETERMINING A ROUTE OF VEHICLE AND THE METHOD THEREOF}

본 출원은 가출원이 아니며, 2013년 3월 15일 제출된 미국 가출원 번호 61/798,341에 대해 우선권을 주장하고, 그 내용 전체가 참조로 본 명세서에 포함된다.

본 기술은 차량 네비게이션 시스템에 관한 것으로 더 구체적으로는, 모바일 장치상에서 작동하거나 차량내 네비게이션 장치상에 작동하는 자동 주행 경로 계획 애플리케이션에 관한 것이다.

스마트폰, 데스크 톱과 같은 모바일 장치상의 최근 네비게이션 애플리케이션, 또는 차량내 네비게이션 시스템은 사용자들이 목적지까지 최적의 주행 경로를 창안하는 것을 보조하고, 또한 사용자들이 차량의 방향성과 주행 방향을 이해하는 것을 돕고, 다양한 관심 지역을 표시하며, 또한 운전자들에게 도로 네트워크 상에서의 운전 환경(예를 들어 교통 혼잡도, 날씨, 사고, 공사 등)에 대한 정보를 제공한다.

네비게이션 시스템에서 최근의 진일보한 면들은 탄소 배출량(carbon footprint, 예를들어 환경 친화적 주행 경로 계획), 배터리 효율(예를 들어 전기 차량 경로 계획), 안락함(예를 들어 경관이 좋은 경로 주행 계획), 및 안전(예를 들어, 우범지역회피 주행 계획)에 따르는 최적화된 경로 계획을 수행하는 알고리즘과 인터페이스를 포함한다는 점이다. 또, 목적지를 향해 최적화된 경로를 판정하는 방법과 다양한 시스템들이 제안되어왔다. 그러나, 종래의 시스템들은 비자율적인 차량들에 대해 경로 계획을 최적화하기 위한 시스템과 방법들을 정의하는데에만 구체적인 관심을 두었으며, 즉, 경로들은 결국에는, 히스토리 데이터, 날씨 조건, 교통 밀도, 및 주행 시간 및/또는 거리에 영향을 주는 다양한 많은 변수들을 고려한뒤, 사용자의 물리적인 결정 및 행동을 통해서만 선택되었다. 종래 기술들은 그러나, 사용자의 상호작용을 줄이거나 아예 제거하는, 반자율 및/또는 완전 자율 차량에 있어서 경로를 계획하고 최적화하는 시스템 및 방법을 제공하지는 못했다. 심지어, 종래 기술들은, 자율주행을 하기 위한 필수 기술을 구비하는 차량에 있어서 자율 주행이 가능한 경로의 퍼센티지를 계산하는 변수들을 고려하지 않았다.

종래 방법 및 구성에 있어서 전술한 타 예시적 문제점, 흠결 및 불리한 점들을 보았을 때, 본 기술의 예시적 특징은 사용자가 원하는 특정 목적지까지 경로를 자율적 및/또는 반자율적으로 계획 및 최적화하는데 적합한 시스템 및 방법을 제공하는 것이다.

특정 예시적 실시예를 통해, 자율 주행을 필수 기술로 구비하는 차량에 있어서 경로를 계획하고 계산하는 시스템 및 방법이 개시되며, 계획된 경로의 전체 길이(예를 들어, 완전히 자율적인 차량) 또는 부분(반자율 차량)에 대해 인간의 입력이나 간섭이 제공되지 않는다. 결국, 스마트폰, 태블릿, 랩탑, 데스크톱 컴퓨터와 같은 프로세싱 장치상에 구성되는 컴퓨터 소프트웨어 애플리케이션에서 또는 차량내 네비게이션 시스템에서 명백하게 구현되는 시스템 및 방법으로서, 어느 정도 자동 주행 성능(예를 들면, 반자율 차량)을 가진 차량의 사용자에 대해 경로를 계획하고 계산하는 기술이 개시된다.

적어도 일 실시예에 따르면, 자율주행 성능을 가진 차량을 통해 특정 목적지까지의 경로를 처리하고 최적화하는 시스템이 개시된다. 시스템은 다양한 소스로부터 데이터를 종합하여 차량을 위치설정하고 방향 설정하도록 구성되는 데이터 수집 디바이스, 상이한 경로 세그먼트에 퍼센트 자율 값을 할당하도록 구성되는 컴포넌트, 목적지 위치와 출발지 위치간의 거리를 최소화하고, 할당되는 퍼센트 자율값을 최대화하도록 구성되는 선택 컴포넌트, 및 적어도 하나의 경로를 표시하는 디스플레이를 포함한다.

일 실시예에서, 자율주행 성능을 가지는 차량을 통해 특정 목적지로의 경로를 계획하고 최적화하는 방법이 기술된다. 방법은 다양한 소스로부터 데이터를 취합하고 차량을 위치설정 및 배향하며, 상이한 경로 세그먼트에 퍼센트 자율값을 할당하며, 출발지와 목적지간의 거리를 최소화하고 할당되는 퍼센트 자율값을 최대화시키는 최적 경로를 결정하며, 최적경로를 표시하는 동작들을 포함한다.

적어도 일 실시예에 따르면, 목적지까지 복수의 경로를 계산하도록 구성되는 경로 장치를 포함하는 시스템이 개시된다. 복수의 경로는 복수의 경로 세그먼트를 포함한다. 시스템은 복수의 소스로부터 경로 계획 데이터를 취합하도록 구성되는 데이터 수집 디바이스, 복수의 경로 각각의 복수의 경로 세그먼트 각각에 대한 퍼센트 자율값을 계산하는 계산 디바이스, 및 각 경로 길이 및 각 경로 세그먼트에 대한 퍼센트 자율값에 기초한 목적지까지의 최적 경로를 판정하도록 구성되는 경로 최적 컴포넌트를 포함한다.

적어도 일 실시예에 따르면, 차량의 네비게이션 방법이 기술되며, 방법은, 목적지를 기입하고, 목적지까지 복수의 경로를 생성하고, 이 때 각 경로는 길이를 가지며, 복수의 경로 각각에 퍼센트 자율값을 할당하고, 복수의 경로 각각을 사용자에게 제시하며, 각 경로는 퍼센트 자율값과 경로 길이을 표시하고, 복수의 경로중 하나를 선택하고 선택된 경로를 따라 차량을 작동하는 단계들을 포함한다.

본 개시 내용에 대한 추가적인 적용 영역은 이하의 상세한 설명을 통해 명백해질 것이다. 그러나, 상세한 설명들과 특정 예시들은, 바람직한 실시예로 기술되는 한편, 오로지 설명을 위한 것으로서, 본발명의 영역과 요지내에서 다양한 변화나 변경이 가능하며, 이는 상세한 설명을 통해서 본 발명을 이해하는 당업자들에게도 자명한 사항이다.

본 개시사항은 이하 상세한 설명 및 수반되는 도면을 통해 더욱 온전하게 이해될 것이며, 이하의 상세한 설명 및 도면들은 본 발명을 설명하기 위한 것으로서, 발명의 개시내용를 제한하려는 의도는 아니다.
도 1은 일실시예를 따라 생성 및 표시되는 차량에 대한 예시적 주행 경로 맵을 도시하며, 복수의 네비게이션 경로가 처리되고 평가되며 자율 주행 값에 따라 표시된다.
도 2는 차량에 대한 예시적 데이터 소스를 도시하며, 데이터 소스로는, 위성, 차량 데이터 소스 및/또는 특정 예시적 실시하에서 네비게이션과 함께 사용되는 프로브 카를 포함한다.
도 3은 경로 네비게이션을 위한 퍼센트 자율값(PA 값)을 결정하고 처리하는 예시적 실시예를 도시하고, PA 값은 주어진 지역 도로를 구성하는 세그먼트에 대한 연속적인(c-method, 방법 c)값으로부터 도출된다.
도 4는 경로 및 경로 세그먼트 네비게이션에 대한 PA값을 판정 및 처리하는 예시적 실시예를 도시하며, PA값은 주어진 지역에서 도로 구성 세그먼트에 대한 이진(b-method, 방법 b) 값으로부터 도출된다.
도 5는 도 3 및/또는 도 4에 도시된 구성에 의해 생성되는 예시적 주행 경로 맵을 도시하며, 복수의 네비게이션 경로가, 자율 주행 값에 따라 처리, 평가 및 제시된다.
도 6은 경로를 처리하고 사용자와 통신하는 예시적 실시예를 도시하며, 운전자는 프로세싱 디바이스에 목적지를 입력하고, 네비게이션 알고리즘이 특정된 출발지와 목적지 사이에서 가능한 n개의 최적 경로 리스트를 계산한다.
도 7은 타 실시예에 따라 주행 경로 계획 시스템의 블록 다이어그램을 도시하며, 판정 유닛은 네비게이션 프로세싱을 수행하여 퍼센트 자율값을 할당하고 출발지와 목적지간의 거리를 최소화하고, 할당된 퍼센트 자율값을 최대화하도록 구성된다.
도면 및 그에 따른 설명들은 기술된 디바이스, 시스템 및 방법들을 보다 명확하게 이해하기에 적절하고 관련된 양태들을 설명하기 위해 단순화되었으며, 명료성을 위해 전형적인 디바이스, 시스템 및 방법들에서도 발견되는 타 양태들은 생략되었다. 당업자들은 기술된 디바이스, 시스템 및 방법들을 구현하기 위해 필요하거나 요구되는 타 요소 또는 동작들을 알 것이다. 상기 요소 및 동작들은 종래기술로 주지되었으며, 본 기술 내용의 이해를 촉진하지도 않기 때문에, 상기한 요소와 동작들에 대한 논의는 본 명세서에 제공되지 않는다. 그러나, 본 명세서의 개시 내용은, 기술된 양태에 이르기까지 내재적으로 모든 요소들, 변동 및 변경을 포함함을 당업자들은 알 것이다.

(무인 자동차, 자기 운전 차 또는 로봇 차로 알려진) 자율 차량들은 전통적인 차량의 인간 수송 능력을 만족시킬 수 있는 자율차량이다. 자율차량으로서, 인간의 입력없이도 환경을 감지하고 및 네비게이션을 수행할 수 있다. 자율 차량은 높은 정확도의 GPS 네비게이션 시스템 및 장애물 탐지에 이용되는 복수의 레이저 스캐너를 갖출수 있다. 자율 차량은 또한 레이더(radar), 라이다(LIDAR, Light Detection and Ranging), GPS 및 컴퓨터 비전과 같은 기술들을 이용하여 주위를 감지하도록 구성된다. 개선된 제어 시스템은 센싱 정보를 해석하여 장애물 및 관련 신호 뿐만 아니라, 적절한 주행 경로를 식별한다. 일부 자율 차량들은 센싱 입력에 기초하여 자신들의 맵을 갱신하여 조건이 변하거나 미인식 환경으로 진입하는 경우에도 차량 위치를 추적가능하게 한다. 반 자율(또는 유사 자율) 차량들은 자율 모드 및 운전자 제어 모드간을 스위칭할 수 있는 차량들이거나, 및/또는 일부 운전자 입력을 필요로 하는 자율 운전 기능을 가진 차량들이다.

네비게이션 시스템, 특히 자동차 네비게이션 시스템은 일반적으로 GPS 네비게이션 장치로 구현되어 유닛의 맵 데이터베이스에서 도로상 사용자 위치를 확인하기 위해 위치데이터를 획득한다. 도로 데이터베이스를 이용하여, 유닛은 마찬가지로 데이터베이스에 있는 도로를 따라 타 위치로 방향을 제공할 수 있다. 드라이브 라인, 자이로스코프 및 가속계에 부착된 센서로부터 거리 데이터를 이용하는 추측 항법은, GPS 신호 손실 또는 다중경로가 시가지 공간 또는 터널로 인해 발생하기 때문에, 신뢰성 향상을 위해 구성될 수 있다.

종래 네비게이션 시스템들이 주행 거리, 트래픽, 고속도로 주행 등과 같은 인자들에 기인하여 네비게이션 데이터 및 안내를 제공하는 한편, 자율 또는 반 자율 주행 인자들을 설명하는 네비게이션 시스템은 거의 없었다. 자율 및 반 자율 차량들이 상업적으로 또는 소비자 이용에 있어서 더 상용화되면서, 네비게이션 시스템은 네비게이션 데이터와 안내가 자율 주행 인자를 포함시키도록 할 필요가 있다.

자동 주행 경로 계획 애플리케이션(ADRPA)은 반자율 차량에 있어서 하나의 중요한 컴포넌트이며, 자동 주행 능력 카테고리의 적어도 두가지 타입중 하나에 해당된다. 제 1 타입은 목적지 미 설정(destination not set, DNS)으로 불리고, 제 2 타입은 목적지 설정(destination set, DS)로 불린다. 특정 DNS 시스템은 적응적 크루즈 컨트롤(adaptive cruise control, ACC)과 활성 차선 안내(active lane guidance, ALG)의 조합을 제공할 수 있다. 상기 두가지 기술의 조합은 비록 아주 제한적인 주행 맥락에서라도, 차량이 자동적으로 차량의 종방향 및 횡방향 이동 양자를 제어함을 의미한다. 상기 구성에서, 차량은 자동주행을 수행하고, 그러나, 자동 네비게이션을 수행하지는 않는다. 즉, 차량은 어디로 가는건지, 목적지가 어디인지, 심지어 다음 동작이 무엇인지도 모른다.

DS 카테고리는 자율 주행과 네비게이션을 조합한다. 상기 두가지 기술의 조합은 차량이 자동적으로 차량의 종방향 및 횡방향 이동 둘다를 제어함을 의미하는 동시에 목적지에 도달하기 위해 필요한 다음 동작에 대한 결정을 한다는 것을 의미한다. 이와 같은 형식의 차량은 따라서, 자동 주행 및 네비게이션을 수행하는 것이다. 따라서, DS 카테고리의 반자율 차량은 본 명세서에 개시된 특정 예시적 실시예에 따라, 경로를 계획하고 계산하는 다양한 시스템 및 방법에 초점을 둔다. 어느 정도의 자율 주행 능력을 가진 차량에 있어서 경로를 계획하는 것은, 특히 목적지가 알려진 경우 목적지까지의 대체 경로와 더불어 유리하며, 각 대체 경로는 상이한 양의 자율 주행을 제공한다.

본 명세서에 개시된 특정 실시예에 따르면, 시스템 및 방법들은, 반자율 또는 완전 자율 차량을 이용하여 하나 이상의 목적지까지의 경로를 처리, 계획 및 최적화하도록 구성된다(예를 들어, 자동 주행 경로 계획 애플리케이션, 즉 "ADRPA(automatic driving route planning application)"). 일반적인 네비게이션 시스템에 있어서 경로 최적화는 대부분 이동시간 또는 거리 파라미터를 분석하고, 일 또는 타 파라미터를 줄이는 것과 대부분 관련된다. 타 구성에서, 사용자에 의한 파라미터 설정, 예를 들어 유료 도로 기피, 경관 도로를 따르는 주행 등과 같은 설정에 따라 네비게이션 시스템이 최적화될 수 있다. 본 명세서에 개시된 특정 예시적 실시예에서, 네비게이션 시스템은 종래의 모든 네비게이션 파라미터를 처리하도록 구성될 수 있고, 추가적으로 주어진 경로 및/또는 경로 세그먼트에 대한 자율값에 기초한 파라미터(예를 들어, 자율적으로 주행가능한 경로의 백분율)도 처리할 수 있다. 본 명세서에 잘 개시된 바와 같이, 자율값은 퍼센트 자율(Percent Autonomous,PA)로 참조된다. 당업자들은 자율값이 백분율로 기술되는 한편, 다양한 여타의 값들, 비율 및 수학적 관계가 본 명세서에 고려됨을 알 수 있다.

PA값은 네비게이션 최적화 파라미터로 유리하며, 특히, 반자율 차량 운전자에게 유리한데, 실제로는, 두개의 위치 사이의 모든 가능 경로들이 100% 자율주행이 가능하지는 않을 것이기 때문이다. 동작중에, 반 자율 주행 차량은 탐색 경로의 하나 이상의 세그먼트에 속하는 데이터를 가지고 있지 않을 수 있다. 상기한 데이터 결손은, (1) 상기 데이터를, 차량이 자동적으로 후속 이용을 위한 데이터베이스로 수집 및 저장하지 않았거나, (2) 후속 용도로 충분한 품질로 자율 차량에 의해 수집되지 않았거나, (3) 차량이 자동적으로 후속 용도로 수집하였으나 데이터가 근거한 운행도로의 물리적 특성이 더이상 가시적이지 않거나, 또는 동적 환경 요소(예를 들어, 눈, 비 또는 얼음이 도로를 덮는 경우)에 의해 가려질 때, 발생할 수 있다. 또한, 데이터는 수집되었고, 전반적으로 네비게이션용으로 적합하나, 경로에 존재하는 제약(예를 들어, 사유지/사유도로, 스쿨존)들이 데이터 활용을 제한할 수 있다.

특정 예시적 실시예로, 네비게이션 시스템은 반자율 차량에 있어서 경로 계획 및 최적화 목적으로 다양한 데이터를 처리할 수 있다.데이터는 다양한 소스로부터 수집될 수 있다(예를 들어, 항공기, 위성, 지상 레이저 스캔 및 사진촬영등). 상기한 바와 같은 데이터는 차량의 위치설정, 방향 설정 및 운행에 있어서 자동 주행용으로 이용되고, 도로, 빌딩, 구조물, 산 등에 관련된 주변 환경을 정확하게 나타낸다. 또, 상기 데이터는 경로 계획 및 최적화용으로 처리된다. 예를 들어, 출발 위치에서 특정 목적지 위치까지 이용가능한 다중 경로가 존재할 수 있다.

도 1은 지도(100)를 도시하고, 특정 예시적 실시예에 따라, 디스플레이 스크린(예를 들어, 네비게이션 시스템 디스플레이 스크린, 차량내 전용 디스플레이 스크린, 디스플레이 스크린에 장착된 대쉬보드, 헤드업 디스플레이, 모바일 디바이스 디스플레이 스크린 등)에 표시될 수 있다. 도 1에 도시된 예시에서, 맵(100)은 차량 V의 주변 지역의 이미지를 도시한다. 맵(100)은 차량 V의 현재 위치를 도시하고, 아이콘 108은 목적지를 가리킨다. 맵은 또한 차량 현재 위치로부터 목적지(108, 예를 들어 사용자 집)까지 가능한 경로(102,104,106)의 개수를 도시한다. 도 1에 도시된 예시에서, 세 개의 경로가 제공된다(102,104,106). 그러나, 경로의 임의의 적합한 개수의 경로가 제공될 수 있다.

경로(또는 길) 계획은 추상적 월드 모델로 표현되고 그에 기반하여 경로를 결정하는 프로세스로 정의된다. 알고리즘은 전반적인 경로 비용 또는 경로 길이와 같은 특정 파라미터를 최적화하고 이용된 특정 월드 모델에 근거하여 분류될 수 있다. 특정 경로 계획은 네트워크 또는 그래프 기반 접근 및 그리드 기반 접근을 포함하는 다양한 수의 접근 방식에 기반할 수 있다. 네트워크 기반 경로 계획은 종종 경로 계획으로 불리는데, 월드 모델로서 방향성 가중 그래프(directed weighted graph) 또는 네트워크를 이용하여 지름길을 발견한다. 이와 같은 접근 방식은 경로 계획 알고리즘용으로 설정된 솔루션이 기설정된 고정 셋트의 경로로부터 선택되어야 하는 경우 유용할 수 있다. 또, 네트워크 기반 분석으로는, 최초 고정 셋트 외의 어떤 경로도 고려되지 않는다. 이와 같은 모델링의 가장 알만한 응용은 도로 네트워크에서 최상의 경로를 선택하는 것이다. 상기 응용에 대한 기본 모델은 도로 교차 지점은 그래프 노드로, 도로는 그래프 에지로 취급한다. 에지 가중치가 거리 또는 주행 시간과 같은 도로의 물리적 특질에 기초하여 할당된다.

네트워크 기반 알고리즘은 전체의 최적화에 도달하기 위해 각 단계에서 국지적 최적화를 이용할 수 있다. 한가지 예시는 비음성(non-negative)의 에지 가중 그래프에서 소스 노드로부터 모든 타 노드까지 최소의 전체 경로 비용을 계산하는 다익스트라 알고리즘(Dijkstra's algorithm)을 활용하고 최단 경로에서 이전 노드에 대한 식별자를 각 정점에 할당하는 것이다. 상기 이전 노드값은 임의의 노드로부터 소스까지의 최소 비용 경로를 재구성하는데 이용된다. 다익스트라 알고리즘은 또한 방향성 그래프 최단 경로 문제를 해결하는데도 이용된다. 두개의 주어진 정점간의 최소 비용 경로가 요구되는 경우, 하나의 정점은 소스 정점으로 선택되고, 목적지 정점에 도달할 때 알고리즘은 종료된다. 다익스트라 알고리즘은 유리하게는 그래프 또는 에지 가중치에 대한 추가 정보를 필요로하지 않고 일 점으로부터 타 점까지 최단 비용 경로를 찾아낸다. 그러나, 실제 세계에서 경로 계획에 있어서는, 다익스트라 알고리즘은 계산적으로는 비효율적인데, 서치 알고리즘을 더욱 최적화는데 이용될 수 있는 글로벌 구조가 존재하기 때문이다.

구체적으로, 주어진 노드와 목적지 노드간의 그래프 거리에 대한 하한 추산값을 제공하는 단순 기능이 존재할 수 있다. 예를 들어, 에지 가중치가 도로 길이를 나타내고 노드가 도로 교차점을 나타내는 도로 네트워크에서, 임의의 노드와 목적지 노드간의 최소 가능 거리는 두개의 대응 교차점간의 유클리드 거리이다. A* 알고리즘은 다익스트라 알고리즘에 대해 경로 탐색 효율을 개선하기 위해 최소 발견 측정법(minimal heuristic measurement)을 이용한다. 최소 발견은 두개의 주어진 노드 사이의 최단 그래프 거리보다 작거나 동등함이 보장되는 단순화된 측정법이다. 대부분의 계획 알고리즘에서, 유클리드 거리는 두개의 노드 사이의 최소 발견으로 이용될 수 있는데 단순하고 계산이 용이하기 때문이다. 그러나, 최소 발견은 동일 기준을 충족하는 임의의 기능의 기능일 수 있다. 능률 촉진은 상당부분 발견들의 질에 기초하는데, 최소 발견이 가장 짧은 그래프 거리를 더 잘 추산할 수록, 표준 다익스트라 알고리즘에 대한 효율성 증가도 커진다.

A* 알고리즘은 효율성 증가를 위해 두개의 주요 전략을 사용한다. 우선, A* 알고리즘은 소스로부터 주어진 최소 발견 측정을 더하여 목적지까지 경로 길이를 이용하여 잠재적 노드에에 대한 탐색 순서를 결정한다. 이러한 전략은 유리할 수 있는데 상기 값이 주어진 노드를 통한 최소 가능 경로 길이를 나타내기 때문이며, 또한 일반적으로 전체 경로 길이에 대한 훌륭한 추산값으로 기능하기 때문이다. 또한, 주어진 노드를 통한 최소 가능 경로 길이(다시 소스로부터 최소 발견을 더한 경로 길이)를 이전의 계산된 경로 길이와 비교함으로써 불필요한 가지의 탐색 트리를 제거하도록 경험적 발견을 이용한다.

네트워크 기반 경로 계획은 선택할 경로에 대한 고정 세트가 존재하는 경우 아주 유용하다. 그러나, 정형화되지 않은 지형 및 비도로 주행의 일반적인 경우에 있어서는 그리드 기반 경로 계획 기술이 더 적절할 수 있다. 이와 같은 알고리즘은 각 셀이 통과시의 비용을 가지는 이산 그리드로 지형을 나타낸다. 그리드 알고리즘에서 최소 비용 경로는 소스 셀의 중심으로부터 목적지 셀의 중심까지 이동 비용이 최소화되는 셀의 집합이다. 대부분의 그리드 기반 경로 계획 알고리즘은 상기한 바와 같은 네트워크 기반 알고리즘의 관련 형태이다. 네트워크 기반 알고리즘을 래스터 데이터(raster data)에 적용하기 위해, 노드/링크 개념이 사용될 수있다. 상기 개념에서, 그리드화된 데이터 세트는 격자를 형성하여 각 셀 중심은 직접 이웃까지 에지를 가진 노드를 나타낸다. 다른 잠재적 방향성 가중치 뿐만 아니라 주행 방향 및 두개의 인접 셀의 비용값에 기반하여 에지 가중치가 할당된다. 상기 방법을 이용하여 GIS 구현은 A* 및 다익스트라 알고리즘과 같은 네트워크 알고리즘을 응용하여 래스터 데이터 세트상에서 경로 계획 알고리즘을 풀어낼 수 있다.

그리드 기반 경로 계획 알고리즘을 활용하는 경로 계획은 누적 비용면(accumulated cost surface) 방법을 포함할 수 있다. 상기 예시적 방법은 특정 셀을 통과하는 상대적 어려움을 나타내는 비용 레이어를 이용하고 다음, 최소 전체 비용을 가지는 소스 셀로부터 목적지 셀까지(셀 중심을 통과하는) 경로를 찾는다. 이와 같은 방법은 각 셀은 해당 셀로부터 주어진 소스셀까지 누적된 최단 경로 비용인, 누적 비용면으로 불리는 레이어를 생성함으로써 수행된다. 동시에, 각 셀은 최단 경로에서 이전셀까지의 방향을 나타내는 레이어(귀로 레이어)가 생성된다. 상기 귀로 레이어를 이용하여 최소 비용 경로가 임의의 셀로부터 소스 셀까지 추적될 수 있다.귀로 레이어가 최소 비용 경로를 따라 다음 이웃을 나타내는 값을 저장하는 한편, 누적면은 최단 거리 값의 리스트를 저장한다. 각 셀 위치는 노드/링크 개념에서 이웃에 연결되기만 하기 때문에, 귀로 값은 최소 비용 경로를 따라 특정 이웃 셀을 구체화하는 1 내지 8의 범위에서 정수로 표현될 수 있다.

각 경로에 대한 데이터는 복수의 상이한 네비게이션 데이터 소스로부터 제공될 수 있다. 도 2에서 보이는 바와 같이, 예시적 구성이 제공되는데, 데이터는 위성 데이터(202), 차량 데이터 소스(204,예를 들어, 구글 맵, GPS 등), 및/또는 프로브 카(206)로부터 통신/수신될 수 있다. 위성 데이터(202)는 이미지 데이터 및/또는 타 네비게이션, GPS 및 맵 관련 데이터를 포함할 수 있다. 위성 데이터는 지오아이(GeoEye), 디지털글로브(DigitalGlobe), 스폿이미지(SpotImage), 래피드아이(RapidEye), 에로스(Earth Resource Observation Satellites,EROS), 메메테오셋(Meteosat) 등을 포함하는 하나 이상의 플랫폼 또는 또는 포맷에 기반할 수 있다.

도 1에 도시된 맵 이미지 데이터는 위성 또는 항공 사진을 통해 제공될 수 있다. 이하 더 상세히 기술되는 바와 같이, 실현가능하게 구체화된 소프트웨어 및 알고리즘이 이용되어 항공 원격 센싱 데이터를 처리 및 저장한다. 일 실시예에서, 항공 라이더 데이터가 차량 경로 계획에 이용될 수있다. 항공 라이다(aerial LIDAR)는 특히 여러가지 이유로 경로 계획에 적합한데, 우선 항공 라이다 데이터는 초고 공간 해상도와 연직 정확도를 가진다. 또, 항공 라이다가 물리적 물체까지의 거리를 기록하므로, 잠재적 장애물, 지형 경사도 및 지형 거칠기와 같은 경로 계획의 중요 특징들이 항공 라이다 데이터로부터 도출될 수 있다.

차량 라이다 시스템은 레이저 스캐닝원리에 기초하여 기능하도록 구성될 수 있다. 레이저 펄스가 특정(센서에 대해 상대적인) 앵글로 전송되고 비행시간이 측정되어 거리 결정에 이용된다. 동시에, 높은 정확도의 GPS 시스템(예를 들어, 차동의 또는 DGPS, 도 2 참조)을 이용하여 자세 및 위치 데이터가 포획된다. 라이더 스캐너 및 위치 및 배향 시스템은 바람직하게는 시간 동기화된다. 라이다 시스템에 의해 포획된 범위 및 앵글 데이터는 레이저가 반환하는 좌표 참조에 대한 위치 및 배향과 함께 조율된다. 일실시예에서, 직접적인 위치 및 배향 측정은, 알려진 기준점에 대한 상관 데이터 대신, 좌표 참조에 이용된다.

그러나, 특정 케이스에서 맵 데이터는, 위성 이미지가 구식이고 현재 맵 레이아웃을 반영하지 못한 이유로, 전체적으로 정확하지 않을 수 있다. 따라서, 데이터 품질이 상당히 낮고 차량이 자율적으로 주행가능한지 판정하기에 정확하지 않을 수 있다. 위성 영상뿐만 아니라, 데이터는 차량 데이터 소스/데이터베이스(204, 예를 들어, 구글맵,GPS 등)로부터 제공될 수 있다. 예를 들어, 차량 현재 위치와 목적지 사이 영역을 차지하는 상이한 경로들의 서브셋이 저장될 수 있다(예를 들어, 촬상되거나, 스캔되어서). 또, 상기 데이터도 해당 지역에서 시간 경과에 따라 발생하는 물리적 변화에 따라 구식이 될 수 있다. 또, 데이터는, 차량의 현재 위치와 목적지사이 가능한 경로들을 포함하는 다양한 경로들을 따라 최근 시간내에 이동한 프로브 카(206)에 의해 제공될 수 있는데, 상기 데이터는 이어서 자율 주행 용도를 위한 서버에 업로드될 수 있다. 각 데이터 소스로부터 데이터는 경로의 정확한 실상을 을 제공하기 위한 PA값 계산 과정의 인자가 되고, 구성 세그먼트는 자율 주행에 있어서 더욱 최적화된다.

도 2에 도시된 데이터 소스로부터 획득된 데이터를 이용하여 시스템은 도 1에 도시된 맵(100)을 생성한다. 구체적으로, 개별 데이터 소스로부터의 데이터가 취합되어 차량 주위 영역에 대한 가장 정확한 묘사를 획득하게 된다. 데이터 취합은 바람직하게는 서버(예를 들어, 차량내 통합되거나, 차량 제조사측에 있는 원격 서버)에서 수행되고 전용 애플리케이션을 이용한다. 애플리케이션은 차량의 위치와 배향 계산에 이용되는 필요 데이터를 위해 모든 주행 가능 도로를 문의하도록(예를들어 미국에서 또는 타국에서) 설계된다. 상기 데이터는 그러나 비제한적으로, 라이다, 레이더, 음향/초음파, GPS, 카투엑스(car-to-x), 스트릿뷰, 항공 및 우주 촬상들을 포함한다. 위치 및 배향 계산을 위한 데이터는, 차량 현재 위치와 목적지 사이에 존재하는 가변적으로 계산되는 경로들을 따라 상이한 세그먼트들에 있어서 존재하거나 존재하지 않을 수 있다. 상기 소스들로부터 존재하는 데이터는 차량 현재 위치와 목적지 사이 경로를 포함하는 상이한 세그먼트들에 대해 더하여 진다. 취합된 데이터에 기반하여, 시스템은 차량 V의 출발점/현재 위치로부터 목적지(108)까지 가능한 경로(102,104,106)의 수를 결정한다. 가능한 경로(102,104,106) 각각은 예시에서 도시된 바와 같이 맵(100)상에 표시된다. 예시적 실시예에서, 가장 높은 PA값의 경로가 우선 표시되고, PA의 내림차순으로 N개의 항목들이 이어진다.

맵(100)은 복수의 경로 세그먼트(112)로 분할되며, 맵(100)상의 그리드와 같이 표시된다. 본 개시 내용에 있어서, 경로 세그먼트는 반드시 도로의 특정 길이를 가리키는 것은 아니며, 차량에 의해 주행될 수 있는 경로의 어떤 부분을 가리키는 일반적인 용어이다. 취합 데이터에 기반하여, 시스템은 이하 더 상세히 기술되는 바와 같이, 경로 세그먼트 각각에 대해 PA값을 판정 및 할당한다. 각 경로 세그먼트(112)에는 상이한 선의 형식(예를 들어, 실선, 점선등)이 제공된다. 맵(100)은 또한 각 선 형식에 관련된 PA값을 식별하는 범례(110)를 포함할 수 있다. 각 경로 세그먼트(112)에 대한 PA값이 결정되면, 전체 경로 각각에 대한 전반적인 PA값이 계산된다. 도 1에 도시된 바와 같이, 각 잠재 경로는 경로를 묘사하는 정보와 함께 증강 영역(각각 102,104,106에서 정보 아이콘 또는 윈도우에 의해 표시됨)을 포함한다. 도면에서 나타나는 바와 같이, 증강 영역은 차량이 경로를 따라 주행하는 거리 및 각 경로에 대한 PA값을 표시한다. 증강 영역은, 차량이 경로를 주행하는 시간의 추산값과 같은 필요한 정보를 더 포함할 수 있다. 맵(100)과 컨텐츠가 생성되는 특정방식은 이하 더 상세히 기술된다.

당업자들이 이해하는 바와 같이, 본 명세서에 개시된 예시적 실시예들은 반 자율 차량의 운전자들이 제공되는 자율주행량에 따라 가변하는 선택적인 경로를 가지도록 할 필요성을 해결하도록 구성된다. 이와 같은 선택권을 제공하는데 있어서의 한가지 유리한 점은 운전자들이 운전자들의 현재 필요에 따라, 95% 또는 5% 자율 주행을 제공하는 경로를 주행하도록 선택할 수 있다는 것이다. 또, 이와 같은 방식은 PA 값에 대해 경로 길이(거리 또는 시간)을 맞바꿀수 있는 기회를 제공한다.

특정 실시예에서, 시스템은 이하 기술되는 경로 계산에 있어서의 상이한 복수의 기술들을 채택한다. 하나의 기술은 연속값(방법 c)을 주어진 영역에서 도로의 구성 세그먼트에 할당하고 또 하나는 주어진 영역에서 도로의 구성 영역에 이진값(방법b)을 할당한다.

방법 c는 도 2에 도시된 상이한 데이터 소스로부터 데이터를 취합한 후 구현될 수 있다. 데이터가 상이한 소스로부터 취합되면, 시스템은, 도 1에 도시된 바와 같은 목적지(108) 및 차량(V) 현재 위치를 포함하는 전체 영역에 분포하는 상이한 경로 세그먼트에 PA 값을 할당한다. 각 경로 세그먼트에 대한 PA값은 차량 위치 및 배향 계산에 이용된 다양한 데이터 소스의 데이터 취합 이후 계산된다. 특정 경로 세그먼트는 전체 길이에 대한 또는 전체 길이이 부분에 대한 데이터를 가질 수 있다. 세그먼트 전체 길이에 대한 데이터가 존재하는 경우, 상기 특정 세그먼트는 100% PA값을 가진다. 경로 길이의 일부분에 대해서만 데이터가 존재한다면, 해당 세그먼트는 N% PA값을 가진다. 마지막으로 모든 N%값이 특정 경로 전체 세그먼트에 대해 총합되어 경로에 대한 PA값을 계산한다. 오로지 설명을 위해, 도 1에서 경로 세그먼트의 PA값이 그자체에서 25%에서 100%로 분포한다. 일반적으로 25% PA의 경로 세그먼트는 경로 길이의 25%에 대해서만 자율 모드로 주행가능하고, 100%PA 세그먼트는 길이 전체에서 100% 자율모드로 주행가능하다. 상기 정보는 현재 위치와 목적지 사이 경로를 계산하는데 사용되는 라우팅 전략 알고리즘에 대해서 이용가능하다.

도 3을 참조하면, 예시적 방법(300)이 개시되는데, 상기 개시된 구성들을 활용한다. 이 때, 예시적 방법 c 프로세스가 도시되는데, 사용자는 스마트 폰, 컴퓨터, 차량 인포테인먼트 시스템 등과 같은 사용자 장치를 이용하여 목적지 위치(302)를 입력할 수 있다. 제 1 경로는 시스템(304)에서 처리되는데, 사용자에 의해 입력되는 출발 위치와 목적지 위치간의 길이(예를 들어, 거리 및/또는 시간)를 최소화한다. 특정 예시적 실시예를 따르면, 경로는 라우팅 알고리즘을 활용하여 계산되고, 특정 수의 소프트웨어 및/또는 하드웨어 알고리즘을 포함할 수 있다.

일반적으로, 일실시예에 따르는 컴퓨터 프로그램 제품은 컴퓨터 판독가능 프로그래 코드가 내장된 실제하는 컴퓨터 이용 매체(예를 들어 표준 RAM, 광 디스크, USB 드라이브 등)를 포함하며, 컴퓨터 판독가능 프로그램 코드는 (운영체제와 함께 동작하는)프로세서에 의해 실행되어 본 명세서에 기술된 바와 같은 하나 이상의 기능 혹은 방법을 구현한다. 이와 관련하여, 프로그래 코드는 특정 랭기지로 구현될 수 있고, 기계 코드, 어셈블리 코드, 바이트 코드, 해석가능 소스 코드 등으로 구현가능하다(예를 들어, C, C++, C#, 자바, 액션스크립트, 오브젝티브 C, 자바스크립트, CSS, XML 등을 통해). 라우팅 알고리즘은 그 중에서도 디지리브(DGLib), 그래프서버(graphserver), 피지라우팅(pgRouting), 리보에스엠에스카우트(Libosmscout), 스페셜라이트(spacialite) 및 그래프호퍼(graphhopper)와 같은 라우팅 데이터베이스 또는 라이브러리에 결합될 수 있다.

다음으로 계산된 경로에 대한 PA값은 전체 경로를 구성하는 개별 경로 세그먼트에 할당된다(306). 각 세그먼트에 대한 PA값은 각 세그먼트 길이에 따라 가중되고(308) 계산된 경로에 대한 전체 PA값을 획득하기 위해 모든 세그먼트에 대해 총합이 구해진다. 라우팅 알고리즘(300)은 출발 위치와 목적지 위치간의 제 2의 최소 거리 또는 시간을 제공하는 제 2 경로를 계산한다(310). 계산된 경로에 대한 PA값은 다시 경로를 구성하는 개별 세그먼트에 할당된다(312). 각 세그먼트에 대한 PA값은 각 세그먼트 길이에 따라 가중되고(312), 다음 상기 제 2 경로에 대한 전체 PA값을 얻기 위해 모든 세그먼트에 대해 총합이 구해진다. 경로 1 및 2에 대한 PA값은 비교되고(314), 제 1 경로에 대한 PA값이 제 2 경로보다 크면, 제 2 경로는 경로 선택사항에서 제거된다(318). 또는 제 1 경로에 대한 PA 값이 제 2 경로보다 작으면, 제 2 경로가 선택사항으로 유지된다.

도 3의 프로세스는 n개의 베스트 리스트가 창출될 때까지 계속되고(320), 출발 위치와 목적지 사이의 거리는 최소화되고, 계산된 경로들에 대한 PA값은 최대화된다. n개의 베스트 리스트의 결과는 다음, 그래픽 형식으로 표현되고 도 1에 도시된 형식으로 차량내 디스플레이 스크린 또는 모바일 디바이스 디스플레이 스크린상에 표시되거나 선택을 위해 텍스트 형식(예를 들어 사용자의 모바일 디바이스상에서)으로 제공될 수 있다(322).

특정 경로가 선택되면(예를 들어 사용자 선택), 선택된 경로는 사용자에게 표시되고, 차량은 가변적인 모드로(예를 들어, 자율 및 수동 모드) 선택된 경로를 따라 차량이 주행한다(324). PA값이 특정 한계점 이하인 경로상 세그먼트에 접근하자마자, 차량의 휴먼 머신 인터페이스(HMI)는 차량을 수동 제어하도록 미리 운전자에게 경고할 수 있다(326). 이 때, PA값이 특정 한계점을 넘어서는 경로상의 세그먼트에 접근하자마자, 차량의 HMI는 운전자에게 자율운전 모드가 사용될 수 있음을 표시한다. 프로세스는 목적지에 도달할때 까지 지속된다(330).

도 4를 참조하면, 방법 b의 예시적 방법이 도시된다. 도 4의 프로세스는 경로를 구성하는 세그먼트에 확률값(예를 들어 0.001<p<1.00)이 할당되지 않고 이진값(예를 들어, 자율 주행 가능하다는 의미의 "예스"에 대해 1이 할당되고, 자율주행이 불가능하다는 의미의 "노"에 대해 0이 할당됨)이 할당된다는 것을 제외하고는도 3의 방법 c와 유사하다. 상기 예시에서, 동작(402-424, 430)들은 도 3의 동작 (302-324, 330)과 동등하며, 간결함을 위해, 각각에 대한 상세설명은 논의되지 않을 것이다. 방법 c에서의 동작들과 다른, 방법 b에서 동작들은 동작 (426, 428)이다. 도 4의 방법 b 프로세스(400)에서, PA값이 0인 경로상 세그먼트에 접근하자마자, 차량의 HMI는 차량의 수동 제어를 취하도록 미리 운전자에게 경고할 것이다(426). 동작(428)에서, PA값이 1인 경로상 세그먼트에 도달하자마자, 차량의 HMI는 자율 운전 모드를 이용할 수 있음을 운전자에게 표시한다.

도 5를 참조하면, 맵(500)이 도시되는데, 상기한 방법 b를 이용하여 생성될 수 있다. 이 때, 경로 세그먼트(504)는 1의 PA 이진값을 가리키는 실선 또는 0의 PA 이진값을 가리키는 파선 중 하나에 의해 식별된다. 맵(500)은 또한 이진 PA값을 식별하는 범례(502)를 포함한다. 당업자들은, 자율 기반 주행의 프로세싱 및 제공에 있어서 방법 c가 더 나은 정밀도를 제공하는 한편, 방법 b는 더 나은 간결함을 제공한다는 것을 알 수 있다. 또, 방법 b 프로세싱은 특정 PA값에 기초할 수 있고, 또는 하나 이상의 한계점을 충족하거나 초과하는 PA값에 기초할 수도 있다. 일 실시예에서, PA값이 기설정된 한계점 값에 부합하거나 초과하는 경우, "0"의 방법 b 값이 할당될 수 있다. 역으로, PA값이 기설정된 한계점 값에 부합하거나 초과하는 경우, "1"의 방법 b 값이 할당될 수 있다.

따라서, 본 명세서에 기술된 시스템은, 출발지 위치와 목적지 위치간의 n개의 경로를 계산할 수 있고, 각각의 연속적으로 계산된 경로는 다소 길어질 수 있으나, 경로의 PA값은 증가된다. 상기한 바와 같이, 운전자는 유리하게 n개의 베스트 리스트로 제시되는 선택사항들의 리스트로부터 선택할 수 있다. 일 실시예에서, 사용자가 가장 짧은 시간 또는 거리로 목적지에 도달하고자 할 수 있고, 적절히 경로를 선택할 수 있다. 타 실시예에서, 사용자는, 다른 일을 하거나 오락거리를 즐기도록 자율 주행을 하면서 목적지에 도달하고자 할 수 있다. 본 명세서는 주행 거리 및/또는 시간을 최소화하면서 PA는 최대화하는 기술을 제공한다. 자율 주행에 대한 경로 선택의 의사결정은 개별 사용자에게 주어져서 n개의 베스트 리스트로부터 선택함으로써 결정을 내릴 수 있도록 한다. 또는 시스템은 주행 시간/거리와 PA값에 대한 기설정된 밸런싱에 근거하여 사용자가 선택하도록 할 수 있다.

상기 개시 내용에서, PA값은, 주행 경로 선택에 대한 의사 결정을 하기 위한 n개의 선택사항들(예를 들어, n개의 베스트 리스트)중에서 최적의 이동 시간 및/또는 거리와 대조된다. 방법 c에 있어서 PA값은 이하의 식에 의해 결정된다.

PA_road는 n개의 세그먼트로 구성된 전체 경로의 산술적 값을 나타낸다. PA_seg는 세그먼트의 전체 길이에 대해 자율 주행가능한 단일 경로 세그먼트의 백분율을 나타내고, L_seg는 세그먼트 길이에 따른 가중 인자이다. 마지막으로, 상기값은 경로를 구성하는 세그먼트의 전체 수를 나타내는 N에 의해 나누어진다.

방법 b에 있어서 PA값은 이하의 식에 의해 결정된다.

PA_road는 n개의 세그먼트로 구성되는 경로의 전체 산술적 값을 나타내고, AL_iA는 자율 주행가능한 경로를 따르는 도로의 전체 길이를 나타내고, L_TOT는 도로의 전체 길이를 나타낸다.

도 6은 일 실시예를 따르는 사용자 케이스(600)를 나타내는데, 운전자는 목적지를 모바일 단말(예를 들어, 스마트폰)과 같은 프로세싱 디바이스에 기입한다(602). 상술한 바와 같이, 본 개시 내용은 모바일 단말로 한정되는 것은 아니며, 데스크톱 컴퓨터, 랩탑 컴퓨터, 또는 차량내 네비게이션 시스템과 같은 타 적합한 디바이스를 포함할 수 있다. ADRPA 알고리즘은 특정된 출발지와 목적지간의 가능한 n개의 베스트 경로 리스트를 계산할 수 있다. 경로 계획 프로세스는 목적지 까지 가는 도중 주유소에 멈추는 것과 같은 경유 또는 일시 체류지를 포함할 수 있다. 리턴된 경로 선택사항은 다음 각 경로에 대한 정보로 증강된 맵 스크린상에서 사용자에게 표시된다(604).

실시예에서, 경로는 하나 이상의 특성에 따라 우선순위가 부여될 수 있는데, (i) 가장 많은 자율 주행을 제공하거나, (ii)최소한이 주행시간을 제공하거나 (iii) 가장 짧은 주행 거리를 제공하는 경로를 포함한다. 당업자들은 n개의 베스트 리스트의 결과는 상이한 방식으로 도시될 수 있음을 이해할 것이다. 예를 들어, 결과들은 단순히 텍스트 리스트로 도시될 수 있는데, PA에 대해 우선순위가 부여된 옵션들의 큰 숫자(예를 들어 10)를 도시한다. 결과는 그래픽 또는 아이콘 형식으로 묘사될 수 있고, 색깔, 음영, 텍스쳐, 타입 및 디자인을 이용하여 PA, 시간 및 거리의 다양한 결정 파라미터를 표시할 수 있다. 전체 애플리케이션은 음성 사용자 인터페이스로 통합될 수 있고, 모든 사용자 동작 및 애플리케이션 이벤트는 음성 입력 및 오디오 출력을 통해 실행된다. 경로 옵션이 선택된 후, 본 예시의 사용자는 단순히 네비게이션 시스템 근처에 모바일 디바이스를 위치시켜 선택된 목적지를 근거리 무선 통신(NFC), 또는 와이파이(WI-FI) 또는 블루투스(BLUETOOTH)와 같은 여타의 적합한 무선 통신 프로토콜을 통해 차량 네비게이션 시스템으로 송신할 수 있다. 마지막으로, 차량 및 차량 탑승자들은 수동 및 자율 주행 모드의 조합을 통해 선택된 목적지까지 주행한다(608).

도 7은 타 실시예를 따르는 자동 주행 경로 계획 시스템(700)을 도시한다. 구체적으로, 시스템(700)은 상기된 방법과 프로세스들을 수행하도록 구성된다. 시스템은 경로 판정 유닛(710)을 포함한다. 경로 판정 유닛(710)은 상기된 자동 주행 경로 계획에 따라 수많은 태스크들을 실행하도록 구성된 프로세싱 유닛(712)을 포함한다. 프로세싱 유닛(712)은 단일의 전용 하드웨어 컴포넌트 또는 다용도의 하드웨어 컴포넌트를 포함할 수 있다. 또는 프로세싱 유닛(712)은 차량 네비게이션 시스템 또는 통합 차량 컴퓨팅 시스템으로 통합될 수 있다. 구체적으로 프로세싱 유닛(712)은 사용자 입력 및 데이터베이스/데이터 소스 입력 양자로부터 입력을 수신하고, 수신된 입력을 처리하고, 사용자에게 출력 및 처리 결과를 제공하도록 구성될 수 있다. 최종적으로, 프로세싱 유닛(712)은 다양한 데이터 소스로부터 데이터를 수신하고 취합하도록 구성된 데이터 수집 디바이스(713), 백분율 자율값을 할당하도록 구성된 PA컴포넌트(714), 출발 위치와 목적지 위치간의 거리를 최소화하고, 할당되는 백분율자율값을 최대화하는 최적화/선택 컴포넌트(715), 및 이력적으로 주행/위치/목적지 데이터를 저장할 뿐만 아니라 데이터 입력을 저장하도록 구성되는 데이데이터 스토리지 디바이스(717)를 포함한다. 상술한 바와 같이, 도 2에 있어서, 데이터 수집 유닛(713)은, 제한되지 않은, 위성 소스(722), 차량 데이터 소스(724) 및/또는 프로브카(726)를 포함하는 복수의 데이터 소스로부터 데이터를 수신하도록 구성된다.

경로 판정 유닛(710)은 차량(V)의 네비게이션 시스템(702)및 모바일 디바이스(예를 들어 스마트폰, 랩탑 컴퓨터 등)과 상호 작용하도록 구성된다. 또, 시스템(700)은 모바일 디바이스(704)로 그리고 모바일 디바이스(704)로부터 데이터를 송수신하도록 구성되는 인터페이스(예를 들어, HMI)를 포함한다. 상술한 바와 같이, 사용자는 모바일 디바이스(704)를 이용하여 목적지를 입력할 수 있다. 모바일 디바이스(704)는 직접 연결(예를 들어, 차량 내 도킹 스테이션) 또는 무선 연결을 통해 인터페이스(711)에 연결될 수 있다. 모바일 디바이스(704)로부터의 데이터는 프로세싱을 위해 인터페이스(711)를 통해 전송될 수 있다. 또, 시스템은 모바일 디바이스(704)에 잠재 주행 경로에 관한 데이터/결과를 제공할 수 있다. 결과는 텍스트 형식 또는 이미지로 제시되어 모바일 디바이스의 디스플레이 스크린에 표시될 수 있다. 사용자는 다음 요구되는 경로를 선택하도록 모바일 디바이스(704)를 작동하여 선택은 인터페이스(711)를 통해 재전송된다.

인터페이스(711)는 또한 네비게이션 시스템(702)에 그리고 네비게이션 시스템(702)으로부터 데이터를 송수신하도록 구성될 수 있다. 사용자가 원하는 경로를 선택하면, 선택된 경로에 대응하는 데이터는 네비게이션 시스템(702)으로 전송된다. 네비게이션 시스템(702)은 차량내 디스플레이 스크린상에 선택된 경로를 표시한다. 또, 자율주행 모드에서, 네비게이션 시스템(702)은 선택된 경로를 따라 차량을 주행할 수 있다. 또, 사용자는 네비게이션 시스템(702)과 차량 장착 컨트롤을 통해 직접 시스템(700)과 상호작용할 수 있다. 구체적으로, 사용자는 네비게이션 시스템(702)의 차량 장착 컨트롤을 통해 직접 목적지 입력을 기입할 수 있다. 주행 경로 옵션은 차량내 디스플레이(706)에 표시되고, 사용자는 네비게이션 시스템(702)의 차량 장착 컨트롤을 이용하여 원하는 옵션을 선택할 수 있다.

상기 시스템(700)은 차량으로 통합될 수 있다. 즉, 경로 판정 유닛(710) 및 그 컴포넌트는 차량으로 통합될 수 있다. 또는, 경로 판정 유닛은 원격 시스템(예를 들어 사용자 차량으로부터 원거리의)으로 동작할 수 있다. 모바일 디바이스(704) 및 네비게이션 시스템(702)은 유선 혹은 무선 연결을 통해 경로 판정 유닛(710)과 상호작용한다.

본 명세서에 개시된 기술들은 일반적인 컴퓨터 하드웨어 구성으로 구현될 수 있고, 차량내 통합될 수 있다(또는 현재의 차량 네비게이션 시스템 및/또는 전체 차량 컴퓨터 시스템으로 통합될 수 있다).또, 컴퓨터로 구현되는 방법들은 현재 개시된 내용에서 적어도 특정 동작들을 수행하도록 채택될 수 있다. 예를 들어, 컴퓨터를 작동시켜, 디지털 데이터 프로세싱 기구에 의해 구체화되듯이, 기계 판독가능한 명령들의 시퀀스를 실행하도록 상기 방법들이 구현될 수 있다. 상기 명령들은 다양한 타입의 스토리지 매체에 존재한다. 따라서, 상기 기술의 양태는 디지털 데이터 프로세서에 의해 실행가능한 기계 판독 가능한 명령어들의 프로그램을 실제 구현하는 스토리지 매체(또는 스토리지 디바이스)를 포함하는, 프로그램된 제품, 을 커버한다. 상기된 바와 같이, 스토리지 매체는, 예로서 고속 접근 기억 장치로 표현되는, 예를 들어, CPU 내 RAM을 포함한다. 또는 명령들은 자기 데이터 스토리지 디스켓, 컴팩트 디스크 또는 CPU에 의해 직접 또는 간접적으로 접근가능한 여타의 탈착가능한 스토리지 매체/디바이스와 같은 다른 스토리지 매체내에 포함될 수있다.

상기한 바와 같이, 네비게이션 시스템내에서 최근의 기존의 진보는 탄소 뱌출량(예를 들어, 친환경 주행 경로 계획), 배터리 효율(예를 들어, 전기 차량 경로 계획), 안락함(예를 들어 경관 경로 계획), 및 안전(예를 들어 고범죄 영역 경로 계획)에 따라 최적 경로 계획을 수행하는 알고리즘 및 인터페이스를 포함한다. 목적지까지 최적 경로를 결정하기 위한 제안된 다양한 시스템과 방법들이 있다. 에를 들어, 미국 특허 출원 공보 2010/0312466는 출발부터 종료 위치까지 경로를 계산하기 위한 디바이스 및 방법을 제안하고, 도로 공사, 사고 또는 교통 정체와 같은 조건에 대해서는 경로를 따르는 하나 이상의 세그먼트에 페널티 속성을 부여한다. 상기 페널티 속성은 증가된 주행 시간 또는 거리를 초래한다. 최초 경로 계산 및 페널티 할당을 따르면, 주행 시간 및/또는 거리가 감소되는지 여부가 판정되어 하나 이상의 대체 경로가 계산된다. 사용자는 주행에 있어서 최적 경로에 대한 의사 결정을 할 수 있다.

미국 특허 출원 2002/0120396은 이력 데이터를 사용하여 사용자가 사용자의 특정 기호에 따라 경로를 계획하고 최적화하는 것을 개시한다. 사용자는 사용자가 기피하는 영역에 대해 시스템에 정보를 입력한다. 예를 들어, 사용자는 주행 영역에 있어서 평균 범죄율보다 상당히 높은 범죄율의 지역을 기피하기를 바란다. 이어서, 사용자는 현재 출발 위치로부터 목적지 위치까지 경로를 설정할 수 있다. 계산된 경로를 따라 고범죄율 영역을 가로지르는 횡단이 있다면, 사용자는 정보를 제공받고 대체 경로를 제공받을 수 있다. 사용자는 다시 최적의 주행경로에 대한 의사결정을 할 수 있다.

전기 차량 출원에 있어서, 미국 특허 NO 7,865,298은 전기 차량 운전자가 배터리 성능 향상을 위해 경로를 최적화하도록 한다. 즉, 시스템은 충전 고갈 시간 범위, 주행 시간등을 예측하기 위해 날씨 조건, 교통 흐름, 및 지형을 고려한다. 운전자는 상기 변수들의 영향에 대해 정보를 제공받고 최적 경로 선택을 하게 된다.

또, 미국 특허출원 공개 공보 NO 2008/0183381은 개개의 특이 도로(예를 들어 유료 도로)의 특징을 특정하여 목적지까지 경로 탐색을 할 수 있는 네비게이션 시스템을 개시한다. 탐색 경로가 상기 특이 도로를 포함하면, 특이 도로의 이용 속성은 개별적으로 선택되고 경로는 특이 도로에 대한 선택된 이용 특성에 기반하여 재탐색된다.

종래 기술은, 그러나, 구체적으로 비자율차량에서 경로 계획을 최적화하는 시스템 및 방법들을 정의하는데 초점을 두고 있는데, 경로들은 결국 이력 데이터,날씨 조건, 교통 밀집도, 및 주행 시간 및/또는 거리에 영향을 줄 수 있는 여타의 많은 변수들을 고려한 후 사용자의 물리적 의사결정과 실행을 통해서만 선택된다는 것을 의미한다. 종래 기술은 그러나, 사용자의 상호작용을 제한하거나 심지어 제거해버리는, 반자율 및/또는 전자율 차량에 있어서 경로를 계획하고 최적화하는 시스템 및 방법을 제공하지 못한다. 게다가, 종래 기술은 자율 주행을 필수 기술로 구비하는 차량으로 자율 주행될 수 있는 경로의 백분율을 계산하기 위한 변수들을 고려하지 않는다.

본 명세서에 개시된 실시예는 따라서 사용자가 원하는 특정 목적지까지 경로를 자율 및/또는 반자율적으로 계획 및 최적화하는데 적합한 시스템 및 방법을 제공하여, 종래 기술의 흠결에 대한 해결책 또는 기술적 효과를 제공한다.

전술한 발명의 상세한 설명에서, 다양한 특징과 기능들이 본 개시내용을 간소화하기 위해 개별 실시예에서 그룹화되었다. 상기 개시 방법은 청구범위에 기재된 실시예가 각 청구항에서 명백하게 기재된 것 보다 추가적인 특징을 필요로한다는 의도를 반영한 것으로 해석되지 않는다. 오히려, 이하의 청구항에 반영되는 바와 같이, 진보성의 대상은 단일의 개시된 실시예의 모든 특징들보다는 적게 존재한다. 따라서 이하의 청구항들은 상세한 설명의 내용으로 통합되어야 하고, 각 청구항은 별개의 실시예로서 존재한다.

Claims

적어도 부분적으로 자율 주행 모드로 동작하도록 구성되는 차량에 있어서 컴퓨터 생성 맵 데이터로부터 특정 목적지까지 경로를 판정하는 시스템으로서,
상기 맵 데이터 저장을 위한 스토리지;
하나 이상의 네비게이션 데이터 소스로부터 데이터를 수신하는 입력부;
상기 입력부 및 스토리지에 작동가능하게 결합되는 프로세싱 장치로서,
상기 프로세싱 장치는,
상기 차량의 위치를 판정하고, 상기 네비게이션 데이터 소스로부터의 데이터를 상기 맵 데이터로 취합하며,
판정된 차량 위치로부터 복수의 경로 세그먼트 각각에 대한 자율 주행값을 계산하도록 상기 맵 데이터를 처리하고,
출발 위치와 목적지 위치 사이의 최소 거리 및 상기 경로 세그먼트 중 적어도 하나에 대한 최대 자율주행값을 가지는 최적 경로를 판정하며,
복수의 경로 세그먼트 중 하나에 대해서, 상기 자율주행값이 기설정된 한계점 미만인지 여부를 판정하여 자율주행값이 기설정된 한계점 미만으로 판정된 경우 수동제어를 취하도록 운전자에게 경고를 통신하는 라운팅 수단으로 구성되는, 프로세싱 장치; 및
상기 프로세싱 장치에 작동가능하게 결합되고, 판정된 최적 경로를 표시 하기 위한 디스플레이;를 포함하는, 경로 판정 시스템.
차량에 대한 네비게이션 정보를 제공하는 시스템으로서,
맵 데이터를 저장하는 스토리지;
하나 이상의 네비게이션 데이터 소스로부터 데이터를 수신하는 제1 입력부;
차량에 대한 목적지값을 수신하는 제2입력부; 및
상기 제1입력부, 제 2 입력부 및 스토리지에 작동가능하게 결합되는 프로세싱 장치를 포함하고, 상기 프로세싱 장치는,
차량에 대한 위치를 판정하고, 상기 위치로부터 수신된 목적지값까지 복수의 경로를 생성하고, 복수의 경로 각각에 대한 길이 값을 계산하고, 복수의 경로 각각에 대한 자율 주행값을 계산하고, 길이값 및 자율 주행값을 맵 데이터와 함께 처리하여 복수의 경로 각각에 대해 계산된 자율주행값 및 길이 값에 대한 정보를 포함하는 네비게이션 맵을 생성하고, 상기 복수의 경로 중 최적 경로를 형성하는 복수의 경로 세그먼트 중 하나에 대해서, 상기 자율주행값이 기설정된 한계점 미만인지 여부를 판정하여 자율주행값이 기설정된 한계점 미만으로 판정된 경우 수동제어를 취하도록 운전자에게 경고를 통신하는,
네비게이션 정보를 제공하는 시스템.
적어도 부분적으로 자율 주행 모드로 동작하도록 구성된 차량에 있어서 컴퓨터 생성 맵 데이터로부터 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법으로서,
하나 이상의 네비게이션 데이터로부터 데이터를 취합하여 맵 데이터로부터 차량의 위치를 판정하는 단계;
판정된 차량 위치로부터 복수의 세그먼트 각각에 대한 자율 주행값을 계산하는 단계;
출발 위치와 목적지 위치 사이의 최소 거리 및 상기 경로 세그먼트 중 적어도 하나에 대한 최대 자율주행값을 가지는 최적 경로를 판정하는 단계;
판정된 상기 최적 경로를 표시하는 단계; 및
복수의 경로 세그먼트 중 하나에 대해서, 상기 자율주행값이 기설정된 한계점 미만인지 여부를 판정하여 자율주행값이 기설정된 한계점 미만으로 판정된 경우 수동제어를 취하도록 운전자에게 경고를 통신하는 단계;
를 포함하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 3 항에 있어서,
자율주행값은 퍼센트 자율(percent autonomous, PA)을 포함하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제3항에 있어서,
경로 세그먼트에 대해 계산된 자율 주행값중 적어도 하나에 대해 가중치를 할당하는 단계를 더 포함하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제5항에 있어서,
상기 가중치는, 대응하는 경로 세그먼트의 길에 기반하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 3 항에 있어서,
자율주행값을 계산하는 단계는,
각 경로 세그먼트에 대해 가중된 값을 획득하기 위해 각 경로 세그먼트에 대한 자율 주행값에 가중치를 할당하는 단계; 및
각 경로 세그먼트에 대해 가중된 값의 총합을 구하는 단계를 포함하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 3 항에 있어서,
자율주행값은 하기의 식에 의해 결정되고,

PA_road는 n개의 경로 세그먼트로 구성된 경로의 전체적인 산술값을 나타내고, PA_seg는 단일의 경로 세그먼트의 백분율 자율값을 나타내며, L_seg는 세그먼트 길이에 관련된 가중인자를 나타내고, N은 경로에서 세그먼트의 개수를 나타내는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 3 항에 있어서,
상기 자율주행값은 하기의 식에 의해 결정되고,

PA_road는 n개의 세그먼트로 구성된 경로의 전체적인 산술값을 나타내고, AL_iA는 자율주행가능한 경로를 따르는 도로의 전체 길이를 나타내고, L_TOT는 도로의 전체 길이를 나타내는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 3 항에 있어서,
복수의 경로 세그먼트는, 복수의 경로를 형성하도록 처리되고, 복수의 경로 각각은 i) 상이한 거리값 및 ii) 상이한 시간 값중 적어도 하나로 구성되는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
제 10항에 있어서,
최적 경로를 판정하는 것은, 경로의 거리값 및 시간값 중 적어도 하나와 경로의 자율주행값에 근거하여 복수의 경로중 하나를 선택하는 것을 포함하는, 특정 목적지까지 경로를 판정하기 위한 프로세서 기반 방법.
차량에 네비게이션 정보를 제공하는 프로세서 기반 방법에 있어서,
차량 위치를 판정하는 단계;
차량의 목적지 값을 수신하는 단계;
상기 위치에서 목적지까지 복수의 경로를 생성하는 단계;
복수의 경로 각각의 길이값을 계산하는 단계;
복수의 경로 각각에 대한 자율주행값을 계산하는 단계;
맵 데이터와 함께 길이값과 자율주행값을 처리하여 복수의 경로 각각에 대해 계산된 자율주행값 및 길이값에 관련된 정보를 포함하는 네비게이션 맵을 생성하는 단계; 및
상기 자율주행값이 기설정된 한계점 미만인지 여부를 판정하여 자율주행값이 기설정된 한계점 미만으로 판정된 경우 수동제어를 취하도록 운전자에게 경고를 통신하는 단계;
를 포함하는, 차량에 네비게이션 정보를 제공하는 프로세서 기반 방법.
제 12 항에 있어서,
복수의 경로중 적어도 일부는 각각 복수의 경로 세그먼트를 포함하고, 자율주행값이 각 경로 세그먼트에 대해 계산되는, 차량에 네비게이션 정보를 제공하는 프로세서 기반 방법.
삭제
삭제
제12항에 있어서,
목적지 값은 휴대용 컴퓨팅 디바이스로부터 수신되는, 차량에 네비게이션 정보를 제공하는 프로세서 기반 방법.
제16항에 있어서,
생성된 네비게이션 맵은 휴대용 컴퓨팅 디바이스로 통신되는, 차량에 네비게이션 정보를 제공하는 프로세서 기반 방법.
삭제
삭제
제17항에 있어서,
네비게이션 맵은 차량내 디스플레이 스크린 및 휴대용 컴퓨팅 디바이스 중 적어도 하나로 전송되는, 차량에 네비게이션 정보를 제공하는 프로세서 기반 방법.