KR101763261B1 - 장애물 평가 기법 - Google Patents

장애물 평가 기법 Download PDF

Info

Publication number
KR101763261B1
KR101763261B1 KR1020147035643A KR20147035643A KR101763261B1 KR 101763261 B1 KR101763261 B1 KR 101763261B1 KR 1020147035643 A KR1020147035643 A KR 1020147035643A KR 20147035643 A KR20147035643 A KR 20147035643A KR 101763261 B1 KR101763261 B1 KR 101763261B1
Authority
KR
South Korea
Prior art keywords
obstacle
change
obstacles
vehicle
threshold
Prior art date
Application number
KR1020147035643A
Other languages
English (en)
Other versions
KR20150024340A (ko
Inventor
조나단 볼드윈 다우델
지아준 주
Original Assignee
구글 인코포레이티드
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 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20150024340A publication Critical patent/KR20150024340A/ko
Application granted granted Critical
Publication of KR101763261B1 publication Critical patent/KR101763261B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • 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
    • 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
    • B60R21/0132—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 vehicle motion parameters, e.g. to vehicle longitudinal or transversal deceleration or speed value
    • 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
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

자율 모드에서 운행하도록 구성된 차량이 센서 시스템을 이용하여 복수의 장애물들에 관한 데이터를 수집하는 단계, 상기 복수의 장애물들로부터 제1 장애물과 제2 장애물을 포함하는 장애물 쌍을 식별하는 단계, 상기 제1 장애물에 대하여 수집된 데이터와 상기 제2 장애물에 대하여 수집된 데이터를 비교하는 것에 의해 평가 프로세스에 관여하는 단계, 및 상기 평가 프로세스에 기초하여, 상기 제1 장애물과 상기 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 결정을 하는 단계를 포함하는 장애물 평가 기법에 관여할 수 있다.

Description

장애물 평가 기법{OBSTACLE EVALUATION TECHNIQUE}
본 명세서에서 다르게 지적하지 않는 한, 이 섹션에 기술된 내용은 이 출원의 특허청구범위에 대한 종래 기술이 아니며 이 섹션에 포함되어 있다고 해서 종래 기술로 인정되는 것은 아니다.
일반적으로, 차량은 동력을 이용해 움직일 수 있는 기계이다. 차량의 예로는, 승용차, 트럭, 오토바이, 버스, 자전거 등이 포함된다. 차량은 사람과 화물의 운송과 같은 다양한 일에 이용될 수 있을 뿐만 아니라, 다른 여러 용도에 이용될 수 있다.
일부 차량들은 부분적으로 또는 완전히 자동화되어 있을 수 있다. 예를 들어, 차량이 자동화 모드에 있을 때, 차량 운행의 드라이빙 양상들의 일부 또는 전부가 차량 제어 시스템에 의해 다루어질 수 있다. 그러한 경우, 탑재되어 있는 그리고/또는 서버 네트워크에 있는 컴퓨팅 장치들은 드라이빙 경로의 계획, 차량의 양상들의 감지, 차량의 환경의 감지, 및 조향 장치, 스로틀, 및 제동 장치 등 드라이브 컴포넌트들의 제어와 같은 기능들을 수행하도록 작동될 수 있다. 이와 같이, 자율적 차량들은 차량 운행의 다양한 양상들에서 인간 상호작용(human interaction)의 필요를 줄일 수 있다.
작동 중에, 자율적 차량 센서 시스템은 차량의 환경을 분석하고 다른 승용차들과 같은 특정한 장애물들의 존재를 탐지할 수 있다. 탐지된 장애물들의 위치들 또는 기타 특성들에 기초하여, 차량은 일부 장애물들을 단지 하나의 큰 장애물의 부분들로 분류하고, 다른 장애물들을 서로 다른 별개의 장애물들로 분류할 수 있다. 그러나, 어떤 상황들에서, 이러한 분류들은 잘못될 수 있다. 예를 들어, 두 대의 승용차가 나란히 위치하고 있을 때 또는 오토바이가 세미-트럭의 옆을 지나가고 있을 때, 차량 시스템은 이 장애물 쌍들이 아주 근접해 있음으로 인해 이 장애물 쌍들 각각을 단지 하나의 큰 장애물로 잘못 분류할 수 있다.
그러므로, 이와 같은 상황들, 그리고 어쩌면 다른 상황들에 대처하기 위해, 본 명세서에는 차량이 진보한 장애물 평가 기법에 관여하는 방법들 및 시스템들이 개시되어 있다. 더 상세하게는, 차량이 적어도 두 개의 장애물에 대한 이력 데이터를 수집할 수 있다. 그러한 데이터는 각 장애물의 속도, 거리, 방위, 또는 어떤 다른 특징과 관련될 수 있다. 그 후 차량은 이 이력 데이터를 비교하고 두 개의 장애물 중 하나가 두 개의 장애물이 하나의 큰 장애물의 부분들인 것과 모순되는 어떤 액션(예컨대, 차선 변경)을 취했는지를 결정할 수 있다. 이 비교의 결과에 따라, 차량은 경우에 따라 두 개의 장애물을 하나의 큰 장애물로 또는 두 개의 서로 다른 장애물들로 분류할 수 있다. 장애물 평가 기법들의 다른 예들도 가능하다.
예를 들어, 일 실시예에 따르면, 방법이 제공되고 이 방법은 차량 시스템이 적어도 하나의 센서를 이용하여 복수의 장애물들에 관한 데이터를 수집하고, 복수의 장애물들로부터 제1 장애물과 제2 장애물을 포함하는 장애물 쌍을 식별하고, 제1 장애물에 대하여 수집된 데이터와 제2 장애물에 대하여 수집된 데이터를 비교하는 것에 의해 평가 프로세스에 관여하고, 이 평가 프로세스에 기초하여, 제1 장애물과 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 결정을 하는 것을 포함한다.
다른 실시예에 따르면, 또 하나의 방법이 제공되고 이 방법은 차량 시스템이 센서 시스템을 이용하여 속도 데이터, 거리 데이터, 및 방위 데이터 중 적어도 하나를 포함하는 제1 장애물과 제2 장애물에 대한 데이터를 수집하고, 수집된 데이터를 비교하고 제1 임계치가 충족되는지를 결정하는 것에 의해 제1 평가 프로세스에 관여하고, 이 제1 평가 프로세스에 기초하여, 차량 시스템이 제1 장애물과 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 제1 결정을 하고, 하나 이상의 환경 조건이 변화한 것을 탐지하고 그에 따라 제1 임계치를 제2 임계치로 변경하고, 수집된 데이터를 비교하고 제2 임계치가 충족되는지를 결정하는 것에 의해 제2 평가 프로세스에 관여하고, 이 제2 평가 프로세스에 기초하여, 제1 장애물과 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 제2 결정을 하는 것을 포함한다.
또 다른 실시예에 따르면, 차량이 제공되고 이 차량은 적어도 하나의 센서, 적어도 하나의 프로세서, 및 데이터 저장소를 포함하고, 데이터 저장소는 상기 적어도 하나의 프로세서가 상기 적어도 하나의 센서로부터 복수의 잠재적 장애물들에 관한 데이터를 수신하고, 수신된 데이터의 임계치 비교를 포함하여 복수의 잠재적 장애물들 중 하나의 잠재적 장애물 쌍에 대한 적어도 하나의 평가를 수행하고, 이 평가가 수신된 데이터의 어떤 임계치 비교도 충족되지 않는 것을 나타낼 때 상기 잠재적 장애물 쌍을 단일 장애물로 분류하고, 상기 평가가 수신된 데이터의 적어도 하나의 임계치 비교가 충족되는 것을 나타낼 때 상기 잠재적 장애물 쌍을 두 개의 서로 다른 장애물들로 분류하기 위해 실행할 수 있는 명령어들을 포함하고 있다.
또 다른 실시예에 따르면, 비일시적 컴퓨터 판독가능 매체(CRM)가 개시된다. 이 CRM은 컴퓨팅 장치가 실행할 수 있는 명령어들을 저장하고 있고 이 명령어들은 상기 컴퓨팅 장치로 하여금, 적어도 하나의 센서를 이용하여 복수의 장애물들에 관한 데이터를 수집하고, 복수의 장애물들로부터 제1 장애물과 제2 장애물을 포함하는 장애물 쌍을 식별하고, 제1 장애물에 대하여 수집된 데이터와 제2 장애물에 대하여 수집된 데이터를 비교하는 것에 의해 평가 프로세스에 관여하고, 이 평가 프로세스에 기초하여, 제1 장애물과 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 결정을 하는 것을 포함할 수 있는 기능들을 수행하게 한다.
앞서 말한 요약은 예시적인 것이고 어떤 식으로도 제한하려고 하는 것이 아니다. 위에 기술한 이러한 예시적인 양상들, 실시예들, 및 특징들 외에도, 추가적인 양상들, 실시예들, 및 특징들이 도면들과 하기의 상세한 설명을 참조함으로써 명백해질 것이다.
도 1은 하나의 예시적인 실시예에 따른, 차량을 묘사하는 블록도이다.
도 2는 하나의 예시적인 실시예에 따른, 차량을 묘사하고 있다.
도 3a는 하나의 예시적인 실시예에 따른, 차량-운행 시나리오이다.
도 3b는 하나의 예시적인 실시예에 따른, 차량-운행 시나리오이다.
도 4는 하나의 예시적인 실시예에 따른, 차량-운행 시나리오이다.
도 5는 하나의 예시적인 실시예에 따른, 차량-운행 시나리오이다.
도 6은 하나의 예시적인 실시예에 따른, 흐름도를 묘사하고 있다.
도 7은 하나의 예시적인 실시예에 따른, 컴퓨터 프로그램 제품의 개략도이다.
예시적인 방법들 및 시스템들이 본 명세서에 기술된다. 본 명세서에 기술된 어떠한 예시적인 실시예 또는 특징도 반드시 다른 실시예들 또는 특징들보다 선호되거나 유리한 것으로 해석되어서는 안 된다. 본 명세서에 기술된 예시적인 실시예들은 제한하려고 하는 것이 아니다. 개시된 시스템들 및 방법들의 어떤 양상들은 본 명세서에서 모두 고려되는 폭넓고 다양한 상이한 구성들로 배열되고 조합될 수 있다는 것을 쉽게 이해할 것이다.
더욱이, 도면들에 도시된 특정한 배열들은 제한하는 것으로 간주되어서는 안 된다. 다른 실시예들은 소정의 도면에 도시된 각 요소를 더 많이 또는 더 적게 포함할 수 있다는 것을 이해해야 한다. 추가로, 도시된 요소들 중 일부가 조합되거나 생략될 수 있다. 또 추가로, 하나의 예시적인 실시예가 도면들에 도시되어 있지 않은 요소들을 포함할 수 있다.
본 명세서에 개시된 예시적인 실시예들은 자율 모드에서 차량을 운행하는 것에 관한 것이고; 특히, 두 개의 장애물이 두 개의 서로 다른 장애물들(예컨대, 두 대의 승용차)인지, 또는 그것들이 하나의 큰 장애물의 부분들(예컨대, 큰 트럭의 두 개의 부분들)인지를 결정하기 위하여 적어도 하나의 장애물 평가 기법에 관여하는 것에 관한 것이다.
이 개시 내용의 맥락 안에서, 차량은 다양한 운행 모드들에서 작동될 수 있다. 적어도 하나의 실시예에서, 그러한 운행 모드들은 수동, 반자율, 및 자율 모드들을 포함한다. 특히, 자율 모드는 사용자 상호작용이 거의 없거나 전혀 없는 드라이빙 운행을 제공할 수 있다. 수동 및 반자율 운행 모드들은 더 큰 정도의 사용자 상호작용을 포함할 수 있다.
본 명세서에 개시된 일부 방법들은 일부가 또는 전부가 외부 상호작용(예컨대, 차량의 사용자로부터의 상호작용 등)이 있거나 없이 자율 모드에서 운행하도록 구성된 차량에 의해 수행될 수 있다. 본 명세서에 개시된 다른 방법들은 일부가 또는 전부가 서버에 의해 수행될 수 있다. 숙련된 당업자들은 차량의 운행 중에 이용될 수 있는 상이한 여러 특정 방법들 및 시스템들이 있다는 것을 이해할 것이다. 이러한 특정 방법들 및 시스템들 각각이 본 명세서에서 고려되고, 여러 가지예시적인 실시예들이 아래 설명된다.
도 1은 하나의 예시적인 실시예에 따른, 차량(100)을 보여주는 기능 블록도이다. 차량(100)은 완전히 또는 부분적으로 자율 모드에서 운행하도록 구성될 수 있다. 예를 들어, 차량(100)은 자율 모드에 있는 동안 그 자신을 제어할 수 있고, 본 명세서에 기재된 설명에 따라, (여러 프로세스들 중에서) 평가 프로세스에 관여하도록 작동될 수 있다. 자율 모드에 있는 동안, 차량(100)은 인간 상호작용 없이 운행할 수 있다.
차량(100)은 추진 시스템(102), 센서 시스템(104), 제어 시스템(106), 하나 이상의 주변 장치(108) 등의 다양한 서브시스템들뿐만 아니라, 전원 장치(110), 컴퓨터 시스템(112), 및 사용자 인터페이스(116)를 또한 포함할 수 있다. 차량(100)은 더 많거나 더 적은 수의 서브시스템들을 포함할 수 있고 각 서브시스템은 다수의 요소들을 포함할 수 있다. 추가로, 차량(100)의 서브시스템들 및 요소들 각각은 상호접속될 수 있다. 이와 같이, 기술된 차량(100)의 기능들 중 하나 이상이 추가적인 기능 또는 물리 컴포넌트들로 분할되거나, 더 적은 수의 기능 또는 물리 컴포넌트들로 결합될 수 있다. 일부 추가의 예들에서는, 추가적인 기능 및/또는 물리 컴포넌트들이 도 1이 보여주는 예들에 부가될 수 있다.
추진 시스템(102)은 차량(100)에 동력 운동을 제공하도록 작동되는 컴포넌트들을 포함할 수 있다. 실시예에 따라서는, 추진 시스템(102)은 엔진/모터(118), 에너지원(119), 변속기(120), 및 휠/타이어(121)를 포함할 수 있다. 엔진/모터(118)는 내부 연소 엔진, 전기 모터, 증기 엔진, 스털링 엔진, 또는 다른 유형의 엔진들 및/또는 모터들의 임의의 조합일 수 있다. 일부 실시예들에서, 엔진/모터(118)는 에너지원(119)을 기계 에너지로 전환시키도록 구성될 수 있다. 일부 실시예들에서, 추진 시스템(102)은 다수의 유형의 엔진들 및/또는 모터들을 포함할 수 있다. 예를 들어, 가스-전기 하이브리드 승용차는 가솔린 엔진과 전기 모터를 포함할 수 있다. 다른 예들도 가능하다.
에너지원(119)은, 전부가 또는 일부가, 엔진/모터(118)에 동력을 공급할 수 있는 에너지의 소스를 나타낼 수 있다. 즉, 엔진/모터(118)는 에너지원(119)을 기계 에너지로 전환시키도록 구성될 수 있다. 에너지원(119)의 예로는, 가솔린, 디젤, 다른 석유계 연료, 프로판, 다른 압축 가스계 연료, 에탄올, 태양 전지판, 배터리, 및 다른 전기 동력의 소스들이 포함된다. 에너지원(들)(119)은 추가로 또는 대안으로 연료 탱크, 배터리, 커패시터, 및/또는 플라이휠의 임의의 조합을 포함할 수 있다. 에너지원(119)은 차량(100)의 다른 시스템들에 에너지를 제공할 수도 있다.
변속기(120)는 엔진/모터(118)로부터의 기계 동력을 휠/타이어(121)에 전달하도록 작동되는 요소들을 포함할 수 있다. 이를 위하여, 변속기(120)는 기어박스, 클러치, 차동 장치, 및 구동축을 포함할 수 있다. 변속기(120)는 다른 요소들도 포함할 수 있다. 구동축은 하나 이상의 휠/타이어(121)에 결합될 수 있는 하나 이상의 축을 포함할 수 있다.
차량(100)의 휠/타이어(121)는 외바퀴 자전거, 자전거/오토바이, 세발 자전거, 또는 승용차/트럭 4-바퀴 형식을 포함한 다양한 형식으로 구성될 수 있다. 6개 이상의 바퀴를 포함하는 것들과 같이, 다른 휠/타이어 기하 구조들도 가능하다. 차량(100)의 휠/타이어(121)의 임의의 조합이 다른 휠/타이어(121)에 대하여 차등을 두어 회전하도록 작동될 수 있다. 휠/타이어(121)는 변속기(120)에 고정되게 부착되어 있는 적어도 하나의 휠 및 구동면과 접촉할 수 있는 휠의 테두리에 결합된 적어도 하나의 타이어를 나타낼 수 있다. 휠/타이어(121)는 금속과 고무의 임의의 조합, 또는 다른 재료들의 조합을 포함할 수 있다. 다른 실시예들에서는, 휠/타이어(121)와 결합하여 또는, 예를 들어, 트랙, 트레드, 스키, 또는 기타를 포함한, 그의 대용으로 다른 운동 방식들이 가능하다.
센서 시스템(104)은 차량(100)의 환경에 관한 정보를 감지하도록 구성된 다수의 센서들을 포함할 수 있다. 예를 들어, 센서 시스템(104)은 글로벌 포지셔닝 시스템(Global Positioning System, GPS)(122), 관성 측정 유닛(inertial measurement unit, IMU)(124), RADAR 유닛(126), 레이저 거리 측정기/LIDAR 유닛(128), 및 카메라(130)를 포함할 수 있다. 센서 시스템(104)는 차량(100)의 내부 시스템들을 모니터하도록 구성된 센서들(예컨대, O2 모니터, 연료계, 엔진 오일 온도)을 포함할 수도 있다. 다른 센서들도 가능하다.
센서 시스템(104)에 포함된 센서들 중 하나 이상은 그 하나 이상의 센서의 위치 및/또는 방위를 변경하기 위하여 개별적으로 그리고/또는 집합적으로 작동되도록 구성될 수 있다.
GPS(122)는 차량(100)의 지리적 위치를 추정하도록 구성된 임의의 센서일 수 있다. 이를 위하여, GPS(122)는 지구에 대한 차량(100)의 위치에 관한 정보를 제공하도록 작동되는 트랜시버를 포함할 수 있다.
IMU(124)는 관성 가속도에 기초하여 차량(100)의 위치 및 방위 변화들을 감지하도록 센서들(예컨대, 가속도계 및 자이로스코프)의 임의의 조합을 포함할 수 있다.
RADAR 유닛(126)은 차량(100)의 국지 환경 내의 물체들을 감지하기 위해 무선 신호들을 이용하는 시스템을 나타낸다. 일부 실시예들에서는, 물체들을 감지하는 것 외에도, RADAR 유닛(126)은 추가로 물체들의 속도 및/또는 방향을 감지하도록 구성될 수도 있다.
유사하게, 레이저 거리 측정기 또는 LIDAR 유닛(128)은 레이저들을 이용하여 차량(100)이 위치해 있는 환경 내의 물체들을 감지하도록 구성된 임의의 센서일 수 있다. 실시예에 따라서는, 레이저 거리 측정기/LIDAR 유닛(128)은, 여러 시스템 컴포넌트들 중에서도, 하나 이상의 레이저 소스, 레이저 스캐너, 및 하나 이상의 탐지기를 포함할 수 있다. 레이저 거리 측정기/LIDAR 유닛(128)은 동기식(coherent)(예컨대, 헤테로다인 검파를 이용) 또는 비동기식 검파 모드(incoherent detection mode)에서 작동하도록 구성될 수 있다. 카메라(130)는 차량(100)의 환경의 복수의 영상들을 캡처하도록 구성된 하나 이상의 장치를 포함할 수 있다. 카메라(130)는 스틸 카메라 또는 비디오 카메라일 수 있다.
제어 시스템(106)은 차량(100)과 그의 컴포넌트들의 작동을 제어하도록 구성될 수 있다. 이에 따라, 제어 시스템(106)은 조향 장치(132), 스로틀(134), 제동 장치(136), 센서 융합 알고리즘(138), 컴퓨터 비전 시스템(140), 내비게이션/경로 설정 시스템(142), 및 장애물 회피 시스템(144) 등, 다양한 요소들을 포함할 수 있다. 조향 장치(132)는 차량(100)의 방향을 조정하도록 작동될 수 있는 메커니즘들의 임의의 조합을 나타낼 수 있다.
스로틀(134)은, 예를 들어, 엔진/모터(118)의 동작 속도를 제어하고, 결국, 차량(100)의 속도를 제어하도록 구성될 수 있다.
제동 장치(136)는 차량(100)을 감속시키도록 구성된 메커니즘들의 임의의 조합을 포함할 수 있다. 제동 장치(136)는 휠/타이어(121)의 속도를 늦추기 위해 마찰을 이용할 수 있다. 다른 실시예들에서, 제동 장치(136)는 휠/타이어(121)의 운동 에너지를 전류로 전환시킬 수 있다. 제동 장치(136)는 다른 형태들도 취할 수 있다.
센서 융합 알고리즘(138)은 센서 시스템(104)으로부터의 데이터를 입력으로 수신하도록 구성된 알고리즘(또는 알고리즘을 저장한 컴퓨터 프로그램 제품)일 수 있다. 데이터는, 예를 들어, 센서 시스템(104)의 센서들에서 감지된 정보를 나타내는 데이터를 포함할 수 있다. 센서 융합 알고리즘(138)은, 예를 들어, 칼만 필터, 베이지안 네트워크, 또는 다른 알고리즘을 포함할 수 있다. 센서 융합 알고리즘(138)은 센서 시스템(104)으로부터의 데이터에 기초한 다양한 평가들을 추가로 제공할 수 있다. 실시예에 따라서는, 평가들은 차량(100)의 환경 내의 개별 물체들 및/또는 특징들의 평가들, 특정한 상황의 평가, 및/또는 특정한 상황에 기초한 가능한 영향들의 평가를 포함할 수 있다. 다른 평가들도 가능하다.
컴퓨터 비전 시스템(140)은 교통 신호들, 도로 경계들, 및 장애물들을 포함할 수 있는 차량(100)의 환경 내의 물체들 및/또는 특징들을 식별하기 위하여 카메라(130)에 의해 캡처된 영상들을 처리하고 분석하도록 작동되는 임의의 시스템일 수 있다. 컴퓨터 비전 시스템(140)은 물체 인식 알고리즘, SFM(Structure From Motion) 알고리즘, 비디오 트래킹, 및 기타 컴퓨터 비전 기법들을 이용할 수 있다. 일부 실시예들에서, 컴퓨터 비전 시스템(140)은 추가로, 아마도 다른 차량 시스템들의 요소들과 결합하여, 환경을 지도로 나타내고, 물체들을 추적하고, 장애물 속도들을 추정하고, 다양한 장애물들 사이의 그리고 장애물과 차량(100) 사이의 거리들을 추정하고, 장애물의 방향 및/또는 방위(즉, 예를 들어, 360도 스케일로 측정된, 장애물이 향하고 있거나 이동하고 있는 방향), 또는 장애물들의 다른 특징들을 추정하도록 구성될 수 있다.
내비게이션 및 경로 설정 시스템(142)은 차량(100)에 대한 드라이빙 경로를 결정하도록 구성된 임의의 시스템일 수 있다. 내비게이션 및 경로 설정 시스템(142)은 추가로 차량(100)이 운행 중인 동안 드라이빙 경로를 동적으로 갱신하도록 구성될 수 있다. 일부 실시예들에서, 내비게이션 및 경로 설정 시스템(142)은 차량(100)에 대한 드라이빙 경로를 결정하기 위해 센서 융합 알고리즘(138), GPS(122), 및 하나 이상의 미리 결정된 지도들로부터의 데이터를 통합시키도록 구성될 수 있다.
장애물 회피 시스템(144)은 차량(100)의 환경 내의 잠재적 장애물들을 식별하고, 평가하고, 회피하거나 다른 방법으로 빠져나가도록 구성된 제어 시스템을 나타낼 수 있다.
제어 시스템(106)은 추가로 또는 대안으로 도시되고 기술된 것들 이외의 컴포넌트들을 포함할 수 있다. 주변 장치들(108)은 차량(100)과 외부 센서들, 다른 차량들, 다른 컴퓨터 시스템들, 및/또는 사용자 사이의 상호작용을 허용하도록 구성될 수 있다. 예를 들어, 주변 장치들(108)은 무선 통신 시스템(146), 터치스크린(148), 마이크(150), 및/또는 스피커(152)를 포함할 수 있다.
하나의 예시적인 실시예에서, 주변 장치들(108)은, 예를 들어, 차량(100)의 사용자가 사용자 인터페이스(116)와 상호작용하는 수단을 제공할 수 있다. 이를 위하여, 터치스크린(148)은 차량(100)의 사용자에게 정보를 제공할 수 있다. 사용자 인터페이스(116)는 터치스크린(148)을 통해 사용자로부터 입력을 수신하도록 작동될 수도 있다. 터치스크린(148)은, 여러 가능한 것들 중에서도, 용량성 감지, 저항 감지, 또는 표면 음파 프로세스를 통해 사용자의 손가락의 위치 및 움직임 중 적어도 하나를 감지하도록 구성될 수 있다. 터치스크린(148)은 터치스크린 표면에 평행하거나 평면인 방향의, 터치 표면에 수직인 방향의, 또는 양쪽 모두의 방향의 손가락 움직임을 감지할 수도 있고, 또한 터치 표면에 가해진 압력의 레벨을 감지할 수도 있다. 터치스크린(148)은 하나 이상의 반투명한 또는 투명한 절연층들 및 하나 이상의 반투명한 또는 투명한 도전층들로 형성될 수 있다. 터치스크린(148)은 다른 형태들도 취할 수 있다.
다른 사례들에서, 주변 장치들(108)은 차량(100)이 그의 환경 내의 장치들과 통신하는 수단을 제공할 수 있다. 마이크(150)는 차량(100)의 사용자로부터 오디오(예컨대, 음성 명령 또는 기타 오디오 입력)를 수신하도록 구성될 수 있다. 유사하게, 스피커들(152)은 차량(100)의 사용자에게 오디오를 출력하도록 구성될 수 있다.
하나의 예에서, 무선 통신 시스템(146)은 직접 또는 통신 네트워크를 통해 하나 이상의 장치와 무선으로 통신하도록 구성될 수 있다. 예를 들어, 무선 통신 시스템(146)은 CDMA, EVDO, GSM/GPRS 등의 3G 셀룰러 통신, 또는 WiMAX 또는 LTE 등의 4G 셀룰러 통신을 이용할 수 있다. 대안으로, 무선 통신 시스템(146)은, 예를 들어, WiFi를 이용하여 WLAN(wireless local area network)과 통신할 수 있다. 일부 실시예들에서, 무선 통신 시스템(146)은, 예를 들어, 적외선 연결, 블루투스, 또는 지그비를 이용하여 장치와 직접 통신할 수 있다. 본 개시 내용의 맥락 안에서 다양한 차량 통신 시스템 등 다른 무선 프로토콜들도 가능하다. 예를 들어, 무선 통신 시스템(146)은 차량들 및/또는 도로변 스테이션들(roadside stations) 간의 공적 및/또는 사적 데이터 통신을 포함할 수 있는 하나 이상의 DSRC(dedicated short range communications) 장치들을 포함할 수 있다.
전원 장치(110)는 차량(100)의 다양한 컴포넌트들에 전력을 제공할 수 있고, 예를 들어, 충전식 리튬-이온, 납축전지(lead-acid battery), 또는 심지어 120 볼트 교류 전원 장치 등 고정된 전원 장치를 나타낼 수 있다. 일부 실시예들에서, 그러한 배터리들의 하나 이상의 뱅크들이 전력을 제공하도록 구성될 수 있다. 다른 전원 장치 재료들 및 구성들도 가능하다. 일부 실시예들에서, 전원 장치(110)와 에너지원(119)은, 전전기 승용차(all-electric cars)에서와 같이, 함께 구현될 수 있다.
차량(100)의 기능들 중 다수 또는 전부가 컴퓨터 시스템(112)에 의해 제어될 수 있다. 컴퓨터 시스템(112)은 데이터 저장소(114) 등 비일시적 컴퓨터 판독가능 매체에 저장된 명령어들(115)을 실행하는 적어도 하나의 프로세서(113)(적어도 하나의 마이크로프로세서를 포함할 수 있음)를 포함한다. 컴퓨터 시스템(112)은 또한 차량(100)의 개별 컴포넌트들 또는 서브시스템들을 분산 방식으로 제어하는 데 기여할 수 있는 복수의 컴퓨팅 장치들을 나타낼 수도 있다.
일부 실시예들에서, 데이터 저장소(114)는 위에 도 1과 관련하여 기술한 것들을 포함하는 차량(100)의 다양한 기능들을 실행하기 위해 프로세서(113)가 실행할 수 있는 명령어들(115)(예컨대, 프로그램 로직)을 포함할 수 있다. 데이터 저장소(114)는 추진 시스템(102), 센서 시스템(104), 제어 시스템(106), 및 주변 장치들(108) 중 하나 이상에 데이터를 송신하고, 그로부터 데이터를 수신하고, 그것들과 상호작용하고, 그리고/또는 그것들을 제어하는 명령어들을 포함하는, 추가적인 명령어들도 포함할 수 있다.
명령어들(115) 외에도, 데이터 저장소(114)는, 여러 정보 중에서도, 도로 지도, 경로 정보 등의 데이터를 저장할 수 있다. 그러한 정보는 차량(100)이 자율 모드, 반자율 모드, 및/또는 수동 모드에서 운행하는 동안에 차량(100) 및 컴퓨터 시스템(112)에 의해 이용될 수 있다.
차량(100)은 차량(100)의 사용자에게 정보를 제공하거나 그로부터 입력을 수신하기 위한 사용자 인터페이스(116)를 포함할 수 있다. 사용자 인터페이스(116)는 터치스크린(148)상에 표시될 수 있는 상호작용 영상들의 레이아웃 및/또는 콘텐츠를 제어하거나 그의 제어를 가능하게 할 수 있다. 추가로, 사용자 인터페이스(116)는 무선 통신 시스템(146), 터치스크린(148), 마이크(150), 및 스피커(152) 등, 주변 장치들(108)의 세트 내에 하나 이상의 입력/출력 장치를 포함할 수 있다.
컴퓨터 시스템(112)은 다양한 서브시스템들(예컨대, 추진 시스템(102), 센서 시스템(104), 및 제어 시스템(106))로부터, 그리고 또한 사용자 인터페이스(116)로부터 수신된 입력들에 기초하여 차량(100)의 기능들을 제어할 수 있다. 예를 들어, 컴퓨터 시스템(112)은 센서 시스템(104) 및 장애물 회피 시스템(144)이 탐지한 장애물을 회피하기 위해 조향 장치(132)를 제어하기 위하여 제어 시스템(106)으로부터의 입력들을 이용할 수 있다. 실시예에 따라서는, 컴퓨터 시스템(112)은 차량(100)과 그의 서브시스템들의 여러 양상들에 대한 제어를 제공하도록 작동될 수 있다.
차량(100)의 컴포넌트들은 그 각각의 시스템들 내부 또는 외부의 다른 컴포넌트들과 상호접속된 방식으로 기능하도록 구성될 수 있다. 예를 들어, 하나의 예시적인 실시예에서, 카메라(130)는 자율 모드에서 운행하는 차량(100)의 환경의 상태에 관한 정보를 나타낼 수 있는 복수의 영상들을 캡처할 수 있다. 이 환경은, 특히, 또 다른 차량을 포함할 수 있다. 컴퓨터 비전 시스템(140)은 데이터 저장소(114)에 저장된 물체 인식 모델들, 또는 다른 기법들에 기초하여 그와 같이 다른 차량을 인식할 수 있다.
컴퓨터 시스템(112)은 차량(100)의 환경의 상태에 관한 이 정보에 기초하여 여러 가지 결정을 수행할 수 있다. 예를 들어, 컴퓨터 시스템(112)은 다른 차량의 하나 이상의 예상되는 거동을 결정할 수 있다. 이 예상되는 거동은 차량(100)의 현재 상태(예컨대, 차량 속도, 현재 차선 등) 및 차량(100)의 환경의 현재 상태(예컨대, 제한 속도, 이용 가능한 차선의 수, 다른 차량들의 위치 및 상대적 움직임 등)를 포함하는 여러 가지 인자들에 기초할 수 있다.
일부 실시예들에서, 컴퓨터 시스템(112)은 적어도 예상되는 거동, 차량(100)의 현재 상태, 및 차량(100)의 환경의 현재 상태에 기초하여 제어 시스템(106)을 제어하기 위해 데이터 저장소(114) 및 다른 시스템들과 인터페이스한다. 예를 들어, 하나의 상황에서, 컴퓨터 시스템(112)은 그 자신의 차선에 다른 차량이 머무르고 있을 가능성이 높기 때문에 아무것도 조정하지 않기로 결정할 수 있다. 그러나, 다른 상황에서, 컴퓨터 시스템(112)은 잠재적 충돌을 회피하기 위하여 현재 차선 내에서 약간 속도를 늦추도록(스로틀(134)을 줄이는 것에 의해) 또는 하나의 방향 또는 다른 방향으로 약간 이동하도록(조향 장치(132)를 제어하는 것에 의해) 차량(100)을 제어하기로 결정할 수 있다. 본 개시 내용의 맥락 안에서 차량(100)의 컴포넌트들 간의 상호접속의 다른 예들이 많고 가능하다.
도 1은 차량(100)의 다양한 컴포넌트들, 즉, 무선 통신 시스템(146), 컴퓨터 시스템(112), 데이터 저장소(114), 및 사용자 인터페이스(116)를, 차량(100)에 통합되어 있는 것으로 보여주고 있지만, 이러한 컴포넌트들 중 하나 이상이 차량(100)과 별도로 장착되거나 연관될 수 있다. 예를 들어, 데이터 저장소(114)는, 일부가 또는 전부가, 차량(100)에서 분리하여 존재할 수 있다. 이와 같이, 차량(100)은 개별적으로 또는 함께 배치될 수 있는 장치 요소들의 형태로 제공될 수 있다. 차량(100)을 구성하는 장치 요소들은 유선 및/또는 무선 방식으로 함께 통신으로 연결될 수 있다.
도 2는 도 1과 관련하여 기술된 차량(100)과 유사하거나 동일할 수 있는 차량(200)을 보여준다. 적어도 하나의 실시예에서, 차량(200)은 다음과 같은 센서 요소들을 포함한다: 센서 유닛(202), 무선 통신 시스템(204), LIDAR(206), 레이저 거리 측정기(208), 및 카메라(210). 일부 실시예들에서, 차량(200)의 센서 요소들은, 아마도 기술되지 않은 다른 센서와 결합하여, 도 1에 관하여 기술된 바와 같은, 센서 시스템(104)의 일부를 구성한다. 차량(200)은 도 2에서 승용차로서 도시되어 있지만, 다른 실시예들도 가능하다. 예를 들어, 차량(200)은, 여러 예들 중에서도, 트럭, 승합차, 세미-트레일러 트럭, 오토바이, 자전거, 골프 카트, 오프-로드 차량, 또는 농장 차량을 나타낼 수 있다.
적어도 하나의 실시예에서, 센서 유닛(202)은, 아마도 다른 센서 오소들과 함께, 차량(200)의 환경에 관한 정보를 캡처하도록 구성되어 있다. 예를 들어, 센서 유닛(202)은 카메라들, RADAR들, LIDAR들, 거리 측정기들, 및 음향 센서들의 임의의 조합을 포함하거나 이들과 통신으로 연결될 수 있다. 다른 유형의 센서들도 가능하다. 일부 실시예들에서, 센서 유닛(202)은 센서 유닛(202) 내의 하나 이상의 센서의 방위를 조정하도록 작동될 수 있는 하나 이상의 가동 마운트(movable mounts)를 포함한다. 일 실시예에서, 가동 마운트는 차량(200) 주위의 각 방향으로부터 정보를 획득하기 위하여 센서들을 스캔할 수 있는 회전 플랫폼을 포함할 수 있다. 다른 실시예에서, 센서 유닛(202)의 가동 마운트는 특정 범위의 각도 및/또는 방위각 내에서 스캐닝 방식으로 움직일 수 있다. 센서 유닛(202)은, 예를 들어, 승용차의 지붕 위에 장착될 수 있지만, 다른 장착 위치들도 가능하다. 게다가, 센서 유닛(202)의 센서들은 상이한 위치들에 분산될 수도 있고 단일 위치에 함께 배치될 필요는 없다. 몇몇 가능한 센서 유형들 및 장착 위치들은 LIDAR(206) 및 레이저 거리 측정기(208)를 포함한다.
무선 통신 시스템(204)은 도 2에 묘사된 바와 같이 위치할 수 있다. 대안으로, 무선 통신 시스템(204)은, 완전히 또는 부분적으로, 다른 곳에 위치할 수 있다. 무선 통신 시스템(204)은 차량(200) 외부 또는 내부의 장치들과 통신하도록 구성될 수 있는 무선 송신기들 및 수신기들을 포함할 수 있다. 구체적으로, 무선 통신 시스템(204)은 다른 차량들 및/또는, 예를 들어, 차량 통신 시스템 또는 도로 스테이션 내의 통신 장치들과 통신하도록 구성된 트랜시버들을 포함할 수 있다. 그러한 차량 통신 시스템들의 예들 들면, DSRC(dedicated short range communications), RFID(radio frequency identification), 및 지능형 운송 시스템을 향하는 다른 제안된 통신 표준들이 있다.
카메라(210)는 차량(200)의 앞 유리 안쪽에 장착될 수 있다. 카메라(210)는 차량(200)의 환경의 복수의 영상들을 캡처하도록 구성될 수 있다. 구체적으로, 도시된 바와 같이, 카메라(210)는 차량(200)에 관하여 전방 시야(forward-looking view)로부터의 영상들을 캡처할 수 있다. 카메라(210)의 다른 장착 위치들 및 시야각들도 가능하다. 카메라(210)는 하나 이상의 가시광 카메라를 나타낼 수 있다. 대안으로 또는 추가로, 카메라(210)는 적외선 감지 능력들을 포함할 수 있다. 카메라(210)는 조정 가능한 시계(field of view)를 제공하도록 작동될 수 있는 연관된 옵틱스(optics)를 가질 수 있다. 추가로, 카메라(210)는 카메라(210)의 포인팅 각도를 변화시키도록 작동될 수 있는 가동 마운트를 이용해 차량(200)에 장착될 수 있다.
도 3a 및 도 3b는 도로에서 차량들이 이동하고 있는 예시적인 시나리오들을 보여준다. 각 시나리오에서, 도로는 두 개의 차선, 즉 왼쪽 차선과 오른쪽 차선을 가지고 있는 것으로 묘사되어 있고, 각 차선의 차량들은 동일 방향으로 이동하고 있다. 도 3a의 도로에 묘사되어 있는 것은 차량(308), 승용차(316), 및 트럭(314)이다. 도 3b의 도로에 묘사되어 있는 것은 차량(308)과 세미-트럭(330)이다. 각 시나리오에서, 차량(308)은 자율 모드에서 운행중이고 센서 유닛(310)과 아마도 다른 센서 요소들을 통해 센서 데이터를 수집중일 수 있다. 특히, 카메라는 차량(308)의 제어기에 의한 분석을 위해 환경의 복수의 영상들을 캡처할 수 있다. 대안으로 또는 추가로, RADAR 유닛 또는 레이저 거리 측정기/LIDAR 유닛 등의 다른 센서가 일련의 신호들을 방출하고 그 후 일련의 신호 반사들을 탐지할 수 있다. 어쨌든, 센서 유닛(310)의 작동에 기초하여, 차량(308)은 차량(308)의 제어기에 의한 분석을 위해 일련의 데이터 포인트들을 수집할 수 있다. 이 분석은 형상, 방위, 방향, 속도, 소정의 장애물과 차량(308) 간의 거리, 소정의 장애물과 다른 탐지된 장애물들 간의 거리를 포함한, 각 장애물의 특정한 특징들을 드러낼 수 있다. 추가적인 특징들도 가능하다.
예를 들어, 도 3a에 묘사된 예시적인 시나리오에서, 센서 유닛(310)은 데이터 포인트들의 두 개의 클러스터를 수집하였다: 하나의 클러스터는 차량(316)의 현재 위치에 있고 또 하나의 클러스트는 차량(314)의 현재 위치에 있다. 이 데이터 포인트들은 작은 사각형들(326)로 묘사되어 있고 일부 실시예들에서는 방출된 RADAR 또는 레이저 신호들의 반사들을 탐지하는 것에 의해 수집된다. 각 클러스터는 예비적으로 차량(308)에 의해 장애물로 분류될 수 있다. 그러나, 추가적인 분석시에, 두 개의 장애물들이 아주 근접해 있고 각 장애물의 속도가 유사한 것을 고려하여, 차량(308)은 두개의 장애물들을 양쪽 차선의 폭에 걸쳐 있는 하나의 큰 장애물(324)로 잘못 분류할 수 있다. 도 3a가 보여주는 바와 같이, 두 개의 장애물들의 더 정확한 분류는 두 개의 서로 다른 장애물들(320 및 322)이라는 것이다.
이제 도 3b를 참조하면, 센서 유닛(310)은 유사하게 데이터 포인트들의 두 개의 클러스터를 수집하였다: 하나의 클러스터는 세미-트럭(330)의 캡(cab)에 위치해 있고 또 하나의 클러스터는 세미-트럭(330)의 트레일러를 따라 위치해 있다. 다시 말하지만, 이 데이터 포인트들은 작은 사각형들(338)로 묘사되어 있다. 차량(308)은 예비적으로 데이터 포인트들의 각 클러스터를 하나의 장애물로 분류할 수 있다. 그러나, 추가적인 분석시에, 두 개의 장애물들의 형상을 고려하여, 차량(308)은 두 개의 장애물들을 두 개의 서로 다른 장애물들(332 및 334)로 잘못 분류할 수 있다. 도 3b 가 보여주는 바와 같이, 두 개의 장애물들의 더 정확한 분석은 이들이 하나의 큰 장애물(336)의 일부라는 것이다.
어느 쪽 시나리오에서든, (i) 두 개의 장애물들(320 및 322)을 하나의 큰 장애물(324)로 그리고 (ii) 하나의 큰 장애물(336)을 두 개의 서로 다른 장애물들(332 및 334)로 잘못 분류하는 것은 잠재적으로 차량(308)의 경로 설정 시스템뿐만 아니라 차량(308)의 다른 제어 시스템들을 혼란시킬 수 있다. 이러한 혼란의 결과로, 차량(308)의 제어 시스템들은 자율 모드를 종료하고 수동 모드로 이행하거나 안전을 위해 어떤 다른 액션을 취할 수 있다. 그러므로, 이와 같은 상황들 및 어쩌면 다른 상황에 대처하기 위해, 차량(308)은, 본 명세서에 추가로 기술된 실시예들에 따라, 탐지된 장애물들을 더욱 정확하게 분류하려는 노력으로 하나 이상의 진보한 장애물 평가 기법들에 관여할 수 있다.
일반적으로, 차량(308) 등의 차량은 적어도 두 개의 장애물들에 대해 수집된 이력 데이터를 비교하고, 이 이력 데이터에 기초하여, 두 개의 장애물들이 하나의 큰 장애물의 부분들인 것과 모순되는 어떤 액션을 두 개의 장애물들이 취했는지를 결정하는 것에 의해 적어도 하나의 장애물 평가 기법에 관여할 수 있다. 그러한 액션들의 예로는, 차선 변경, 속도 차이, 방위 변경, 방향 변경 등이 포함된다(이들에 제한되지는 않는다). 하나의 예시적인 평가 기법에 따라, 차량(308)은 두 개의 장애물들에 대한 데이터를 수집하고 이 데이터를 분석하여 두 개의 장애물들이 그들 사이에 변화하는 차등 거리를 가졌는지를 결정한다. 전형적으로, 한 시점에, 서로로부터 하나의 거리에 위치해 있었지만, 나중에는 서로로부터 상이한 거리에 위치해 있는 두 개의 장애물들은 두 개의 서로 다른 장애물들일 가능성이 크고 하나의 큰 장애물의 부분들일 가능성은 적다. 반면에 시간 경과에 따라, 그들 사이에 상대적으로 일정한 거리를 유지한 두 개의 장애물들은 하나의 큰 장애물의 부분들일 가능성이 크고 두 개의 서로 다른 장애물들일 가능성은 적다.
적어도 하나의 실시예에서, 차량(308)은 두 개의 장애물들 사이에 특정한 임계 거리 이상인 거리의 변화가 있었는지를 결정하는 것에 의해 두 개의 장애물들이 변화하는 차등 거리를 가졌는지를 결정한다. 차량(308)이 그러한 측정을 수행하는 하나의 방법은 두 개의 장애물들 사이의 최대 측정 거리에서 두 개의 장애물들 사이의 최소 측정 거리를 빼는 것이다. 결과가 임계치 거리 이상인 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 두 개의 서로 다른 장애물들이라고 결론을 내리는 근거로서 이용할 수 있다. 그리고 결과가 임계치 거리보다 작은 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 하나의 큰 장애물의 부분들이라는 결론을 내리는 근거로서 이용할 수 있다. 이 임계치 거리는, 예를 들어, 5 피드일 수 있지만; 임의의 임계치 거리(또는 단위)가 이용될 수 있다. 더욱이, 두개의 장애물들이 그들 사이에 변화하는 차등 거리를 가졌는지를 결정하는 다른 방법들도 가능하다.
또 다른 예시적인 평가 기법에 따라, 차량(308)은 두 개의 장애물들에 대한 데이터를 수집하고 이 데이터를 분석하여 두개의 장애물들이 상이한 속도들을 가졌는지를 결정한다. 전형적으로, 한 시점에 상이한 속도들로 이동하고 있던 두 개의 장애물들은 두 개의 서로 다른 장애물들이 가능성이 크고 하나의 큰 장애물의 부분들일 가능성은 적다. 반면에 시간 경과에 따라, 비교적 상대적으로 유사한 속도들을 유지한 두 개의 장애물들은 하나의 큰 장애물의 부분들일 가능성이 크고 두 개의 서로 다른 장애물들일 가능성은 적다.
적어도 하나의 실시예에서, 차량(308)은 두 개의 장애물들이 특정한 임계 속도 이상인 속도 차이를 가졌는지를 결정하는 것에 의해 두 개의 장애물들이 상이한 속도들을 가졌는지를 결정한다. 한 시점에 또는 다른 시점에 두 개의 장애물들 사이에 임계 속도 이상인 속도의 차이가 측정된 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 두 개의 서로 다른 장애물들이라는 결론을 내리는 근거로서 이용할 수 있다. 그리고 어느 시점에도 두 개의 장애물들 사이에 임계 속도 이상인 속도의 차이가 측정되지 않은 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 하나의 큰 장애물의 부분들이라는 결론을 내리는 근거로서 이용할 수 있다. 이 임계 속도는, 예를 들어, 5 MPH일 수 있지만; 임의의 임계 속도(또는 단위)가 이용될 수 있다. 더욱이, 두 개의 장애물들이 상이한 동시 속도들을 가졌는지를 결정하는 다른 방법들도 가능하다.
또 다른 예시적인 평가 기법에 따라, 차량(308)은 두 개의 장애물들에 대한 데이터를 수집하고 이 데이터를 분석하여 두개의 장애물들이 상이한 상대적 방위들 또는 방향들을 가졌는지를 결정한다. 전형적으로, 한 시점에 상이한 방향들을 향하고 있었거나 상이한 상대적 방향들을 가진 두 개의 장애물들은 두 개의 서로 다른 장애물들이 가능성이 크고 하나의 큰 장애물의 부분들일 가능성은 적다. 반면에 시간 경과에 따라, 비교적 유사한 방위들 또는 방향들을 유지한 두 개의 장애물들은 하나의 큰 장애물의 부분들일 가능성이 크고 두 개의 서로 다른 장애물들일 가능성은 적다.
적어도 하나의 실시예에서, 차량(308)은 두 개의 장애물들이 특정한 임계 도(degree) 이상인 방위 또는 방향의 차이를 가졌는지를 결정하는 것에 의해 두 개의 장애물들이 상이한 방위들 또는 방향들을 가졌는지를 결정한다. 한 시점에 또는 다른 시점에 두 개의 장애물들 사이에 임계 도 이상인 방향 또는 방위의 차이가 측정된 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 두 개의 서로 다른 장애물들이라는 결론을 내리는 근거로서 이용할 수 있다. 그리고 어느 시점에도 두 개의 장애물들 사이에 임계 도 이상인 방위 또는 방향의 차이가 측정되지 않은 경우에, 차량(308)은 그러한 측정을 단독으로 또는 다른 정보와 결합하여, 두 개의 장애물들이 하나의 큰 장애물의 부분들이라는 결론을 내리는 근거로서 이용할 수 있다. 이 임계 도는, 예를 들어, 4도일 수 있지만; 임의의 임계 도(또는 단위)가 이용될 수 있다. 더욱이, 두 개의 장애물들이 상이한 상대적 방위들 또는 방향들을 가진 적이 있는지를 결정하는 다른 방법들도 가능하다.
일부 실시예들에서, 장애물 평가 프로세스를 더 정확하게 하기 위하여(또는 다른 이유로) 차량(308)이 특정한 임계 값을 변화시키는(즉, 증가시키거나 감소시키는) 것이 유리한 상황들이 있을 수 있다. 그러한 상황들은 교통 조건들이 변화하는(예컨대, 혼잡에서 훤히 뚫임으로) 경우, 도로 조건들 또는 날씨가 변화하는(예컨대, 마름에서 젖음으로) 경우, 도로의 유형이 변화하는(예컨대, 시내에서 고속 도로로) 경우, 시간이 변화하는(예컨대, 밤에서 낮으로) 경우, 또는 어떤 다른 이유를 포함할 수 있다(이들에 제한되지는 않는다). 이와 같은 조건들의 변화를 "환경 조건들"의 변화라고 칭할 수 있다.
도 4는 예시적인 하나의 실시예에 따라, 차량(308)이 장애물 평가 기법에 관여할 수 있는 하나의 예를 묘사하고 있다. 도 4의 시나리오는 세 개의 시간, 즉 T1, T2, 및 T3에 묘사되어 있다. 시간 T1에, 차량(308)은 도로에서 왼쪽 차선에서 이동하고 있고, 반면에 승용차(316)와 트럭(314)은 도로에서 오른쪽 차선에서 이동하고 있다. 차량(308)은 자율 모드에서 운행중이고 센서 유닛(310)을 통해 데이터를 수집중이다. 일부 실시예들에서(위에 설명한 바와 같이) 데이터는 도 4에 작은 사각형들(326)로 묘사된, 복수의 데이터 포인트들의 형태를 가지고 있다. 묘사된 바와 같이, 데이터 포인트들의 하나의 클러스터가 승용차(316)의 위치에서 탐지되고 데이터 포인트들의 또 하나의 클러스터가 트럭(314)의 위치에서 탐지된다. 시간 T1에, 차량(308)은 하나의 클러스터를 장애물(320)로 그리고 다른 클러스터를 장애물(322)로 예비적으로 분류할 수 있다. 추가로, 수집된 데이터에 기초하여, 차량(308)은, 각 장애물로부터 튀어나온 화살표들이 표시하는 바와 같이, 장애물(320)이 장애물(322)과 동일 방향으로 지향하고 있고, 따라서 동일 방향으로 이동하고 있다고 결정할 수 있다. 더욱이, 차량(308)은 각 장애물(320 및 322)이 약 60 MPH(miles per hour)로 이동하고 있고, 약 20 피트 떨어져 있다고 결정할 수 있다.
시간 T2에, 차량(308)은 장애물들(320 및 322)에 대한 센서 데이터를 계속 수집하고, 이 데이터에 기초하여, 장애물(320)이 그의 속도를 70 MPH로 증가시켜 장애물(322)에 15 피트 더 가까이 이동하였고 이와 동시에 그의 방향을 왼쪽으로 약 5도 변경하였고 차량(308)의 앞으로 차선을 변경하기 시작하였다고 결정할 수 있다. 추가로, 수집된 데이터에 기초하여, 차량(308)은 장애물(322)이 시간 T1 이후 상대적으로 동일한 방향가 속도를 유지하였다고 결정할 수 있다.
마지막으로, 시간 T3에, 차량(308)은 장애물들(320 및 322)에 대한 센서 데이터를 계속 수집하고, 이 데이터에 기초하여, 양쪽 장애물들(320 및 322)이 대략 동일한 방향을 유지하면서 약 60 MPH로 이동하고 있고, 약 수 피트 떨어져 있다고 결정할 수 있다. 이 시간에, 차량(308)은 위에 기술한 절차들 중 적어도 일부에 따라, 장애물 평가 기법에 관여할 수 있다. 예를 들어, 차량(308)은 시간 T1 이후 장애물들(320 및 322)에 대한 수집된 데이터의 이력을 분석하고, 장애물들이 그들 사이에 (i) 15 피트 이상의 거리의 변화, (ii) 약 10 MPH의 최대 동시 속도 차이, 및 (iii) 약 5도의 최대 방향 또는 방위 차이를 가졌다고 결정할 수 있다. 차량(308)은 추가로 이러한 측정들 중 적어도 하나가 대응하는 임계치를 초과한다고 결정할 수 있다. 그러므로, 차량(308)은 이 결정을 단독으로 또는 다른 정보와 결합하여, 장애물들(320 및 322)이 두 개의 서로 다른 장애물들이라는 결론을 내리는 근거로서 이용할 수 있다. 이러한 결론의 결과로, 차량(308)은 각 장애물(320 및 322)에 대한 장애물 이력 데이터의 캐시를 계속 유지할 뿐만 아니라, 두 개의 서로 다른 장애물들을 탐지할 때 차량(308)의 운행에 따라 임의의 다른 액션을 취할 수 있다.
도 5는 하나의 예시적인 실시예에 따라, 차량(308)이 장애물 평가 기법에 관여할 수 있는 또 다른 예시적인 시나리오를 묘사하고 있다. 도 5의 시나리오는 세 개의 시간, 즉 T1, T2, 및 T3에 묘사되어 있다. 시간 T1에, 차량(308)은 도로에서 왼쪽 차선에서 이동하고 있고, 반면에 세미-트럭(330)은 도로에서 오른쪽 차선에서 이동하고 있다. 차량(308)은 자율 모드에서 운행중이고 센서 유닛(310)을 통해 데이터 포인트들(다시 작은 사각형들(338)로 묘사됨)을 수집중이다. 묘사된 바와 같이, 데이터 포인트들의 하나의 클러스터가 세미-트럭(330)의 캡의 위치에서 탐지되고 데이터 포인트들의 또 하나의 클러스터가 세미-트럭(330)의 트레일러를 따라 탐지된다. 시간 T1에, 차량(308)은 하나의 클러스터를 장애물(332)로 그리고 다른 클러스터를 장애물(334)로 예비적으로 분류할 수 있다. 추가로, 수집된 데이터에 기초하여, 차량(308)은, 각 장애물로부터 튀어나온 화살표들이 표시하는 바와 같이, 각 장애물이 동일 방향으로 지향하고 있고, 따라서 동일 방향으로 이동하고 있다고 결정할 수 있다. 더욱이, 차량(308)은 각 장애물(332 및 334)이 거의 동일한 속도(60 MPH)로 이동하고있고, 약 4 피트 떨어져 있다고 결정할 수 있다.
시간 T2에, 차량(308)은 장애물들(332 및 334)에 대한 센서 데이터를 계속 수집하고, 이 데이터에 기초하여, 각 장애물이 그의 속도를 70 MPH로 증가시켰고 각 장애물이 그의 방향을 왼쪽으로 약 5도 변경하였고 차량(308)의 앞으로 차선을 변경하기 시작하였다고 결정할 수 있다. 추가로, 수집된 데이터에 기초하여, 차량(308)은 각 장애물이 그들 사이에 4 피트의 상대적으로 일정한 거리를 유지하였다고 결정할 수 있다.
마지막으로, 시간 T3에, 차량(308)은 장애물들(332 및 334)에 대한 센서 데이터를 계속 수집하고, 이 데이터에 기초하여, 양쪽 장애물들(332 및 334)이 그들의 속도를 약 60 MPH로 감소시켰고, 거의 동일한 방향을 유지하고 있고, 여전히 약 4 피트 떨어져 있다고 결정할 수 있다. 이 시간에, 차량(308)은 위에 기술한 절차들 중 적어도 일부에 따라, 장애물 평가 기법에 관여할 수 있다. 예를 들어, 차량(308)은 시간 T1 이후 장애물들(332 및 334)에 대한 수집된 데이터의 이력을 분석하고, 장애물들이 그들 사이에 (i) 상대적으로 일정한 거리 차이, (ii) 거의 영인 MPH의 속도 차이, 및 (iii) 상대적으로 유사한 동시 방향들 또는 방위들을 가졌다고 결정할 수 있다. 차량(308)은 추가로 이러한 측정들 중 어느 것도 대응하는 임계치를 초과하지 않는다고 결정할 수 있다. 그러므로, 차량(308)은 이 결정을 단독으로 또는 다른 정보와 결합하여, 장애물들(332 및 334)이 하나의 큰 장애물(336)의 부분들이라는 결론을 내리는 근거로서 이용할 수 있다. 이러한 결론의 결과로, 차량(308)은 각 장애물(332 및 334)에 대한 장애물 이력 데이터의 캐시를 병합할 뿐만 아니라, 하나의 큰 장애물을 탐지할 때 차량(308)의 운행에 따라 임의의 다른 액션을 취할 수 있다.
위에 기술한 시나리오들은 예들에 불과하고, 차량(308)과 같은 차량이 장애물 평가 기법에 관여할 수 있는 다른 시나리오들도 가능하다. 예를 들어, 하나의 시나리오(도시 생략)에서 차량(308)은 세 개 이상의 장애물들(예컨대, 장애물 A, B, 및 C)을 탐지하고 탐지된 장애물들의 각 장애물 쌍(예컨대, A-B, A-C, 및 B-C)에 대해 장애물 평가 기법에 관여할 수 있다. 또 다른 예들도 가능하다.
도 6은 하나의 예시적인 장애물 평가 프로세스를 묘사하는 흐름도(600)이다. 이 예시적인 프로세스는 도 1-5를 통하여 기술한 시스템들 중 임의의 시스템에 의해 각각 수행될 수 있는 블록들(602, 604, 606, 608, 및/또는 610) 중 하나 이상에 의해 묘사된 바와 같은, 하나 이상의 동작들, 기능들, 또는 액션들을 포함할 수 있다; 그러나, 다른 구성들이 이용될 수도 있다.
더욱이, 숙련된 당업자들은 본 명세서에 기술된 흐름도는 예시적인 실시예들의 특정 구현들의 기능 및 동작들을 보여준다는 것을 이해할 것이다. 이와 관련하여, 각 흐름도의 각 블록은 프로세스의 특정한 논리 기능들을 구현하기 위해 프로세서(예컨대, 차량(100)에 관하여 위에 기술된 컴퓨터 시스템(112)의 프로세서(113))에 의해 실행 가능한 하나 이상의 명령어들을 포함하는, 모듈, 세그먼트, 또는 프로그램 코드의 일부를 나타낼 수 있다. 이 프로그램 코드는, 예를 들어, 디스크 또는 하드 드라이브를 포함하는 저장 장치 등, 임의의 유형의 컴퓨터 판독가능 매체(예컨대, 차량(100)에 관하여 위에 기술한 데이터 저장소(114) 등, 컴퓨터 판독가능 매체 또는 비일시적 매체)에 저장될 수 있다. 게다가, 각 블록은 프로세서의 특정 논리 기능들을 수행하기 위해 배선되어 있는 회로를 나타낼 수 있다. 본 출원의 예시적인 실시예들의 범위 내에는, 관련된 기능에 따라서, 실질적으로 동시의 또는 역순을 포함하여, 도시되거나 논의된 것과는 다른 순서로 기능들이 수행될 수 있는 대안의 구현들이 포함되고, 이것은 상당히 숙련된 당업자라면 이해할 것이다.
도시된 바와 같이, 흐름도(600)는 차량이 복수의 장애물들에 대해 데이터를 수집하는 블록 602에서 시작된다. 위에 설명한 바와 같이, 카메라, RADAR, 레이저 거리 측정기/LIDAR, 또는 다른 요소 등의, 적어도 하나의 센서 요소가 각 장애물에 대해 일련의 데이터 포인트들을 수집할 수 있다. 이러한 데이터 포인트들은, 예를 들어, 장애물의 형상, 방위, 방향, 및 속도뿐만 아니라, 장애물과 다른 장애물 또는 차량 자체 사이의 거리들을 포함하여, 데이터가 수집된 때에 각 장애물에 관한 다양한 특징들을 드러낼 수 있다. 그러한 데이터를 수집하는 다른 방법들도 존재한다.
블록 604에서, 차량은 복수의 장애물들 중 두 개의 장애물에 대한 평가 프로세스에 관여한다. 위에 기술한 바와 같이, 차량이 평가 프로세스에 관여하는 하나의 방법은 두 개의 장애물들에 대해 수집된 데이터를 비교하고 장애물들이 서로로부터의 그들의 거리를 변경한, 서로에 대한 그들의 속도를 변경한, 그리고 서로에 대한 그들의 방위 또는 방향을 변경한 정도를 결정하는 것이다. 평가 프로세스에 관여하는 다른 방법들도 가능하다.
블록 606에서, 차량은, 평가 프로세스에 기초하여, 적어도 하나의 임계 조건이 충족되는지에 대한 결정을 한다. 예를 들어, 일부 실시예들에서, 차량은 장애물들이 그들 사이에 특정한 거리 임계치 이상인 거리의 변화를 가졌는지를 결정할 수 있다. 일부 실시예들에서, 차량은 장애물들이 그들 사이에 특정한 속도 임계치 이상인 차등 속도를 가졌는지를 결정할 수 있다. 그리고 일부 실시예들에서, 차량은 장애물들이 그들 사이에 방위 임계치 이상인 방위 차이를 가졌는지를 결정할 수 있다. 차량은 임의의 수의 다른 임계-조건 결정들에도 관여할 수 있다.
차량이 적어도 하나의 임계 조건이 충족된다고 결정하면, 차량은 그러한 결정을 단독으로 또는 다른 정보와 결합하여, 블록 608로 진행하여 두 개의 장애물들을 두 개의 서로 다른 장애물들로 분류하는 근거로서 이용할 수 있다. 그러나, 차량이 어떤 임계 조건도 충족되지 않는다고 결정하면, 차량은 그러한 결정을 단독으로 또는 다른 정보와 결합하여, 블록 610으로 진행하여 두 개의 장애물들을 하나의 큰 장애물로 분류하는 근거로서 이용할 수 있다. 다른 응답 액션들도 가능하다.
흐름도(600)에 의해 묘사된 것들과 같은 예시적인 프로세스뿐만 아니라, 본 명세서에 기술된 다른 예시적인 프로세스들은 전부가 또는 일부가 차량과 그의 서브시스템들에 의해 수행될 수 있다. 그러나, 예시적인 프로세스는 전부가 또는 일부가 차량에서 원격으로 위치하는 것들과 같은 다른 컴퓨팅 장치들에 의해 구현될 수도 있다는 것을 이해해야 한다. 예를 들어, 예시적인 프로세스는 전부가 또는 일부가 차량과 연관된 것들과 같은 장치로부터 데이터를 수신하는 서버 시스템에 의해 구현될 수도 있다. 예시적인 프로세스를 구현할 수 있는 컴퓨팅 장치들 또는 컴퓨팅 장치들의 조합들의 다른 예들도 가능하다.
일부 실시예들에서, 본 명세서에 기술된 프로세스들은 기계 판독가능 형식으로 비일시적 컴퓨터 판독가능 저장 매체에, 또는 다른 비일시적 매체 또는 제조품에 인코딩된 컴퓨터 프로그램 명령어들로서 구현될 수도 있다. 도 7은 본 명세서에 제시된 적어도 일부 실시예들에 따라 배열된, 컴퓨팅 장치에서 컴퓨터 프로세스를 실행하기 위한 컴퓨터 프로그램을 포함하는 예시적인 컴퓨터 프로그램 제품의 개념적인 부분도를 보여주는 개략도이다.
하나의 실시예에서, 예시적인 컴퓨터 프로그램 제품(700)은 신호 포함 매체(signal bearing medium)(702)를 이용하여 제공된다. 신호 포함 매체(702)는, 하나 이상의 프로세서에 의해 실행될 때, 도 1-6에 관하여 위에 기술한 기능 또는 기능의 부분들을 제공할 수 있는 하나 이상의 프로그래밍 명령어들(704)을 포함할 수 있다. 일부 예들에서, 신호 포함 매체(702)는, 하드 드라이브 디스크, CD(Compact Disc), DVD(Digital Video Disk), 디지털 테이프, 메모리 등과 같은, 그러나 이들에 제한되지 않는 컴퓨터 판독가능 매체(706)를 포함할 수 있다. 일부 구현들에서, 신호 포함 매체(702)는 메모리, R/W(read/write) CD, R/W DVD 등과 같은, 그러나 이들에 제한되지 않는 컴퓨터 기록가능 매체(708)를 포함할 수 있다. 일부 구현들에서, 신호 포함 매체(702)는 디지털 및/또는 아날로그 통신 매체(예컨대, 광섬유 케이블, 도파관, 유선 통신 링크, 무선 통신 링크 등)와 같은, 그러나 이들에 제한되지 않는 통신 매체(710)를 포함할 수 있다. 이와 같이, 예를 들어, 신호 포함 매체(702)는 무선 형태의 통신 매체(710)에 의해 전달될 수 있다.
하나 이상의 프로그래밍 명령어들(704)은, 예들 들어, 컴퓨터 실행가능 및/또는 논리 구현 명령어들일 수 있다. 일부 예들에서, 도 1의 컴퓨터 시스템(112)과 같은 컴퓨팅 장치는 컴퓨터 판독가능 매체(706), 컴퓨터 기록가능 매체(708), 및/또는 통신 매체(710) 중 하나 이상에 의해 프로세서(113)에 전달된 프로그래밍 명령어들(704)(예컨대, 데이터 저장소(114)에 저장된 명령어들(115))에 응답하여 다양한 동작들, 기능들, 또는 액션들을 제공하도록 구성될 수 있다.
비일시적 컴퓨터 판독가능 매체는 서로 원격으로 위치해 있을 수 있는 다수의 데이터 저장 요소들 사이에 분산될 수도 있다. 저장된 명령어들의 일부 또는 전부를 실행하는 컴퓨팅 장치는, 도 2에 도시된 차량(200)과 같은 차량일 수 있다. 대안으로, 저장된 명령어들의 일부 또는 전부를 실행하는 컴퓨팅 장치는 서버와 같은 다른 컴퓨팅 장치일 수 있다.
위에 기술한 설명은 첨부 도면들에 관련하여 개시된 시스템들, 장치들, 및 프로세스들의 다양한 특징들 및 기능들을 설명한다. 다양한 양상들 및 실시예들이 본 명세서에 기술되었지만, 다른 양상들 및 실시예들이 숙련된 당업자들에게 명백할 것이다. 본 명세서에 개시된 다양한 양상들및 실시예들은 예시를 위한 것이고 제한하려는 것은 아니며, 진정한 범위와 사상은 다음의 특허청구범위가 나타내고 있다.

Claims (20)

  1. 차량 시스템이 적어도 하나의 센서를 이용하여 복수의 장애물들에 관한 데이터를 수집하는 단계;
    상기 차량 시스템이 상기 복수의 장애물들로부터 장애물 쌍을 식별하는 단계 - 상기 장애물 쌍은 제1 장애물과 제2 장애물을 포함함 -;
    상기 차량 시스템이 상기 제1 장애물에 대하여 수집된 데이터와 상기 제2 장애물에 대하여 수집된 데이터를 비교하는 것에 의해 평가 프로세스에 관여하는 단계 - 상기 평가 프로세스는
    (i) 상기 제1 장애물과 상기 제2 장애물 간의 거리의 변화가 거리 임계치를 초과하는지에 대한 결정;
    (ii) 상기 제1 장애물과 상기 제2 장애물 간의 속도 차이의 변화가 속도 임계치를 초과하는지에 대한 결정; 및
    (iii) 상기 제1 장애물과 상기 제2 장애물 간의 방위 차이의 변화가 방위 임계치를 초과하는지에 대한 결정
    중 적어도 하나를 포함함 - ; 및
    상기 평가 프로세스에 기초하여, 상기 차량 시스템이 상기 제1 장애물과 상기 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 결정을 하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서, 상기 차량 시스템이, 상기 수집된 데이터에 기초하여, 상기 제1 장애물과 상기 제2 장애물 중 적어도 하나가 상기 제1 장애물과 상기 제2 장애물이 단일 장애물인 것과 모순되는 어떤 액션을 취했다고 결정하는 단계; 및
    상기 차량 시스템이 상기 장애물 쌍을 두 개의 서로 다른 장애물들로 분류하는 단계를 더 포함하는 방법.
  3. 제1항에 있어서, 상기 차량 시스템이, 상기 수집된 데이터에 기초하여, 상기 제1 장애물과 상기 제2 장애물이 상기 제1 장애물과 상기 제2 장애물이 단일 장애물인 것과 모순되는 어떤 액션도 취하지 않았다고 결정하는 단계; 및
    상기 차량 시스템이 상기 장애물 쌍을 단일 장애물로 분류하는 단계를 더 포함하는 방법.
  4. 제1항에 있어서, 상기 수집된 데이터는 거리 데이터를 포함하고, 상기 평가 프로세스는
    상기 제1 장애물과 상기 제2 장애물 간의 상기 거리의 변화를 산출하는 단계; 및
    상기 거리의 변화가 상기 거리 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  5. 제1항에 있어서, 상기 수집된 데이터는 속도 데이터를 포함하고, 상기 평가 프로세스는
    상기 제1 장애물과 상기 제2 장애물 간의 상기 속도 차이의 변화를 산출하는 단계; 및
    상기 속도 차이의 변화가 상기 속도 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  6. 제1항에 있어서, 상기 수집된 데이터는 방위 데이터를 포함하고, 상기 평가 프로세스는
    상기 제1 장애물과 상기 제2 장애물 간의 상기 방위 차이의 변화를 산출하는 단계; 및
    상기 방위 차이의 변화가 상기 방위 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  7. 차량 시스템이 센서 시스템을 이용하여 제1 장애물과 제2 장애물에 대한 데이터를 수집하는 단계 - 상기 수집된 데이터는 속도 데이터, 거리 데이터, 및 방위 데이터 중 적어도 하나를 포함함 -;
    상기 차량 시스템이 상기 수집된 데이터를 비교하고 제1 임계치가 충족되는지를 결정하는 것에 의해 제1 평가 프로세스에 관여하는 단계;
    상기 제1 평가 프로세스에 기초하여, 상기 차량 시스템이 상기 제1 장애물과 상기 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 제1 결정을 하는 단계;
    상기 차량 시스템이 하나 이상의 환경 조건들이 변화한 것을 탐지하고 그에 따라 상기 제1 임계치를 제2 임계치로 변경하는 단계;
    상기 차량 시스템이 상기 수집된 데이터를 비교하는 것에 의해 제2 평가 프로세스에 관여하는 단계; 및
    상기 제2 평가 프로세스에 기초하여, 상기 제1 장애물과 상기 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 제2 결정을 하는 단계
    를 포함하고,
    상기 제1 평가 프로세스 및 상기 제2 평가 프로세스는
    (i) 상기 제1 장애물과 상기 제2 장애물 간의 거리의 변화가 거리 임계치를 초과하는지에 대한 결정;
    (ii) 상기 제1 장애물과 상기 제2 장애물 간의 속도 차이의 변화가 속도 임계치를 초과하는지에 대한 결정; 및
    (iii) 상기 제1 장애물과 상기 제2 장애물 간의 방위 차이의 변화가 방위 임계치를 초과하는지에 대한 결정
    중 적어도 하나를 포함하는 방법.
  8. 제7항에 있어서, 상기 제1 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 상기 거리의 변화를 산출하는 단계, 및 상기 거리의 변화가 제1 거리 임계치를 초과하는지를 결정하는 단계를 포함하고,
    상기 제2 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 새로운 거리의 변화를 산출하는 단계, 및 상기 새로운 거리의 변화가 제2 거리 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  9. 제7항에 있어서, 상기 제1 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 속도 차이의 변화를 산출하는 단계, 및 상기 속도 차이의 변화가 제1 속도 임계치를 초과하는지를 결정하는 단계를 포함하고,
    상기 제2 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 새로운 속도 차이의 변화를 산출하는 단계, 및 상기 새로운 속도 차이의 변화가 제2 속도 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  10. 제7항에 있어서, 상기 제1 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 방위 차이의 변화를 산출하는 단계, 및 상기 방위 차이의 변화가 제1 방위 임계치를 초과하는지를 결정하는 단계를 포함하고,
    상기 제2 평가 프로세스는 상기 제1 장애물과 상기 제2 장애물 간의 새로운 방위 차이의 변화를 산출하는 단계, 및 상기 새로운 방위 차이의 변화가 제2 방위 임계치를 초과하는지를 결정하는 단계를 포함하는 방법.
  11. 차량으로서,
    적어도 하나의 센서;
    적어도 하나의 프로세서; 및
    데이터 저장소를 포함하고,
    상기 데이터 저장소는 상기 적어도 하나의 프로세서가
    상기 적어도 하나의 센서로부터 복수의 잠재적 장애물들에 관한 데이터를 수신하고,
    상기 복수의 잠재적 장애물들 중 하나의 잠재적 장애물 쌍에 대한 적어도 하나의 평가를 수행하고 - 상기 적어도 하나의 평가는
    (i) 상기 잠재적 장애물 쌍 간의 거리의 변화가 거리 임계치를 초과하는지에 대한 결정;
    (ii) 상기 잠재적 장애물 쌍 간의 속도 차이의 변화가 속도 임계치를 초과하는지에 대한 결정; 및
    (iii) 상기 잠재적 장애물 쌍 간의 방위 차이의 변화가 방위 임계치를 초과하는지에 대한 결정
    중 적어도 하나를 포함함 -,
    상기 평가에 기초하여 상기 잠재적 장애물 쌍을 두 개의 서로 다른 장애물들 또는 단일 장애물로 분류하기 위해 실행할 수 있는 명령어들을 포함하고 있는 차량.
  12. 제11항에 있어서, 상기 적어도 하나의 평가는 상기 잠재적 장애물 쌍이 그들 사이에 상기 거리 임계치를 초과하는 상기 거리의 변화를 가졌는지에 대한 상기 결정을 포함하는 차량.
  13. 제11항에 있어서, 상기 적어도 하나의 평가는 상기 잠재적 장애물 쌍이 그들 사이에 상기 속도 임계치를 초과하는 상기 속도 차이의 변화를 가졌는지에 대한 상기 결정을 포함하는 차량.
  14. 제11항에 있어서, 상기 적어도 하나의 평가는 상기 잠재적 장애물 쌍이 그들 사이에 상기 방위 임계치를 초과하는 상기 방위 차이의 변화를 가졌는지에 대한 상기 결정을 포함하는 차량.
  15. 제11항에 있어서, 상기 잠재적 장애물 쌍을 단일 장애물로 분류하는 것은 상기 잠재적 장애물 쌍과 관련된 상기 수신된 데이터를 병합하는 것을 포함하는 차량.
  16. 제11항에 있어서, 상기 적어도 하나의 평가는 상기 복수의 잠재적 장애물들 중의 모든 잠재적 장애물 쌍에 대한 각각의 평가를 포함하는 차량.
  17. 컴퓨팅 장치가 실행할 수 있는 명령어들이 저장되어 있는 비일시적 컴퓨터 판독가능 매체(CRM)로서, 상기 명령어들은 상기 컴퓨팅 장치로 하여금,
    적어도 하나의 센서를 이용하여 복수의 장애물들에 관한 데이터를 수집하는 것;
    상기 복수의 장애물들로부터, 제1 장애물과 제2 장애물을 포함하는 장애물 쌍을 식별하는 것;
    상기 제1 장애물에 대하여 수집된 데이터와 상기 제2 장애물에 대하여 수집된 데이터를 비교하는 것에 의해 평가 프로세스에 관여하는 것 - 상기 평가 프로세스는
    (i) 상기 제1 장애물과 상기 제2 장애물 간의 거리의 변화가 거리 임계치를 초과하는지에 대한 결정;
    (ii) 상기 제1 장애물과 상기 제2 장애물 간의 속도 차이의 변화가 속도 임계치를 초과하는지에 대한 결정; 및
    (iii) 상기 제1 장애물과 상기 제2 장애물 간의 방위 차이의 변화가 방위 임계치를 초과하는지에 대한 결정
    중 적어도 하나를 포함함 - ; 및
    상기 평가 프로세스에 기초하여, 상기 제1 장애물과 상기 제2 장애물이 두 개의 서로 다른 장애물들인지에 대한 결정을 하는 것
    을 포함하는 기능들을 수행하게 하는 컴퓨터 판독가능 매체.
  18. 제17항에 있어서, 상기 기능들은
    상기 평가 프로세스에 기초하여, 어떤 임계 조건도 충족되지 않았다고 결정하는 것; 및
    어떤 임계 조건도 충족되지 않았다는 결정에 응답하여, 상기 장애물 쌍을 단일 장애물로 분류하는 것을 더 포함하는 컴퓨터 판독가능 매체.
  19. 제18항에 있어서, 상기 평가 프로세스는
    (i) 상기 제1 장애물과 상기 제2 장애물 간의 상기 거리의 변화가 상기 거리 임계치를 초과하는지에 대한 상기 결정,
    (ii) 상기 제1 장애물과 상기 제2 장애물 간의 상기 속도 차이의 변화가 상기 속도 임계치를 초과하는지에 대한 상기 결정; 및
    (iii) 상기 제1 장애물과 상기 제2 장애물 간의 상기 방위 차이의 변화가 상기 방위 임계치를 초과하는지에 대한 상기 결정
    을 모두 포함하는 컴퓨터 판독가능 매체.
  20. 삭제
KR1020147035643A 2012-06-06 2013-05-29 장애물 평가 기법 KR101763261B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/489,794 2012-06-06
US13/489,794 US8781721B2 (en) 2012-06-06 2012-06-06 Obstacle evaluation technique
PCT/US2013/043118 WO2013184464A1 (en) 2012-06-06 2013-05-29 Obstacle evaluation technique

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020177020828A Division KR101792985B1 (ko) 2012-06-06 2013-05-29 장애물 평가 기법

Publications (2)

Publication Number Publication Date
KR20150024340A KR20150024340A (ko) 2015-03-06
KR101763261B1 true KR101763261B1 (ko) 2017-07-31

Family

ID=49712499

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020177020828A KR101792985B1 (ko) 2012-06-06 2013-05-29 장애물 평가 기법
KR1020147035643A KR101763261B1 (ko) 2012-06-06 2013-05-29 장애물 평가 기법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020177020828A KR101792985B1 (ko) 2012-06-06 2013-05-29 장애물 평가 기법

Country Status (6)

Country Link
US (2) US8781721B2 (ko)
EP (3) EP2858869A4 (ko)
JP (2) JP6392750B2 (ko)
KR (2) KR101792985B1 (ko)
CN (1) CN104541284B (ko)
WO (1) WO2013184464A1 (ko)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011112149A1 (de) * 2011-09-01 2013-03-07 Valeo Schalter Und Sensoren Gmbh Verfahren zum Durchführen eines Parkvorgangs eines Fahrzeugs sowie Fahrerassistenzeinrichtung
JP6128413B2 (ja) * 2012-08-24 2017-05-17 パナソニックＩｐマネジメント株式会社 警報装置、端末装置、警報システム、警報出力方法、通知方法
WO2014167701A1 (ja) * 2013-04-12 2014-10-16 トヨタ自動車 株式会社 走行環境評価システム及び走行環境評価方法及び運転支援装置及び走行環境の表示装置
US10185997B1 (en) * 2014-05-20 2019-01-22 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10599155B1 (en) 2014-05-20 2020-03-24 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US9625582B2 (en) 2015-03-25 2017-04-18 Google Inc. Vehicle with multiple light detection and ranging devices (LIDARs)
DE102015217386A1 (de) * 2015-09-11 2017-03-16 Robert Bosch Gmbh Verfahren und System zum Betreiben eines Kraftfahrzeugs
US9881219B2 (en) * 2015-10-07 2018-01-30 Ford Global Technologies, Llc Self-recognition of autonomous vehicles in mirrored or reflective surfaces
US10328949B2 (en) * 2016-01-28 2019-06-25 Toyota Motor Engineering & Manufacturing North America, Inc. Sensor blind spot indication for vehicles
WO2017130639A1 (ja) * 2016-01-28 2017-08-03 株式会社リコー 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP6477575B2 (ja) 2016-04-19 2019-03-06 トヨタ自動車株式会社 周辺情報検出センサの配設構造
US10510257B2 (en) * 2016-06-27 2019-12-17 Nissan Motor Co., Ltd. Object tracking method and object tracking device
DE102016009763A1 (de) * 2016-08-11 2018-02-15 Trw Automotive Gmbh Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie und zum Erzeugen von zugehörigen Signalen oder Steuerbefehlen
US11067996B2 (en) * 2016-09-08 2021-07-20 Siemens Industry Software Inc. Event-driven region of interest management
US10585409B2 (en) 2016-09-08 2020-03-10 Mentor Graphics Corporation Vehicle localization with map-matched sensor measurements
US10552690B2 (en) 2016-11-04 2020-02-04 X Development Llc Intuitive occluded object indicator
JP6777518B2 (ja) * 2016-11-29 2020-10-28 トヨタ自動車株式会社 車両制御システム
US10558264B1 (en) 2016-12-21 2020-02-11 X Development Llc Multi-view display with viewer detection
CN106651061B (zh) * 2017-03-10 2019-10-01 交通运输部公路科学研究所 一种基于dsrc数据与点检测器数据的实时融合方法
US20200103907A1 (en) * 2017-03-30 2020-04-02 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN109145680B (zh) * 2017-06-16 2022-05-27 阿波罗智能技术(北京)有限公司 一种获取障碍物信息的方法、装置、设备和计算机存储介质
WO2019176028A1 (ja) * 2018-03-14 2019-09-19 本田技研工業株式会社 鞍乗り型車両の情報報知装置、鞍乗り型車両、および情報報知方法
US11288523B2 (en) * 2018-09-27 2022-03-29 The Boeing Company Pseudo-range estimation from a passive sensor
US11495028B2 (en) * 2018-09-28 2022-11-08 Intel Corporation Obstacle analyzer, vehicle control system, and methods thereof
KR20200037736A (ko) * 2018-09-28 2020-04-09 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 자율 주행 차량의 저속 정경을 위한 보행자 상호 작용 시스템
US11285844B2 (en) 2019-01-31 2022-03-29 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle seat with morphing portions
US11370330B2 (en) * 2019-03-22 2022-06-28 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle seat with morphing portions
CN111746534A (zh) * 2019-03-26 2020-10-09 奥迪股份公司 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质
US11752901B2 (en) 2019-03-28 2023-09-12 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle seat with tilting seat portion
CN112630799B (zh) * 2019-09-24 2022-11-29 阿波罗智能技术(北京)有限公司 用于输出信息的方法和装置
US11560159B2 (en) * 2020-03-25 2023-01-24 Baidu Usa Llc Group and combine obstacles for autonomous driving vehicles
CN111516677B (zh) * 2020-04-28 2023-03-21 深圳市国脉畅行科技股份有限公司 车辆行驶盲区监测方法、装置、计算机设备及存储介质
US11897379B2 (en) 2021-10-20 2024-02-13 Toyota Motor Engineering & Manufacturing North America, Inc. Seat with shape memory material member actuation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005209019A (ja) * 2004-01-23 2005-08-04 Toshiba Corp 障害物検出装置、方法及びプログラム
WO2010079556A1 (ja) * 2009-01-09 2010-07-15 パナソニック株式会社 移動体検出方法および移動体検出装置
JP2011128756A (ja) * 2009-12-16 2011-06-30 Fuji Heavy Ind Ltd 物体検出装置

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US122006A (en) * 1871-12-19 Improvement in bung-inserters
US5983161A (en) 1993-08-11 1999-11-09 Lemelson; Jerome H. GPS vehicle collision avoidance warning and control system and method
US6553130B1 (en) 1993-08-11 2003-04-22 Jerome H. Lemelson Motor vehicle warning and control system and method
JP3044522B2 (ja) * 1995-03-01 2000-05-22 本田技研工業株式会社 車両における対照物認識方法
US5617199A (en) 1995-04-26 1997-04-01 Laser Technology, Inc. Device, and associated method, for determining distances between moving objects
JP3044524B2 (ja) * 1995-05-23 2000-05-22 本田技研工業株式会社 車両における対照物検知方法
JP3866328B2 (ja) 1996-06-06 2007-01-10 富士重工業株式会社 車両周辺立体物認識装置
JP3315054B2 (ja) * 1997-04-04 2002-08-19 富士重工業株式会社 車外監視装置
DE19751004A1 (de) * 1997-11-18 1999-05-20 Daimler Chrysler Ag Verfahren zur Verarbeitung von Radarsignalen
JP3356058B2 (ja) * 1998-05-27 2002-12-09 三菱自動車工業株式会社 車両用後方モニタシステム
DE19926559A1 (de) * 1999-06-11 2000-12-21 Daimler Chrysler Ag Verfahren und Vorrichtung zur Detektion von Objekten im Umfeld eines Straßenfahrzeugs bis in große Entfernung
JP4118452B2 (ja) * 1999-06-16 2008-07-16 本田技研工業株式会社 物体認識装置
JP4115638B2 (ja) * 1999-10-19 2008-07-09 本田技研工業株式会社 物体認識装置
DE10030258A1 (de) 2000-06-20 2002-01-03 Daimler Chrysler Ag Verfahren zur Abstandsregelung eines Fahrzeugs zu einem vorausfahrenden Fremdfahrzeug und Abstandsregelsystem
US6859705B2 (en) * 2001-09-21 2005-02-22 Ford Global Technologies, Llc Method for operating a pre-crash sensing system with object classifier in a vehicle having a countermeasure system
JP3739693B2 (ja) * 2001-11-09 2006-01-25 本田技研工業株式会社 画像認識装置
JP3750644B2 (ja) * 2002-09-27 2006-03-01 日産自動車株式会社 車両用運転操作補助装置、車両用運転操作補助方法、およびその方法を適用した車両
DE10254402B4 (de) * 2002-11-21 2011-02-17 Lucas Automotive Gmbh System zur Beeinflussung der Geschwindigkeit eines Kraftfahrzeuges
US7764808B2 (en) * 2003-03-24 2010-07-27 Siemens Corporation System and method for vehicle detection and tracking
DE10324217A1 (de) * 2003-05-28 2004-12-16 Robert Bosch Gmbh Vorrichtung zur Klassifizierung von wenigstens einem Objekt mit einer Umfeldsensorik
EP3454315A1 (en) * 2004-04-08 2019-03-13 Mobileye Vision Technologies Ltd. Collision warning system
JP4660127B2 (ja) * 2004-06-23 2011-03-30 富士通テン株式会社 放送チャンネル検出装置および受信機
ITMO20040245A1 (it) * 2004-09-24 2004-12-24 Meta System Spa Sistema e metodo di rilevamento degli ostacoli in particolare per sistemi di agevolazione del parcheggio di veicoli.
DE102005024716B4 (de) * 2005-05-30 2023-09-21 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung und Klassifizierung von Objekten
US8364366B2 (en) * 2005-06-24 2013-01-29 Deere & Company System and method for providing a safety zone associated with a vehicle
US20070276600A1 (en) 2006-03-06 2007-11-29 King Timothy I Intersection collision warning system
US8947531B2 (en) 2006-06-19 2015-02-03 Oshkosh Corporation Vehicle diagnostics based on information communicated between vehicles
JP5080333B2 (ja) 2007-04-06 2012-11-21 本田技研工業株式会社 自律移動体のための物体認識装置
JP5309582B2 (ja) * 2007-05-11 2013-10-09 日産自動車株式会社 車両の走行制御方法及び走行制御装置
JP4450023B2 (ja) * 2007-07-12 2010-04-14 トヨタ自動車株式会社 自車両危険度取得装置
CA2698260C (en) 2007-09-14 2017-05-16 Magna International Inc. Object detection and ranging method
EP2040220B1 (de) * 2007-09-24 2014-07-02 Delphi Technologies, Inc. Verfahren zur Hinderniserkennung
DE102007061234A1 (de) * 2007-12-19 2009-06-25 Robert Bosch Gmbh Verfahren und Vorrichtung zum Anpassen der Führung eines Fahrzeuges
US8670592B2 (en) * 2008-04-24 2014-03-11 GM Global Technology Operations LLC Clear path detection using segmentation-based method
JP4717105B2 (ja) 2008-08-29 2011-07-06 株式会社日立製作所 自律移動ロボット装置及びかかる装置における飛び出し衝突回避方法
JP4957747B2 (ja) * 2009-05-18 2012-06-20 トヨタ自動車株式会社 車両環境推定装置
JP5385009B2 (ja) * 2009-05-29 2014-01-08 日立オートモティブシステムズ株式会社 車両制御装置および車両制御方法
US8744661B2 (en) 2009-10-21 2014-06-03 Berthold K. P. Horn Method and apparatus for reducing motor vehicle traffic flow instabilities and increasing vehicle throughput
JP5018943B2 (ja) * 2010-09-07 2012-09-05 株式会社デンソー レーダ装置
KR101395089B1 (ko) * 2010-10-01 2014-05-16 안동대학교 산학협력단 장애물 감지 시스템 및 방법
JP5556953B2 (ja) * 2011-02-28 2014-07-23 トヨタ自動車株式会社 走行支援装置及び方法
JP5666987B2 (ja) * 2011-05-25 2015-02-12 株式会社デンソー 移動物体検出装置
US9562778B2 (en) * 2011-06-03 2017-02-07 Robert Bosch Gmbh Combined radar and GPS localization system
US9318023B2 (en) * 2011-08-31 2016-04-19 GM Global Technology Operations LLC System and method for collision avoidance maneuver path determination with jerk limit
US8694222B2 (en) * 2011-10-26 2014-04-08 GM Global Technology Operations LLC Collision avoidance system and method of operating the same
US8688365B2 (en) * 2012-01-18 2014-04-01 International Business Machines Corporation Method and system for detection of motor vehicle movement to avoid collisions
US9139133B2 (en) * 2012-05-31 2015-09-22 GM Global Technology Operations LLC Vehicle collision warning system and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005209019A (ja) * 2004-01-23 2005-08-04 Toshiba Corp 障害物検出装置、方法及びプログラム
WO2010079556A1 (ja) * 2009-01-09 2010-07-15 パナソニック株式会社 移動体検出方法および移動体検出装置
JP2011128756A (ja) * 2009-12-16 2011-06-30 Fuji Heavy Ind Ltd 物体検出装置

Also Published As

Publication number Publication date
US8781721B2 (en) 2014-07-15
CN104541284A (zh) 2015-04-22
EP2858869A1 (en) 2015-04-15
KR20170089967A (ko) 2017-08-04
CN104541284B (zh) 2018-05-29
JP2017062819A (ja) 2017-03-30
US20140288817A1 (en) 2014-09-25
EP3617020A1 (en) 2020-03-04
EP2858869A4 (en) 2016-05-11
US9495875B2 (en) 2016-11-15
JP2015531095A (ja) 2015-10-29
KR20150024340A (ko) 2015-03-06
JP6392750B2 (ja) 2018-09-19
EP4089650A1 (en) 2022-11-16
KR101792985B1 (ko) 2017-11-01
WO2013184464A1 (en) 2013-12-12
US20130332061A1 (en) 2013-12-12

Similar Documents

Publication Publication Date Title
KR101763261B1 (ko) 장애물 평가 기법
US11068726B1 (en) Static obstacle detection
US11427189B2 (en) Consideration of risks in active sensing for an autonomous vehicle
US11036227B1 (en) Modifying the behavior of an autonomous vehicle using context based parameter switching
US10181084B2 (en) Combining multiple estimates of an environment into a consolidated estimate for an autonomous vehicle
US9928431B2 (en) Verifying a target object with reverse-parallax analysis
US9026303B1 (en) Object detection based on known structures of an environment of an autonomous vehicle
US10173673B1 (en) Distribution decision trees
US9440652B1 (en) Filtering noisy/high-intensity regions in laser-based lane marker detection
US9213337B1 (en) Detecting lane closures and lane shifts by an autonomous vehicle
KR101742365B1 (ko) 다른 차량들의 예측 동작에 기초하는 자율 차량의 동작 변경
US8781669B1 (en) Consideration of risks in active sensing for an autonomous vehicle
EP2917082B1 (en) Methods and systems to aid autonomous driving through a lane merge
US8676427B1 (en) Controlling autonomous vehicle using audio data
US20180329423A1 (en) System To Optimize Sensor Parameters In An Autonomous Vehicle
US9280710B1 (en) Bus detection for an autonomous vehicle

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant